Evaluación del impacto del uso de la tierra, el suelo y la pendiente en las tasas de producción de sedimentos mediante modelado hidrosedimentológico y redes neuronales artificiales

Resumen

Comprender los impactos del uso de la tierra, el tipo de suelo y la pendiente en la producción de sedimentos es vital para la gestión de los recursos hídricos y la conservación del medio ambiente. Este estudio utiliza modelos hidrosedimentológicos y redes neuronales artificiales (RNA) para evaluar estas relaciones. El modelo SWAT se empleó para simular las tasas de producción de sedimentos en las cuencas brasileñas, considerando variables hidrológicas, climáticas y topográficas. Se integraron técnicas de ANN para analizar la importancia del uso de la tierra, el tipo de suelo y la pendiente. Los resultados muestran que la agricultura tuvo el mayor impacto en las tasas de sedimentación (36,32%), seguida de los pastos (29,73%), las áreas sin vegetación (21,61%) y la vegetación natural (12,34%). Los tipos de suelo como Neosol y Gleysol fueron los más influyentes (23,56% y 22,88%), mientras que Latosol y Nitosol tuvieron el menor impacto (9,15% y 11,15%). Las pendientes más altas (>45%) tuvieron una mayor influencia (29,32%) en la producción de sedimentos. El rendimiento del modelo se evaluó mediante la eficiencia Kling-Gupta (KGE), el sesgo porcentual (PBIAS) y el coeficiente de correlación de Pearson (r), indicando una precisión satisfactoria. Los hallazgos resaltan la relevancia del uso del suelo, el suelo y la pendiente en la dinámica de los sedimentos, lo que respalda las estrategias de gestión de sedimentos y conservación ambiental.