Influencia de seis especies arbóreas en la infiltración de agua en el suelo
Influence of six tree species on water infiltration in soil
Antonio Zapata–Sierra* y Francisco Manzano–Agugliaro
Departamento de Ingeniería Rural. Escuela Politécnica Superior. Universidad de Almería. 04120. Almería, España. *Autor responsable: (ajzapata@ual.es)
]]> Recibido: Diciembre, 2007.
Resumen
Los modelos de infiltración de agua en el suelo que dependen de una medida o dato puntual, como los de Kostiakov, Philips, Horton, y Green y Ampt, no consideran la influencia de los árboles circundantes. La hipótesis planteada en este trabajo fue que ésta puede influir en los valores genéricos tomados en campo y, por tanto, deben corregirse. Los factores que pueden influir son: la especie arbórea, la distancia al tronco, la altura del árbol y su manejo (cultivado o no). La infiltración fue medida con un infiltrómetro de doble anillo a varias distancias del tronco para tres especies de árboles cultivados con riego: Citrus sinensis, Citrus limon, Olea europaea y otras tres forestales: Eucalyptus globulus, Pinus halepensis, y Tamarix canariensis, así como sobre suelo desnudo y sobre una cubierta continua de césped (Zoysia spp). Realizados los ajustes a los distintos modelos, y tomando la conductividad hidráulica como parámetro para este estudio, se comprobó que es necesario corregir los parámetros de infiltración cuando se usan para superficies arboladas, que la infiltración decrece conforme aumenta la distancia al árbol, y que a mayor altura de éste, mayor es la alteración de la conductividad hidráulica del suelo. Esta metodología permite obtener la densidad óptima de árboles de cada especie, para mantener la infiltración en los mayores valores posibles.
Palabras clave: Citrus limon, Citrus sinensis, Eucalyptus globulus, Olea europaea, Pinus halepensis, Tamarix canariensis, Zoysia spp.
Abstract
Models of water infiltration in soil that depend on a single data or measurement, such as those of Kostiakov, Philips, Horton, and Green and Ampt, do not consider the influence of surrounding trees. The hypothesis in this study was that this can influence the generic values taken in the field, and therefore, these values should be corrected. The following are factors that can have an influence: tree species, distance to trunk, tree height, and management (cultivated or not). Infiltration was measured with a double–ring infiltrometer at several distances from the trunk of three species of trees cultivated under irrigation: Citrus sinensis, Citrus limon, Olea europaea, another three forest species: Eucalyptus globulus, Pinus halepensis, and Tamarix canariensis, bare ground and continuous grass (Zoysia spp) cover. After fitting the different models and using hydraulic conductivity as a parameter for this study, it was demonstrated that it is necessary to correct infiltration parameters when they are used for tree covered areas, that infiltration decreases as distance to the tree increases, and that the higher tree cover, the greater the alteration of soil hydraulic conductivity. This methodology allows determination of the optimal density for each tree species to maintain infiltration at the highest possible values.
Key words: Citrus limon, Citrus sinensis, Eucalyptus globulus, Olea europaea, Pinus halepensis, Tamarix canariensis, Zoysia spp.
]]>INTRODUCCIÓN
Durante una precipitación, el agua de lluvia se infiltra en el suelo a una velocidad máxima que depende de las características del suelo y de su grado de saturación (Chow et al., 1994). Cualquier precipitación que supere dicha velocidad máxima quedará sobre el suelo y podrá contribuir a la escorrentía. La influencia de la vegetación sobre la infiltración del agua en el suelo ha sido documentada; así, Cook (1946, citado por Dunne et al., 1991) y Jiménez et al. (2006) observan una relación de dependencia entre ellas.
La vegetación modifica la infiltración de varias maneras: puede interceptar parcialmente el agua de lluvia y, junto con el posterior escurrimiento desde el dosel vegetal, modificar la intensidad (Rutter et al., 1972, Aston, 1979) y el diámetro de gota (Calder, 1996) del agua que cae al suelo. En este proceso se reduce la intensidad de la lluvia y aumenta el diámetro de las gotas, permitiendo una mayor proporción de infiltración sobre el agua caída. A pesar de su mayor diámetro, las gotas tienen una menor cantidad de energía cinética al impactar desde menor altura (Wainwright et al., 1999), y producen una menor alteración en la capa superficial del suelo, manteniendo un alto valor de la permeabilidad, que no se mantendría si el suelo recibiese el impacto de las gotas con toda su energía inicial. Así, la presencia de cubierta vegetal implica una capacidad de infiltración mayor.
Las raíces o sus restos generan macroporos (Archer et al., 2002) por los que el agua circula a mayor velocidad y, más importante, por donde puede salir el aire atrapado en el suelo (Jarrett y Hoover, 1985) favoreciendo la circulación del agua y el drenaje hacia horizontes inferiores. En cierta medida las raíces de los árboles y arbustos modifican la topografía de su entorno, elevándola en torno al tronco y aumentando las fisuras y otros poros gruesos en esa zona. En estas condiciones la salida del aire atrapado también es favorecida (Dixon y Peterson, 1971). La elevación del terreno en torno a los árboles y el aumento de los poros gruesos en esta misma zona sugieren (Dunne et al., 1991) la enorme influencia que la microtopografía tiene en el proceso de infiltración. La infiltración promedio crece con la intensidad de precipitación, debido a una extensión mayor de la zona saturada por encharcamiento y la extensión de esta zona saturada por la lámina de escorrentía recién formada (Dunne et al., 1991). Además hay una gran variabilidad de la conductividad hidráulica en saturación dentro de un mismo tipo de suelo en suelos cubiertos por bosque (Buttle y House, 1997).
Según Lyford y Qashu (1969) la variación de la capacidad de infiltración es función de la distancia al tronco de determinados arbustos xerófitos. También se ha comprobado que árboles y arbustos modifican la distribución de humedad en el perfil después de una precipitación (Glover et al., 1962), tendiendo a acumular agua en las proximidades de sus sistemas radiculares. Tradicionalmente se ha explicado este efecto como consecuencia de la redistribución de la precipitación hacia el centro de la planta forzada por la arquitectura de las ramas. Sin embargo este fenómeno no parece estar suficientemente documentado.
La medida de la infiltración en suelos es sencilla de interpretar al inundar una porción de la superficie del suelo limitada por un anillo impermeable clavado a unos centímetros en el suelo. Para simplificar la modificación del fenómeno y obtener una medida de la infiltración vertical, se incluye en el análisis otro anillo mayor y concéntrico al primero que sirve para disminuir la infiltración lateral desde el primer recinto. Este dispositivo es conocido como infiltrómetro de doble anillo. Dunkerley (2000) y Sharrow (2007) proponen una corrección para cuando se use un anillo simple de pequeñas dimensiones: calcular la extensión de la zona mojada mediante la apertura de una zanja al final de cada ensayo. También se puede medir la infiltración mediante la inundación a presión constante (Bens et al., 2006), con pequeños simuladores de lluvia, controlando el tiempo de encharcamiento y la escorrentía producida (Singh et al., 1999) o interpretando datos de medidas con sonda de neutrones (Castro et al., 2006).
Las propiedades del suelo están relacionadas con la textura (Smith y Parlange, 1978; Rawls et al., 1983), la estructura (Beven y German, 1981) para suelos sin vegetación y con manejo del suelo (Sharrow, 2007). Según Blackburn et al. (1992) y Spaeth et al., (1996), la infiltración se relaciona con numerosos tipos de comunidades vegetales indicando que la textura es un factor menos significativo que la vegetación. Por ejemplo, Johnson y Gordon (1988) indican que la velocidad de infiltración bajo arbustos es superior a la medida sobre cubierta herbácea o en suelo desnudo, efecto observado también en olivo (Castro et al., 2006). En todos los casos se define el área de influencia en función de la extensión del dosel; Lyford y Qashu (1969) señalan la influencia de los arbustos hasta 1 m hacia el exterior del dosel. Los árboles y arbustos modifican (Gile et al., 1998) las propiedades del suelo, la variación inducida (Dunkerley, 2000) es continua y las zonas entre arbustos son alteradas. Esto explica porqué la división tradicional entre zona cubierta y descubierta no permite mejoras significativas para explicar el proceso de lluvia y escorrentía.
El objetivo de este trabajo fue describir la variación de la infiltración en función de la distancia a árboles de distintas especies cultivadas con riego y forestales, y proponer un factor de corrección de los parámetros de infiltración para suelos con cubiertas arbóreas de densidad variable. Además, establecer un método para identificar la densidad óptima de planta y proponer un manejo del bosque para reforestaciones y aclareos con base en el criterio de captar el máximo de agua de lluvia.
]]> MATERIALES Y MÉTODOS
Los datos se tomaron en tres localidades: sobre suelos limosos en las instalaciones del CIFA (Centro de Investigación y Formación Agraria) de Almería, y las de la Universidad de Almería, y sobre suelos franco–arenosos en las del CIFA de La Mojonera; con coordenadas 36° 50' N, 2° 24' O; 36° 49' N, 2° 24' O; y 36° 47' N, 2° 42' O (sistema ED50).
La infiltración fue medida con un infiltrómetro de doble anillo, controlando el volumen inicialmente añadido y midiendo el descenso de la lámina de agua en función del tiempo, hasta que se agotaba o hasta que la velocidad de infiltración era sensiblemente constante. Se realizaron ensayos de infiltración para diferentes distancias hasta el tronco de cada árbol, escogiendo árboles suficientemente aislados de los demás.
Los ensayos fueron realizados en diferentes especies, en regadío: naranjo (Citrus sinensis L. Osbeck), limonero (Citrus limon L. Burman) y olivo (Olea europaea L.); y en secano: eucalipto (Eucalyptus globulus Labill), pino carrasco (Pinus halepensis Miller) y tamarisco (Tamarix canariensis Wiled), así como sobre cubierta de césped (Zoysia spp) y suelo desnudo. La infiltración fue medida en las especies arbóreas a diferentes distancias del tronco, variables en función de la especie y de la altura del árbol.
Para el naranjo (0, 0.25, 0.5, 0.75, 1, 1.5, 1.75 m); limonero (0, 0.5, 1, 1.5, 1.75, 2, 2.5, 3 m); olivo (0, 0.75, 1.1, 1.5, 2.15, 2.25 m); eucalipto (0.6, 1.6, 2.5, 6.2 m); pino (0, 1.5, 2.5, 3 m); tamarisco (0, 1.8, 2.8 , 4.2 m).
Mediante los ensayos se obtuvieron datos de infiltración acumulada, F(LT–1 ) en función del tiempo (t) que se usaron para ajustar los parámetros de las expresiones de Kostiakov, Philips, Horton y Green y Ampt (Chow et al., 1994).
La ecuación de Kostiakov es muy sencilla de ajustar ya que es linealizable:
donde, kk es un coeficiente de ajuste (LT –a–1) y a un exponente.
Es frecuente establecer una referencia entre el tipo de suelo y su velocidad de infiltración. Así se encuentra la denominación de Familia de Infiltración IF (SCS, 1972, citado por Chow et al., 1994) para referirse a suelos en función de su velocidad de infiltración a las 6 h, expresada en pulgadas h–1.
]]> La ecuación de Philips, derivado de la ecuación de Richards (Philip, 1957 citado por Chow et al., 1994), es una serie polinómica de la que se toma sólo los dos primeros términos. En este caso, el coeficiente B(LT–1 ) está relacionado con la conductividad hidráulica en saturación y Ab(L1–½), conocido como absortividad, también está relacionado con la humedad inicial del suelo. Esta ecuación puede ajustarse exactamente por mínimos cuadrados:
En la ecuación de Horton (ecuación 3) están los parámetros: fc(LT–1 ) relacionados con la conductividad hidráulica en saturación, f0(LT–1 ), que lo está con la humedad del suelo e indica el máximo aumento de la velocidad de infiltración esperado; y kH (T–1 ), que marca la rapidez de la transición entre ambos valores, siendo t el tiempo. Debido a la configuración de estos parámetros dentro de la ecuación, es difícil encontrar un método exacto para ajustar la ecuación, como en los dos casos anteriores, pero es posible estimar aproximadamente los parámetros del modelo mediante técnicas de optimización de la función suma de errores al cuadrado:
La ecuación (4) (Green y Ampt, 1911, citado por Chow et al., 1994) incluye el valor de la conductividad hidráulica en saturación ks(LT–1 ), el aumento de humedad producido entre la superficie inundada y la humedad inicial del suelo Δθ un estimador de la diferencia de potencial de tensión del suelo entre el frente de avance y la superficie ΔΨav (L) siendo t el tiempo. Estos parámetros pueden ser aproximados mediante funciones de transferencia como las propuestas por Rawls et al. (1983) con datos de textura. El ajuste de esta ecuación se realiza de modo similar a la ecuación 3:
donde, λ es el índice de poros del suelo.
RESULTADOS Y DISCUSIÓN
En todos los casos se ajustaron los valores de los parámetros de cada modelo de infiltración, ecuaciones 1, 2, 3 y 4, para todas las especies estudiadas y en cada distancia usada hasta el tronco del árbol en la toma de datos. En la Figura 1 se muestra un ejemplo del resultado del proceso de ajuste mediante optimización de una de las series de datos. En el Cuadro 1 se observa, como ejemplo, los valores estimados de los parámetros de cada modelo de infiltración en todas las distancias medidas para el eucalipto.
]]>
La conductividad hidráulica ks es el parámetro de mayor interés en la descripción de las propiedades hidrológicas del suelo. El valor de ks se hizo adimensional, dividiendo el valor encontrado por el valor previsto en función de la textura de cada suelo, ks textura, según las funciones de transferencia de Rawls et al. (1983). Los valores adimensionales calculados, Y*=ks/ ks textura, se relacionaron con la distancia normalizada hasta el tronco, r*=d/h, siendo d la distancia entre el tronco y el punto de ensayo y h la altura del árbol. Los parámetros de una función exponencial (6) fueron ajustados mediante mínimos cuadrados:
Para evaluar el grado de ajuste obtenido se usó un coeficiente de variación (cv) definido como:
donde, Vestimado es cada uno de los valores estimados por el modelo, y Vmedido es cada uno de los valores medidos. En el Cuadro 2 se muestran los valores obtenidos para las especies estudiadas.
Dado que no todos los parámetros estudiados están disponibles en las funciones de transferencia propuestas por Rawls et al. (1983) y para hacer el análisis lo más independiente del suelo, se relacionó cada valor obtenido con el que se obtiene a una distancia igual a la altura del árbol. Si se considera que hay una relación entre la altura de un árbol y el alcance horizontal de sus raíces, esa distancia es considerada suficiente. En la Figura 2 se muestra que, al menos para la conductividad hidráulica (ks), es válida esta afirmación. En la Figura 2 se muestran los resultados para especies cultivadas y también para las especies forestales; T. canariensis fue incluido en ambas para permitir la comparación entre los dos conjuntos de especies.
]]> Los valores de cada parámetro P fueron normalizados en función del valor encontrado a una distancia igual a la altura del árbol, Ph. Los valores normalizados P**=P/Ph , y la distancia normalizada r*, se ajustaron mediante optimización a una función exponencial como la expresada en la ecuación 6. Los coeficientes resultantes del ajuste están en los Cuadros 3 y 4.La mayoría de los modelos hidrológicos son agregados (Chow et al., 1994), por lo que requieren un único dato para cada propiedad del suelo. Se propone un factor de corrección en función del tipo de árbol y de la densidad de planta, para corregir los valores estimados a través de la textura o medidos en suelo sin vegetación. Se preparó un programa informático que generaba aleatoriamente la posición de los árboles seleccionados y también un conjunto de puntos de control para realizar esta corrección suponiendo válido el principio de superposición y promediando los resultados de todos los puntos (Figura 3).
La conductividad hidráulica en saturación fue evaluada como el parámetro más significativo de la infiltración en cada punto. Se observó que el factor de corrección para la conductividad hidráulica normalizada aumenta con el tamaño del árbol y su densidad. En la Figura 4 se aprecia este efecto en todas las especies estudiadas, con valores máximos para las especies forestales: P. halepensis, E. globulus y T. canariensis, entre 140 y 16 veces la conductividad esperada en función de la textura del suelo.
Los cultivos con riego mostraron un efecto menor, como parece razonable dado el menor desarrollo radicular que necesitan. El caso del olivo es llamativo, ya que muestra una escasa variación de la permeabilidad, lo que se puede explicar por estar con riego intensivo.
El análisis de los resultados muestra que la infiltración máxima, independientemente del suelo, fue obtenida con densidades cercanas a 100 árboles ha–1, y para los árboles forestales estudiados fue alcanzada con una menor densidad, siempre que su altura sea de 15 a 20 m.
CONCLUSIONES
Si la toma de datos es única o está basada en las funciones de transferencia del suelo en modelos hidrológicos agregados, se ha comprobado que es necesario corregir los parámetros de infiltración cuando se usan para superficies arboladas.
]]> Es posible concluir que la infiltración decrece continuamente conforme aumenta la distancia al árbol y que a mayor altura de éste, mayor es la alteración de la conductividad hidráulica del suelo. Esta variación es mucho menor cuando hay agua de riego disponible.La metodología usada en este trabajo permitió obtener la densidad óptima de árboles para cada especie con el objetivo de mantener la infiltración en los mayores valores posibles.
LITERATURA CITADA
Archer, N. A. L., J. N. Quinton, and T. M. Hess. 2002. Below–ground relationships of soil texture, roots and hydraulic conductivity in two–phase mosaic vegetation in South–east Spain. J. Arid Environ. 52(4): 535–553. [ Links ]
Aston, A. R. 1979. Rainfall interception by eight small trees. J. Hydrol. 42: 383–396. [ Links ]
Bens, O., N. A. Wahl, H. Fischer, and R.F. Hüttl. 2006. Water infiltration and hydraulic conductivity in sandy cambisols: impacts of forest transformation on soil hydrological properties. Eur. J. For. Res. 126(1): 101–109. [ Links ]
Beven, K., and P. German. 1981. Water flow in soil macropores. A combined flow model. J. Soil Sci. 126: 269–279. [ Links ]
Blackburn, W. H., F. B. Pierson, C. L. Hanson, T. L. Thurow, and A. L. Hanson. 1992. The spatial and temporal influence of vegetation on surface soil factors in semiarid rangelands. Trans. Am. Soc. Agric. Eng. 35: 479–486. [ Links ]
Buttle, J. M., and D. A. House. 1997. Spatial variability of saturated hydraulic conductivity in shallow macroporous soils in a forested basin. J. Hydrol. 203: 127–142. [ Links ]
Calder, I. R. 1996. Dependence of rainfall interception on drop size: Development of the two–layer stochastic model. J. Hydrol. 185: 363–378. [ Links ]
Castro, G., P. Romero, J. A. Gómez, and E. Fereres. 2006. Rainfall redistribution beneath an olive orchard. Agric. Water Manag. 86: 249–258. [ Links ]
Chow, V. T., D. R. Maidment, y L. W. Mays. 1994. Hidrología Aplicada. Ed. McGraw–Hill. Santafé de Bogotá. 584 p. [ Links ]
Dixon, R. M., and A. E.Peterson. 1971. Water infiltration control: A channel system concept. Soil Sci. Soc. Am. Proc. 35: 968–973. [ Links ]
Dunkerley, D. 2000. Hydrologic effects of dryland shrubs: defining the spatial extent of modified soil water uptake rates at anAustralian desert site. J. Arid Environ. 45: 159–172. [ Links ]
Dunne, T., W. Zhang, and B. F. Aubry. 1991. Effects of rainfall, vegetation, and Microtopography on infiltration and runoff. Water Resources Res. 27: 2271–2285. [ Links ]
Gile, L. H., R. P. Gibbens, and J. M. Lenz. 1998. Soil–induced variability in root systems of creosotebush (Larrea tridentata) and tarbush (Flourensia cernua). J. Arid Environ. 39: 57–78. [ Links ]
Glover, P. E., J. Glover, and M. D. Gwynne. 1962. Light rainfall and plant survival in E. Africa, II, Dry grassland vegetation. J. Ecol. 50: 199–206. [ Links ]
Jarrett, A. R., and J. R. Hoover. 1985. Evaluating the effect of increasing concentrations of CO2 on infiltration rate. Trans. ASAE. 28: 179–182. [ Links ]
Jiménez, C. C., M. Tejedo, G. Morillas, and V. Neris. 2006. Infiltration rate in andosols: Effect of change in vegetation cover. Journal of Soil and Water Conservation. 61.3: 153–158. [ Links ]
Johnson, C. W., and N. D. Gordon. 1988. Runoff and erosion from rainfall simulator plots on sagebrush rangeland. Trans. ASAE.31: 421–427. [ Links ]
Lyford, F. P., and H. K. Qashu. 1969. Infiltration rates affected by desert vegetation. Water Resources Res. 5: 1373–1376. [ Links ]
Rawls, W. J., D. L. Brakensiek, and N. Miller. 1983. Green–Ampt infiltration parameters from soils data. J. Hidraulic Eng. ASCE 109: 62–70. [ Links ]
Rutter, A. J., K. A. Kershaw, P. C. Robins, and A. J. Morton. 1972. A predictive model of rainfall interception in forests, 1 Derivation of the model from observations in a plantation of Corsican pine. Agric. Meteorol. 9: 367–385. [ Links ]
Sharrow, S. H. 2007. Soil compaction by grazing livestock in silvopastures as evidenced by changes in soil physical properties. Agrofor. Systems 71(3): 215–223. [ Links ]
Singh, R., N. Panigrahy, and G.Philip. 1999. Modified rainfall simulator infiltrometer for infiltration, runoff and erosion studies. Agric. Water Manag. 41: 167–175. [ Links ]
Smith R. E., and J–Y Parlange. 1978. A parameter–efficient hydrologic infiltration model. Water Resources Res. 14: 533–538. [ Links ]
Spaeth, K. E., F. B. Pierson, M. A. Weltz, and J. B. Awang. 1996. Gradient analysis of infiltration and environmental variables as related to rangeland vegetation. Trans. ASAE. 39: 67–77. [ Links ]
Wainwright, J., A. J. Parsons, and A. D. Abrahams. 1999. Rainfall energy under creosotebush. J. Arid Environ. 43: 111–120. [ Links ] ]]>