Analysis of annual soil loss due to erosion processes in the Zarkent massif Parkent district, Uzbekistan, using the RUSLE model

Resumen Técnico: Análisis de la Pérdida Anual de Suelo en el Macizo de Zarkent, Distrito de Parkent, Uzbekistán

Planteamiento del Problema
La erosión del suelo representa un desafío ambiental crítico en las regiones montañosas de Asia Central, impulsado por la convergencia de sistemas de suelos frágiles, una topografía escarpada y una gestión de la tierra insostenible. En la región de Tashkent, Uzbekistán, específicamente en el macizo de Zarkent dentro del distrito de Parkent, estos riesgos se ven exacerbados por las condiciones climáticas semiáridas y la prevalencia de suelos de tipo sierozem, que poseen un bajo contenido de materia orgánica (0.93–1.71% en la capa de labranza) y una susceptibilidad de moderada a alta a la erosión hídrica. A pesar de la conocida vulnerabilidad de estas zonas de piedemonte, existe una escasez de datos cuantificados sobre la erosión del suelo en las regiones montañosas de Uzbekistán. Este estudio aborda la necesidad de estimar la pérdida anual de suelo, identificar puntos críticos (hotspots) de erosión espacial y evaluar la influencia relativa de los factores naturales y antropogénicos para guiar la gestión sostenible de la tierra en un entorno con escasez de datos.

Metodología
El estudio empleó el modelo de la Ecuación Universal de Pérdida de Suelo Revisada (RUSLE), integrado con Sistemas de Información Geográfica (SIG) y técnicas de teledetección, para estimar la pérdida de suelo promedio a largo plazo durante el periodo 2015–2024. El modelo calcula la pérdida de suelo ($A$) como el producto de cinco factores: $A = R \times K \times LS \times C \times P$.

• Fuentes de Datos: El análisis utilizó datos de precipitación CHIRPS (resolución de 0.05°) para el factor de Erosividad de la Lluvia ($R$); una combinación de conjuntos de datos de OpenLandMap y muestreo de campo de tres perfiles de suelo para la Erosividad del Suelo ($K$); un Modelo Digital de Elevación SRTM de 30 m para la Longitud y Pendiente de la Ladera ($LS$); imágenes Landsat 8 OLI/TIRS para el Manejo de la Cobertura ($C$); y datos de uso de suelo de GlobeLand30 complementados con verificación de campo para las Prácticas de Soporte ($P$).
• Procesamiento: Todos los datos espaciales fueron procesados en ArcGIS 10.5, reproyectados a la zona UTM 42N y remuestreados a una cuadrícula uniforme de 30 m.
• Cálculo de Factores:
  • Factor R: Derivado de la ecuación empírica de Renard y Freimund (1994) basada en la precipitación media anual.
  • Factor K: Calculado mediante la ecuación del nomograma de Wischmeier y Smith (1978), incorporando textura del suelo, materia orgánica, estructura y permeabilidad medidas.
  • Factor LS: Computado mediante la ecuación de Moore y Burch (1986), integrando la acumulación de flujo y el gradiente de la pendiente.
  • Factor C: Estimado mediante una relación exponencial con el Índice de Vegetación de Diferencia Normalizada (NDVI) derivado de composiciones de la temporada de crecimiento.
  • Factor P: Asignado según las clases de uso de suelo y la verificación de campo de las prácticas de conservación (ej. terrazas).
• Validación y Análisis: El estudio utilizó un análisis de regresión múltiple sobre los valores de los factores transformados logarítmicamente para cuantificar la contribución de cada factor de RUSLE a la varianza espacial de la pérdida de suelo. El estudio señala explícitamente la ausencia de datos de validación de campo (ej. mediciones de rendimiento de sedimentos o estacas de erosión) como una limitación primaria.

Resultados Clave

• Distribución Espacial: El área de estudio (aproximadamente 2,964 hectáreas a través de tres secciones muestreadas) exhibe patrones de erosión altamente heterogéneos. La mayor parte del área (99%) cae dentro de la categoría de 0–5 t·ha⁻¹·yr⁻¹. Sin embargo, la erosión se concentra en puntos críticos localizados:
  • Erosión Extremadamente Alta (>40 t·ha⁻¹·yr⁻¹): Afecta a 68.84 hectáreas (2.3% del área de estudio), principalmente en pendientes pronunciadas (>15°) en las zonas montañosas del noreste.
  • Erosión Alta (10–20 t·ha⁻¹·yr⁻¹): Cubre la mayor proporción del área (1,228.77 hectáreas, 41.4%).
  • Valores Máximos: Durante el año anomalamente húmedo de 2015 (645 mm de precipitación), las tasas de erosión máxima alcanzaron los 225 t·ha⁻¹·yr⁻¹ en los puntos críticos más severos.
• Contribución de los Factores: El análisis de regresión múltiple reveló que el factor LS (topografía) es el control dominante, explicando el 62% de la varianza espacial en la pérdida anual de suelo. El factor C (cobertura vegetal) es el segundo impulsor más significativo, explicando el 24% de la varianza. El factor R (precipitación) explicó el 9%, mientras que el factor K (erosividad del suelo) y el factor P (prácticas de soporte) explicaron solo el 4% y el 1% respectivamente, y no fueron estadísticamente significativos.
• Variabilidad Temporal: Aunque la magnitud de la erosión fluctúa significativamente con la precipitación anual (ej. la erosión mediana en 2021 fue de ~8 t·ha⁻¹·yr⁻¹ comparado con valores mucho más altos en 2015), el patrón espacial del riesgo de erosión permanece estable. Las áreas identificadas como de alto riesgo basadas en la topografía y la cobertura terrestre exhiben consistentemente tasas de erosión elevadas, independientemente de la variabilidad climática interanual.

Significancia y Reivindicaciones
El artículo afirma contribuir al creciente cuerpo de aplicaciones de RUSLE en regiones con escasez de datos en Asia Central, proporcionando una metodología replicable para la evaluación del riesgo de erosión bajo condiciones montañosas semiáridas. El estudio demuestra que el modelo RUSLE, cuando se integra con SIG y teledetección, puede identificar zonas propensas a la erosión con alta precisión (95% de la varianza espacial explicada por el modelo combinado).

Los autores sostienen que la estabilidad espacial de los patrones de riesgo de erosión justifica inversiones de conservación focalizadas y a largo plazo en los puntos críticos identificados. Específicamente, el estudio propone que:

1. La Topografía y la Vegetación son los principales mecanismos para el control de la erosión en esta región, lo que sugiere que las intervenciones deben centrarse en la gestión de pendientes (terrazas) y la restauración de la vegetación, en lugar de la modificación de las propiedades del suelo.
2. Intervenciones Focalizadas: Las áreas con erosión extremadamente alta (>40 t·ha⁻¹·yr⁻¹) requieren el cese inmediato de la agricultura y la conversión a cobertura vegetal permanente o terrazas, mientras que las zonas de alta erosión (10–20 t·ha⁻¹·yr⁻¹) pueden gestionarse mediante prácticas agronómicas mejoradas como la agricultura de contorno y la retención de residuos.
3. Relevancia Política: Los hallazgos apoyan las iniciativas actuales del Comité Nacional de Ecología y Cambio Climático de Uzbekistán para integrar el mapeo de riesgos basado en RUSLE en la planificación del uso de la tierra agrícola.

Limitaciones
Los autores reconocen explícitamente varias limitaciones que restringen la exactitud absoluta de los resultados:

• Falta de Validación de Campo: El estudio no comparó las estimaciones de RUSLE con mediciones de rendimiento de sedimentos o datos de estacas de erosión, un paso que los autores identifican como una prioridad crítica para investigaciones futuras.
• Exclusión de la Erosión de Surcos (Gullies): El marco de trabajo de RUSLE utilizado solo contabiliza la erosión laminar y de regueros, excluyendo la erosión de cárcavas o surcos profundos y los movimientos de masa, que pueden ser significativos en terrenos montañosos.
• Restricciones de Datos: El factor K se derivó de un número limitado de perfiles de suelo (tres), y el factor P asumió prácticas de conservación estáticas durante el periodo de estudio.
• Omisión del Deshielo: El modelo no tuvo en cuenta la erosividad por deshielo, que puede ser un impulsor importante en las laderas orientadas al norte en esta región.
• Desajuste de Resolución: El uso de datos de precipitación CHIRPS de resolución gruesa (~5 km) en comparación con los datos topográficos de 30 m puede suavizar la variabilidad local de la lluvia.

En conclusión, el estudio proporciona una evaluación fundacional de los riesgos de erosión del suelo en el macizo de Zarkent, destacando el dominio de los controles topográficos y el potencial de la gestión basada en la vegetación para mitigar la erosión, al tiempo que hace un llamado a trabajos futuros para validar estas estimaciones e incorporar la dinámica de la erosión de cárcavas y el deshielo.