Relación precipitación - escorrentía y número de curva bajo diferentes condiciones de uso del suelo: cuenca modal del sistema serrano de La Ventana, Argentina

Abstract

La metodología del número de la curva (NC) es la más empleada para transformar la precipitación total en precipitación efectiva. De esta manera se constituye en una herramienta de gran valor para realizar estudios hidrológicos en cuencas hidrográficas, fundamentalmente cuando hay una deficiencia de registros extensos y confiables. Esta metodología requiere del conocimiento del tipo y uso de suelo de la cuenca en estudio y registros pluviográficos. En el presente trabajo se aplicó el procesamiento de imágenes LANDSAT para la zonificación de la vegetación y uso del suelo en la cuenca del Arroyo Pillahuinco Grande (38° LS y 61° 15' LW), ubicada sobre el sistema serrano de La Ventana, en el sudoeste de la provincia de Buenos Aires, Argentina. El análisis de su interrelación generó los valores de NC y coeficiente de escorrentía (CE). El procesamiento digital de la base de datos raster georreferenciada se realizó con aplicación de herramientas de sistema de información geográfica (Idrisi Kilimanjaro). El análisis de regresión múltiple efectuado a las variables generó un R2 que explica el 89,77 % de la variabilidad de CE (a < 0,01). Los resultados se exponen a nivel diagnóstico y zonificación del NC, donde la mayor influencia de la escorrentía se relaciona con las variables cobertura vegetal y uso del suelo.

The most used methodology to transformer the storm rainfall in effective rain is the curve number (CN). So, it's un useful tool to hydrologic studies in hydrographic basin when there aren't enough available registers. This methodology requires the knowledge of type and use of soil and pluviographic registers. We processed LANDSAT images to zonification the soil use and vegetation of Pillahuinco Grande basin (38° SL and 61° 15' WL). This basin is sited at Sierra de La Ventana, South West of Buenos Aires Province, Argentina. The analysis of this rainfall-runoff relationship under different conditions of soil's use generated values of CN and runoff coefficient (EC). The digital data processing raster was done using tool of System Information Geographic (Idirisi Kilimanjaro). The multiple regression analysis showed a R2 that explain the 89.77 % of EC variability (a < 0.01). The results are showed at diagnostic level and CN zonation where the most runoff influence is related with both variables vegetal cover and use of soil.