Análisis de la reflectividad espectral del suelo en la contaminación por purines procedente de la ganadería intensiva
DOI:
https://doi.org/10.5944/etfvi.16.2023.36672Palabras clave:
Teledetección; Sentinel-2; sector porcino; nitratos; contaminación del sueloResumen
El sector porcino en España representa el 14% de la producción total agraria, siendo un sector de gran importancia en la economía nacional. Pero las explotaciones de ganadería intensiva suponen un riesgo para la salud pública y el medio ambiente. Las pérdidas de nitratos por lixiviación provenientes del vertido de purines a las aguas superficiales y subterráneas se han convertido en un grave problema medioambiental en la actualidad. En este trabajo se analizaron mediante técnicas de teledetección un conjunto de imágenes del satélite Sentinel-2 para analizar la reflectividad de los vertidos de purines. Se emplearon imágenes de periodos estivales e invernales entre los años 2015 y 2022 para caracterizar la respuesta espectral de dos parcelas, una de vertidos de purines y otra de control. Los resultados obtenidos mostraron cambios significativos en la humedad y cobertura del suelo, que podrían estar relacionadas al vertido de purines. Sin embargo, estos datos no están exentos de incertidumbre, los cuales podrían estar influenciados por las diferencias en la estructura, textura y composición de los suelos, por los fenómenos climáticos, así como por las características de las imágenes de satélite utilizadas (frecuencia de captura y resolución espacial-espectral del sensor). A pesar de estas limitaciones, se ha podido observar un mayor rango espectral en la parcela de vertidos durante los meses de verano respecto al invierno debido a las diferencias de humedad captadas en el espectro de infrarrojo medio (SWIR).
Descargas
Citas
Álvarez, V.R., Lorenzo, A. S. & Marín, R.G. (2014). Creación de una base de datos con series largas de precipitación en la Región de Murcia y análisis temporal de la serie media anual, 1914-2013. Revista de Climatología, 14, 81-97.
Aneja, V., Nelson, D., Roelle, P., Walker, John. & Battye, W. (2003). Agricultural ammonia emissions and ammonium concentrations associated with aerosols and precipitation in the southeast United States. Journal of Geophysical Research Atmospheres, 108, 41-52. http://dx.doi.org/10.1029/2002JD002271
Asociación Nacional de Industrial de la Carne de España [ANICE]. (10 de junio de 2021). La industria cárnica se convierte en sector estratégico y clave en la recuperación económica socioeconómica del país. Anice.
Ayub, R., Messier, K.P., Serre, M. & Mahinthakumar, k. (2019). Non-point source evaluation of groundwater nitrate contamination from agriculture under geologic uncertainty. Stochastic Environmental Research and Risk Assessment, 33(4-6), 939. doi:10.1007/s00477-019-01669-z
Basterrechea, D. A., Parra, L., Parra, M., & Lloret, J. (2021). A Proposal for Monitoring Grass Coverage in Citrus Crops Applying Time Series Analysis in Sentinel-2 Bands. In Industrial IoT Technologies and Applications: 4th EAI International Conference, Industrial IoT 2020, Virtual Event, December 11, 2020, Proceedings 4 (pp. 193-206). Springer International Publishing. https://doi.org/10.1007/978-3-030-71061-3_12
Ben, C., Brandon, A., Seiji, E., Sandy, L. & Daniel, E. (2021). Enhancing environmental enforcement with near real-time monitoring: Likelihood-based detection of structural expansion of intensive livestock farms. International Journal of Applied Earth Observations and Geoinformation, 103, 102463. https://doi.org/10.1016/j.jag.2021.102463
Cárdenas, A., Rodriguez, V., Luque, J. & Mendes, P. (2021). Predictive modelling benchmark of nitrate Vulnerable Zones at a regional scale based on Machine learning and remote sensing. Journal of Hydrology, 603, 127092. https://doi.org/10.1016/j.jhydrol.2021.127092
Congedo, L. (2016). Semi-Automatic Classification Plugin Documentation. http://dx.doi.org/10.13140/RG.2.2.29474.02242/1
Capa-Camacho, X., Martínez, P., Martínez, M.A., Gabarrón, M. & Faz, A. (2022). Delimitación de Áreas Subsuperficiales Afectadas por Purines de Cerdo Combinando Técnicas Geofísicas y Geoquímicas. Water, 14(12), 1872. https://doi.org/10.3390/w14121872
Christenson, E. & Serre, M. (2015). Using remote sensing to calculate plant available nitrogen needed by crops on swine factory farm sprayfields in North Carolina. Proceedings Volume 9637, Remote Sensing for Agriculture, Ecosystems, and Hydrology XVII; 963704. https://doi.org/10.1117/12.2195434
CHS (2023). Estadísticas Pluviometría SAIH. Datos recuperados el 10 de marzo de 2023 de: https://www.chsegura.es/es/cuenca/redes-de-control/saih/estadisticas-pluviometria-saih/index.html
Clar, E. (2022). El pasado cuenta: El boom de los sectores Aviar y Porcino en España, 1955-2020. Sociedad de Estudios de Historia Agraria. http://hdl.handle.net/10234/197061
Coma, J. y Bonet, J. (2005) Producción ganadera y contaminación ambiental. Producción animal, 20 (211), 28-40.
Comisión Europea. (2021). Informe de la comisión al consejo y al parlamento europeo sobre la aplicación de la Directiva 91/676/CEE del Consejo, relativa a la protección de las aguas contra la contaminación producida por nitratos utilizados en la agricultura, basado en los informes de los Estados miembros para el período 2016-2019. Bruselas, 11 de octubre de 2021.
https://eur-lex.europa.eu/legal-content/ES/TXT/HTML/?uri=CELEX:52021DC1000&from=ES
Datista (2021). Las macrogranjas de porcino aumentaron de nuevo sus emisiones contaminantes en 2021. Recuperado en: https://especiales.datadista.com/medioambiente/mapa-emisiones-contaminantes-macrogranjas-porcino-2021
Directiva del Consejo 97/676/CEE, de 12 de diciembre de 1991, relativa a la protección de las aguas contra la contaminación producida por nitratos utilizados en la agricultura. https://www.boe.es/doue/1991/375/L00001-00008.pdf
Ecologistas en acción. (2021). Ganadería industrial y despoblación. Recuperado en:
https://www.ecologistasenaccion.org/169437/
Errecart, V., Lucero, M. & Sosa, M. (2015). Análisis del mercado mundial de carnes. Facultad de Economía y Negocios, Universidad Nacional de San Martín: Tarapoto, Perú.
ESA (2023). User guide, Spatial resolution. Recuperado en: https://sentinels.copernicus.eu/web/sentinel/user-guides/sentinel-2-msi/resolutions/spatial
Fernández, L. (2007). Los nitratos y las aguas subterráneas en España. Enseñanzas de las Ciencias de la Tierra, 15(3), 257-265.
Gago Gutiérrez, R. (2022). La ganadería intensiva en España: aspectos socioeconómicos, legislativos, ambientales y nutricionales. Una reflexión holística desde la salud pública. Revista de Salud Ambiental, 22, 74-143.
Greenpeace (2022). Amenaza invisible: La contaminación del agua por nitratos. Recuperado en: https://es.greenpeace.org/es/wp-content/uploads/sites/3/2022/05/informe-aguas-LR.pdf
Instituto Nacional de Estadística [INE]. (2018). Estadística sobre el Suministro y Saneamiento del Agua. Recuperado en: https://www.ine.es/prensa/essa_2018.pdf
Jiménez Ortiz, M. M., Gómez Álvarez, R., Oliva Hernández, J., Granados Zurita, L., Pat Fernández, J. M., & Aranda Ibáñez, E. M. (2019). Influencia del estiércol composteado y micorriza arbuscular sobre la composición química del suelo y el rendimiento productivo de maíz forrajero (Zea mays L.). Nova scientia, 11(23).
Lim, E. S., Kim, I. S., Han, S. J., Lim, T. Y., & Song, W. (2020). Estimation of Nitrate Nitrogen Concentration in Liquid Fertilizer Contaminated Areas using Hyperspectral Images. Journal of the Society of Disaster Information, 16(3), 542-549. https://doi.org/10.15683/kosdi.2020.09.30.542
Mallin, M. & Mclver, M. (2018). Season matters when sampling streams for swine CAFO waste pollution impacts. Journal of Water and Health, 16(1), 78-86.
https://doi.org/10.2166/wh.2017.194
Martin, K., Emanuel, R. & Vose, J. (2018). Terra incognita: The unknown risks to environmental quality posed by the spatial distribution and abundance of concentrated animal feeding operations. Sciencie of the Total Environment, 642, 887-893.
https://doi.org/10.1016/j.scitotenv.2018.06.072
Martínez, J. & Martín, M.P. (2010). Guía Didáctica de Teledetección y Medio Ambiente. Red Nacional de Teledetección Ambiental.
Ministerio de Agricultura, Pesca y Alimentación. (2020). El sector de la carne de cerdo en cifras. Recuperado en: https://www.mapa.gob.es/es/ganaderia/estadisticas/indicadoreseconomicossectorporcino2020_tcm30-379728.pdf
Ministerio para la transición ecológica y el reto demográfico. (18 de enero de 2022). El Gobierno aprueba un Real Decreto para reducir la contaminación por nitratos y reforzar la protección de las masas de agua más vulnerables. https://www.miteco.gob.es/gl/prensa/ultimas-noticias/el-gobierno-aprueba-un-real-decreto-para-reducir-la-contaminaci%C3%B3n-por-nitratos-y-reforzar-la-protecci%C3%B3n-de-las-masas-de-agua-m%C3%A1s-vulnerables/tcm:37-535231
Norouzi, S., Sadeghi, M., Liaghat, A., Tuller, M., Jones, S.B. & Ebrahimian, H. (2021). Information depth of NIR/SWIR soil reflectance spectroscopy, Remote Sensing of Environment, 256, 112315. https://doi.org/10.1016/j.rse.2021.112315
Organización de las Naciones Unidas. (2019). Una población en crecimiento. Recuperado en: https://www.un.org/es/global-issues/
Peng, W., Beggio, G., Pivato, A., Zhang, H., Lü, F., & He, P. (2022). Applications of near infrared spectroscopy and hyperspectral imaging techniques in anaerobic digestion of bio-wastes: A review. Renewable and Sustainable Energy Reviews, 165, 112608.
https://doi.org/10.1016/j.rser.2022.112608
Piñeiro, C. & Montalvo, G. (7-8 de noviembre de 2005). La directiva IPPC para el control integrado de las emisiones contaminantes en ganadería intensiva de porcino. XXI Curso de especialización FEDNA, Madrid, España
Quemada, M., Lassaletta, L., Jensen, L.S., Godinot, O., Brentrup, F., Buckley, C., Foray, S., Hvid, S.K., Oenema, J., Richards, K.G. & Oenema, O. (2020). Exploring nitrogen indicators of farm performance among farm types across several European case studies. Agricultural Systems, 177, 102689. https://doi.org/10.1016/j.agsy.2019.102689
Quispe, V., Ábrego, J., Murillo, M. B., Gea, G., & Atienza, M. (2014). Pirólisis de purines de cerdo utilizando TG-DSC. Jornada de Jóvenes Investigadores del I3A, 2, 39-41.
Real Decreto 47/2022, de 18 de enero, sobre protección de las aguas contra la contaminación difusa producida por los nitratos procedentes de fuentes agrarias. Boletín Oficial del Estado, 17, de 20 de enero de 2022. https://www.boe.es/eli/es/rd/2022/01/18/47
Silvestri, S. & Omri, M. (2007). A method for the remote sensing identification of uncontrolled landfills: formulation and validation. International Journal of Remote Sensing, 29 (4), 975-989.
https://doi.org/10.1080/01431160701311317
Sineiro, F. & Lorenzana, F. (2008). La ganadería en España: Situación actual y evolución reciente. Papeles de economía Española, 117, 125-140.
Ward, M., Kilfoy, B., Weyes, P., Anderson, K., Folsom, A. & Cerhan, J. (2010). Nitrate Intake and the Risk of Thyroid Cancer and Thyroid Disease. Epidemiology, 21 (3), 389-395.
https://doi.org/10.1097/ede.0b013e3181d6201d
Westhoek, H., Lesschen, J. P., Leip, A., Rood, T., Wagner, S., De Marco, A., ... & Sutton, M. A. (2015). Nitrogen on the table: the influence of food choices on nitrogen emissions and the European environment. NERC/Centre for Ecology & Hydrology.
Witheetrirong, Y., Kumar, N., Tipdecho, T. & Parkpian, P. (2011). Estimation of the Effect of Soil Texture on Nitrate-Nitrogen Content in Groundwater Using Optical Remote Sensing. International Journal of Enrironmental Research and Public Health, 8(8), 3416-3436.
https://doi.org/10.3390/ijerph8083416
Xu,Y., Smith, S.E., Grunwald, S., Abd-Elrahman, A., Wani, S.P., & Nair, V.D. (2018). Estimating soil total nitrogen in smallholder farm settings using remote sensing spectral indices and regression kriging. CATENA, 163, 111-122. https://doi.org/10.1016/j.catena.2017.12.011
Yuping, L., Zhen, W., Hongjun, L., Zheng, L. & Shengwei, Z. (2009). Assessment of nitrate leaching on agriculture region using remote sensing and model. Remote Sensing for Agriculture, Ecosystems and Hidrology. 7472, 7472-A http://dx.doi.org/10.1117/12.831342
Descargas
Publicado
Cómo citar
Número
Sección
Licencia
Esta obra está bajo una licencia internacional Creative Commons Atribución-NoComercial 4.0.
