Está en la página 1de 10

Simposio Latinoamericano de Control de Erosión 2.

002

ESTIMACION DEL FACTOR DE EROSIVIDAD DE LA LLUVIA EN COLOMBIA

I.C. Juan David Pérez Arango


Universidad Nacional de Colombia, Medellín, Colombia

Ph.D. Oscar José Mesa Sánchez


Universidad Nacional de Colombia, Medellín, Colombia

RESUMEN: Este trabajo presenta una estimación del factor de erosividad de la lluvia en Colombia, mediante un
mapa de erosividad promedio a una resolución de 5 minutos de arco, que en el trópico equivalen a una
distancia de 9.3 Km. El cálculo del factor de erosividad de la lluvia esta basado en datos pluviográficos . Como
este tipo de información es escaso en el país se utilizó una metodología denominada cascadas aleatorias, que
tiene su origen en la teoría de turbulencia y esta basada en la estructura fractal de la lluvia, para desagregar
datos diarios de precipitación en datos con una frecuencia de 22.5 minutos, y de esta manera estimar en cada
una de las estaciones el valor de erosividad. Esta metodología se validó con 6 estaciones pluviográficas en la
región central y occidental de Antioquia, y se aplico a 134 estaciones pluviométricas algunas con registros
horarios y otras con registros diarios. Se encontró una relación directa entre el factor de erosividad promedio
en cada una de éstas estaciones y la precipitación promedio anual correspondiente. Así se encontró una
relación de tipo exponencial que permite a partir de un mapa de precipitación a una resolución de 5 minutos de
Arco obtener un mapa del factor de erosividad de la lluvia a la misma resolución. Se observa una variación
importante del valor de erosividad en las diferentes regiones de Colombia, obteniendo valores altos asociados a
valores de precipitación altos.

1. INTRODUCCIÓN son necesarias para el cálculo del factor ya


mencionado. Con tal panorama, se adoptaron
La estimación de la erosión por precipitación pluvial ha hipótesis referentes a las propiedades fractales de
sido de especial interés en el área de las ciencias los campos de lluvia en la escala temporal, en las
agrícolas y forestales debido a los efectos que cuales se propone el uso de cascadas aleatorias
puede ocasionar en el suelo y como agente para obtener datos a cierta escala partiendo de una
fundamental en el proceso de producción de escala superior, en este caso, se tienen datos
sedimentos en una cuenca. Para tal efecto se han diarios y se escalan para obtener datos con una
desarrollado varios modelos que describen la frecuencia aproximada de 30 minutos. El uso de la
relación entre la erosión laminar por efecto de la teoría de las cascadas aleatorias esta basado en
lluvia y los principales factores que la controlan. El los trabajos de Over y Gupta (1994) y Gupta y
modelo más conocido es la Ecuación Universal de Waymire (1993); y su aplicación sobre la
Pérdida de Suelo, la cual fue inicialmente información que se tiene es un procedimiento
desarrollada para predecir la tasa de erosión en el empírico basado en dicha teoría. El desarrollo de
medio oeste de los Estados Unidos y ahora se usa este procedimiento esta fundado en la comparación
en todo el mundo para varios propósitos. Su de los resultados obtenidos para 6 estaciones
desarrollo estuvo liderado por Walter Wischmeier y pluviográficas en el departamento de Antioquia
Dwight Smith, quienes, antes de definir la expresión mediante usando los datos cada 22.5 minutos
actual, investigaron acerca de la energía de la lluvia obtenidos directamente del pluviograma y los
y su relación con la pérdida de suelo (Wischmeier obtenidos a partir del uso del método de las
and Smith, 1958). El carácter de Universal no ha cascadas aleatorias. El mapa de erosividad media
sido comprobado realmente, pero el uso de esta anual de Colombia se obtuvo a partir de un mapa
ecuación se ha dado en varias regiones del mundo, de precipitación media anual, mediante una relación
buscando hacer válida la hipótesis que esta plantea, entre estas variables.
y tratando de cuantificar las pérdidas de suelo por
efectos de la lluvia. Este trabajo tiene como objetivo 2. FUNDAMENTOS TEÓRICOS DE LA EROSIVIDAD
estimar el factor de erosividad de la lluvia en DE LA LLUVIA Y DE LA TEORÍA DE CASCADAS
Colombia, a partir de datos de precipitación. Como ALEATORIAS
es sabido, la red de medición en Colombia es
deficiente, y mucho más cuando se requieren datos 2.1. Generalidades sobre la Ecuación Universal de
de precipitación continuos, que sería lo ideal en Pérdida de Suelos
orden a obtener intensidades de la lluvia de 30
minutos que sean realmente significativas, y que
Simposio Latinoamericano de Control de Erosión 2.002

Una de las ecuaciones más utilizadas actualmente para E = Energía Cinética de la lluvia [Kg m/m2 mm]1
la predicción de pérdida de suelos es la Ecuación I = Intensidad de la Precipitación Pluvial [mm/hora]
Universal de Pérdida de Suelos. Su desarrollo
estuvo liderado por Walter Wischmeier y Dwight La energía cinética para un incremento de intensidad se
Smith, quienes, antes de definir la expresión actual, obtiene multiplicando la energía cinética de la ecuación
investigaron acerca de la energía de la lluvia y su (2.2) por la cantidad de precipitación pluvial para ese
relación con la pérdida de suelo (Wischmeier y incremento de intensidad. La energía total en kg m/m2,
Smith, 1958). Esta energía es cinética y es para una precipitación pluvial determinada puede
aportada por las gotas de lluvia. La Ecuación computarse acumulando la energía cinética para cada
Universal de Pérdida de suelo tiene la siguiente incremento distinto en intensidad del evento.
forma:
Teniendo claridad sobre la influencia de la energía
E=RKLSCP (2.1) cinética de la lluvia en la erosividad, se observó que las
en la cual, pérdidas de suelo por tormentas en las parcelas
cultivadas bajo barbecho continuo estaban altamente
E es la pérdida anual de suelo por unidad de área. [ T correlacionadas con los productos combinados de la
m-2]; R es el factor de erosividad de la lluvia. [MJ mm energía cinética total y la intensidad máxima de
( m2 h)-1]; K es el factor de erodabilidad del suelo. [Tm2h precipitación durante 30 minutos, pero que la cantidad
(m2 MJ h)-1]; LS es el factor topográfico [adimensional]; de lluvia poco tenía que ver con esto. Este producto
C es el factor de cobertura por manejo del suelo conocido como EI es una medida de la manera en que
[adimensional]; P es un factor para la práctica de se combinan la energía y la intensidad en una tormenta
conservación [adimensional]. y define los efectos conjuntos del impacto de las gotas
de lluvia y la turbulencia de la escorrentía con el
2.2. Factor de Erosividad de la lluvia, R transporte de las partículas de suelo procedentes de un
campo. El factor de precipitación pluvial, R, se define
El término factor de erosividad de la lluvia implica una como el producto EI dividido por 173,6. El cómputo del
evaluación numérica de un evento de lluvia que factor de erosividad de la precipitación pluvial, R, para
describe su capacidad de erosionar suelo en un campo una tormenta, se define de la siguiente manera:
desprotegido. Las diferencias en la erosión potencial de
la lluvia no están asociadas necesariamente a la n 
cantidad de lluvia, las intensidades presentes en los  
 j 1
 I30
1. 213  0. 890 log10 I j I jTj
 (2.3)
eventos, los antecedentes climáticos y las condiciones R
de la superficie, la interacción de los efectos y otras 173 . 6
variables, influyen de manera más relevante dentro del En donde:
proceso de erosión. Wischmeier (1959) y Wischmeier y
Smith (1958), observaron que entre los factores de R = factor de erosividad por precipitación pluvial [(Kgf .
precipitación pluvial que se estudiaron, la energía m . m-2)(mm h-1) ]2; Ij = intensidad de la precipitación
cinética en combinación con la máxima intensidad de pluvial para un incremento específico de la intensidad
los 30 minutos explicaba la mayor parte de la pérdida de [mm/h]; Tj = periodo de incremento de tempestad
suelo en las parcelas de campo. específica [ h ]; I30 = la intensidad máxima de
precipitación pluvial durante 30 minutos para la
La energía cinética de la precipitación pluvial, que es la tormenta [mm/h]; j = incremento de la tempestad
energía del número total de gotas de lluvia de una específica; n = el número de incrementos de la
intensidad determinada, se calcula a partir de la tempestad.
distribución del tamaño de las gotas de lluvia para una Los factores de erosividad por precipitación pluvial
intensidad dada. La mejor medida de la energía es la pueden sumarse para cualquier periodo para
máxima intensidad de precipitación en 30 minutos (EI30), proporcionar una medida numérica de la erosividad por
de acuerdo a lo estudiado por Wischmeier y Smith. precipitación pluvial durante ese periodo. El cálculo de
Ellos obtuvieron una ecuación de regresión que la energía de una tormenta, como componente del valor
describe la energía cinética de una lluvia tempestuosa y EI, requiere de una definición exacta de lo que es un
que está expresada de la siguiente manera: evento individual. El tiempo mínimo óptimo que define
el quiebre entre dos tormentas es una función del
E=1.213+0.890log10I cambio en las tasas de infiltración después de que deja
(2.2)
en donde: 1
Es necesario aclarar que aunque estas unidades no son del SI, se
han usado por facilidad. Los resultados se mostraran en SI como se
presenta la EUPS en la Ecuación 2.1
2
Estas unidades serán cambiadas a unidades del SI para los
resultados.
Simposio Latinoamericano de Control de Erosión 2.002

de llover, y obviamente varia con los tipos de suelo. En ésima iteración, el cuadrado unitario J es divido en N2n =
general las mejores correlaciones de las cantidades de bn subcuadrados de lado 1/Nn. Cada uno de estos
pérdida de suelo y los valores de EI se obtuvieron cuadrados se denota por Jn = J(n ), donde
cuando lluvias separadas por menos de 6 horas se cada i toma valores desde 1 hasta b = N2.
trataron como una sola lluvia. (Wischmeier, 1959)

2.3. Teoría de las cascadas aleatorias

La teoría de las cascadas aleatorias se ha usado


ampliamente en la ingeniería. La idea de una
construcción a partir de cascadas aleatorias, como una
base conceptual de la teoría de turbulencia, parte de
que un “eddie” transfiere energía cinética de una fuente
de gran escala a una escala de disipación. Este
contexto conceptual se expresa muy claramente en el
dicho de Richardson: “los remolinos grandes están
compuestos de otros más pequeños que incrementan
su velocidad, y remolinos más pequeños están
compuestos por otros aún más pequeños y así hasta la
viscosidad –en sentido molecular” (Richardson, 1965
Fig 1 Esquema de la geometría de una cascada aleatoria
mencionado por Over y Gupta, 1994). Esta teoría ha
sido elaborada en orden a desagregar la lluvia
La densidad de masa aleatoria en J(n ) está
espacialmente pero puede usarse también para
desagregarla temporalmente (Olson, 1998). Las denotada por el producto W (n ) = W0W1()
cascadas aleatorias son una buena herramienta de W2() ... Wn(n). Nótese que la escala espacial en la n-
análisis en cuanto a la variabilidad espacial de la lluvia y ésima generación está dada por  = 1/Nn o n =
la intermitencia de flujos sobre un amplio rango de -logNAhora la masa total n(Jn) en el subcuadrado Jn
escalas espaciales. está dada por :

La construcción matemática se inicia con una densidad μ n Jn   ψ n  X  dX


 (2.4)
de masa que es denominada W0, distribuida
uniformemente sobre una región de interés, por Jn
ejemplo, el cubo d-dimensional J = [0,1]d. Supongamos
Donde la densidad de masa n(x) está dada por:
que J es un cuadrado unitario, por lo tanto d = 2; se
divide entonces el cuadrado J en b = N2 subcuadrados ψ n X   Wj , Wj
de lado 1/N, denominado el número de bifurcación. En jJn
general, b = N2 . Sea J( ), donde  = 1, 2, ..., b , la
variable que denota la partición de J en esos
subcuadrados. Ahora, se distribuye la densidad de X  Jn ,  
E Wj  1
masa W0 en cada uno de esos subcuadrados como (2.5)
W0W1(1), W0W1(2), ..., W0W1(b), respectivamente,
donde los W’s son variables aleatorias mutuamente La distribución de la masa n converge a un límite ∞, el
independientes e idénticamente distribuidas . Además cual podría o no ser degenerado. Para una mayor
se supone que E[W] = 1, lo que significa que en comprensión de la teoría matemática acerca de las
promedio la masa distribuida se conserva durante el cascadas aleatorias puede verse Gupta y Waymire,
proceso. El próximo paso es que cada uno de los (1993).
subcuadrados J() se divide en b subcuadrados de lado
1/N2, o sea un J( ), == 1, 2, ...., b. Esto En el trabajo de Over y Gupta, 1994, los patrones
es equivalente a dividir J en N4 subcuadrados cada uno espaciales de la lluvia están descritos por un parámetro
de lado 1/N2. Para cada  = 1, 2, ..., b, la densidad de p. Este determina la distribución espacial de las
masa W0W1() sobre J(se redistribuye como W0W1 regiones lluviosas y no lluviosas a diferentes escalas
()W2() con == 1, 2, ...., b, y donde los W2’s espaciales. Un valor pequeño de p indica una tasa
son independientes de los W1’s y W0 y son pequeña de crecimiento del promedio de las áreas no
independiente e idénticamente distribuidos como W, lluviosas. Un valor mayor de p indica una tasa mayor de
con media igual a uno (1). Esta construcción se muestra crecimiento de los ceros.
esquemáticamente en la 2.3. La construcción de la
cascada continúa iterativamente, de modo que en la n-
Simposio Latinoamericano de Control de Erosión 2.002

Una característica importante de las teoría de las de CENICAFE, cuya frecuencia de registro es de 1
cascadas es que puede modelar regiones de lluvia igual hora, el segundo lo conforman las estaciones del
a cero. Esto se logra permitiendo al generador W que IDEAM3, cuya frecuencia de registro disponible es
sea cero con probabilidad p; esto significa que: diaria. La ubicación de estas estaciones en el territorio
colombiano se puede observar en la 3.2. En total son
 0, con probabilid ad p 140 estaciones de las cuales 32 tienen periodo de
W   (2.6) registro comprendido entre 1972 y 1999. Este será
 W con probabilid ad 1  p
definido como periodo base para este trabajo.

3.2. Evaluación de la metodología de cascadas


(2.8) aleatorias para el cálculo del factor de
donde W+ es la parte positiva de W. Así se puede Erosividad de la lluvia
estimar el factor p. Para hacerlo se pueden usar
algunas ecuaciones matemáticas que se presentan en El proceso de evaluación y aplicación de la metodología
la teoría de las cascadas aleatorias, pero como se de las cascadas aleatorias se compone de dos partes.
estimará a partir de los datos, puede calcularse un p̂ La primera de ellas es la definición del parámetro p,
que puede obtenerse como: necesario en la definición de la función de distribución
que describe al generador. La segunda es la
evaluación en sí, que consta del proceso de
pˆ  1  b  sˆ / d desagregación de la lluvia diaria para las estaciones
piloto (EPM), y la posterior comparación de los valores
(2.7) de erosividad obtenidos directamente de los datos y los
valores obtenidos a partir de la desagregación para
donde ŝ es el estimado de la pendiente s que se obtiene proceder a la aplicación de esta metodología en el resto
por regresión lineal en la relación entre log f(n), el de las estaciones.
logaritmo de la fracción de subáreas con lluvia, y
menos el logaritmo de n, la dimensión lineal de las
subáreas.

Existen otros modelos para calcular el generador W a


partir del valor de p. Estos pueden ser estudiados en
Gupta y Waymire, (1993) y Over y Gupta, (1994).

3. INFORMACIÓN Y METODOLOGÍA

3.1. Información Utilizada

La información utilizada para el desarrollo de una


metodología que permitió la utilización de información
diaria en el cálculo del factor de erosividad de la lluvia
es la correspondiente a seis estaciones ubicadas en el
departamento de Antioquia, de propiedad de EPM y que
llamaremos estaciones base. Ver 3.1

Tabla 1 Información de las estaciones utilizadas para el desarrollo


de la metodología
Estación Latitud Longitud Elevación Longitud de
(m) Registro Fig 2 Ubicación de las estaciones de precipitación utilizadas
Bizcocho 06°18´ 75° 05´ 1070 1972-1998
Inmarco 06°17´ 72° 48´ 260 1969-1991 Antes de proceder a la definición del parámetro p, se
Mandé 06° 27´ 75° 08´ 495 1979-1998 calculó el factor de erosividad para las estaciones piloto,
y se definió el método de cálculo de dicho factor de
Peñol 06° 24´ 75° 51´ 1880 1961-1998
acuerdo con la EUPS. De acuerdo con la teoría de
Sta Bárbara 06° 24´ 75° 43´ 2595 1979-1999 cascadas aleatorias, mediante bifurcación binaria no es
Sireno 06° 23´ 75° 40´ 1210 1979-1998
3
EPM: Empresas Públicas de Medellín; CENICAFE: Centro
El resto de información puede dividirse en dos grupos, Nacional de Investigaciones del Café; IDEAM : Instituto de Estudios
el primero de ellos está conformado por las estaciones Medio Ambientales. Las tres son instituciones colombianas que
tienen diferentes bases de datos.
Simposio Latinoamericano de Control de Erosión 2.002

posible que a partir de un dato diario se obtengan durante todo el día, esto no es usual dentro del
valores cada 30 minutos, siendo posible acercarnos a comportamiento de la lluvia en Colombia donde las
este valor tomando datos cada 22.5 minutos (Pérez, dinámicas convectivas que la gobiernan distan mucho
2001). Todo el procedimiento se plantea desde la de generar eventos de lluvia continuos en un día. Son
experiencia con las seis estaciones de Empresas de interés los valores que se encuentren entre 0 y 0.5
Públicas de Medellín. La forma de calcular el factor de para desagregar el resto de los días en las estaciones
erosividad con estos datos se presenta a continuación: de precipitación diarias. No se pudo establecer un valor
de p para cada mes, mucho menos para cada año de
- Se toma el mes de registro y se separa cada uno de registro. Por lo tanto se decidió tomar aleatoriamente
los eventos de lluvia, siendo estos cualquier registro dentro del grupo de datos para cada año, 5 de ellos y
diferente de cero. La duración mínima de un evento con éstos hacer 10 modelaciones mediante la teoría de
será de 22.5 minutos. las cascadas aleatorias para cada uno de los datos
- Se define un evento individual de acuerdo a la diarios, buscando evaluar la variación de la erosividad
teoría de Wischmeier (1959), ya mencionado, y calculada con cada uno de los p y compararla con la
adicionando la recomendación de Wischmeier y erosividad calculada directamente de los registros.
Smith (1978); que propone seleccionar eventos
cuya lámina sea superior a 12.7 mm de lluvia. Con Para evaluar la conveniencia del uso de la teoría de las
estos eventos se calcula el factor de erosividad del cascadas aleatorias en la desagregación de los datos
mes, que es la suma de cada factor asociado a un diarios de lluvia, se modeló para cada año de registro
evento. de las estaciones de Empresas Públicas, y se observó
- Para cada uno de los eventos se calcula un como era el comportamiento de la erosividad según el
conjunto de intensidades, que tendrá tantos como valor de p. Es así que para llevar a cabo la
fracciones de 22.5 minutos conforman el evento. desagregación de la lluvia mediante la teoría de las
Se calcula la energía que aporta cada fracción del cascadas aleatorias se define la función de distribución
evento de 22.5 minutos, de acuerdo a la ecuación de probabilidad cuya expresión general esta dada por
2.2. Luego en cada evento se selecciona la la Ecuación 2.6. En este caso se eligió una función de
intensidad máxima del conjunto previamente distribución que cumple con lo propuesto por el trabajo
establecido, y se denomina como I30. Haciendo uso de Over y Gupta (1994); es decir que el valor esperado
de la ecuación 2.3 se calcula el valor de la del generador E[W] sea igual a 1. La función de
erosividad para ese evento. El valor de erosividad distribución que se definió para este trabajo es la
del mes es la suma de cada valor individual, y el del siguiente:
año es la suma de los valores mensuales.
0 x  p
Para la aplicación de las cascadas aleatorias se han W (2.8)
(1  p) 1  y  1 2 x p
definido los parámetros de la siguiente manera. La
fracción del tiempo a desagregar es de 24 horas,
equivalente a 1440 minutos. La dimensión d = 1, el Donde x es una variable uniformemente distribuida
número de partición es b = 2, y N = 6. Teniendo esto se entre cero y uno, y y es otra variable uniformemente
procedió a calcular el valor de p para cada uno de los distribuida entre 0 y 1. Como se puede observar en
días de acuerdo con la ecuación 2.7, tratando de esta ecuación, que es una modificación del modelo
observar cual era el comportamiento de este en el Beta propuesto por Gupta y Waymire (1993) ; existe una
tiempo. Habiendo calculado los p usando la Ecuación componente aleatoria adicional que es el valor de y
2.9. se quiso agrupar la serie para cada estación, por menos su valor medio que es igual a 0.5. Esta
meses, para todos los años de registro; tratando de modificación se ha hecho pensando en que cuando el
buscar alguna relación entre la precipitación y el valor valor de x sea mayor o igual que p, el generador W sea
de p. Realmente no se pudo observar una relación siempre diferente y no se limite al valor propuesto de (1-
clara entre la precipitación del día y el valor de p para p)-1 . Con esta función de distribución que depende del
ese día. Esto era de esperarse pues de acuerdo con la valor de p, se hicieron las realizaciones ya mencionadas
teoría, p es un parámetro que da cuenta de la tasa de y se obtuvieron resultados con miras a observar las
crecimiento de las fracciones no lluviosas con la escala diferencias de la erosividad dentro de cada año, de
temporal, mas no de la cantidad de lluvia que cayó en acuerdo al valor de p con el que se está modelando y
esa misma fracción. Se observó que los valores de p definir si existe o no una diferencia apreciable para cada
oscilan entre 0 y 1, pero existe una banda entre 0 y 0.5, modelación. Con los resultados observados se
no existiendo valores intermedios entre dicha banda y el determinó que no era posible definir un valor de p para
valor extremo. Un valor de 1 para p indica que el día cada una de las estaciones, ni por año, ni por día. Sin
esta totalmente seco, por lo que la presencia de embargo, al tomar el valor promedio para cada mes, de
fracciones secas es total y equivale al 100%. . Un valor todos los valores modelados, y compararlo con el valor
de cero para p está asociado a la presencia de lluvia promedio real, se observó un acompasamiento de
Simposio Latinoamericano de Control de Erosión 2.002

estos. Un ejemplo de esta observación puede verse en los promedios de la precipitación y la erosividad y entre
la 3.2. la elevación y la erosividad. Con esta relación y la
ecuación que la describe desarrollaron un mapa de
erosividad, basados en un mapa de precipitación y un
modelo de elevación digital del terreno. Es así como
este trabajo se orientó en esta dirección sabiendo que
otras experiencias han conducido a buenos resultados.
Estudios en Costa Rica y Sri Lanka (Vahrson, 1990;
Joshua, 1977, mencionados por Mikhailova et al., 1997)
y al Sudeste de los Estados Unidos (United States
Department of Agriculture, 1992; mencionados también
por Mikhailova et al., 1997) han generado ecuaciones
de este tipo; algunas de ellas con relaciones inversas a
Fig 3 Ejemplo de la comparación del valor de erosividad promedio las obtenidas en Honduras.
estimado vs. real para un año en dos de las estaciones de
EPM En nuestro caso sólo se ha considerado la posible
relación entre la precipitación media anual y el factor de
Se cuantificó el error a esta escala, y a escala anual, y erosividad promedio, sabiendo que se cuenta con un
finalmente se cuantificó el error entre el valor promedio mapa de precipitación a una escala de 5 minutos de
de la erosividad estimada en cada estación con el valor arco. Este mapa es el obtenido en el proyecto Balances
real. Los resultados obtenidos fueron buenos y pueden Hidrológicos de Colombia (Mesa O.J et al., 1999). Para
observarse en Pérez (2001). La 3.2 muestra la el mapa de precipitación media anual, se utilizó el
comparación de los valores en cinco de las seis método de Interpolación conocido como Krigging con
estaciones, ya que la estación Peñol mostró tendencias deriva (KD), en el cual se usó la información de las 688
en la media y en la varianza, ocasionando su exclusión estaciones pluviométricas y pluviográficas y los mapas
de este cálculo. de Precipitación del ENA (Estudio Nacional de Aguas) y
de Oster, los cuales se digitalizaron para luego ser
rasterizados a una escala de 1:2’500.000. El mapa
tiene una distancia entre pixeles de 5 minutos de arco,
que en el Ecuador es de aproximadamente 9.3 Km.
Este se muestra en la 3.3.

Fig 4 Comparación de la erosividad promedio multianual estimada


con la erosividad promedio multianual real para las
estaciones de EPM excepto El Peñol
Como se puede observar, el error es cercano al 17%
pero se presenta como un error aceptable y se admite
el uso de las cascadas aleatorias para la desagregación
temporal de la lluvia en orden a calcular el factor de
erosividad de la lluvia.

3.3. Aspectos preliminares al desarrollo de un mapa


de erosividad de la lluvia en Colombia

Este trabajo estuvo orientado al desarrollo de un mapa


de erosividad a partir de la relación de esta variable con
otra u otras variables climatológicas. Mikhailova et. Al.,
(1997), han realizado un trabajo semejante al
presentado en este artículo para Honduras basados en
información de 8 estaciones climáticas, y teniendo en Fig 5 Mapa de precipitación media anual usado para el desarrollo
del mapa de erosividad. Fuente: Mesa et. Al.,1999.
cuenta la precipitación promedio y la elevación sobre el
nivel del mar en un periodo de registro de 15 a 16 años. 4.
Ellos encontraron que existía una relación lineal entre
Simposio Latinoamericano de Control de Erosión 2.002

estaciones de Empresas Públicas se muestra en la 5.1.


5. RESULTADOS Y ANÁLISIS Se puede observar una cierta tendencia en 4 de las 6
estaciones a tener un ciclo bimodal de la erosividad.
5.1. Valores de Erosividad Puntuales Esto está necesariamente asociado al ciclo de
precipitación en cada una de las estaciones, el cual no
Para el cálculo del factor en el resto de las estaciones, se ha estudiado ni se muestra en este trabajo. Las
se creo un conjunto de valores de p, formado por estaciones Bizcocho, Inmarco y Peñol están ubicadas
los valores de este parámetro asociados a las en la vertiente oriental de la cordillera central, y por lo
estaciones ya estudiadas. Se realizo el mismo tanto la dinámica que gobierna la precipitación en este
procedimiento tomando 5 valores aleatorios para punto es diferente a la dinámica que gobierna la
cada año, haciendo 10 repeticiones por cada valor y precipitación en la vertiente occidental de la cordillera
tomando el valor promedio para cada año, y el occidental. Las tres primeras muestran dos picos entre
promedio de todo el periodo de registro. Así se los meses de abril - mayo o mayo – junio y septiembre –
obtuvo el valor mes a mes, el valor anual y el noviembre, y con una excepción importante en la
promedio multianual en cada una de las estaciones estación el Peñol donde para el mes de diciembre el
de CENICAFE y EPM. Los valores correspondientes valor de la erosividad en vez de disminuir sigue un poco
a EPM se presentan en la 5.1 alto; excepción que puede darse debido a que la
estación, como ya se mencionó, tiene tendencias y
Tabla 2 Erosividad promedio anual para las estaciones de EPM presenta patrones de no homogeneidad.
Estación R Anual [(KJ/m2) P Media
(mm/h)] [mm/año]
Bizcocho 16.54 4327.61
Inmarco 8.38 2144.03
Mande 11.34 3368.14
Peñol 3.24 2294.96
Sireno 3.09 1670.72
Sta. Bárbara 2.42 1815.64

Estos valores de la erosividad para estas estaciones no


pueden ser comparados con valores anteriores en las
mismas ya que de acuerdo con lo que pudimos
conocer, no hay de ellas ningún antecedente. Sin
embargo se pueden comparar con otros valores en
otros lugares del país en cuanto a órdenes de magnitud. Fig 6 Factor de Erosividad Promedio Mensual para las Estaciones
de Empresas Públicas de Medellín
Machado y Machado (1975), y Machado (1977),
mencionados por Rivera (1999) trabajaron sobre el
factor de erosividad en Colombia, con base en datos En las estaciones de CENICAFE se utilizó el método
pluviográficos del observatorio meteorológico de Bogotá propuesto. Rivera (1990), había trabajado datos un
y de la estación climática de Cotové (Santafé de poco mas discretos de 9 de las 46 estaciones que se
Antioquia), encontrando para Bogotá un factor de utilizaron en este trabajo. Estas son: Rafael Escobar,
Agronomía, Santágueda y Naranjal en Caldas; La Bella,
erosividad R de 1.40  1.02 [(KJ/m2)(mm/hr) /año] para
Paraguaicito y El Sena en Quindío; y El Jazmín y Planta
un promedio de 21 años; para Santafé de Antioquia
de Tratamiento en Risaralda. La forma de él calcular el
3.128 y 4.17 [(KJ/m2)(mm/hr) /año] entre los años 1975-
factor o índice de erosividad de la lluvia, fue tomando
1976 y 1976-1977, respectivamente. Los valores
como información básica las intensidades de lluvia
obtenidos directamente de los registros en las 6
evaluadas a intervalos de cinco minutos, existentes en
estaciones básicas de este estudio están conformes en
los Archivos de la Disciplina de Agroclimatología de
órdenes de magnitud con los datos que han sido
CENICAFE. Se tuvo en cuenta la información para el
reportados por otros autores, reconociendo que tanto
período de 1970 a 1984 (15 años), para 7 de las 9
unos como otros estamos tratando de cuantificar algo
estaciones climáticas estudiadas. (Rivera, 1990). Es
de manera aproximada. Se puede decir en general que
necesario anotar que el usó la metodología propuesta
estos valores pueden usarse, por lo menos, para la
por Hudson, y no por Wischmeier y Smith. Los valores
estimación de la erosión potencial, R x K, donde K hace
obtenidos en este trabajo tienen correspondencia con
referencia a la erodabilidad del suelo. (Kirkby, 1980).
los valores encontrados por Rivera en 1990. En
Se observa un valor de erosividad mayor, justo donde la
promedio, las estaciones de CENICAFE distribuidas en
precipitación media es también mayor, en comparación
la región andina del país presentan un valor de 5.19
con las demás estaciones. El comportamiento
[(KJ/m2) (mm/h)], con una desviación estándar de 2.8
promedio de la erosividad en cada una de las
[(KJ/m2) (mm/h)], que equivale a 0.54 veces la media.
Simposio Latinoamericano de Control de Erosión 2.002

La única estación cercana a la costa norte Colombiana, Se hizo una búsqueda para definir cual sería la estación
Pueblo Bello, tiene un valor anual promedio de 6.37 piloto para la estación incompleta analizada tomando
[(KJ/m2) (mm/h)], asociado a un valor relativamente alto como parámetros la distancia y la precipitación
de precipitación que puede estar definido en gran parte promedio anual de los períodos en cuestión, tomando
por la cercanía a la Sierra Nevada de Santa Marta primero la estación mas cercana y evaluando luego el
donde la dinámica de los vientos frente a una barrera error promedio en la precipitación con relación a la
orográfica como la Sierra produce un patrón de estación incompleta. En el caso de precipitaciones
precipitación alta en la parte Norte y Occidental de la inferiores a 2500 mm/año el error permitido fue de 25%
misma. En los departamentos de Santander y Norte de mientras que en las estaciones más lluviosas, hasta
Santander, en los cuales se ha reportado importante 4500 mm/año, el error permitido fue de 30%. Si la
actividad erosiva, se cuentan con tres estaciones, de las estación mas cercana no cumplía con el parámetro del
cuales una de ellas, la estación Francisco Romero, en error, se descartaba esta estación y se buscaba la
Norte de Santander presenta una erosividad de 12.96 segunda mas cercana, y así sucesivamente hasta
[(KJ/m2) (mm/h)], que esta clasificada entre media y encontrar la definitiva.
media alta. Esto puede representar un punto de estudio
importante con el objetivo de definir como es el Al establecer la estación piloto, se calculó para esta el
comportamiento y la evolución de la erosión en general promedio de la erosividad para los períodos conocidos,
en esta zona del país. que en algunos casos fueron 1, 2 o más (Ver Tabla A.3)
y adicionalmente, el promedio para el periodo base
Las demás estaciones que hacen parte de la base de 1972-1999.
datos han sido obtenidas del Proyecto Atlas Hidrológico
de Colombia, y proceden directamente del IDEAM, en La relación se hizo a partir de una regla de tres simple:
total 89. Estas tienen registros diarios, y por lo tanto se
ha aplicado la metodología de la misma manera que se Rp72  99 x
aplicó con las estaciones de Empresas Públicas y  (4.1)
CENICAFE. Es necesario anotar que en la mayoría de Rpi Ri
estas estaciones existen períodos sin registro, por lo
que fue necesario implementar una forma de encontrar Donde:
valores promedios para estas estaciones en el período R p72 99 = Erosividad Promedio de la estación piloto
que hemos definido como base, este es, de 1972 a
para el periodo 72-99
1999; con miras a encontrar una relación apropiada
para generar el mapa de erosividad media anual en R pi = Erosividad Promedio de la estación piloto en los
Colombia. periodos de la estación incompleta
x = Erosividad Promedio de la estación incompleta para
Este es un método sencillo para definir un valor el periodo 72-99, es la requerida
promedio de una estación con varios años de registro
faltantes en un período base que es igual o esta incluido
Ri = Erosividad Promedio de la estación incompleta en
dentro del período de registro de una estación completa. sus periodos completos
En este caso se ha seleccionado un período base que
esta comprendido entre 1972 y 1999. De las 140 Este es un método simple para llevar información de
estaciones, 32 cumplen con este período, y algunas de una estación a otra pero ha sido usado en la Hidrología
ellas son del IDEAM. A estas estaciones las llamaremos para fines similares a éste. Así se pudo obtener el valor
piloto y se sabe que hay unas en el Valle, otras en Norte de erosividad promedio para cada una de las
de Santander, otras en Huila, Tolima, Cundinamarca y estaciones, tanto a nivel mensual como anual. (Pérez,
la zona cafetera. Existe una carencia de estaciones 2001). En términos generales el comportamiento de
completas en la región del Chocó, donde las estas estaciones es muy semejante a las ya analizadas,
precipitaciones son tan altas, y esto puede introducir presentando patrones bimodales con los picos
ruido en las estimaciones posteriores. Habiendo correspondientes a mayo y octubre, otras con picos en
calculado los valores de erosividad para las estaciones junio y diciembre, y algunas con ciclos unimodales muy
piloto en todos los años de registro, se procedió a amplio entre los meses de mayo y octubre. Sin contar
calcular el valor promedio de erosividad para cada una con las estaciones de máxima erosividad, el valor
de las otras estaciones a partir de las estaciones piloto. promedio de este factor en las estaciones es de 5.22
Se observaron cuidadosamente en cada una de las [(KJ/m2) (mm/h)], y una desviación estándar equivalente
estaciones incompletas, los años en los que había a 0.52 veces la media; valores similares a los obtenidos
registro; y en esos años se calculó el valor promedio para CENICAFE.
tanto a nivel mensual, para definir el comportamiento en
cada estación a lo largo del año, como a nivel anual. 5.2. Mapa de Erosividad Media Anual para Colombia
Simposio Latinoamericano de Control de Erosión 2.002

La exploración se orientó de la misma manera en que la


orientaran Mikhailova et al. (1997), pero sin incluir la
altura de la estación con respecto al nivel del mar. Se
tomó el promedio de todas las estaciones de
precipitación, 139 (ya que una de ellas fue descartada),
y con su respectivo valor de precipitación y su
respectivo valor de erosividad se obtuvo la regresión
lineal de la 5.2. Esta regresión es realmente buena si
observamos que el coeficiente de correlación lineal  es
igual a 0.91. La gráfica muestra una forma algo
cóncava hacia arriba, como si la tendencia no fuera
lineal sino cuadrática de manera que se observó otra
posible relación. La 5.2 muestra tal relación asumiendo
que la ecuación que la describiría es de la forma
Y=AXB. En este caso, el coeficiente de correlación es un Fig 8 Precipitación Media Anual vs. Erosividad media calculada en
poco menor, pero el ajuste de la línea a los puntos es escala log-log
mejor, al menos visualmente. Ambas ecuaciones son válidas para todo el país si
tenemos en cuenta que las estaciones de precipitación
La ecuación de tipo lineal que describe la erosividad en que permitieron llegar a ella caracterizan de alguna
función de la precipitación media anual está dada por: manera la precipitación en Colombia. Es cierto que la
zona de los Llanos Orientales y La Amazonia pueden
R  8.831  0.0071263 PMA (4.2) tener errores importantes, pero es cierto también que un
valor estimado de la erosividad en un lugar que se
Donde: encuentre ubicado en esta zona es mucho mejor que no
R = factor de erosividad de la lluvia promedio anual contar con nada. La zona de la Costa Atlántica
[(KJ/m2) (mm/h)] Colombiana carece también de información diaria, sin
PMA = Precipitación media anual [mm/hora] embargo la estación Pueblo Bello, hace que lo que se
plantea para esta región tenga cierto respaldo. Sin
embargo la ecuación lineal solo es válida cuando la
precipitación media anual sea superior a 1240 mm/año;
de allí a valores inferiores, esta ecuación no es válida ni
representativa; Mientras que la ecuación de tipo
exponencial, representa mas adecuadamente los
valores pequeños de R asociados a valores pequeños
de la precipitación. Es por esto que se recomienda el
mapa obtenido a partir de dicha relación. La obtención
del mapa es fácil, sabiendo ahora que tipo de relaciones
existen entre la precipitación media anual y el valor de
erosividad media anual, a través de un álgebra de
Mapas.

El mapa desarrollado a partir de la Ecuación 4.3, (5.2)


muestra que para los valores pequeños de la
precipitación, el valor de la erosividad no es cero, pues
Fig 7 Precipitación Media Anual vs. Erosividad media calculada este valor es la asíntota de la ecuación ya mostrada.
Se observan algunos valores mayores de erosividad en
Mientras que la ecuación de tipo exponencial que zonas de alta pluviosidad como Chocó o el Amazonas,
describe esta misma relación está dada por: lo que implica tener cuidado con el uso de esta
ecuación para la estimación de R, si se considera que
R  0.001193 PMA1.70148 (4.3) en el proceso de evaluación de la metodología de
desagregación se encontró una característica
(4.4)
importante en cuanto a la sobrestimación de los valores.
En términos generales este mapa es una buena
aproximación al factor de erosividad de la lluvia en
Colombia, y puede ser de muchísima utilidad en el
campo de la Ingeniería y en el medio agrícola.
Simposio Latinoamericano de Control de Erosión 2.002

La producción de sedimentos en una cuenca, puede intensidad de éste y no por la cantidad. Sin embargo,
depender en parte, de los eventos erosivos de tipo en la escala anual esta relación es clara, y presenta dos
laminar, sin despreciar la alta influencia que los posibles formas de darse. Sin embargo el mapa
movimientos en masa puedan ocasionar. Por tanto la asociado a la ecuación exponencial es una buena
conservación y el manejo ambiental de las cuencas aproximación al valor medio de la Erosividad en
puede beneficiarse altamente de este mapa y más aún Colombia.
de la ecuación que puede representar mayor precisión
dependiendo de la escala a la que se encuentre la 7. REFERENCIAS BIBLIOGRÁFICAS
información correspondiente a la precipitación. El
incremento en el suministro de sedimentos a los ríos es Gupta, V. K and Waymire, E. C, A Statistical Analysis of
causal de cambios importantes en el alineamiento de Mesoscale Rainfall as a Random Cascade, Journal of
los canales naturales, y en los niveles de inundación. Applied Meteorology., Vol 32, No 2, February, 1993.
Hecho que debe ser observado también a la luz de
Gupta, V. K., and Over T. M, Statistical Analysis of Mesoscale
estrategias metodológicas para la recuperación y
Rainfall: Dependence of a Random Cascade Generator on
mantenimiento de las cuencas. Large-Scale Forcing, Journal of Applied Meteorology., Vol
33, No 12, December, 1994.

Mesa, O. J et al. Balances Hidrológicos de Colombia,


Posgrado en Aprovechamiento de Recursos Hidráulicos,
Facultad de Minas, Universidad Nacional de Colombia,
Medellín, 1999.

Mikhailova, E. A. et al., Predicting Rainfall Erosivity in


Honduras. Soil, Crop and Atmospheric Science, Vol 61,
pag 273-279. 1997.

Olsson Jonas, Evaluation of a Scaling Cascade Model for


Temporal Rainfall Disaggregation, Hydrology and Earth
System Sciences , Vol 2, No 1, pag. 19-30, 1998.

Rivera, J.H, Determinación de los Indices de Erosividad,


Erodabilidad y Erosión Potencial en la Zona Cafetera
Central Colombiana (Caldas, Quindio y Risaralda).
Trabajo Dirigido de Grado, Magister en Suelos y Aguas,
Facultad de Ciencias Agropecuarias, Posgrado en Suelos
y Aguas, Universidad Nacional de Colombia, Palmira,
1990.

Rivera, J.H, Susceptibilidad y Predicción de la Erosión en los


Suelos de la Ladera de la Zona Cafetera Central
Colombiana. Trabajo Dirigido de Grado, Doctor en
Ingeniería área de Aprovechamiento de Recursos
Hidráulicos, Facultad de Minas, Posgrado de Recursos
Fig 9 Mapa de Erosividad Media Anual a partir de una relación Hidráulicos, Universidad Nacional de Colombia, Sede
exponencial de R vs. PMA Medellín, 1999.

6. CONCLUSIONES Wischmeier, W.H and Smith, D. D, Rainfall Energy and Its


Relationship to Soil Loss, Transactions, American
La metodología aquí planteada para el cálculo de la Geophysical Union, Vol 39, No 2, 1958.
erosividad de la lluvia en una estación a partir de Wischmeier, W.H and Smith, D. D., Prediction Rainfall
registro diarios ofrece resultados que se encuentran Erosion Losses, Water Resources Publicationes,
dentro de los rangos de ordenes de magnitud de valores Agriculture Handbook, National Engineering Publications
de erosividad previamente conocidos. En términos from de United States Soil Conservation Service. U.S.A.
generales, los resultados puntuales de erosividad en 1978.
Colombia están conformes con resultados publicados
anteriormente y expuestos en este trabajo. Se observa Wischmeier, W.H., A Rainfall Erosion Index for a Universal
una marcada relación entre el valor medio de la Soil-Loss Equation, U. S. Department of Commerce,
erosividad y la precipitación media anual. Esta relación Environmental Science Services. Administration Research
Laboratories, Air Resources Lab., Silver Spring, Maryland,
no era tan marcada a escalas de tiempo inferiores
73 pp., 1970.
debido posiblemente al hecho de que la erosividad de
un evento está mayormente influenciada por la

También podría gustarte