Evaluación de la Erosividad de la Lluvia en los Balcanes Occidentales mediante la Cartografía y Agrupación de Datos de Reanálisis ERA5
Autores: Mici Ponjiger, Tanja; Luki, Tin; Wilby, Robert L.; Markovi, Slobodan B.; Valjarevi, Aleksandar; Dragievi, Slavoljub; Gavrilov, Milivoj B.; Ponjiger, Igor; Durlevi, Uro; Milanovi, Miko M.; Basarin, Biljana; Mlaan, Dragan; Mitrovi, Nikola; Grama, Vasile; Morar, Cezar
Idioma: Inglés
Editor: MDPI
Año: 2023
Acceso abierto
Artículo científico
2023
Evaluación de la Erosividad de la Lluvia en los Balcanes Occidentales mediante la Cartografía y Agrupación de Datos de Reanálisis ERA5
Categoría
Ciencias Naturales y Subdisciplinas
Subcategoría
Astronomía
Palabras clave
Balcánicos occidentales
Erosividad de la lluvia
Factor R
Análisis de clúster
Distribución espacio-temporal
Erosión del suelo.
Licencia
CC BY-SA – Atribución – Compartir Igual
Consultas: 11
Citaciones: Sin citaciones
La región de los Balcanes Occidentales (WB) es altamente propensa a procesos de erosión hídrica, por lo que la estimación de la erosividad de la lluvia (factor R) es esencial para comprender las complejas relaciones entre los factores hidro-meteorológicos y los procesos de erosión del suelo. Los principales objetivos de este estudio son (1) estimar la distribución espacio-temporal del factor R en la región de WB aplicando la metodología RUSLE y RUSLE2 con datos del período entre 1991 y 2020 y (2) aplicar análisis de clúster para identificar lugares de alto riesgo de erosión, y así ofrecer un medio para dirigir medidas de mitigación adecuadas. Para evaluar la variabilidad del factor R, se utilizaron los datos horarios de reanálisis ERA5 (resolución espacial de 0.25 grados x 0.25 grados) que comprendían 390 puntos de cuadrícula. Los cálculos se realizaron a una resolución decadal (es decir, para la década de 1990, la de 2000 y la de 2010), así como para todo el período de estudio (1991-2020). Con el fin de revelar patrones espaciales de erosividad de la lluvia, se aplicó un algoritmo de agrupamiento k-means. La visualización y el mapeo se realizaron en Python utilizando las bibliotecas Matplotlib, Seaborn y Cartopy. La intensidad de precipitación horaria y los totales mensuales de precipitación mostraron una variabilidad pronunciada en el área de estudio. Se observaron altos valores de precipitación en el suroeste con un promedio de >0.3 mm h, mientras que la menor precipitación se vio en la Cuenca Pannoniana y el sur lejano (costa albanesa), donde la intensidad media fue inferior a un promedio de 0.1 mm h. La variabilidad del factor R fue muy alta tanto para los métodos RUSLE como RUSLE2. El factor R medio calculado por RUSLE2 fue de 790 MJ mm ha·h·año, lo que es un 58% más alto que el factor R medio obtenido de RUSLE (330 MJ mm ha1·h·año). El análisis del factor R a escalas de tiempo decadal sugirió un aumento del 14% en la década de 2010. El algoritmo k-means para ambos métodos, RUSLE y RUSLE2, implica una mejor distribución espacial en el caso de cinco clústeres (K = 5) en relación con los valores del factor R. Los mapas de erosividad de la lluvia presentados en esta investigación pueden verse como herramientas útiles para la evaluación de la intensidad de erosión del suelo y las obras de control de erosión, especialmente para la agricultura y la planificación del uso del suelo. Dado que el factor R es una parte importante de los modelos de erosión del suelo (RUSLE y RUSLE2), los resultados de este estudio pueden utilizarse como guía para las obras de control del suelo, la modelización del paisaje y las medidas de mitigación adecuadas a escala regional.
Descripción
La región de los Balcanes Occidentales (WB) es altamente propensa a procesos de erosión hídrica, por lo que la estimación de la erosividad de la lluvia (factor R) es esencial para comprender las complejas relaciones entre los factores hidro-meteorológicos y los procesos de erosión del suelo. Los principales objetivos de este estudio son (1) estimar la distribución espacio-temporal del factor R en la región de WB aplicando la metodología RUSLE y RUSLE2 con datos del período entre 1991 y 2020 y (2) aplicar análisis de clúster para identificar lugares de alto riesgo de erosión, y así ofrecer un medio para dirigir medidas de mitigación adecuadas. Para evaluar la variabilidad del factor R, se utilizaron los datos horarios de reanálisis ERA5 (resolución espacial de 0.25 grados x 0.25 grados) que comprendían 390 puntos de cuadrícula. Los cálculos se realizaron a una resolución decadal (es decir, para la década de 1990, la de 2000 y la de 2010), así como para todo el período de estudio (1991-2020). Con el fin de revelar patrones espaciales de erosividad de la lluvia, se aplicó un algoritmo de agrupamiento k-means. La visualización y el mapeo se realizaron en Python utilizando las bibliotecas Matplotlib, Seaborn y Cartopy. La intensidad de precipitación horaria y los totales mensuales de precipitación mostraron una variabilidad pronunciada en el área de estudio. Se observaron altos valores de precipitación en el suroeste con un promedio de >0.3 mm h, mientras que la menor precipitación se vio en la Cuenca Pannoniana y el sur lejano (costa albanesa), donde la intensidad media fue inferior a un promedio de 0.1 mm h. La variabilidad del factor R fue muy alta tanto para los métodos RUSLE como RUSLE2. El factor R medio calculado por RUSLE2 fue de 790 MJ mm ha·h·año, lo que es un 58% más alto que el factor R medio obtenido de RUSLE (330 MJ mm ha1·h·año). El análisis del factor R a escalas de tiempo decadal sugirió un aumento del 14% en la década de 2010. El algoritmo k-means para ambos métodos, RUSLE y RUSLE2, implica una mejor distribución espacial en el caso de cinco clústeres (K = 5) en relación con los valores del factor R. Los mapas de erosividad de la lluvia presentados en esta investigación pueden verse como herramientas útiles para la evaluación de la intensidad de erosión del suelo y las obras de control de erosión, especialmente para la agricultura y la planificación del uso del suelo. Dado que el factor R es una parte importante de los modelos de erosión del suelo (RUSLE y RUSLE2), los resultados de este estudio pueden utilizarse como guía para las obras de control del suelo, la modelización del paisaje y las medidas de mitigación adecuadas a escala regional.