1. Establecer métodos de riego en los 17 predios para satisfacer las necesidades hídricas en la temporada seca, para así lograr una mejora en la productividad de los cultivos de caña de azúcar.
2. El método de estimación de pérdida de suelo USLE es una herramienta sencilla que puede ser fácilmente replicada tanto en los sectores, parroquias aledañas para la gestión, an álisis y procesamiento en la toma de decisiones para contrarrestar la degradación del suelo.
3. Replicar el modelo USLE en varias localidades de la parroquia de Pacto tomando en cuenta las variables detalladas en esta investigación.
4. Para la obtención del factor K correspondiente a erodabilidad es recomendable emplear las capas creadas por la FAO en el año 2010 que es el Digital W orld Soil Map, esta capa mundial mantiene las características de suelo determinadas por la entidad mundial facilitando el cálculo del factor K y sosteniendo datos válidos.
56
BIBLIOGRAFÍA
Aguilar-Rivera, N., Algara Siller, M., & Olvera Vargas, L. A. (2015). Gestión del agua como factor limitante de productividad cañera en México. Revista de
Geografía Norte Grande, 135-152.
Aguilar-Rivera, N., Galindo Mendoza, G., & Fortanelli Martínez, J. (2012). Evaluación agroindustrial del cultivo de caña de azúcar (Saccharum officinarum L.) mediante imágenes SPOT 5HRV en la Huasteca México. Revista de la Facultad de Agronomía Vol. 111, 64-74.
Alonso, D. (5 de Septiembre de 2017). MappingGis. Obtenido de NDVI: Qué es y cómo calcularlo con SAGA desde QGIS:
http://mappinggis.com/2015/06/ndvi-que-es-y-como-calcularlo-con-saga- desde-qgis/
Alvarado Narváez, K., López Peñafiel, V., & Castillo Franco, J. (2011). Pérdida de suelo por erosión hídrica en diferentes sistemas de producción con papa Solanum tuberosum L. Revista de Ciencias Agrícolas, 64-72.
Calera, A., Campos, I., & Garrido, J. (2016). Determinación de las necesidades de agua y riego mediante estimaciones meteorológicas y series temporales de imágenes multiespectrales. Castilla: Centro Nacional de Tecnología de Regadíos.
Castañeda, C., Martínez, M., Pascual, F., Flores, H., Fernández, D., & Esparza, S. (31 de Marzo de 2015). Estimación de coeficientes de cultivo mediante sensores remotos en el Distrito de riego Río Yaqui, Sonora, México. AGROCIENCIA, 49(2), 222-232.
Crettaz, E., Gvozdenovich, J., & Saluzzio, M. (2016). Cálculo del factor R de la USLE a traves del índice modificado de Forunier. Paraná: Facultad de Ciencias Agropecuarias (UNER).
De Noni, G., & Trujillo, G. (Enero de 1986). ResearchGate. Recuperado el 24 de octubre de 2018, de ResearchGate:
file:///C:/Users/016376239/Downloads/Degradacion_del_suelo_en_el_Ecuad or_principales_ca.pdf
ESRI. (2016). ArcGIS for Desktop. Recuperado el 09 de septiembre de 2018, de ArcMap: http://desktop.arcgis.com/es/arcmap/10.3/tools/spatial-analyst- toolbox/reclassify.htm
FAO. (2006). Evapotranspiración del cultivo Guías para la determinacion de los requerimientos de agua de los cultivos. Roma: Estudio Fao Riego y Drenaje. FAO. (2012). Respuesta del rendimiento de los cutivos al agua. Roma: FAO 66.
57
FAO. (2014). Manual de Estadísticas sobre Costos de Producción Agrícolas. Roma: FAO.
FAO. (12 de septiembre de 2018). Food and Agriculture Organization of the United Nations. Obtenido de Land & Water: http://www.fao.org/land-
water/databases-and-software/crop-information/sugarcane/en/
Gonzaga Aguilar, C. (08 de Abril de 2014). Aplicación de Índices de Vegetación Derivados de Imágenes Satelitales Landsat 7 ETM+ y ASTER para la caracterización de la cobertura vegetal en la zona centro de la provincia de Loja Ecuador. Tesis de maestría. La Plata, Argentina: Universidad Nacional de La Plata.
INAMHI. (1990, 1991, 1992, 1993, 1994, 1995, 1996, 1997, 1998, 1999, 2000, 2001). Anuarios meteorológicos. Quito.
INAMHI. (2002, 2003, 2004, 2005, 2006, 2007, 2008, 2009, 2010, 2011, 2012, 2013). Anuarios meteorológicos.
INEC. (2012). Instituto Nacional de Estadísticas y Censos. Recuperado el 12 de septiembre de 2018, de Clasificador Geográfico Estadístico:
http://www.ecuadorencifras.gob.ec/clasificador-geografico-estadistico-dpa/ López Parco, J. A. (2017). Erosión hídrica en la unidad hidrográfica del río Ambato,
en un escenario de cambio climático, mediante el modelo USLE/RUSLE. Riobamba: Universidad Nacional de Chimborazo.
López-Pérez, A., Martínez Menes, M., & Fernández Reynoso, D. (2015). Priorización de áreas de intervención mediante análisis morfométrico e índice de vegetación. Tecnología y Ciencias del Agua, VI, 121-137. Mancilla Escobar, G. (2008). Uso de la ecuación universal de pérdidas de suelo
(USLE) en el campo forestal. Chile: Facultad de Ciencias Forestales . Manrique, E. (1999). Índice de Vegetación. Aplicación del NDVI. (S. Castaño Fernández, & A. Quintanilla Rodenas, Edits.) Teledetección. Avances y Aplicaciones., 217-219.
Meneses-Tovar, C. L. (2011). El índice normalizado diferencial de la vegetación como indicador de la degradación del bosque. Unasylva, 39-46.
Millano Tudare, J. L., & Paredes Trejo, F. J. (2016). Variabilidad de la vegetación con el índice de diferencia normalizada (NDVI) en latinoamérica. Novum Scientarum, 33-44.
Morales, C. (2012). Los costos de la inacción ante la desertificación y degradación de las tierras en escenarios alternativos de cambio climático. Naciones Unidas, Comisión Económica para América Latina y el Caribe (CEPAL). Santiago de Chile: Naciones Unidas.
58
NASA. (30 de Agosto de 2000). Nasa. Obtenido de Earthobservatory:
https://earthobservatory.nasa.gov/Features/MeasuringVegetation/measuring _vegetation_2.php
Piscitelli, M., Varni, M., Sfeir, A., & Ares, G. (2010). Valores de erodabilidad (factor K-USLE) para suelos representativos de la cuenca alta del arroyo Azul (partido de Azul-Buenos Aires). Revista de la Facultad de Agronomía, 17-22. Ramírez Ortiz, F. A., & Hincapié Gómez, E. (2009). Riesgo a la erosión en la zona
cafetera central del departamento de Caldas. Cenicafé, 173-189. Rueda Calier, F., Peñaranda Mallungo, L. A., Velásquez Vargas, W. L., & Díaz
Báez, S. A. (2015). Aplicación de una metodología de análisis de datos obtenidos por percepción remota orientados a la estimación de la productividad de caña para panela al cuantificar el NDVI (índice de vegetación de diferencia normalizada). Corpoica Cienc Tecnol Agropecu, 25-40.
USGS. (2018). USGS science for a changing world. Obtenido de EarthExplores: https://earthexplorer.usgs.gov/
Wischemejer, W., & Smith, D. (1978). Manual de agricultura. Predicción de la erosión. Estados Unidos.
Wischmeier, & Smith. (1958). Modelo empírico de suelo de Weischmeier y Smith (USLE). Obtenido de FAO: http://www.fao.org/docrep/t1765e/t1765e0e.htm
59
ANEXOS
60