Scribd Logo
Upload

Welcome to Scribd!

  • SIGatrazina

    Uploaded by

    Carolina Mejia
    6 views11 pages

    Copyright

    © © All Rights Reserved

    Available Formats

    PDF or read online from Scribd

    Did you find this document useful?

    Is this content inappropriate?

    Report this Document

    Copyright:

    © All Rights Reserved
    Download as PDF or read online from Scribd
    Flag for inappropriate content
    6 views11 pages

    SIGatrazina

    Uploaded by

    Carolina Mejia

    Copyright:

    © All Rights Reserved
    Download as PDF or read online from Scribd
    Flag for inappropriate content
    of 11
    ALS: | | CIENCIA DEE APLICACION DE SISTEMAS DE INFORMACION GEOGRAFICA PARA LA DELIMITACION DE AREAS CON DIFERENTE CAPACIDAD DE ADSORCION DE ATRAZINA MIGUEL ALEJANDRO BECERRA; SUSANA HANG’; MARTIN DIAZ-ZORITA” & PABLO ALBERTO MERCURIF Apia: 00-00-00 ‘Se eal Ia varbiidad espacial dels adsocisn de arena (2-coto-a-stlamine-6-soproplamina-s-tanna) en sueas de la provincia de Cordoba, a par del coefciente de dstrbucién Ke (Kg), estimado en base at mdelo propuesto por Weber at (2004). Lo5arbtasedéfcasinvlurades fueron materia organza del suelo (MOS), acllas (ARC) pr. Se ebtvieron elas carts de sels y del mapa digs de secs de GeoINTA a validacin del modo de Weber xk (kg) = 44 043 MOS (%) + 009 ARC {X) 0381 pH, 5 real28 con 46 Ke (Lg) proveientes de una recopiacin de estudiosrelados ‘ena Rein Pampeara obtenndose un pendent de regresn de ,768 Los Ké_estinadosw part de as cara de selos estuveron entre valores negatives y 442 Lg £1 88% dels Kd se concn a elrango OS @ 29 Lkg Del total de Kd, AT.7% fueron inferites 2 15 Leg, 40.3% estuvieron etre 15'y 25 L kg 9 12% superaron 25 L bg Por iterpolciih por kiging se dliitaron tres reas para todo el terri. Los 15 kg pedominaron en ls genes Aiisoes, lft, Y Enisbes;y se localzaron predominantermnte en el Suroeste y Noreeste de lz provinea asocados a bajs contenidos de ARC y MOS (215% y «2% respectiarente). Los Kd, > 2.5 LAE! ubcoron pedemnantemente en a ste-Noveste £1 85% de a superficie de la province presents ene baja y metlacapacicad de atorcén de ara (Kd, « 25 Lk Este trabajo es un primer paso en a laboracén de mapas de comporamiento de avazina. Estudios fturos de suscentbildad 113 contaminacidn por uso ages de ataina deberin incorpra,en un sistema de informacion googie (SIG), nor rmacin topogrsfie, clic ge mare de sel, Palabras clave, Varisbdod espacial IG, crtas de sl, riesgo ambiental ‘GEOGRAPHIC INFORMATIONSYSTEMS APPLIED TO DELIMIT AREAS WITH DIFFERENT ATRAZINE SORPTION CAPACITY ABSTRACT he spatial variably of srazie (2-cNore-a-ethyamine-6-sopeopsamino-s-tianne) sorption in sls ef the province of érdoba (Agenin) was evaluated by the stibtion coffer, Ke (LK), The Ké was estimated based onthe mode proposed by Weber e al (2004). The edaphic atrbutes considered were sod organic mata (SOM, clay content (ARC) and PH. This information was recovered from the si surveys ofthe province of Cérdoba ae egal sol maps of GeoINTA. Validation of theWeber model Kd, (Lg!) = 47 + 048 MOS () + 009 ARC (%) ~ 081 pH was performed with 46 Ke (Chg) The range of estimated €0 (Kd) was Between negative Kd, and 442 L kg from a collection of different studies in the Argentnesn Parsee. Eighty eght percent ofthe estimated vals ranged from 05 to 29 L kg". The datrbtion of the Ka, values wos 47.7% lower than 7.5 L Kg 40.3% between 15 and 25 kg, and 123% greater than 2.5L kg’ By inteplation by orcinarytiging three ares were celinested fr the whole trary ofthe province of Cérdba, The Ke «1.5 precominated In Aisa, ALS, and Entisols, and were located predominant in Southwest and Nerthwest Coceba province associated wit ow cay content nd lo organic mater conten. Ka, vlues> 2.5 Leg’ wre located predominantly Inthe Ea- Northen ofthe terior, About 85% ofthe province of Card presented between low and meu sorption ceapacy (Kd, < 25 Lee). his study isa fest step in mapping the behavior of atrazine. Future studies of susceptibility to contamination with should incorporate information on topography, climate and soi management. in 2 geographic information system (CIs) Key words. Spatal varity, GS, si surveys, ewironmentl rik TNE, Ar prs eorspndecia: ano becere@yatuocemat 2 Face Cia Agopocias. Cae Urvestara, S08 UN, S00 Cha, 3 COMET ANB y Nowzyes Bing SA Au San Marin 443 (LAM, Bubs Aes, As ‘WA Cas CNL Rss y Las Cats SP B7I2WAA Cas, ues Ares, ra (Cane Some (anaes) 312) 00-00, 2013 [MIGUEL ALEJANDRO BECERRA ea INTRODUCCION Los estudios sobre la identifcacién de los ambientes naturales suspotencialevulnerabidades sondeimpor- tancia en a planifcacién ambiental porcue aportan ala mejor defnicdndedivectricesyacconesaserimplementadas enelespaciofsicoterritora (Spl & Sanches Ross, 2004). Una delas metas del ordenamiento territorial es pautar el Uso de as eiferentes unidaces territoriales segin sus atr- butos (Sanchez Ulloa, 200"), Laidentifcacién de unidades tertiles homogéneas y su adecuada planifcacién de aprovechamientopermiterevertrprocesosdedeterirode losrecursosnaturalesy contrbyyealusosostenibledelsuelo (Pérez, 1994) Lacontaminacién difusa poreluso intensive de agro- quimicosasociadoa procesoserosivos esreconocidacomo Luno de las cambios introducidos por la intensificacin agricola Holland,2004).Elcomportamientoy destinode los agroquimicos respande a escenarios especiicas defi- nidos por un conjunto de condiciones "suelo-ambiente- ‘manejo (Cheng, 1990).Alllegeralsuelo,y dependiendo delamoléculadelagroquimicoydelaspropiedadesedsticas particuares los agroquimicos sereparten entre las fases sélida y iquida, proceso conocido como adsorcién (Kos kinen & Harper, 1990). ELcoeficiente de dstribucién, Kd, eselindice usado para caracterizarestareparticin. Lossistemas de informacién geografica(SIG) son una herramientaimportanteenlaadquisicién,analisis, mode lado simulacién de datos espaciales permitiendo un ac- ceso répido y eficientea a informacién generada (Rosa, 2008), Lainformacin digital sobre los atributos de suelo permite, através de a utilizacién de herramientas de los SIG lainteraccién conotrainformacién disponible parala rmismazona,ampliandolasposibiidadesde ands LosSIG combinadoscon el modelado sonherramientaseficientes paraidentiicarel potencial de contaminacién no puntual odifusatantopara el agua superficial comolasubterrénea (Petersen etal, 1995). Enelcaso particulardelosagroqui- tmicos, este tipo de estucios permitrfandarle una utilidad préctica a los indices de adsorcin al interpretarios en el contextointegrado"suelo-ambiente-manejo".Elcambiode escala de los estudios puntuales de adsorcién de agroqui- rmicosesuntemaquehasidoabordado de diferentesformas (Clay et al, 2000; Sarmah et al, 2004), sin embargo, ain ro hay estudios locales cue consideren este cambio. Atrazina (2-cloro-a-etilamino-6'sopropilamino triatina) esunherbicida de usofrecuenteen|a Argentina, -ysucomportamiento ests fuertemente controlado porlas caractersticas del suelo porel sistema de manejo (Hang ‘et al, 2003, 2007), Weber et al (2004) reunieron infor- CCune Sumo (anaewra) 312): 0040, 2013 rmacién de 185 suelosincluyendo valores deKdy propie~ dades edaficasy propusieron una ecuacién paraestimar elindice ke de atrazina. La regresin moltiplepropuesta X4, (Lig) =4,1 + 0.43 MOS (%6)+0.09 ARC (%) 081 DpH, permitiad’sponer de valores deKdestimadosapartir demedicionesméssencllastalescomo pH, materiaorg’- nica (MOS) y arcs (ARC). Las cartas de suelo rednen informacién de contenido dearcilas, MOSy pH. posibiltandoestimarlosindices de adsorcién de arazina, Las primerascartas de suelo dela provincia de Cérdoba datan de fines dela década del'70, porlocualposeeninformacién desactualizadadelosatr- butosafectadosporeluso del suelo comoeselcaso de pH (Lisbig etal, 2002} y M0 (Alvarer, 2001; Balesdent etal, 2000), aun asi consituyen una valiosa fuente de datosa scala regional. Por ara parte, la aplicabilidad de estos rmodelosestésujetaasuvalidacién con informacién local Los objetivosde este estudio fueron validarel modelo precictivo del Kd de atrazina propuesto por Weber et al. (2004) parasuelos pampeanos,y delimitary cartografiar dreashomogéneas por capacidad de adsorcién deatrazina apartirde informacién igitalizada de suelos delaprovin- ciade Cérdoba. MATERIALES Y METODOS Validacién det indice Kd, -Aparide ainformactin disponible del indice de adsorén de atrazina, Kd, y de propiedades edficas de 18 sis (46 ress epresrtativos dea ReidnParpeana (Tala 1) se determinb el grado deajustedel malo deestimacién élincce de adsocin de atrazine ropuest por Weber et al (2004): kd (Lig?) =41+043MOS(2) -O09ARC(%)-081pH (Ect) donde Kd) es el indice de adsorcién de atrazna, caleulado a pattr del modelo de Weber etal. (2004) e indica la concen traci6n de atrazina por unidad de masa de suelo para una concentracin unitaria de atrazina en fase iquida, MOS es el contenido de materia orgnica del sueloy ARCese contenido de arias. Er los casos donde se cispuso del contenido de carbone orgénica (CO) se asumi una concentracén de C en laMOS del 58% paralaconversin de las valores de CO @MOS. Elajuste entre los valores de Kd, y Kd, se evalusaplican- do andi de reresion simple mediante el programa Infosat (Di Rienzo et af, 2008) utlizando el ajuste por minimos cus rads de os desvos. Ader, se consderaron otras propieda- ZONIFICACION SEGUN CAPACIDAD DE ABSORCION DE ATRAZINA, Ievsione eve 1 ep EEE RHP AS aS ws a 7 re oar soe yen v7 et 13 spon opty a euey ee a $ dy resagy ay Soe su oe 3 bo a 3 1102 te ot 13 ve pea u oe $$ ® con ry ssa si of 13 Me oe 58 fe on a s ve pean 1002 ra on 95 ah eeatiy ety ew 209g zoe ost 09 sie) 85 vs 08 33 6 re 08 a3 5 oe esnion wg one Uae ou 18 ® ve pee be oe 33 i on nay ys coe ose 8 a ie ost 3 a a epiy rg Sx ss 3 at si 43 i os! ® op ay vety ri er 02 8 te oie it eagle, fo ote * os yang ueseg ve os “ u de #9 ur a 3 s ody seg eda as ze oe ee ee 03 8 02 at os 6 4s v9 ioe 0 ues 9 B04 a o 13 re ae £3 ie or #3 ri ou 03 as vey be a ae we st et be # st at us it cen wpa deg pom is zs $3 02 be ig 33 re 0m be te G wire ae a a3 cody way slays ge a 3 bs $i a be ina 38 ae 8 vt 38 on wna ered 7 (29 tuna @ re) enese cas 0 pening “Sans dar weg ‘geesaital opp sayedod y25 poe vended up oop Soauevsuia sous gp uP sens ap sapepOdOH K (py) EUR 99 upcspe 9p sapUy eEL (Cane Some (anaes) 312) 00-00, 2013 [MIGUEL ALEJANDRO BECERRA ea desdesueloseinformaciin demanejocisponibles (Tabla 1) para lainterpretacién delas condiciones de apliabligad del modelo de estimacién del Kd a suelos de la cegién Pampeana Distribucién geografica del Kd, Se process Is informacién de las unidades carogréticas (Uc corespondientesatierras aptas para agrcultura descrip tas en el mapa de uelos digital aescla1:500.000 (GeoINTA INTA y Agencia Cérdaba Ambiente, 2003) y de las 47 cartas de suelos dela provincia en escala 150.000, ‘Se regstraron los aributos del horizonte superficial eo- rrespondientesal perfil modal das series de suelos descriptas (MOS, arcs, limo, arenas, pH, CIC, Ca", Mg, Nat, K"). La ‘mayoradelas unidadescartogrfias aestaescala sonmezclas. ew Figura 1. Unidees carorticas Gla provnia de Cérube o esa 1:50, Las zens purteadas coresponden algunas, baat, salina, race of Figure 1. Cartographic unis of the province of Oérdobain scale 1500000, correspond oles, rcks, salt ats or urban ares CCune Sumo (anaewra) 312): 0040, 2013 geogrficas de subgrupos y familias seg el sistema de ca sifcacin de suelos Soil Taxonomy, por lo que a cada UC se le asignaron los valores de os atributos edaficos calculados, como el promedia ponderado segtn el porcentaje de parti- clpacién de cada componente taxonémico dentro dele UC. En os casos en ls en que un componente de I UC no cont com un perfil asociado, se le asigné a cada atrinuto el valor promediaabtenidedelosperilesrnodales delasseries desuelo descriptas con las que compartiétaxonomia hasta nivel de subgrupo. A cada UC se le incorpor el valor de Kd estimado a partir de os nveles de MOS, contenidos dearly valores de pit en pasta segtinlaEevacin 1 lvalor de Kd, corespon= lente a cada UC se asoci al centroid del poligono que la representa utiizando el programa Quantum GIS (Quantum GIS Development Team, 2011) (Fig) 000 Los purtosreprsertan ol cent dl potion de cada UC. eas urbana, Pains represent the cent ofthe plo of each CU, Dated areas ZONIFICACION SEGUN CAPACIDAD DE ABSORCION DE ATRAZINA, Para obtener un mapa de valores continuos a partir dela base de datos generada sereali26unalnterpolacién por kriging ‘ordinario de losvalores ded comespondienteacadacentroide EL modelo del kriging ordinaro es, 29) = + 6) tee2) ‘en el cual Z(), que es el valor del aributo en el punto 5, se basa en una media constant () sin tendencia, yen errores £(s} con éependencia espacial Para realizar la prediclén en un punto So se calcula, Snzcso donde (So) eselvalorpredicho, Aies un peso que se asigna ‘cada valor observado y Z(Si) es e valor observado en Si Los pesos éptimos son los que producen estimacionesinses- ‘gadas y tienen ura minima varianza de estimacién, calcula- dos sein, so ec) Sarnasuspis rlatso.si) ca) donde eselnimero de observacines.meselmuliplicador Lagrange usaco paral minimizacin dels resticciones, Ai «sel peso dad a cade una de las abservacines Los subincces iy indian los puntos rlevacs, el subindce oes el punto ‘enestimacién, Ses la medicin efectuada (variable meciéa) yd (50, Si esa distancia ente Siy So estimada a parr el semivariograma Rad (80,5) = var (ZS - Este se construye calculando, > 1 = 100 = aay 2, WD — 204. 0 8) donde Nh) es el nimera de pares dstanciados por ft ‘sla distancia entre os puntas de un par de observaciones Z{Ki) son ls valores exprimentales ene sitio Xi; Xi son (os sitios dande son medides os valores Z(Xi). Como citeria de seleccdn de modelo de semivariograma tesco que mejor represent4 al semivariograma experimental se us6 el método de minimos cuacrados de as iferencias entre el modelo tes "icoyelsemivariograma experimental (Goovaests, 1998} Previo ala interpolacén las datos fueron anaizados estadistcamente afin de determina si su dstribucin se aserne aa istibu- in normal dado que esta condicién es necesariapara dar ma- yor confianza aa interpolacin por kriging (Vilatoro eta, 2008) Se cacularon semivariogramas cirecconales (0, 45°, ‘90" y 135°) para detectar presencia de anisotropy evaluat la posisilidad de utilizar el semivariograma omnidireccional (lea, 2006), Para la construccién de los semivariogramas experimen- tales y sus ajustes a modelos teéricas se utiliné el programa _geoR (Ribeiro Jr. & Diggle, 2007} y para a interpolaién por ‘elmétodo debrigingordnaro el programa ArcGIS (ESR, 2008), RESULTADOS Y DISCUSION Validacién del indice Kd, Los suelos usados paral validacién del modelo ma- ‘temético deestimacién del Kd, (Weber et al, 2004) pre- sentaron rangos depHde'55a7,5:deMOS de0.86a 13,1%; de acilas de 146 a39,3% y de Kd de 0,32 29,39 L kg Seidentiticarondosgruposde detosy paracadaunodeellos serealiz6 unajuste lineal (Fig. 2a).Ambos grupospresen- taron ineasdetendenciaparalelascon unadistanciaentre ‘las de 4,356 dadaporlaordenadaalorigen,comprobado mediante untest de paraleismo entreregresioneslineales (Gardiner, 1997) en donde seacept6 la hipétesis nua de igualdad entre pencientes (F= 1.2425 02 on os 10 120 Tota sar ee sar 68.2 109 ozr 020 2 S08 é oor 000 x 00 05 10 15 20 25 29 34 39 44 Ké,Lag Fiera 3 istrbuin as recuencis rats des Kd, esbados para 518 uidatescaorties Gla provincia de Coa, Figue 3. Rlatve frequencies Gstibvon ofthe Kd, estimated fr 518 carerahic units ofthe prone of Céeaba, (Cane Some (anaes) 312) 00-00, 2013 fueronsimilaresentrest 2008). Elmodelo ce semivariograma esféicofueelquemejor ‘ajustéal serivariograma empirico omnidireccionaly fue elutilizado para interpolar por et método de krigingordi- nario. Los pardmetros del modelo teérico seleccionado fueron: efecto pepita (Co) =0,1554; meseta parcial (C) 0,3613; alcance o rango = 172.70'm (Fig, 4b). Seguin Mufioz et al (2006) mientras C, queesla varianza.estruc- turalo espacialmente dependiente, tenga mayor partci- pacién en la suma de CoC, las estimaciones serdn me- jores.Por otra parte, ala relacién Co x10 Core ig 4a) ndicando isotropia (Olea, se la considera un indicador del grado de dependencia espacial dela variable. Valores infriores a 25% indican fuertedependenciaespactaly mayoresa 75%indican que la dependencia espacial es bil Cambardella etal, 1994). Enesteestudio el valortomado porla relacién fue de 30% indicando quelavariable se encuentradentrodelrangode dependenciaespacial moderada.nrelacién coneltercer pardmetro del modelo, elalcance orango, el mapa obte- ido ndicarla quea distenciasmayoresa 172km dosvelores dekd, son estadisticamente independientes, Segeneréun mapa tematico dela distibuciéngeogr’- ficadelosindices deadsorcién deatrazinaparala provincia [MIGUEL ALEJANDRO BECERRA ea deérdoba (Fig 5)-Se detecté queenlainterpolacién por serigingse subestimaron los valores de Kd, més elevados _yse sobrestimaron los més bajs, lo cuales una caracte- ristica de este método (Johnston et al, 2001). EL mapa tematico generado permits estimarlassuperfiesdecada categoria siendo 63.179 km? (<1.5 L kg"), 76.201 km? (15-25 L kg") y 25.467 ki? (2.5 L kg"), ndicando que aproximadamente al 85% el teritoro le corresponden valores de adsorcin de atrazina entre medios bajo. Laregién demenorKd, seubicéhaciael Suroesteyel Noroeste de la provincia, relacionado a contenidos de arcilasy materia orgénicarelativamente bajo, mientras que loskd, > 2,5 Lkg”se ubicaron predominantemente en el Este-Noreste de la provincia, asociados a un alto contenido de arcilasy bajo pH. Uno de os principales resgosdelusodeagroquimicos engeneraly de trazinaenparticular,eslacontaminacién difusaasociada al transporte dentro deperfi.Laztrazina por sus caractersticas quimicasy su elevadarretenciéna la MOS se a considera de moderade a baja movilidaden cl horizonte de superficie. No obstante la disminucién ‘normal de MOS en el perfilpuede favorecerel transporte deatrazinaenelsubsuelo, Considerandoestascaracters= ticas del comportamiento de la atrazina en el suelo se superpusoelmapade dreasde¢, conelmapade drenaje della provincia de Cérdoba (GeoINTA, 2012) (Fig 6). EL os os 5 oe oa 5 08 5 4 5 v2 3 Z a on a b 00 907, T T 4 T T T o 3 ‘© 2 7 USO Distant Dsariain Figura 4 Sunivarogramas de sn redrecooral gustado aun modo esc Kd, para a provincia de Cdba. 2) Semivagramas Gecsonls yb sivaiograma experimental an- Fieue 4. Sanivaroams ofthe Ki, indies af the province f Cab) Deeconal sanivariograns, )expernentalomndactoal variogram for and pherical odel ited CCune Sumo (anaewra) 312): 0040, 2013 ZONIFICACION SPGUN CAPACIDAD DE ADSORCION DE ATRAZINA 9 cow ws| ars ws ws sss ! fs 16024020 a Kier s Dra acts a, (Lhe) 1 No excosve leis-25 15 a 15-25 mes mm Excesivo [E> 28 Fiaea 5. Zonifiacién de la provincia de Cérdoba gor capaidad de atsarcion de ataxina en base a ince Kd, Figure 5. Znficatin ofthe provice af irdba in tree areas acording to nei sapon capacity for tain mapa resultante muestralasdferentesimplicanciasdelos indicesKd< 1 SLkg" dado quelasprecpitacionesy eva- poracin reducen fuertemente e riesgo de transporte, mientras que reas con denajeimperfectopodranpresen- tar atrazina en aguas subsuperfciales, Eltrabsjorelizdo permitisvaldarlaapicabiidad del. modelomatemtico de estimaciéndelKd deatratinapro- puesto por Weber et al. (2004) en suelos de la Regién Pampeana, Lageneracién delmapateméticadeke,constituye una herramientavaliosa paraelreconocimientodeladistibu- clin geogréfica ce acapacidad de adsorcién de atrazina ‘como también parapermitirdarleunusoprécticoaestos Fra & Suv dl ra de bap atsrin de atraxna M4 < 15 4g, segin dos eaegoras de rege del suelo Figure 6 Subdsinn ofthe are flow sori capac erat ka “< 15 Lg) by to si dara classes. indices, Seestimé queaproximadamente el 8596 del ter- toriodelaprovinciade Cécdobapresentaentrebajaymedia ‘capaci¢adde adsorcin deatratina. Hay queconsiderarque Ia informacin de las cartas de suelos esté muchas veces

    You might also like