Show simple item record

dc.contributor.advisorDomingo Santos, Juan Manuel 
dc.contributor.advisorRapp Arrarás, Ígor 
dc.contributor.authorCorral Pazos de Provens, Eva 
dc.contributor.otherUniversidad de Huelva. Departamento de Ciencias Agroforestaleses_ES
dc.date.accessioned2021-11-15T12:56:19Z
dc.date.available2021-11-15T12:56:19Z
dc.date.created2021-09-09
dc.date.issued2021
dc.identifier.urihttp://hdl.handle.net/10272/20216
dc.description.abstractEn este trabajo se realiza un análisis de los principales problemas que se padecen para el cálculo del factor K de la USLE y se presenta un conjunto de mejoras tanto para la auto matización de su cálculo como para eliminar errores existentes. Uno de los principales problemas es que los análisis de suelo ordinarios no facilitan un dato fundamental de entrada para calcular el factor K, como es el porcentaje de arena muy fina (AMF). Existen diversos modelos de estimación de la fracción de AMF, que son analizados en este trabajo frente a la mayor base de datos de suelos a escala mundial. Se comprueba que la aceptabilidad de estos modelos es muy baja y se plantea, como alter nativa, el uso de la citada base de datos trasladada al triángulo de textura que ofrece in tervalos cuartílicos de predicción. Se aborda también el problema que plantea la disparidad de intervalos granulométricos según las distintas clasificaciones texturales existentes. La aplicación de fórmulas de eda fotransferencia, como el cálculo del mismo factor K, se ve impedida cuando los datos tex turales aparecen en un sistema distinto del original de la fórmula. El caso más frecuente ocurre con el límite granulométrico de la fracción de limo, el cual en el Sistema USDA abarca el rango de 0,002 a 0,05 mm, mientras que en el Sistema Internacional Simplificado va desde 0,002 hasta 0,02 mm. Con una metodología semejante a la de la AMF se analizan los modelos actuales de conversión entre estos límites texturales; se concluye que uno de estos modelos ofrece resultados aceptables y se indican las regiones del triángulo de tex tura en donde cada modelo tiene un mejor funcionamiento. También se propone una al ternativa para la estimación de la fracción de limo USDA basada en una regresión cuantí lica local. El uso del nomograma de Wischmeier et al. (1971) para el cálculo del factor K resultaba de gran utilidad cuando la disponibilidad de máquinas de cálculo era muy limitada; sin embargo, el cálculo masivo de este factor, para su cartografiado u otras aplicaciones, exige la generación de procedimientos de cálculo analítico. Se ha analizado el nomograma y su ecuación subyacente, así como la calidad del ajuste al nomograma de los modelos analíti cos que tratan de abarcar aquellas regiones donde la ecuación original no era aplicable. Se ha comprobado que todos los modelos tienen zonas de ajuste deficiente o, incluso, inaceptable y que, por las evidencias analizadas, el dibujo de las curvas que ajustaban el factor K en función del contenido en materia orgánica es erróneo en el nomograma. Fi nalmente, se plantea un modelo de cálculo del factor K con un buen ajuste a las distintas partes del nomograma y sin el citado error, que tampoco fue cometido por Wischmeier y Meyer (1973) en su planteamiento analítico. Se muestran también las regiones del trián gulo de textura donde se encuentran los suelos observados por los creadores de la USLE, con vistas a dar una consideración predictiva menor a aquellas regiones en las que los cálculos del factor K estarían extrapolados. Para cerrar el trabajo se ofrece una herramienta que facilita la obtención del factor K para diferentes situaciones de disponibilidad de datos.es_ES
dc.description.abstractIn this work we perform an analysis of the main problems suffered for the calculation of the K factor of the USLE and a set of improvements is presented, both for the automation of its calculation and to avoid existing errors. One of the main problems is that ordinary soil tests do not provide a basic input to calcu late the K factor, such as the percentage of very fine sand (VFS). There are several models for estimating the fraction of VFS, which are analyzed in this work against the largest soil database worldwide. The acceptability of these models is found to be very low, and we propose, as an alternative, the use of the aforementioned database transferred to texture triangles that offer quartile prediction intervals. The problem posed by the disparity of particle size intervals according to the different existing textural classifications is also addressed. The application of pedotransfer formu las, such as calculating the K factor, is impeded when the textural data appears in a system other than the original of the formula. The most frequent case occurs with the particle size of the silt fraction, which in the USDA System covers the range of 0.002 to 0.05 mm, while in the Simplified International System it ranges from 0.002 to 0.02 mm. Applying a methodology similar to that of the VFS, we analyse the current models of conversion be tween these textural limits; one of these models offers broadly acceptable results; we also indicate the regions of the texture triangle where each model performs better. An alter native for estimating the USDA silt fraction based on a local quantile regression is also proposed. The use of the nomograph of Wischmeier et al. (1971) for the calculation of the K factor was very useful when the access to calculation machines was very limited; However, the massive calculation of this factor, for its mapping or other applications, requires analytical calculation procedures. The nomograph and its underlying equation have been analyzed, as well as the quality of the fit to the nomogram of the analytical models that try to cover those regions where the original equation was not applicable. It has been found that all the models have areas of poor or even unacceptable fit and that, based on the evidence analyzed, the drawing of the curves that adjusted the K factor as a function of the organic matter content is erroneous in the nomograph. Finally, a calculation model for the K factor is proposed with a good fit to the different parts of the nomograph and without the afore mentioned error, which we did not found either in the analytical approach by Wischmeier and Meyer (1973). We also make clear the regions of the texture triangle containing the soils tested by the creators of the USLE in order to give a lower predictive consideration to those regions in which the K factor calculations would be extrapolated. To round off this research, we propose a tool that facilitates obtaining the K factor for different situations of data availability.
dc.language.isospaes_ES
dc.publisherUniversidad de Huelvaes_ES
dc.rightsAtribución-NoComercial-SinDerivadas 3.0 España*
dc.rights.urihttp://creativecommons.org/licenses/by-nc-nd/3.0/es/*
dc.subjectSuelos -- Erosión
dc.subject.otherUSLE
dc.subject.otherNomograma de Wischmeier
dc.subject.otherTriángulo de textura
dc.subject.otherRegresión cuantílica segmentada
dc.subject.otherArena muy fina
dc.subject.otherNomograph of Wischmeier
dc.subject.otherTextural triangle
dc.subject.otherPiecewise quantile regression
dc.subject.otherVery fine sand
dc.titleMejoras en la estimación de la textura del suelo y su aplicación al factor K de erosionabilidad: una aproximación cuantílicaes_ES
dc.typeinfo:eu-repo/semantics/doctoralThesises_ES
dc.rights.accessRightsinfo:eu-repo/semantics/openAccesses_ES
dc.subject.unesco3106.03 Control de la Erosiónes_ES
dc.subject.unesco2511.12 Física de Sueloses_ES


Files in this item

This item appears in the following Collection(s)

Show simple item record

Atribución-NoComercial-SinDerivadas 3.0 España
Except where otherwise noted, this item's license is described as Atribución-NoComercial-SinDerivadas 3.0 España

Copyright © 2008-2010. ARIAS MONTANO. Repositorio Institucional de la Universidad de Huelva
Contact Us | Send Feedback |