UNIVERSIDADE FEDERAL DE ALFENAS

GUILHERME HENRIQUE EXPEDITO LENSE

ESTIMATIVAS DE PERDAS DE SOLO PELO MÉTODO DE EROSÃO POTENCIAL

EM SOLOS TROPICAIS SOB CULTIVO PREDOMINANTE DE CAFÉ

Alfenas / MG
2020
 GUILHERME HENRIQUE EXPEDITO LENSE

ESTIMATIVAS DE PERDAS DE SOLO PELO MÉTODO DE EROSÃO POTENCIAL

EM SOLOS TROPICAIS SOB CULTIVO PREDOMINANTE DE CAFÉ

Dissertação apresentada como parte dos requisitos para

obtenção do Título de Mestre em Ciências Ambientais
na Universidade Federal de Alfenas/UNIFAL-MG.
Áréa de concentração: Ciências Ambientais.
Orientador: Prof. Dr. Ronaldo Luiz Mincato (UNIFAL-
MG)
Coorientador: Prof. Dr. Junior Cesar Avanzi (UFLA)

Alfenas / MG
2020
 Dados Internacionais de Catalogação-na-Publicação (CIP)
Sistema de Bibliotecas da Universidade Federal de Alfenas

Lense, Guilherme Henrique Expedito.

L573e Estimativas de perdas de solo pelo método de erosão potencial em solos
tropicais sob cultivo predominante de café / Guilherme Henrique Expedito
Lense. -- Alfenas/MG, 2020.
38 f. : il. --

Orientador: Ronaldo Luiz Mincato.

Dissertação (Mestrado em Ciências Ambientais) - Universidade Federal
de Alfenas, 2020.
Bibliografia.

1. Solos - Conservação. 2. Erosão. 3. Modelagem. I. Mincato, Ronaldo

Luiz. II. Título.
CDD-631.4

Ficha Catalográfica elaborada por Fátima dos Reis Goiatá

Bibliotecária-Documentalista CRB/6-425
 GUILHERME HENRIQUE EXPEDITO LENSE

"Estimativas de perdas de solo pelo método de erosão potencial em solos tropicais sob cultivo
predominante de café"

A Banca examinadora abaixo-assinada aprova a

Dissertação apresentada como parte dos requisitos para a
obtenção do título de Mestre em Ciências Ambientais pela
Universidade Federal de Alfenas. Área de concentração:
Ciência Ambientais.

Aprovada em: 19 de fevereiro de 2020

Prof. Dr. Ronaldo Luis Mincato

Instituição: Universidade Federal de Alfenas

Prof. Dr. Raul Henrique Sartori

Instituição: Instituto Federal de Educação, Ciência e Tecnologia do Sul de Minas Gerais

Prof. Dr. Walbert Júnior Reis dos Santos

Instituição: Instituto Federal de Educação, Ciência e Tecnologia do Sul de Minas Gerais

Documento assinado eletronicamente por Ronaldo Luiz Mincato, Professor do Magistério

Superior, em 19/02/2020, às 12:16, conforme horário oficial de Brasília, com fundamento no
art. 6º, § 1º, do Decreto nº 8.539, de 8 de outubro de 2015.

Documento assinado eletronicamente por Raul Henrique Sartori, Usuário Externo, em

19/02/2020, às 12:18, conforme horário oficial de Brasília, com fundamento no art. 6º, § 1º,
do Decreto nº 8.539, de 8 de outubro de 2015.

Documento assinado eletronicamente por Walbert Junior Reis dos Santos, Usuário
Externo, em 19/02/2020, às 12:18, conforme horário oficial de Brasília, com fundamento no
art. 6º, § 1º, do Decreto nº 8.539, de 8 de outubro de 2015.

A autenticidade deste documento pode ser conferida no site https://sei.unifal-

mg.edu.br/sei/controlador_externo.php?
acao=documento_conferir&id_orgao_acesso_externo=0, informando o código verificador
0266328 e o código CRC D0534260.

Folha de Aprovacao COLEGIADO-PPGCA 0266328 SEI 23087.001889/2020-97 / pg. 1

 AGRADECIMENTOS

Agradeço primeiramente à Deus pela vida;

Agradeço à minha mãe Vardeli e ao meu pai Henir que são dois agricultores simples e
as melhores pessoas do mundo, que sempre trabalharam muito buscando dar um futuro
melhor para mim e meu irmão Fábio;
Agradeço à minha namorada Fernanda pelo carinho, apoio e incentivo no dia a dia;
Agradeço ao professor Ronaldo e aos amigos que compartilharam os dois anos de
mestrado comigo.
Obrigado a todos!!!
“Em seu coração o homem planeja o seu caminho, mas o Senhor determina os seus passos.”
Provérbios 16:9
 RESUMO

A erosão hídrica é o principal processo de degradação dos solos tropicais, causando impactos
ambientais, físicos e socioeconômicos que influenciam negativamente a sustentabilidade dos
sistemas de produção agrícola. Na cafeicultura, a erosão hídrica gera perda de nutrientes,
matéria orgânica e agroquímicos, além de promover o assoreamento e contaminação dos
cursos hídricos. Na região sul de Minas Gerais, onde o cultivo de café ocorre em declividades
íngremes, o processo erosivo é intensificado atingindo níveis críticos. Como uma alternativa
para auxiliar no planejamento de práticas de mitigação da erosão hídrica têm-se a modelagem,
que consiste em uma técnica capaz de estimar as taxas erosivas e quando associada a Sistemas
de Informação Geográfica, permite identificar as áreas com perdas de solo acima dos limites
de tolerância. Dentre os diversos modelos existentes, o Método de Erosão Potencial merece
destaque pela facilidade na obtenção dos parâmetros, simplicidade e baixo custo de aplicação.
Assim, o objetivo deste trabalho foi estimar a perda de solo por erosão hídrica utilizando o
Método de Erosão Potencial em uma sub-bacia hidrográfica com cultivo predominante de
café, e então comparar a estimativa de perdas de solo com os limites de Tolerância de Perda
de Solo. A área de estudo correspondente a Sub-bacia Hidrográfica do Córrego Coroado,
situada no Município de Alfenas, sul de Minas Gerais, Brasil. Os parâmetros de entrada do
modelo foram determinados com base nos atributos climáticos, geológicos, pedológicos,
topográficos, uso e manejo da terra e grau das feições erosivas da sub-bacia. Os resultados do
Método de Erosão Potencial apontaram para predomínio de baixa suscetibilidade à erosão na
área. A perda de solo média da área foi estimada em 1,74 Mg ha-1 ano-1. A maior severidade
do processo erosivo ocorreu, principalmente, nas áreas com solo exposto e maior inclinação
do relevo, sendo que em apenas 1% da sub-bacia as taxas erosivas foram superiores aos
limites de Tolerância de Perda do Solo (4,75 a 7,26 Mg ha-1 ano-1). O Método de Erosão
Potencial estimou as perdas de solo fornecendo um diagnóstico sobre a erosão hídrica na sub-
bacia capaz de auxiliar no planejamento de uso de solo e na adoção de práticas agronômicas
conservacionistas, visando a sustentabilidade ambiental da área.

Palavras-chave: Conservação do Solo, Erosão hídrica, Modelagem.

 ABSTRACT

Water erosion is the main process of degradation of tropical soils, causing environmental,
physical and socioeconomic impacts that negatively influence the sustainability of agricultural
production systems. In coffee growing, water erosion generates loss of nutrients, organic
matter and agrochemicals, besides promoting siltation and contamination of watercourses. In
the southern region of Minas Gerais, where coffee cultivation occurs on steep slopes, the
erosion process is intensified reaching critical levels. As an alternative to help in the planning
of water erosion mitigation practices are modeling, which consists of a technique capable of
estimating erosion rates and when associated with Geographic Information Systems, allows
the identification of areas with soil losses above tolerance limits. Among the many existing
models, the Potential Erosion Method deserves attention for its ease in obtaining the
parameters, simplicity and low cost of application. Thus, the objective of this work was to
estimate soil loss by water erosion using the Potential Erosion Method in a sub-basin with
predominant coffee cultivation, and then to compare the estimated soil loss with the Loss
Tolerance limits. Ground. The study area corresponding to the Coroado Stream Watershed,
located in the Municipality of Alfenas, southern Minas Gerais, Brazil. The input parameters
of the model were determined based on climatic, geological, pedological, topographic, land
use and management attributes and degree of erosion features of the sub-basin. The results of
the Potential Erosion Method pointed to a predominance of low susceptibility to erosion in the
area. The estimated average soil loss in the area was 1.74 Mg ha-1 year-1. The highest severity
of the erosion process occurred mainly in areas with exposed soil and higher relief slope, and
in only 1% of the sub-basin the erosive rates were higher than the Soil Loss Tolerance limits
(4.75 to 7.26 Mg ha-1 year-1). The Potential Erosion Method estimated soil losses by providing
a diagnosis of water erosion in the sub-basin that can assist in land use planning and the
adoption of conservationist agronomic practices, aiming at the environmental and
socioeconomic sustainability of the area.

Key-Words: Soil Conservation, Water Erosion, Modeling.

 SUMÁRIO

PARTE 1
1. INTRODUÇÃO................................................................................................................... 08
2. REFERENCIAL TEÓRICO.............................................................................................. 10
2.1 CAFEICULTURA NO BRASIL E EM MINAS GERAIS ............................................ 10
2.2 EROSÃO HÍDRICA E DEGRADAÇÃO DO SOLO .................................................... 11
2.3 MODELAGEM DA EROSÃO HÍDRICA ..................................................................... 13
2.4 MÉTODO DE EROSÃO POTENCIAL ......................................................................... 14
2.5 TOLERÂNCIA DE PERDAS DE SOLO ...................................................................... 19
REFERÊNCIAS BIBLIOGRÁFICAS .................................................................................. 21

PARTE 2
Artigo Científico publicado na Revista Ciência e Agrotecnologia: Lense, G. H. E.; Parreiras,
T. C.; Moreira, R. S.; Avanzi, J. C.; Mincato, R. L. Estimates of soil losses by the erosion
potential method in tropical latosols. Ciência e Agrotecnologia, Lavras, v. 43, e012719, 2019.
http://dx.doi.org/10.1590/1413-7054201943012719................................................................27
 8

PARTE 1

1. INTRODUÇÃO

A erosão hídrica é um grave problema ambiental, que influencia negativamente a

sustentabilidade da produção agrícola. O processo erosivo causa impactos ambientais, físicos
e socioeconômicos, tanto no local de geração de sedimentos, devido a redução da fertilidade
do solo, perda de capacidade de armazenamento de água, remoção de nutrientes e matéria
orgânica, quanto nos locais de deposição, devido ao assoreamento e poluição dos corpos
d'água (POSTHUMUS et al., 2015; PANAGOS et al., 2018).
Globalmente, estima-se que cerca de 1 bilhão de hectares já foram afetados pelo
processo erosivo, dos quais 70% estão gravemente comprometidos (LAL, 2003). No Brasil, a
perda de solo total devido à erosão hídrica é estimada em 847 milhões Mg ano-1 (MERTEN;
MINELLA, 2013), com custos de R$ 6,6 bilhões por ano (HERNANI et al., 2002).
Devido à crescente degradação do solo, existe uma grande demanda por informações
relativas à quantificação da erosão, produção de sedimentos e impactos sobre as atividades
econômicas e o meio ambiente (MINELLA et al., 2010). Dessa forma, é essencial o
conhecimento das causas do processo erosivo, bem como levantamentos que auxiliem no uso
conservacionista do solo e na proposição de medidas que reduzam a erosão a taxas mínimas.
Com objetivo de quantificar a erosão hídrica, foram desenvolvidos os modelos de
estimativa de perdas de solo. Os modelos simulam o fenômeno erosivo suficientemente bem,
e estão se tornando cada vez mais populares na aplicação em escala de bacia hidrográfica
(SILVA; SANTOS; SILVA, 2014). Existem vários modelos de predição da erosão hídrica,
dentre os quais, tem destaque o Método de Erosão Potencial (EPM), devido ao seu baixo
custo de aplicação, sua simplicidade e rapidez de utilização.
O EPM é um modelo empírico de erosão do solo, que leva em consideração
parâmetros individuais referentes a atributos climáticos, geológicos, pedológicos,
topográficos, uso e manejo da terra. O modelo é amplamente aceito e aplicado para a
estimativa da erosão do solo, fornecendo resultados confiáveis (EFTHIMIOU et al., 2017).
Além disso, a utilização do EPM associada ao Sistema de Informação Geográfica (SIG)
fornece um diagnóstico visual da erosão hídrica por meio da espacialização das perdas de
solo, auxiliando na identificação das áreas de maior vulnerabilidade a erosão
(HAGHIZADEH; SHUI; GODARZI, 2009).
 9

As estimativas geradas pelo EPM permitem aferir se determinada área apresenta

produção de sedimentos acima do limite de Tolerância de Perda de Solo (TPS). A TPS é um
parâmetro utilizado na avaliação do estado de conservação do solo, representando um limite
tolerável de erosão, acima do qual o solo não é capaz de manter seu potencial produtivo
sustentável ao longo dos anos. Dessa forma, considera-se que a erosão está dentro dos limites
aceitáveis quando não ultrapassa a TPS (WISCHMEIER; SMITH, 1978).
A cafeicultura é um importante setor da agropecuária nacional em termos econômicos,
sociais e ambientais. Na região sul de Minas Gerais, no sudeste brasileiro, as lavouras
cafeeiras se situam principalmente em relevos declivosos, onde a intensidade do processo
erosivo é elevada e atinge níveis de perda de solo acima dos limites de TPS.
Nesse contexto, a modelagem da erosão hídrica é uma alternativa, para fornecer um
diagnóstico sobre o estágio de degradação nos cultivos de café e identificar as áreas propícias
ao processo erosivo, auxiliando no planejamento de práticas conservacionistas de uso e
manejo do solo.
Assim, o objetivo deste trabalho foi estimar as perdas de solo por erosão hídrica
utilizando o Método de Erosão Potencial (EPM) em uma sub bacia hidrográfica localizada na
região Sul de Minas Gerais, com cultivo predominante de café e, então, comparar a estimativa
das perdas de solo com os limites de Tolerância de Perda de Solo (TPS).
 10

2. REFERENCIAL TEÓRICO

2.1 CAFEICULTURA NO BRASIL E EM MINAS GERAIS

O Brasil é o maior produtor, exportador de café e segundo maior consumidor da

bebida no mundo. O alimento é o 5º produto na pauta de exportação brasileira movimentando
cerca de US$ 5,2 bilhões em 2017. A cultura ocupa uma área de 2 milhões de hectares com
cerca de 300 mil produtores, em sua maioria pequenos, distribuídos em 1.900 municípios. O
café é relevante fonte de receita e um importante setor na criação de postos de trabalho
gerando mais de 8 milhões de empregos no país (BRASIL, 2018).
A produção cafeeira está distribuída em diversos estados (Minas Gerais, São Paulo,
Espírito Santo, Bahia, Rondônia, Paraná, Rio de Janeiro, Goiás, Mato Grosso, Amazonas e
Pará), no entanto, foi em Minas Gerais que a cultura elevou seu patamar tecnológico, levando
este Estado a assumir a liderança na produção, em meados do Século XX (SIMÕES;
PELEGRINE, 2010). Atualmente, Minas Gerais possui a maior área de cultivo de café, com
1,22 milhão de hectares, representando cerca de 70% da área ocupada com café arábica no
país (1,77 milhão de hectares) (CONAB, 2019). O café é o principal produto de exportação do
agronegócio mineiro, sendo comercializado para mais de 60 países, além disso, a cafeicultura
exerce um importante papel social e cultural no estado (ALVES et al., 2011).
A região sul de Minas Gerais é conhecida pela cafeicultura de montanha, com
predomínio de pequenas propriedades e diversidade nas formas de manejo e de produção
(PRADO; HAYAKAWA; KAWAKUBO, 2016). As regiões Sul e Centro-Oeste juntas
apresentam a maior área de cultivo de café em Minas Gerais com cerca de 649,9 mil hectares
em 154 municípios (EMATER, 2018).
Nas regiões produtoras, a erosão hídrica é um grave problema enfrentado pelos
cafeicultores, causando prejuízos econômicos e a degradação do ambiente. Esse processo se
dá em maior intensidade nas áreas sem a utilização de práticas conservacionistas adequadas e
principalmente em relevos acidentados. Nesse contexto, são necessárias técnicas que auxiliem
no planejamento de medidas de mitigação buscando promover a conservação do solo com
benefícios diretos, como a economia de fertilizantes e o aumento da longevidade de produção.
Além disso, a adoção de práticas de redução da erosão está diretamente associado a produção
de um café sustentável (BRASIL, 2018).
 11

2.2 EROSÃO HÍDRICA E DEGRADAÇÃO DO SOLO

O solo é um recurso essencial para a produção de alimentos e para a sociedade. Ele

regula a maioria dos processos ecossistêmicos e é o habitat de grande parte da biodiversidade
da Terra, fornecendo a base física para as atividades humanas (PEREIRA et al. 2018).
Todavia, a degradação deste recurso avança aceleradamente comprometendo os serviços
ecossistêmicos (SOUSA; ARAÚJO; VITAL, 2016).
A erosão hídrica é uma das principais causas de degradação dos solos no Brasil e no
mundo. O fenômeno consiste no escoamento superficial pela água da enxurrada, no qual há
desagregação, transporte e deposição de partículas de solo (DECHEN et al., 2015). A erosão é
um processo natural, que a longo prazo é responsável pela modelagem da paisagem física
através da redistribuição de sedimentos erodidos (EFTHIMIOU et al., 2016). Porém, pode ser
intensificada ou acelerada devido a atividades antrópicas, como a utilização de práticas
agrícolas convencionais de uso intensivo do solo, manejo incorreto de solos mais frágeis, uso
da terra além da capacidade de uso do solo, particularmente, pela falta de adoção de medidas
de conservação do solo apropriadas, tais como a rotação de culturas e o plantio em nível
(LEPSCH et al., 2015; MEDEIROS et al., 2016; DIDONÉ; MINELLA; EVRARD, 2017).
A erodibilidade de determinada área depende de vários fatores, como as características
do solo, topografia, condições climáticas, e o uso e cobertura do solo (LAL, 2001; ZARE;
PANAGOPOULOS; LOURES, 2017).
Os atributos físicos do solo, tais como a porosidade, conteúdo de matéria orgânica,
estabilidade e distribuição do tamanho de agregados, influenciarão a sua resistência ao
processo erosivo (BAGATINI et al., 2011) Além disso, apesar da predominante ação da
erosão na superfície, as condições físicas subsuperfíciais também afetam o movimento da
água e do ar no solo, a permeabilidade e o escoamento superficial e, consequentemente, as
taxas erosivas (VOLK; COGO; STRECK, 2004).
A severidade da erosão hídrica está associada à intensidade, duração e frequência das
precipitações pluviométricas (SANTOS; GRIEBELER; OLIVEIRA, 2010). Dessa forma, esse
fator regula o volume total de solo perdido. Durante as chuvas, o relevo influência o fluxo e
velocidade do escoamento, onde em áreas de maior declividade ocorre aumento da velocidade
e do volume escoado e, consequentemente, da quantidade de solo e água perdidos (SILVA et
al., 2011).
A cobertura do solo é reconhecida como o principal fator de influência humana sobre
o processo erosivo (OUYANG et al., 2010; DEVÁTÝ et al., 2019). Esse fator varia de acordo
 12

com o uso de solo e as práticas de manejo adotadas, por exemplo, quando são introduzidos
novos cultivos agrícolas a cobertura vegetal é reduzida e a intensidade erosiva é elevada, ao
passo que quando são adotadas práticas conservacionistas, como plantio direto ou manejo da
vegetação espontânea, ocorre aumento da proteção do solo e redução da erosão.
A cobertura vegetal dissipa a energia de impacto das gotas da chuva na superfície do
solo, e dessa forma evita a desagregação das partículas (PANACHUKI et al., 2011). Serve
ainda como barreira física a enxurrada, diminuindo a velocidade de escoamento e, assim, a
capacidade erosiva (VOLK; COGO; STRECK, 2004). Áreas com cobertura vegetal de alta
densidade diminuem a perda de solo para valores próximos a zero (ANACHE et al., 2017).
A erosão hídrica pode ser classificada em laminar, ou difusa, em sulcos ou linear e em
voçoroca. A erosão laminar ocorre quando as partículas do solo são destacadas pelas gotas de
chuva e transportadas por um fluxo superficial difuso (BESKOW et al., 2009). Esse tipo de
erosão gera o carreamento da camada superficial do solo e, com isso, a perda da camada fértil
de terra. Na maioria das áreas agrícolas ocorre de maneira imperceptível e por isso é
considerada o tipo de erosão mais perigosa (BERTONI; LOMBARDI NETO, 2012).
A erosão em sulcos é resultante da formação de pequenas irregularidades no sentido
do declive do terreno devido ao acumulo da enxurrada em determinadas linhas de
escoamento. Esta forma de erosão é a mais característica e, por isso mesmo, a mais percebida
em áreas de ocorrência. A ampliação dos sulcos gerados pela erosão após anos de enxurradas
locais formam as voçorocas, as quais atingem dezenas de metros de profundidade, chegando a
alcançar o lençol freático (BERTONI; LOMBARDI NETO, 2012; CARVALHO et al., 2009).
Inúmeros são os problemas ambientais e econômicos causados pelo processo erosivo.
O fenômeno gera a perda de nutrientes, diminuição da produtividade agrícola, perda de
matéria orgânica (MO) e alterações na dinâmica do carbono orgânico do solo,
comprometendo de maneira significativa, a produção de alimentos, fibras e energia
(DECHEN et al., 2015; FAO, 2017). Os efeitos da erosão também são evidentes em áreas que
não estão diretamente expostas ao processo, mas sofrem com suas consequências pela
deposição de sedimentos em corpos hídricos provocando assoreamento e depreciação da
qualidade da água (HAGHIZADEH; SHUI; GODARZI, 2009).
A situação atual de degradação das terras agrícolas, requer o uso de informações
quantitativas e qualitativas sobre a extensão e magnitude da erosão do solo, afim de auxiliar
na adoção de estratégias eficazes de mitigação do processo. Porém, é difícil monitorar os
níveis de erosão, particularmente em áreas rurais de países subdesenvolvidos, devido ao custo
da amostragem regular e ao longo período necessário para detectar tendências
 13

(PRASANNAKUMAR et al., 2012; ANH et al., 2014). Além disso, os métodos de

quantificação da perda de solo com base em parcelas de erosão possuem muitas limitações em
termos de representatividade e confiabilidade dos dados resultantes. Tais metodologias não
podem fornecer distribuição espacial da perda de solo e sua aplicação muitas vezes é possível
apenas em pequenas áreas (CHEN et al. 2011).
Nesse contexto, a utilização de técnicas de modelagem para estimar a erosão hídrica
surge como uma alternativa afim de superar as limitações impostas pelas coletas de campo e
auxiliar no planejamento de gestão conservacionista das atividades agrícolas.

2.3 MODELAGEM DA EROSÃO HÍDRICA

Os modelos empíricos de previsão de erosão hídrica são ferramentas capazes de

estimar quantitativamente e qualitativamente as taxas de perda de solo e auxiliar na
proposição de práticas eficazes de controle da erosão (IGWE et al., 2017). A modelagem é
baseada em equações matemáticas que expressam as relações entre fatores naturais (chuva,
cobertura do solo, tipo de vegetação, solos e topografia) e o processo erosivo (STEFANIDIS;
STATHIS, 2018).
A modelagem é uma técnica relativamente simples, de fácil interpretação que requer
recursos mínimos e pode ser implementada com informações prontamente disponíveis em
áreas expostas a elevados riscos de erosão (GANASRI; RAMESH, 2016). Além disso, essa
ferramenta permite a avaliação das taxas erosivas em larga escala, superando a principal
limitação das parcelas experimentais em campo.
Nos últimos anos em meio a preocupação com a conservação do solo foram
desenvolvidas várias metodologias para a previsão do processo erosivo (LOVRIC; TOSIC,
2018). Alguns dos modelos empíricos mais utilizados estão representados na Tabela 1:

Tabela 1: Modelos empíricos de estimativa de perdas de solo.

Sigla Modelo Autores
EPM Erosion Potential Method Gravilovic, 1962
MUSLE Modified Universal Soil Loss Equation Willians et al., 1975
USLE Universal Soil Loss Equation Wishmeyer; Smith, 1978
AGNPS Agricutural Non-Point Source Pollution Young et al., 1987
WEPP Water Erosion Prediction Project Laflen et al., 1991
RUSLE Revised Universal Soil Loss Equation Renard et al., 1997
EUROSEM European Soil Erosion Model Morgan et al., 1998
CASC2D Cascade Two-Dimensions Ogden, 1998
HMS Hydrologic Model System Yu, 2000
 14

PSIAC Pacific Southwest Interagency Committee Heydarian, 1996; Clark, 2001

Arnold et al., 1998; Neitsch et
SWAT Soil and Water Assessment Tool
al., 2005
Fonte: Elaborado pelo autor.

A combinação dos modelos com ferramentas do Sistema de Informação Geográfica

(SIG) e Sensoriamento Remoto, facilita sua utilização e fornece um diagnóstico sobre a
distribuição espacial da erosão hídrica, o que permite identificar as áreas com elevadas taxas
erosivas (PRASANNAKUMAR et al., 2012; IMAMOGLU; DENGIZ, 2017). Além disso, a
associação entre o SIG e os modelos é uma forma de melhorar a precisão dos resultados
(GUIMARÃES et al., 2019).
A modelagem da erosão é, como qualquer outro modelo, uma representação da
realidade e não a própria realidade e, portanto, está propensa a erros, que na maioria das vezes
são toleráveis (ALEWELL et al., 2019). De acordo com Alewell et al. (2019), ao analisar os
estudos de Alewell, Egli e Meusburger (2015) e Meusburger et al. (2010), em geral, as taxas
de erosão do solo medidas e modeladas se comparam relativamente bem, e portanto, a
modelagem é eficiente em apontar as áreas com manejo não sustentável do solo.
No Brasil, a baixa disponibilidade de dados principalmente sobre os solos (mapas de
solo escassos, imprecisos ou indisponíveis) e sobre o clima (não espacialmente e
temporalmente detalhadas, estações hidrometeorológicas com vários períodos inoperantes),
juntamente com problemas relativos à sua obtenção (informações dispersas entre diferentes
agências), leva à seleção de modelos que atendem principalmente ao critério de baixa
exigência de dados e que sejam capazes de fornecer um diagnóstico satisfatório
(EFTHIMIOU et al., 2017). Dessa forma, é necessária a utilização de modelos com menor
requerimento de informações como o Método de Erosão Potencial (EPM) (GAVRILOVIC,
1962).

2.4 MÉTODO DE EROSÃO POTENCIAL

O Método de Erosão Potencial (EPM) é um modelo de estimativa das perdas de solo

anuais em escala de bacia hidrográfica amplamente aceito e aplicado para a identificação de
áreas de alta vulnerabilidade ao processo erosivo, fornecendo resultados precisos e confiáveis
(EFTHIMIOU; LYKOUDI; KARAVITIS, 2017). O modelo foi desenvolvido com base em
pesquisas de campo com medições de erosão durante 40 anos, conduzidas na bacia
hidrográfica do Rio Morava, na Sérvia (DRAGIČEVIĆ et al., 2019).
 15

As principais vantagens do método são: a facilidade na obtenção dos parâmetros,

capacidade de implementação com Sistema de Informação Geográfica (SIG) e baixo custo de
aplicação. Além disso, a utilização do EPM é menos onerosa que modelos estabelecidos,
como a Equação Universal de Perda de Solo (USLE) (WISCHMEIER; SMITH, 1978) e sua
versão revisada (RUSLE) (RENARD et al., 1997), porque requer poucos dados de entrada,
baseia-se em valores tabelados facilmente determinados e apresenta em sua estrutura o
coeficiente de retenção (Ru), que fornece uma estimativa da fração de sedimento erodido que
atinge os cursos hídricos e a fração depositada nas depressões de relevo, o que não pode ser
determinado usando USLE e RUSLE.
O EPM foi amplamente utilizado na antiga Iugoslávia nos anos 70, e mais tarde nas
regiões dos Balcãs, na Europa, Oriente Médio, Norte da África e mais recentemente no Brasil
(STEFANIDIS; STATHIS, 2018; TAVARES et al., 2019). O modelo leva em consideração
fatores dependentes do clima, da geologia da superfície, das propriedades do solo, das
características topográficas, do tipo e distribuição do uso da terra e do grau de erosão da bacia
hidrográfica (GAVRILOVIC, 1962). A descrição matemática do modelo é dada pela equação
1:
2
Wyr = T ⋅ Hyr ⋅ π ⋅ √Z 3 ∙ F (Equação 1)

Em que: Wyr = erosão anual (m3 ano-1); T = coeficiente de temperatura (adimensional); Hyr =
precipitação pluviométrica média (mm ano-1); Z = coeficiente de erosão (adimensional) e F =
área de estudo (km2).
A precipitação pluviométrica média (Hyr) e o coeficiente de temperatura (T)
representam o efeito dos fatores climáticos sobre a estimativa de perda de solo fornecida pelo
EPM. Segundo Wischmeier e Smith (1978), o clima assume papel determinante na
modelagem da erosão, pois representa fatores ativos que influem diretamente na desagregação
das partículas do solo. O valor do Coeficiente de Temperatura (T) é determinado conforme a
Equação 2:

2 t
T = √100 + 0,1 (Equação 2)

Em que: t0 = média anual da temperatura do ar, em °C.

O Coeficiente de erosão (Z) expressa a suscetibilidade à erosão hídrica delimitando as
áreas que estão propensas a maiores intensidades do processo erosivo. Com base, nos valores
 16

do Z, Gavrilovic (1962) propõe categorias qualitativas de classificação da erosão hídrica

(Tabela 2).

Tabela 2 - Categorias de intensidade de erosão hídrica e coeficiente Z.

Categorias Intensidade de erosão Coeficiente de Erosão
I Erosão severa Z > 1,00
II Erosão forte 0,71 < 1,00
III Erosão moderada 0,41 < 0,70
IV Erosão fraca 0,19 < 0,40
V Erosão muito fraca Z < 0,19
Fonte: adaptado de Gavrilovic (1962).

Os valores do fator Z são calculados de acordo com a Equação 3:

Z = Y ⋅ Xa ⋅ (φ + 2√Isr ) (Equação 3)

Em que: Y = resistência do solo a erosão (adimensional); Xa = uso e manejo do solo

(adimensional); φ = erosão observada em campo (adimensional); Isr = declividade média do
terreno (%).
Os parâmetros envolvidos no cálculo de Z (Y, Xa, φ), são determinados com base em
valores tabelados que inicialmente foram propostos por Gavrilovic (1962) e recentemente
foram adaptados as condições edafoclimáticas brasileiras por Sakuno et al. (2020).
O coeficiente de resistência do solo a erosão (Y) expressa o efeito das características
do solo e de seu material de origem na resistência ao processo erosivo. Seus valores são
tabelados e variam de 0,10 a 2,00, onde quanto mais próximo de 0,10 maior a resistência do
solo a erosão (GAVRILOVIC, 1962) (Tabela 3).
Algumas dificuldades envolvem a adaptação do coeficiente Y para regiões diferentes
daquelas observadas por Gavrilovic (1962). Essas dificuldades acontecem quando vários tipos
diferentes de rochas e solos devem ser considerados, para determinar a erodibilidade
(MILEVSKI, 2015). Além disso, ocorrem algumas inadequações no ajuste do parâmetro Y
devido a não consideração de certas características do solo, como por exemplo o caráter
oxídico dos Latossolos Brasileiros, que apresenta grande influência sobre a formação e
estabilidade de microagregados e consequentemente sobre a estrutura do solo, fazendo com
que solos com elevados conteúdos de argila apresentem elevada permeabilidade (NUNES;
CASSOL, 2008).
 17

Tabela 3 - Coeficiente médio de resistência do solo à erosão hídrica (Y).

Material Parental Solos Originados (SiBCS1) Y
Afloramentos rochosos - 0,25
Neossolos Flúvicos, Gleissolos, Organossolos,
Sedimentos aluviais 0,50
Planossolos
Rochas básicas e Chernossolos, Latossolos 0,60
ultrabásicas, Anfibolitos,
Argissolos, Nitossolos, Plintossolos 0,70
Argilitos, Xistos
Argissolos*, Latossolos*, Luvissolos*, Nitossolos*,
Granitos, Gnaisses e 0,80
Planossolos*.
Migmatitos
Cambissolos Húmicos, Luvissolos*, Plintossolos*. 0,90
Espodossolos, Vertissolos 1,20
Arenitos quartzosos,
Cambissolos, Neossolos Regolíticos 1,50
Siltitos e Quartzitos
Cambissolos*, Neossolos Litólicos*, Luvissolos*, 2,00
1
Sistema Brasileiro de Classificação dos Solos. *Presença de areia quartzosa. Fonte: Adaptado de Sakuno et al.
(2020).

O coeficiente de proteção do solo (Xa) está relacionado ao uso e manejo do solo, seus
valores variam de 0,05 a 1,00 de acordo com a cobertura vegetal e as práticas de manejo
adotadas (Tabela 4). Os menores valores do coeficiente Xa ocorrem em áreas de mata nativa
com cobertura vegetal densa, devido seu efeito protetor contra a ação das precipitações
pluviométricas. Os maiores valores ocorrem em áreas de baixa cobertura vegetal com
presença de solo exposto, portanto, mais propensas à erosão. O padrão é bastante semelhante
ao fator cobertura e manejo do solo (C) da RUSLE (EFTHIMIOU et al., 2016). Dentre os
parâmetros envolvidos nas estimativas do modelo EPM, o coeficiente de proteção do solo Xa
é um dos fatores de controle mais significativo na alteração dos resultados (DRAGIČEVIĆ;
STEPIC, 2006).

Tabela 4 - Valores do coeficiente de uso e manejo do solo (Xa).

Uso e manejo Xa
Mata 0,05 – 0,30
Pastagem 0,30 – 0,40
Pastagem degradada 0,40 – 0,50
Culturas permanentes com manejo conservacionista 0,50 – 0,60
Culturas permanentes com manejo convencional 0,60 – 0,70
Culturas temporárias com manejo conservacionista 0,70 – 0,80
Culturas temporárias com manejo convencional 0,80 – 0,90
Solo exposto 0,90 – 1,00
Fonte: Adaptado de Gavrilovic (1962) e Sakuno et al. (2020).

O coeficiente φ é determinado a partir de observações das feições erosivas ocorridas

em uma bacia hidrográfica. Este coeficiente mensura as feições erosivas de forma qualitativa
 18

com valores variando de 0,10, representando áreas onde ocorre erosão muito fraca, até 1,00,
para áreas com erosão severa (Tabela 5).

Tabela 5 - Feições erosivas e coeficiente que expressa à erosão observada em campo (φ).
Tipo de erosão φ
Área com erosão severa (voçoroca, erosão em sulcos pesada) 1,00
Erosão em sulcos intensa 0,90
Erosão em sulcos média 0,80
Erosão laminar intensa 0,70
Erosão laminar sem sinais visíveis 0,60
Erosão laminar média 0,50
Erosão laminar leve 0,30
Áreas com erosão nas margens dos cursos d’água 0,20
Áreas agrícolas sob erosão não aparente 0,15
Áreas cobertas por vegetação nativa 0,10
Fonte: Adaptado de Gavrilovic (1962), Spalevic (2011) e Sakuno et al. (2020).

Além dos parâmetros tabelados, para o cálculo de Z também é utilizado o valor médio
da declividade do terreno (Isr). Este parâmetro é determinado com o auxílio de SIG por meio
do modelo digital de elevação (MDE) da área estudada. O cálculo é feito simplesmente pela
inclinação média das células do MDE (SILVA; SANTOS; SILVA, 2014).
A declividade média (Isr) assume papel essencial na ocorrência da erosão hídrica, uma
vez que a morfologia das encostas condiciona a intensidade da erosão e cada tipo de processo
erosivo (STEIN; PONÇANO; SAAD, 2003). Além disso, a declividade controla em boa parte
a velocidade de escoamento superficial afetando o fluxo da água e a permeabilidade do solo,
uma vez que a maior ou menor infiltração da água das chuvas no solo e sua susceptibilidade à
erosão dependem da rapidez com que ocorre o escoamento sobre uma bacia hidrográfica
(VILLELA; MATTOS, 1975; DUARTE et al., 2007).
O modelo EPM estima a perda de solo total na área. Para a obtenção da perda real de
solo ou entrega de sedimentos (Gyr) é utilizado o coeficiente de retenção (Ru) conforme a
Equação 4:

Gyr = Wyr ∙ R u (Equação 4)

Em que: Gyr = perda real de solo (m3 ano-1); Ru = coeficiente de retenção de sedimentos
(adimensional).
 19

O coeficiente de retenção (Ru) permite determinar a fração de sedimentos erodidos que

atinge os cursos hídricos, contribuindo para o assoreamento e depreciação da qualidade da
água, e a fração que fica retida nas depressões do relevo no interior da bacia hidrográfica. O
Ru é calculado de acordo com a Equação 5:

(O ⋅ D)0,5
Ru = (Equação 5)
0,25 ⋅ (L+10)

Em que: O = perímetro da bacia hidrográfica (km); D = diferença média de elevação (km); L

= comprimento da bacia hidrográfica, medido a partir dos cursos hídricos (km).
A diferença média de elevação (D) é calculada pela diferença entre a altitude média e
altitude mínima da área estudada. Tanto D quanto o perímetro (O) e o comprimento da área
(L) são calculados com base nas curvas de nível da bacia hidrográfica.
Os cálculos do modelo EPM e a determinação de seus parâmetros podem ser
realizadas em SIG, principalmente quando as regiões afetadas pelo processo erosivo são
extensas e as medições de campo são inviáveis. O SIG e sensoriamento remoto também são
usados para representar graficamente a espacialização dos resultados do EPM (SHAHABI et
al., 2016).

2.5 TOLERÂNCIA DE PERDA DE SOLO

Durante o período pós final da Segunda Guerra Mundial, grande parte da Europa estava
em ruínas e os sistemas de produção agrícola foram destruídos com diversos impactos gerados
ao solo. Nesse período, o conceito de Tolerância de Perdas de Solo foi desenvolvido de forma
mais ativa, com foco principalmente na função do solo na produção de alimentos
(VERHEIJEN et al., 2009).
A TPS pode ser definida como a intensidade máxima do processo de erosão que ainda
permite uma taxa de produtividade economicamente sustentável dos cultivos agrícolas
(WISCHMEIER; SMITH, 1978). O valor de TPS ideal consiste na taxa de erosão equivalente
à de formação do solo. No entanto, essa taxa é muito difícil de ser mensurada já que a
formação do solo varia consideravelmente com o material de origem, relevo, tempo e ação do
clima e microorganismos (LI et al., 2009).
As informações fornecidas pela TPS podem ser utilizadas como mecanismo para a
proposição de práticas conservacionistas nas atividades agropecuárias e para o planejamento
do uso e ocupação do solo de forma sustentável (NUNES et al., 2012; DEMARCHI;
 20

ZIMBACK, 2014). Os limites de TPS variam de acordo com as características do solo, onde
solos com baixa profundidade ou com gradiente textural elevado entre os horizontes de
superfície e de subsuperfície possuem menor TPS, e solos mais profundos e bem drenados
apresentam altos valores de tolerância (DEMARCHI; ZIMBACK, 2014).
Segundo Wishmeier e Smith (1978), o limite máximo geralmente aceito de perda de
solo gira em torno de 11,2 Mg ha-1 ano-1. Na Europa as taxas da TPS se encontram entre 0,3 a
1,4 Mg ha-1 ano-1, dependendo dos fatores que promovem o desgaste do solo e da sua taxa de
formação (VERHEIJEN et al., 2009). Quanto ao Brasil, Lombardi Neto e Bertoni (1975),
estabeleceram os limites de TPS no Estado de São Paulo variando de 4,5 a 13,4 e de 9,6 a
15,0 Mg ha-1 ano-1, para Argissolos e Latossolos, respectivamente. Apesar dos limites
estabelecidos pela TPS, em solos com taxa muito lenta de formação, qualquer perda acima de
1 Mg ha-1 ano-1 pode ser considerada como causadora de danos irreversíveis à qualidade do
solo a longo prazo (STEFANO; FERRO, 2016).
Vale ressaltar que os valores de tolerância não impõem restrições arbitrárias ao manejo
do solo, apenas estabelecem limites dentro dos quais as escolhas das técnicas de cultivo
adotadas devem ser feitas (LOMBARDI NETO; BERTONI, 1975).
Dentre as metodologias utilizadas para quantificar a TPS nos solos brasileiros, o
método proposto por Bertol e Almeida (2000) (Equação 6) é o mais usual.

TPS = 100 ∙ h ∙ ra ∙ m ∙ p ∙ Ds ∙ 1000−1 (Equação 6)

Em que: TPS = tolerância de perdas de solo (Mg ha-1 ano-1); h = profundidade efetiva do solo
(mm), limitada a 100 cm; ra = relação que expressa, conjuntamente, o efeito da relação
textural entre os horizontes B e A e do teor de argila do horizonte A; m = fator que expressa o
teor de matéria orgânica na camada de 0 - 20 cm; p = fator de permeabilidade do solo; Ds =
densidade do solo (kg dm-3) e 1.000-1 = constante do período de tempo necessário para
desgastar uma camada de solo de 1.000 mm de profundidade.
Os limites de TPS apresentam grande variação mesmo entre solos do mesmo tipo,
indicando que o uso de um padrão uniforme em terras agrícolas na escala regional, o que é
comum no Brasil (GALINDO; MARGOLIS, 1989; BERTOL; ALMEIDA, 2000), não é
preciso e não reflete nos esforços para manter a sustentabilidade (DUAN et al., 2017). Desta
forma é essencial a determinação dos valores de TPS em escala de bacia hidrográfica a fim de
melhorar sua aplicação e confiabilidade.
 21

REFERÊNCIAS BIBLIOGRÁFICAS

ALEWELL, C. et al. Using the USLE: Chances, challenges and limitations of soil erosion
modelling. International Soil and Water Conservation Research, Amsterdã, v. 7, n. 3, p.
203-225, 2019.

ALEWELL, C.; EGLI, M.; MEUSBURGER, K. An attempt to estimate tolerable soil erosion
rates by matching soil formation with denudation in Alpine grasslands. Journal of Soils and
Sediments, Berlim, v. 15, n. 8, p. 1383-1399, 2015.

ALVES, H. M. R. et al. Características ambientais e qualidade da bebida dos cafés do estado

de Minas Gerais. Informe Agropecuário EPAMIG, Belo Horizonte, v. 32, n. 261, p. 1-12,
2011.

ANACHE, J. A. A. et al. Runoff and soil erosion plot-scale studies under natural rainfall: A
meta-analysis of the Brazilian experience. Catena, Amsterdã, v. 152, n. 1, p.29-39, 2017.

ANH, P. T. Q. et al. Linkages among land use, macronutrient levels, and soil erosion in
northern Vietnam: A plot-scale study. Geoderma, Amsterdã, v. 234, n. 1, p. 352-362, 2015.

ARNOLD, J.G. et al. Large-area hydrologic modeling and assessment: part I model
development. J. Am. Water Resources Association, Middleburg, v. 34, p. 73-89, 1998

BAGATINI, T. et al. Perdas de solo e água por erosão hídrica após mudança no tipo de uso da
terra, em dois métodos de preparo do solo e dois tipos de adubação. Revista Brasileira de
Ciência do Solo, Viçosa, v. 35, n. 3, p. 999-1011, 2011.

BERTOL, I.; ALMEIDA, J. A. Tolerância de perda de solo por erosão para os principais
solos do estado de Santa Catarina. Revista Brasileira de Ciência do Solo, Viçosa, v. 24, n. 3,
p. 657-668, 2000.

BERTONI, J.; LOMBARDI NETO, F. Conservação do solo. 8. ed. São Paulo: Ícone, 2012.
355 p.

BESKOW, S. et al. Soil erosion prediction in the Grande River Basin, Brazil using distributed
modelling. Catena, Amsterdã, v. 79, n. 1, p. 49-59, 2009.

BRASIL. Ministério da Agricultura, Pecuária e Abastecimento. Café no Brasil. 2018.

Disponível em: <http://www.agricultura.gov.br/assuntos/politica-agricola/cafe/cafeicultura
brasileira>. Acesso em: 29 jan. 2019.

CARVALHO, D. F. et al. Características da chuva e perdas por erosão sob diferentes práticas
de manejo do solo. Revista Brasileira de Engenharia Agrícola e Ambiental, Campina
Grande, v. 13, n. 1, p. 3-9, 2009.

CHEN, T. et al. Regional soil erosion risk mapping using RUSLE, GIS, and remote sensing: a
case study in Miyun Watershed, North China. Environmental Earth Sciences, Berlim, v. 63,
n. 3, p. 533–541, 2011.
 22

CLARK, K. B. An Estimate of Sediment Yield for Two Small Sub-Catchment in a

Geographic Information System. Ph.D. thesis, University of New Mexico, 2001.

CONAB, Companhia Nacional de Abastecimento. Acompanhamento da safra brasileira de

café, v. 5 - Safra 2019, n. 2 - Segundo levantamento, Brasília, maio 2019. 65 p.

DECHEN, S. C. F. et al. Perdas e custos associados à erosão hídrica em função de taxas de

cobertura do solo. Bragantia, Campinas, v. 74, n. 2, p.224-233, 2015.

DEMARCHI, J. C.; ZIMBACK, C. R. L. Mapeamento, erodibilidade e tolerância de perda de

solo na sub-bacia do Ribeirão das Perobas. Energia na Agricultura, Botucatu, v. 29, n. 2, p.
102-114, 2014.

DEVÁTÝ, J. et al. Effects of historical land use and land pattern changes on soil erosion Case
studies from Lower Austria and Central Bohemia. Land Use Policy, Amsterdã, v. 82, n. 1, p.
674-685, 2019.

DIDONÉ, E. J.; MINELLA, J. P. G.; EVRARD, O. Measuring and modelling soil erosion and
sediment yields in a large cultivated catchment under no-till of Southern Brazil. Soil and
Tillage Research, Amsterdã, v. 174, n. 1, p. 24-33, 2017.

DRAGIČEVIĆ, N. et al. Effect of source-varying input data on erosion potential model

performance. Geocarto International, Oxfordshire, v. 34, n.10, p. 1109-1122, 2019.

DRAGIČEVIĆ, S.; STEPIC, M. Changes of the erosion intensity in the Ljig river basin – the
influence of the antropogenic factor. Bulletin of the Serbian Geographical Society,
Belgrado, v. 86, n. 2, p. 37-44, 2006.

DUAN, X. et al. A new method to calculate soil loss tolerance for sustainable soil
productivity in farmland. Agronomy for Sustainable Development, Berlim, v. 37, n. 2, p. 2
13, 2017.

DUARTE, C. C. et al. Análise fisiográfica da bacia hidrográfica do rio Tapacurá - PE.

Revista de Geografia, Recife, v. 24, n. 2, p. 50-64, 2007.

EFTHIMIOU, N. et al. Assessment of soil susceptibility to erosion using the EPM and
RUSLE Models: the case of venetikos river catchment. Global NEST Journal, Atenas, v. 18,
n. 1, p. 164-179, 2016.

EFTHIMIOU, N.; LYKOUDI, E.; KARAVITIS, C. Comparative analysis of sediment yield

estimations using different empirical soil erosion models. Hydrological Sciences Journal,
Oxfordshire, v. 62, n. 16, p. 2674–2694, 2017.

EMATER, Empresa de Assistência Técnica e Extensão Rural do Estado de Minas Gerais.

Conhecendo a Cafeicultura de Minas Gerais. Belo Horizonte, 2018. Disponível em:
<http://www.emater.mg.gov.br/portal.cgi?flagweb=novosite_pagina_interna&id=22530>
Acesso em: 29 jan. 2019.

FAO, Food and Agriculture Organization of the United Nations. Voluntary Guidelines for
sustainable soil management food and agriculture organization of the united nations.
 23

Rome: 2017. Disponível em: <http://www.fao.org/3/a-bl813e.pdfhttp://www.fao.org/3/a

bl813e.pdf>. Acesso em: 29 jan. 2019.

GALINDO, I. C.; MARGOLIS, E. Tolerância de perdas por erosão para solos do Estado de
Pernambuco. Revista Brasileira de Ciência do Solo, Viçosa, v. 13, n.1, p. 95- 100, 1989.

GANASRI, B. P.; RAMESH, H. Assessment of soil erosion by RUSLE model using remote
sensing and GIS - A case study of Nethravathi Basin. Geoscience Frontiers, Amsterdã, v. 7,
n. 6, p. 953-961, 2016.

GAVRILOVIC, S. A method for estimating the average annual quantity of sediments

according to the potency of erosion. Bulletin of the Faculty of Forestry, Belgrado, v. 26,
p.151-168, 1962.

GUIMARÃES, D. V. et al. Modeling of Soil Losses on a Yellow Argisol Under Planted

Forest. Floresta e Ambiente, Seropédica, v. 26, n. 1, e20160292, 2019.

HAGHIZADEH, A.; SHUI, L. T.; GODARZI, E. Forecasting Sediment with Erosion

Potential Method with Emphasis on Land Use Changes at Basin. Electronic Journal of
Geotechnical Engineering, Stillwater, v. 14, n. 1, p. 1-12, 2009.

HERNANI, L. C. et al. A erosão e seu impacto. In: MANZATTO, C. V.; FREITAS JÚNIOR,
E.; PERES, J. R. R. Uso agrícola dos solos brasileiros. Rio de Janeiro: Embrapa Solos,
2002. cap. 5, p. 47-60.

HEYDARIAN, S. A. Assessment of erosion in mountain regions. In: Proceedings of 17th

Asian Conference on Remote Sensing, Sri Lanka, 1996.

IGWE, P. U. et al. Soil erosion: A review of models and applications. International Journal
of Advanced Engineering Research and Science, Jaipur, v. 4, n. 12, p. 138-150, 2017.

IMAMOGLU, A.; DENGIZ, O. Determination of soil erosion risk using RUSLE model and
soil organic carbon loss in Alaca catchment (Central Black Sea region, Turkey). Rendiconti
Lincei, Berlim, v. 28, n. 1, p. 11–23, 2017.

LAFLEN, J. M. et al. A new generation of erosion prediction technology. Journal of Soil

and Water Conservation, Ankeny, v. 46, n. 1, p. 34-38, 1991.

LAL, R. Soil degradation by erosion. Land Degradation & Development, Nova Jersey, v.
12, n. 1, p. 519-539, 2001.

LAL, R. Soil erosion and the global carbon budget. Environment International, Kidlington,
v. 29, n. 4, p. 437-450, 2003.

LEPSCH, I. F. et al. Manual para levantamento utilitário e classificação de terras no

sistema de capacidade de uso. 1. Ed. Viçosa: SBCS, 2015. 170 p.

LI, L. et al. An overview of soil loss tolerance. Catena, Amsterdã, v. 78, n. 2, p. 93-99, 2009.
 24

LOMBARDI NETO, F.; BERTONI J. Tolerância de perdas de terra para solo do Estado
de São Paulo. Campinas: Instituto Agronômico de Campinas, 1975. 12p.

LOVRIC, N.; TOSIC, R. Assessment of soil erosion and sediment yield using erosion
potential method: case study - vrbas river basin (B&H). Bulletin of the Serbian
Geographical Society, Belgrado, v. 98, p. 1-14, 2018.

MEDEIROS, G. O. R. et al. Estimates of Annual Soil Loss Rates in the State of São Paulo,
Brazil. Revista Brasileira de Ciência do Solo, Viçosa, v. 40, p. 1-18, 2016.

MERTEN, G. H.; MINELLA, J. P. G. The expansion of Brazilian agriculture: Soil erosion

scenarios. International Soil and Water Conservation Research, Amsterdã, v. 1, n. 3, p.
37-48, 2013.

MEUSBURGER, K. et al. Soil erosion modelled with USLE and PESERA using QuickBird
derived vegetation parameters in an alpine catchment. International Journal of Applied
Earth Observation and Geoinformation, Amsterdã, v. 12, n. 3, p. 208-215, 2010.

MILEVSKI, I. An approach of GIS based assessment of soil erosion rate on country level in
the case of Macedonia. In: International Scientific Conference GEOBALCANICA 2015,
Macedonia, 2015. p. 97-104.

MINELLA, J. P. G. et al. Processo e modelagem da erosão: da parcela à bacia hidrográfica.

In: Manejo e Conservação do Solo e da Água no Contexto das Mudanças Ambientais.
Rio de Janeiro: Embrapa Solos, 2010. cap. 4, p. 105-121.

MORGAN, R. P. C. et al. The EUROSEM model. Springer Verlag, London, p. 373 - 382,
1998.

NEITSCH, S. L. et al. SWAT User Manual, Version. Grassland Soil and Water Research
Laboratory, Temple, Texas, USA, 2005. 472p.

NUNES, J. G. et al. Tolerância de perda de solo por erosão na região sul do Amazonas.
Ambiência. Revista do Setor de Ciências Agrárias e Ambientais, Guarapuava, v. 8, n. 3, p.
859-868, 2012.

NUNES, M. C. M.; CASSOL, E. A. Estimativa da erodibilidade em entressulcos de

Latossolos do Rio Grande do Sul. Revista Brasileira de Ciência do Solo, Viçosa, v. 32, p.
2.839-2.845, 2008.

OGDEN, F. J. CASC2D Reference manual. Storrs: Department of Civil end Environmental

Engineering/University of Connecticut, Mansfield, 1998.

OUYANG, W. et al. Soil erosion dynamics response to landscape pattern. Science of The
Total Environment, Amsterdã, v. 408, n. 6, p. 1358-1366, 2010.

PANACHUKI, E. et al. Perdas de solo e de água e infiltração de água em Latossolo Vermelho

sob sistemas de manejo. Revista Brasileira de Ciência do Solo, Viçosa, v. 35, n. 5, p. 1777
1786, 2011.
 25

PANAGOS, P. et al. Cost of agricultural productivity loss due to soil erosion in the European
Union: From direct cost evaluation approaches to the use of macroeconomic models. Land
Degradation & Development, Nova Jersey, v. 29, n. 1, p. 471-484, 2018.

PEREIRA, P. et al. Soil ecosystem services, sustainability, valuation and management.

Current Opinion in Environmental Science & Health, Amsterdã, v. 5, n. 1, p. 7-13, 2018.

POSTHUMUS, H. et al. Costs and benefits of erosion control measures in the UK. Soil Use
and Management, Nova Jersey, v. 31, n. 1, p. 16-33, 2015.

PRADO, D. F. C.; HAYAKAWA, E. H.; KAWAKUBO, F. S. Mapeamento do cultivo de

café no Sul de Minas Gerais utilizando imagens Landsat-5 tm e variáveis topográficas.
Revista do Departamento de Geografia, São Paulo, v. 31, p. 43-57, 2016.

PRASANNAKUMAR, V. et al. Estimation of soil erosion risk within a small mountainous

sub-watershed in Kerala, India, using Revised Universal Soil Loss Equation (RUSLE) and
geo-information technology. Geoscience Frontiers, Amsterdã, v. 3, n. 2, p. 209-215, 2012.

RENARD, K. G. et al. Predicting Soil Erosion by Water: A Guide to Conservation Planning

With the Revised Universal Soil Loss Equation (RUSLE). U.S. Department of Agriculture,
Agriculture Handbook, Washington, v. 703, 1997.

SAKUNO, N. R. R. et al. Adaptation and application of the erosion potential method for
tropical soils. Revista Ciência Agronômica, Fortaleza, v. 51, n. 1, e20186545, 2020.

SANTOS, G. G.; GRIEBELER, N. P.; OLIVEIRA, L. F. C. Chuvas intensas relacionadas à

erosão hídrica. Revista Brasileira de Engenharia Agrícola e Ambiental, Campina Grande,
v. 14, n. 2, p. 115–123, 2010.

SHAHABI, H. et al. Soil erosion hazard mapping in central Zab Basin using EPM model in
GIS environment. International Journal of Geography and Geology, Karachi, v. 5, n. 11,
p. 224-235, 2016.

SILVA, M. A. et al. Sistemas de manejo em plantios florestais de eucalipto e perdas de solo e

água na região do Vale do Rio Doce, MG. Ciência Florestal, Santa Maria, v. 21, n. 4, p. 765
776, 2011 .

SILVA, R. M.; SANTOS, C. A. G.; SILVA, A. M. Predicting Soil Erosion and Sediment
Yield in the Tapacurá Catchment, Brazil. Journal of Urban and Environmental
Engineering, João Pessoa, v. 8, n. 1, p. 75-82, 2014.

SIMÕES, J. C.; PELEGRINI, D. F. Diagnóstico da cafeicultura mineira: regiões

tradicionais – Sul/Sudoeste de Minas, Zona da Mata, Triângulo Mineiro/Alto Paranaíba.
Belo Horizonte: EPAMIG, 2010. 56p.

SOUSA, T. T. C.; ARAÚJO, R. C.; VITAL, A. F. M. Análise do Tema Solos nos Livros
Didáticos: um estudo de caso. Revista Comunicação e Educação Ambiental, Rio de
Janeiro, v. 6, n. 6, p. 20-42, 2016.
 26

SPALEVIC, V. Impact of land use on runoff and soil erosion in Polimlje. 260f. Tese
(Doutorado) - Faculty of Agriculture of the University of Belgrade, Belgrado, 2011.

STEFANIDIS, S.; STATHIS, D. Effect of Climate Change on Soil Erosion in a Mountainous

Mediterranean Catchment (Central Pindus, Greece). Water, Basel, v. 10, n.1469. p. 1-12,
2018. https://doi.org/10.3390/w10101469

STEFANO, C. D.; FERRO, V. Establishing soil loss tolerance: an overview. Journal of

Agricultural Engineering, Paiva, v. 47, n. 3, p. 127-133, 2016.

STEIN, D. P.; PONÇANO, W. L.; SAAD, A. R. Erosão na bacia do rio Santo Anastácio,
oeste do estado de São Paulo, Brasil. Revista Geociências, Rio Claro, v. 22, n. 2, p. 143-162,
2003.

TAVARES, A. S. et al. Modeling of water erosion by the erosion potential method in a pilot
subbasin in southern Minas Gerais. Semina: Ciências Agrárias, Londrina, v. 40, n.2, p. 555
572, 2019.

VERHEIJEN, G. G. A. et al. Tolerable versus actual soil erosion rates in Europe. Earth
Science Reviews, Amsterdã, v. 94, n. 4, p. 23-38, 2009.

VILLELA, S. M.; MATTOS, A. Hidrologia Aplicada. Editora Mc Graw Hill, São Paulo,
1975. 245p.

VOLK, L. B. S.; COGO, N. P.; STRECK, E. V. Erosão hídrica influenciada por condições
físicas de superfície e subsuperfície do solo resultantes do seu manejo, na ausência de
cobertura vegetal. Revista Brasileira de Ciência do Solo, Viçosa, v. 28, n. 4, p. 763-774,
2004.

WILLIAMS, J. R. Sediment-yield prediction with Universal Equation using runoff energy

factor. In: Present and prospective technology for predicting sediment yield and sources.
Oxford: United States Department of Agriculture, 1975. p. 244-252.

WISCHMEIER, W. H.; SMITH, D. D. Predicting rainfall erosion losses. A guide to

conservation planning. Supersedes Agriculture Handbook. Washington, United States
Department of Agriculture, 1978. 67 p.

YOUNG, R. A. et al. AGNPS – Agricultural Non-Point Source Pollution Model – A

watershed analysis tool. United States Department of Agriculture, Conservation Research
Report. Washington: USDA, v.35, p.1-80, 1987.

YU, Z. Assessing the response of su grid hudrologic processes to atmospheric forcing with a
hydrologic model system. Global and Planetary Change, Amsterdã, v. 25, p. 1-17, 2000.

ZARE, M.; PANAGOPOULOS, T.; LOURES, L. Simulating the impacts of future land use
change on soil erosion in the Kasilian watershed, Iran. Land use policy, Amsterdã, v. 67, n.
1, p. 558-572, 2017.
Ciência e Agrotecnologia, 43:e012719, 2019 Agricultural Sciences
http://dx.doi.org/10.1590/1413-7054201943012719 eISSN 1981-1829

Estimates of soil losses by the erosion potential

method in tropical latosols
Estimativas de perdas de solo pelo método de erosão potencial
em latossolos tropicais

Guilherme Henrique Expedito Lense1 , Taya Cristo Parreiras1 , Rodrigo Santos Moreira1 ,
Junior Cesar Avanzi2 , Ronaldo Luiz Mincato1*

1
Universidade Federal de Alfenas/UNIFAL-MG, Alfenas, MG, Brasil
2
Universidade Federal de Lavras/UFLA, Lavras, MG, Brasil
*
Corresponding author: ronaldo.mincato@unifal-mg.edu.br
Received in May 17, 2019 and approved in August 6, 2019

ABSTRACT
Water erosion is one of the main problems faced in coffee cultivation, as it promotes environmental degradation and crop yield decrease.
Erosion estimates support the planning of conservation management practices and allowing determining the rates of soil losses. Thus,
the objective of this paper was to estimate the soil loss by water erosion using the Erosion Potential Method in a sub-basin predominantly
covered by coffee cultivation and then to compare the results with the Soil Loss Tolerance limits. The study area is the Coroado Stream
Sub-basin, located at Alfenas Municipality, south of Minas Gerais, Brazil. The sub-basin presented an Erosion Coefficient of 0.272, indicating
a predominance of low-intensity erosion. The total soil loss estimate was 1,772.01 Mg year-1 with an estimated average of 1.74 Mg ha-1
year-1. Soil Loss Tolerance limits range from 4.75 to 7.26 Mg ha-1 year-1 and, according to the Erosion Potential Method, only 1.0% of the
sub-basin presented losses above the limits. The areas with the highest slopes and bare soil concentrated the highest losses rates and
should be prioritized in the adoption of mitigation measures. The Erosion Potential Method estimated soil losses in tropical edaphoclimatic
conditions in a fast, efficiently and at low cost, supporting the adoption of conservation management practices.

Index Terms: Soil conservation; water erosion; modeling.

RESUMO
A erosão hídrica é um dos principais problemas enfrentados na cafeicultura, pois promove a degradação ambiental e a diminuição da
produção agrícola. As estimativas da erosão auxiliam no planejamento de práticas e sistemas de manejo conservacionistas e permitem
aferir as taxas de perdas do solo. Assim, o objetivo do trabalho foi estimar a perda de solo por erosão hídrica pelo Método de Erosão
Potencial em uma sub-bacia hidrográfica com cultivo predominante de café e, então, comparar com os limites de Tolerância de Perda
do Solo. A área de estudo correspondente a uma Sub-bacia Hidrográfica do Córrego Coroado, Município de Alfenas, sul de Minas Gerais,
Brasil. O Método de Erosão Potencial apresentou o Coeficiente de Intensidade da Erosão de 0,272, indicando predomínio da erosão
de fraca intensidade. A perda potencial total de solo foi de 1.772,01 Mg ano-1 com média estimada em 1,74 Mg ha-1 ano-1. Os limites de
Tolerância de Perda do Solo variaram de 4,75 a 7,26 Mg ha-1 ano-1 e segundo o Método de Erosão Potencial apenas 1,0% da sub-bacia
apresentou perdas acima do limite de tolerância. As maiores taxas de perdas de solo se encontram nas áreas com maiores declividades
e presença de solo exposto e devem ser priorizadas na adoção de medidas mitigadoras. O Método de Erosão Potencial estimou as
perdas de solo nas condições edafoclimáticas tropicais de forma rápida, eficiente e com baixo custo, subsidiando a adoção de práticas
agronômicas conservacionistas.

Termos para indexação: Conservação do solo; erosão hídrica; modelagem.

INTRODUCTION conserve soil and biodiversity, providing a socioeconomic

and environmental sustainable production (Brazil, 2018).
Brazil is the world’s largest coffee producer and One of the problems faced by coffee growers,
exporter, with 2 million hectares planted. Coffee cultivation especially in tropical areas with the steepest slope, is water
is a relevant source of income and an important sector in erosion. This phenomenon reduces the availability of fertile
job creation for hundreds of cities. In the environmental soils and water quality, promoting environmental degradation
point of view, Brazilian coffee cultivation should seek to of cultivated lands and compromising the sustainability of

2019 | Lavras | Editora UFLA | www.editora.ufla.br | www.scielo.br/cagro

All the contents of this journal, except where otherwise noted, is licensed under a Creative Commons Attribution License attribuition-type BY.
2 LENSE, G. H. E. et al.

the system (Scharrón; Sánchez, 2017). Besides sediment productive capacity of agricultural land requires the reduction
transport, the phenomenon causes the removal of nutrients, of erosion rates close to zero (Mendes Júnior et al., 2018).
agrochemicals, contaminants and organic matter, reducing Thus, this paper aims to estimate soil loss rate by
the productive capacity of the land and generating additional water erosion using the Erosion Potential Method (EPM)
costs to the producers (Avanzi et al., 2013). The soil losses due in a sub-basin predominantly cultivated with coffee, and
to water erosion in the areas with temporary and permanent compare the results with the Soil Loss Tolerance (T) limit.
crops in Brazil are of the order of 822.7 million tons per year,
generating an average financial loss of R $ 6.6 billion per year MATERIAL AND METHODS
(Hernani et al., 2002).
Researches on the mechanisms and intensity of Study area
water erosion in the coffee crop are limited (Prochnow et The study area is the Coroado Stream Hydrographic
al., 2005; Carvalho et al., 2007; Scharrón; Sánchez, 2017; Sub-basin, affluent of the Furnas Hydroelectric Power Plant
Mendes Júnior et al., 2018; Tavares et al., 2019). Thus, reservoir at coordinates UTM 403784 to 406399 m W and
it is necessary to adopt instruments that provide erosion 7620076 to 7616515 m S, zone 23K, Datum SIRGAS 2000
data in tropical areas under coffee cultivation to proposing (Figure 1). The area belongs to the Rio Grande Hydrographic
possible mitigating practices (Sánchez et al., 2015). Basin and is placed at the Capoeirinha coffee farm (Ipanema
Erosion modeling methods estimate soil loss Agrícola SA), in the Alfenas Municipality, southern of
rates and, when associated with Geographic Information Minas Gerais, Brazil. The climate of the region according
Systems (GIS), allow the visualization of the spatial to the Köppen classification is Tropical Mesothermic (CwB)
distribution of the areas most susceptible to erosion, (Sparovek; Van Lier; Dourado Neto, 2007).
providing information that contributes to the improvement The land use map (Figure 1) was made using
of agricultural productivity and prevention and mitigation ArcGIS 10.3 software (ESRI, 2015), based on field
of environmental impacts (Couto Júnior et al., 2019). surveys and images of the Landsat-8 Operational Land
The Erosion Potential Method (EPM) (Gavrilovic, Imager (OLI) satellite, bands 2, 3, and 4, in orbit 219,
1988) is a soil loss estimation model used in the former point 75, from the Image Generation Division (DIDGI)
Yugoslavia, Balkan regions, Eastern Europe, Middle Orient, (INPE, 2019). The sub-basin presents coffee cultivation,
Italy, North Africa and, more recently, in Brazil (Stefanidis; native and regenerating forests as predominant land uses
Stathis, 2018; Tavares et al., 2019). EPM has acceptable with 406.89 ha and 345.52 ha, respectively. Others land
accuracy and provides similar results to established methods use classes include corn (65.50 ha), sugarcane (60.11 ha),
such as the Revised Universal Soil Loss Equation (RUSLE) eucalyptus (38.43 ha), pasture (13.09 ha), drainage (32.11
(Renard et al., 1997) and the Universal Soil Loss Equation ha), facilities (14.44 ha) and access roads (39.90 ha).
(USLE) (Wischmeier; Smith, 1978), with the advantage The digital soil map was elaborated using topography
of having a simple structure and requiring little input data as the basic attribute of soil formation (Mcbratney; Santos;
(Efthimiou et al., 2016; Tavares et al., 2019). Another Minasny, 2003), combined with field morphological
advantage of the EPM is the retention coefficient (Ru) descriptions and laboratory physical and chemical analyzes
(Gavrilovic, 1988), that provides an estimate of the fraction of soil samples. Digital Elevation Model (DEM) was
of the eroded sediment that reaches the water body system obtained based on the level curves from the Topographic
and the fraction that was deposited in relief depressions, Chart of Alfenas (IBGE, 1970) and the declivity Map was
which is not possible by USLE and RUSLE. elaborated from the DEM by the ArcGIS 10.3 Slope tool
The erosion prediction allows identifying areas (ESRI, 2015) (Figure 2A).
with soil losses above the Soil Loss Tolerance (T) limit. T Disturbed and undisturbed soil samples were collected
is a parameter that reflects the maximum erosion rate that in 27 points at the 0-20 and 20-60 cm soil layers (Figure 2A)
will still allow the crops to achieve sustainable production according to the relief and the soil use classes using a probe
(Wischmeier; Smith, 1978). The T value is of great and a cylindrical sampler (92.53 cm³), respectively. The depth
importance for taking measures to control water erosion on and morphological description of each soil were made in
agricultural lands, helping to prioritize the most affected areas. micro trenches (40 x 40 x 60 cm) (Santos et al., 2005). The
The ideal soil erosion rate consists of the equivalent of soil particle size distribution was analyzed by pipette method with
formation. However, due to the variability of the pedogenetic 0.1 mol L-1 NaOH as a dispersant (Gee; Bauder, 1986), the
factors, determined the soil formation rates with precision is soil density from samples with undisturbed structure (Blake;
not possible (Li et al., 2009). Thus, in the short-term, T can Hartge, 1986) and the soil organic matter content according
be used as a soil sustainability index, but in the long term, the to Embrapa (2011).

Ciência e Agrotecnologia, 43:e012719, 2019

Estimates of soil losses by the erosion potential method in tropical latosols 3

Figure 1: Map of the location and land use of the Coroado Stream Sub-basin, Alfenas, south of Minas Gerais, Brazil.

Figure 2: Declivity map with soil sampling points (A) and Digital Soil Map (B) of the Coroado Stream Hydrographic
Sub-basin, Alfenas, south of Minas Gerais, Brazil. Notes: dystrophic Red Latosol in flat to slightly rolling relief
(LVd1), rolling relief (LVd2), and strongly rolling relief (LVd3), dystrophic Tb Haplic Cambisol (CXbd), indiscriminate
floodplain soils (IFS) and Rocky Outcrop (RO).

The soils were classified according to the Embrapa corresponding to 24.07, 46.58, 20.32, 1.74 and 4.13%
(2013) as a dystrophic Red Latosol (Oxisol – USDA, of the area, respectively.
1999) in flat to slightly rolling relief - LVd1 (slope
Erosion Potential Method (EPM)
0-8%), rolling relief - LVd2 (slope 8-20%), strongly
rolling relief - LVd3 (slope of 20-45%) dystrophic Tb The annual soil loss was estimated by the Erosion
Haplic Cambisol (CXbd) (Inceptisol – USDA, 1999) Potential Method (EPM) (Gavrilovic, 1988) using the
and indiscriminate floodplain soils (IFS) (Figure 2B), mathematical model shown in Table 1.

Ciência e Agrotecnologia, 43:e012719, 2019

4 LENSE, G. H. E. et al.

Table 1: Equations and descriptions of the parameters used to estimate soil losses in the Erosion Potential Method.
Equation Parameters
Wyr = Annual erosion (Mg yr-1)
Tc = Coefficient of temperature (dimen.)
Wyr  Tc  H yr  π  2 Z3  F  Ds (1)
Hyr = Mean annual rainfall (mm yr-1)
Z = Coefficient of erosion (dimen.)
G
 yr Wyr  R u (2) F = Study area (km2)
Ds* = Soil density (kg dm-3)
t0 Gyr = Sediment production (Mg yr-1)
Tc
= 2 + 0.1 (3) Ru = Coefficient of retention (dimen.)
10 t0 = Mean air temperature (°C yr-1)

 
Y = Soil resistance to erosion (dimen.)
Z  Y  X a  φ  2 Isr (4) Xa = Coefficient of soil use and management (dimen.)
φ = Coefficient of visible erosion features (dimen.)
 O  D)0,5 Isr = Mean slope (%)
Ru  (5) O = Basin length (km)
0.25   L  10  D = Difference in basin elevation (m)
L = Length of basin (km)
Notes: dimen. = dimensionless. * Parameter incorporated into the original formula for conversion of m3 year-1 to Mg year-1.
Source: Gavrilovic (1988).

The sub-basin area is 10.16 km 2 (F) with a with severe erosion (Gavrilovic, 1988). The values of Xa
perimeter of 13.54 km (O) and a minimum, average and and φ were obtained from field surveys throughout the
maximum altitude of 793, 860 and 940 m, respectively. sub-basin, classifying each class of soil use according
The sub-basin length has an extension of 3.32 km (L), to the values tabulated by Gavrilovic (1988) (Table 2).
measured by the watercourse, and the mean difference in The INMET (2019) database was used to determine the
elevation (D) is 67 m, calculated by the ratio of the mean climatic factors (Hyr, t0) while the mean slope (Isr) was
and the minimum altitude. The physical characteristics determined by declivity map.
were obtained in GIS, by geoprocessing based on the The EPM was developed to estimate soil loss in
Topographic Chart of Alfenas (IBGE, 1970). river basins (Gavrilovic, 1988). Thus, in this study, the
The coefficient of erosion (Z) represents the entire sub-basin was considered, and not only the coffee
intensity of the erosive process. Z values close to 0 growing area, the main objective of the research.
represent lower severity of water erosion. Soil resistance The model calculation was performed by the IntErO
to erosion (Y) changes according to type of soil and its software (Spalevic, 2011) and the spatial distribution of
source material. Their values are tabulated from 0.20 to soil losses was done in ArcGIS 10.3 (ESRI, 2015) by the
2.0. The smaller the Y, the greater the soil resistance to Raster Calculator tool, generating the map of erosion
erosion (Gavrilovic, 1988). In this work, the Y value was estimation.
0.8 and 0.9 for the Latosols and the CXbd, respectively.
The adoption of a greater index for the CXbd indicates its Soil loss tolerance (T)
higher susceptibility to erosion compared to the Latosols
The soil loss tolerance (T) was calculated according
(Bertol; Almeida, 2000).
to the Equation 6 proposed by Bertol and Almeida (2000):
According to soil use and management, it is
possible to determine the soil protection coefficient
(Xa), which expresses the protection of an area against T  100  h  ra  m  p  Ds  10001 (6)
soil aggregates breakdown. Values range from 0.05 for
areas with dense vegetation to 1.0, for areas without Where: T is the soil loss tolerance (Mg ha-1 ano-1); h is
vegetation. The coefficient of visible erosion features the effective soil depth (cm), limited to 100 cm; ra is the
(φ) is obtained from visual characterization of the ratio that expresses, mutually, the effect of the textural
erosive processes degree. The φ values range from 0.1 relationship between the horizons B and A and the clay
in areas with no evident erosive features to 1 in areas content of the horizon A; m is the factor that expresses

Ciência e Agrotecnologia, 43:e012719, 2019

Estimates of soil losses by the erosion potential method in tropical latosols 5

the organic matter content in the 0 - 20 cm soil depth; p The study area showed good soil resistance to
is the soil permeability factor; Ds is the soil density (kg water erosion with a Y value of 0.803 (Gavrilovic, 1988).
dm-3) e 1.000 is the constant that represents the time period The LVd1, LVd2, and LVd3 showed a granular with
required to wear a soil layer of 1000 mm depth. moderate-degree and medium-sized structure while the
Cambisol had an angular blocks structure with weak-
The ra parameter used the clay content and the
degree and medium-sized. The dystrophic Red Latosols
textural relationship between the superficial (0 - 20 cm)
and Cambisol exhibited a consistency classified as
and subsurface layers (20 - 60 cm). The textural relations
slightly plastic and non-plastic, respectively. The average
were lower than 1.5, and the value of ra was weighted
soil density was 1.21 kg dm-3 with a mean depth of 2.60,
according to Bertol and Almeida (2000) in 1.0, 0.9 and
2.58, 2.45 and 0.71 m for LVd1, LVd2, LVd3, and CXbd,
0.8, according to the soil clay content.
respectively.
For the m factor, values of 1.00, 0.85 and 0.70
The clay content ranged from 29.10 to 61.20%.
were attributed to areas with organic matter contents
Cambisol was classified as a sandy clay loam texture
above than 5.0, between 5.0 and 2.5 and below than 2.5
while dystrophic Red Latosols as very clayey (LVd1)
dag kg-1, respectively. The soil permeability was classified
and clayey (LVd2 and LVd3) texture. The organic
according to Galindo and Margolis (1989) considering
matter content was 2.63, 2.56, 2.67 and 2.45 dag kg-1 for
the information of soil texture and structure development
LVd1, LVd2, LVd3, and CXbd, respectively. According
degree. Soil permeability factor (p) values were 1.00, 0.85
to Galindo and Margolis (1989), the permeability was
and 0.70 for the fast, moderate and slow class, respectively
considered slow for the dystrophic Red Latosols and
(Bertol; Almeida, 2000). The potential soil loss estimated
moderate for the Cambisol.
by EPM were compared with the T limits.
The considerable organic matter and clay content
of the dystrophic Red Latosols provide more resistance
RESULTS AND DISCUSSION to the erosive process. Furthermore, these soils have a
The sub-basin annual average of rainfall is 1500 high effective depth and well-developed structure, which
mm (Hyr) and the mean temperature is 22° C (t0) (INMET, favors the water infiltration and slow-down the runoff. In
2019). The temperature coefficient (Tc) was calculated the case of Cambisol, even with moderate permeability,
based on t0, obtaining the value of 1.52. Hyr and Tc are the elevated content of sand increases soil susceptibility
the active climatic factors that directly influence the to disintegration, reduce the resistance to water erosion
disintegration of soil particles (Wischmeier; Smith, 1978). (Bertol; Almeida, 2000).

Table 2: Values adopted for the coefficients of land use and management (Xa) and the coefficient of visible
erosion features (φ) in the Coroado Stream Hydrographic Sub-basin, Alfenas, southern Minas Gerais, Brazil.

Land use classes Area (ha) Area (%) Xa Φ

Coffee 406.89 40.05 0.6 0.5
Forest 303.50 29.87 0.1 0.1
Corn 65.51 6.45 0.7 0.7
Sugarcane 60.11 5.92 0.7 0.6
Eucalyptus 38.43 3.78 0.8 0.6
Pasture 13.09 1.29 0.5 0.5
Access roads 39.90 3.93 1.0 0.8
Deposition area 42.02 4.13 - -
Facilities 14.44 1.42 - -
Drainage 32.11 3.16 - -
1016 100 - -
Notes: Deposition area (15 m around the entire drainage network), covered with forest.

Ciência e Agrotecnologia, 43:e012719, 2019

6 LENSE, G. H. E. et al.

The protection coefficient (Xa) of the sub-basin of 1.52 Mg ha-1 year-1. The data also agree with the results
area was 0.44, which indicates good vegetation cover obtained by Tavares et al. (2019), who observed losses
rate. The average coefficient of visible erosion features of 1.46 Mg ha-1 year-1 using EPM. The proximity of the
(φ) was 0.39, indicating a dominance of laminar erosion. results with the values of the literature indicates precision
The access roads presented the highest indexes values and reliability in the estimation performed by the method.
of φ factor (0.8). The area presents a mean slope (Isr) of The spatialization of soil losses in the sub-basin
14.49%, with the predominance of rolling relief, which presented a maximum value of 9.10 Mg ha-1 year-1. About
favors the runoff process and consequently, the sediment 95.0% of the area showed soil losses lower than 4 Mg ha-1
removal and transportation. year-1 and only 2.5% exceeds 6 Mg ha-1 year-1 (Figure 3B).
The coefficient of erosion (Z) ranged from 0.009 to The average soil losses by use classes ranged from
1.178, with an average of 0.272. The sub-basin showed a 0.06 to 7.56 Mg ha-1 year-1 (Table 3). The forest had the
predominance of low-intensity erosion and among the land lowest loss rate (0.06 Mg ha-1 year-1), corresponding to
uses, coffee cultivation area showed lower erosion intensity, 1.13% of the loss rate of the area. According to Anache
classified as weak to moderate, while the access roads, due et al. (2017), the little soil loss in native vegetation is due
to bare soil and the high φ factor value, exhibited a higher to dense vegetation cover, which provides slow flow, and
erosion intensity, classified as strong to severe, according to lower erosion rates compared to pastures and crops under
the Gavrilovic (1988) classification (Figure 3A). conventional tillage.
Annual erosion (Wyr ) of the sub-basin was The access roads had the highest average soil loss,
12,478.94 Mg year-1. The Wyr value considers both the with 7.56 Mg ha-1 year-1, representing 17.02% of the sub-
sediments generated that reach the water bodies or the low basin soil loss. The presence of bare soil contributed to the
sub-basin points and the soil retained in relief depressions higher magnitude of the erosive process. Furthermore, the
(Gavrilovic, 1988). The real soil loss (Gyr) is determined intense traffic of the agricultural machinery in the access roads
based on the retention coefficient (Ru), which presented a generates soil compaction, which interfere with the infiltration
value of 0.142, indicating that 14.20% (1,772.01 Mg year-1) of water and contributes to the production of sediment and
of the sediments reach the lower points of the area, while losses through the runoff (Mendes Júnior et al., 2018).
the remainder (85.80%, or 10,706.93 Mg year-1) is retained. Soil losses in the coffee areas range from 0.87 to
The value of 1,772.01 Mg year-1 represents the total 3.45 Mg ha-1 year-1 with an average of 2.12 Mg ha-1 year-1.
soil loss, with an estimated average of 1.74 Mg ha-1 year-1. Regarding the total growing area, the losses estimate were
The observed mean was close to that found by Mendes 862.61 Mg year-1. The erosion rate in the coffee area was one
Júnior et al. (2018), which evaluated the potential soil losses of the lowest in the land use classes, confirming the efficiency
with the RUSLE method in the same region obtained a value of the conservation management practices adopted.

Figure 3: Erosion Intensity Map (Z) (A) and Map of the spatial distribution of soil losses (B) in the Coroado Stream
Sub-basin, Alfenas, south of Minas Gerais, Brazil. Notes: Deposition area (DA).

Ciência e Agrotecnologia, 43:e012719, 2019

Estimates of soil losses by the erosion potential method in tropical latosols 7

Table 3: Soil losses estimated by the Erosion Potential Method in each land use classes in the Coroado Stream
Sub-basin, Alfenas, south of Minas Gerais, Brazil.
Contribution to
Area Mean soil loss Total soil loss
Land use classes total soil loss
ha % Mg ha-1 year-1 Mg year-1 %
Coffee 406.89 40.05 2.12 862.61 48.62
Forest 303.50 29.87 0.06 18.21 1.13
Corn 65.51 6.45 3.40 222.73 12.58
Sugarcane 60.11 5.92 3.04 182.73 10.31
Eucalyptus 38.43 3.78 4.15 159.48 9.00
Pasture 13.09 1.29 1.88 24.61 1.34
Access roads 39.90 3.93 7.56 301.64 17.02
Deposition area* 42.02 4.13 - - -
Facilities* 14.44 1.42 - - -
Drainage* 32.11 3.16 - - -
Total 1016 100 - 1772.01 100
* Areas not considered in the calculation of soil losses, because they do not participate in sediment generation.

The management of the vegetation between the because these areas are located mainly in smooth reliefs,
coffee lines used to quantify the coverage factor (Xa) with lower flow velocity, the erosive process tends to be
is the main factors that contributed to the low soil loss minimized.
estimates. Good soil cover between the lines, especially Sugarcane contributes with 10.31% of soil losses,
during the rainy season, allows more water infiltration with an average loss of 3.04 Mg ha-1 year-1. In this case,
and avoids runoff process and, consequently, soil losses Couto Júnior et al. (2019) using Universal Soil Loss
(Sánchez et al., 2015). Equation (USLE) to estimate soil losses in the State of
The erosion estimate in the coffee area was higher São Paulo obtained values higher than 5 Mg ha-1 year-1.
than Sánchez et al. (2015) that evaluated the soil loss in The estimates of Martins Filho et al. (2009) reported
Costa Rica using experimental plots and found an average losses of 5.81 Mg ha-1 year-1 when using simulated rain in
of 1 Mg ha-1 year-1. Scharrón and Sánchez (2017) also plots with sugarcane without straw cover. Therefore, the
obtained lower estimates in a rain simulation experiment lowest soil loss estimation for sugarcane in the Coroado
in areas with coffee cultivation in Puerto Rico, where the sub-basin may be due to the presence of straw from the
erosion rate for weed-covered surfaces was 1.1 Mg ha-1 previous crop.
year-1. In addition, Carvalho et al. (2007) in experimental The good state of the forage and the uniform
plots under coffee cultivation in Brazil obtained soil canopy provide to the pasture the lowest erosion rate
losses range from 0.11 to 0.29 Mg ha-1 year-1 in different among the agricultural use classes, estimate in 1.88 Mg
conservation management conditions. The highest value ha-1 year-1, evidencing the potential of pastures, especially
observed in the study area can be explained by the fact that when well-managed, on soil protection process.
EPM presented an overestimate of soil losses compared to Pasture contributed with 1.34% to the sub-basin loss,
field experiments (Noori; Siadatmousavi; Mojaradi, 2016; corresponding to 24.61 Mg year-1. Eucalyptus showed
Stefanidis; Stathis, 2018). the highest soil loss average among the crops, estimate
Corn crop showed an average soil loss of 3.40 in 4.15 Mg ha-1 year-1. This result is due to the plants
Mg ha-1 year-1 contributing with 12.58% of the sub- cultivated down the hill and in the steep reliefs (Pruski,
basin losses (222.73 Mg ha-1). The conventional tillage 2009). Nevertheless, the high rate of vegetal residues
with mechanized planting adopted in this use enhances on the soil surface from the eucalyptus and the already
the erosion process due to the aggregate disintegration established canopy of the plants contribute to decreasing
and leaves the soil provisionally discovered. However, the erosive intensity.

Ciência e Agrotecnologia, 43:e012719, 2019

8 LENSE, G. H. E. et al.

Soil loss tolerance (T) values ranged from 4.75 to 7.26 The area cultivated with corn was previously
Mg ha year-1. The parameters used in the T calculations are
-1
occupied with coffee, which was eradicated as a nematodes
present in table 4. The T values corroborate with the results control method. Therefore, the erosion process could
found by Tavares et al. (2019) for a dystrophic Red Latosol transport the sediments contaminated with the pathogen to
in the south of Minas Gerais. However, Cândido et al. (2014) other areas, resulting in the spread of the parasite (Godoy;
studying a dystrophic Red Latosol in the Mato Grosso do Sul Bergamim Filho; Salgado, 1997). No-till implementation
State found values of 9 to 10 Mg ha-1 year-1. The Cambisol could reduce soil erosion due to remaining straw from
present a low T limit compared to the dystrophic Red Latosols the earlier crop, providing higher soil protection, and
manly due to the small effective depth. increasing the amounts of organic matter, which improves
The EPM pointed out that 1.0% of the sub- soil aggregation and infiltration (Bertoni; Lombardi Neto,
basin presented soil losses above the T. The losses were 2012). In this case, erosion control will still perform as
concentrated in places with higher slope and access roads an agronomic practice integrated with nematode control.
due to the presence of bare soil. Thus, these areas should The EPM showed that the erosion severity occurs
be prioritized in the adoption of mitigating measures. As mainly in areas with bare soil, with higher slope and in
alternatives, the use of gravel and containment basins crops with no conservationist agronomic practices. The
results allowed identifying areas with soil loss above the
drastically reduce erosion rates compared to untreated
T, providing valuable information for the reduction of soil
conditions (Scharrón; Sánchez, 2017).
degradation. According to Amorim et al. (2010), erosion
Agricultural crops showed soil losses below the
prediction models present greater errors in the lowest soil
T, even with the adoption of poor management practices,
loss rates, while areas with higher losses present smaller
such as conventional tillage and unlevel planting. The low
errors, and these are precisely those areas that should be
soil erosion rates occurred due to factors that contribute identified as a priority for adoption of mitigation measures.
to mitigating the erosive process such as smooth slopes, It is important to emphasize that despite the facility
soil cover, and spontaneous vegetation management. of EPM application, the accuracy of the data analyzed
Nevertheless to the fact that sediment production is below to depends mainly on the experience and knowledge of the
the T, soil conservation practices should be expanded mainly specialists who, based on field observations and sample
in areas with higher slope, seeking to minimize erosion to data, determine the values of erosion coefficients, since
levels close to natural vegetation conditions (Anache et al., the factors Xa and Y present high sensitivity of variation,
2017), because, in long-term, even small losses are harmful. interfering decisively in the results provided by EPM
Maintenance of soil cover by spontaneous (Shahabi et al., 2016; Dragičević; Karleuša; Ožanić, 2017).
vegetation management or by crop residue input increases The data validation was not performed in the
water infiltration and thus decreases runoff and sediment field with experimental plots, which is a relevant for future
production (Sánchez et al., 2015). In the case of eucalyptus, research. However, the results found are similar to the
it is necessary to carry out the terracing and after the end literature data for soil losses in the same region and consistent
of the crop cycle, to introduce crop cultivated in level in with the Revised Universal Soil Loss Equation (RUSLE)
the succeeding planting. (Renard et al., 1997), the method most used and adapted to

Table 4: Variables used in the calculation of the Soil Loss Tolerance (T) limit in the Coroado Stream Hydrographic
Sub-basin, Alfenas, south of Minas Gerais, Brazil.
h ra M p Ds T
Soil types
cm adm Dimen. Dimen. kg dm -3
Mg ha-1 year-1
LVd1 100 1.0 0.85 0.7 1.22 7.26
LVd2 100 1.0 0.85 0.7 1.21 7.20
LVd3 100 1.0 0.85 0.7 1.15 6.84
CXbd 71 0.9 0.7 0.85 1.25 4.75
Notas: h = effective soil depth; ra= relationship that expresses, together, the effect of the textural relation between the horizons
B and A and the clay content of the A horizon; m = factor that expresses the organic matter content in the 0 - 20 cm soil depth;
p = soil permeability factor; Ds = soil density; T = Soil loss tolerance; Dimen. = dimensionless; LVd1 = dystrophic Red Latosol in
flat to slightly rolling relief; LVd2 = in rolling relief; LVd3 = in strongly rolling relief; CXbd = dystrophic Tb Haplic Cambisol.

Ciência e Agrotecnologia, 43:e012719, 2019

Estimates of soil losses by the erosion potential method in tropical latosols 9

tropical geographic and climatic conditions (Mendes et al., BERTOL, I.; ALMEIDA, J. A. Tolerância de perda de solo por erosão
2018; Tavares et al., 2019). Furthermore, the EPM application para os principais solos do estado de Santa Catarina. Revista
already fulfilled the purpose of being an accessible predictive Brasileira de Ciência Solo, 24(3):657-668, 2000.
tool to estimate soil losses by water erosion with low cost and
BERTONI, J.; LOMBARDI NETO, F. Conservação do solo. 3ª
less complex than field experiments.
edição, São Paulo: Ícone, 2012. 360p.

CONCLUSIONS BLAKE, G. R.; HARTGE, K. H. Bulk density. In: KLUTE, A. Methods

of soil analysis. 2. ed. Madison: American Society of
The Erosion Potential Method was used to estimate
Agronomy, 1986. v.1, p.363-375.
the soil losses in a sub-basin under tropical edaphoclimatic
conditions, with predominant coffee cultivation, besides BRASIL. Ministério da Agricultura, Pecuária e Abastecimento.
areas occupied with forest, corn, sugarcane, eucalyptus, Café no Brasil 2018. Available in: <http://www.agricultura.
pasture and access roads. The sub-basin presented an gov.br/assuntos/politica-agricola/cafe/cafeicultura
average soil loss estimated at 1.74 Mg ha-1 year-1, which brasileira>. Access in: February, 18, 2019.
was positively influenced by conservationist management
CÂNDIDO, B. M. et al. Erosão hídrica pós-plantio em florestas
adopted in the coffee cultivation that range from 0.87
de eucalipto na bacia do rio Paraná, no leste do Mato
Mg ha-1 year-1 to 3.45 Mg ha-1 year-1 with a mean of 2.12
Grosso do Sul. Revista Brasileira de Ciência do Solo,
Mg ha-1 year-1. The highest losses were concentrated in
38(5):1565-1575, 2014.
access roads with bare soil and eucalyptus areas. Only
1.0% of the sub-basin presented losses above the soil CARVALHO, R. et al. Erosão hídrica em Latossolo Vermelho sob
loss tolerance limit, which ranged from 4.75 to 7.26 Mg diversos sistemas de manejo do cafeeiro no Sul de Minas
ha-1 year-1. The Erosion Potential Method was shown to Gerais. Ciência e Agrotecnologia, 31(6):1679-1687, 2007.
be an efficient and low-cost tool to estimate soil losses in
tropical edaphoclimatic conditions and to identify areas COUTO JÚNIOR, A. A. et al. Land use changes associated with
more susceptible to the erosive process, and demand the expansion of sugar cane crops and their influences
mitigation measures to avoid environmental degradation. on soil removal in a tropical watershed in São Paulo State
(Brazil). Catena, 172(1):313-323, 2019.
ACKNOWLEDGEMENTS DRAGIČEVIĆ, N.; KARLEUŠA, B.; OŽANIĆ, N. Erosion potential
The authors thank the Fundação de Amparo à method (Gavrilović Method) sensitivity analysis. Soil &
Pesquisa do Estado de Minas Gerais (FAPEMIG) for the Water Research, 12(1):51-59, 2017.
scholarship offered to the first author. The Departamento de EFTHIMIOU N. et al. Assessment of soil susceptibility to erosion
Ciência do Solo da Universidade Federal de Lavras - UFLA, using the EPM and RUSLE Models: The case of Venetikos
for conducting the soil analyzes. To Ipanema Agrícola S. river catchment. Global NEST Journal, 18(1):164-179, 2016.
A. for funding the research and conceding the study area.
This study was financed in part by the Coordenação EMBRAPA, Empresa Brasileira de Pesquisa Agropecuária.
de Aperfeiçoamento de Pessoal de Nível Superior - Brasil Manual de métodos de análise do solo. 2. ed. rev. Rio
(CAPES) – Finance Code 001. de Janeiro: Embrapa Solos, 2011. 225p.

EMBRAPA, Empresa Brasileira de Pesquisa Agropecuária.

REFERENCES Sistema brasileiro de classificação de solos. 3ª edição.
AMORIM, R. S. S. et al. Avaliação do desempenho dos modelos Brasília, DF: Embrapa Solos, 2013. 353p.
de predição da erosão hídrica USLE, RUSLE e WEPP para ESRI, Environmental Systems Research Institute - Inc. ARCGIS
diferentes condições edafoclimáticas do Brasil. Engenharia Professional GIS for the desktop version 10.3. Redlands,
Agrícola, 30(6):1046-1049, 2010. Califórnia, EUA, Software, 2015. Available in: <http://
ANACHE, J. A. A. et al. Runoff and soil erosion plot-scale studies desktop.arcgis.com/en/arcmap/10.3/get-started/quick-
under natural rainfall: A meta-analysis of the Brazilian start-guides/arcgis-desktop-quick-start-guide.htm>. Access
experience. Catena, 152(1):29-39, 2017. in: January, 10, 2019.

AVANZI, J. C. et al. Spatial distribution of water erosion risk in GALINDO, I. C. L.; MARGOLIS, E. Tolerância de perdas por
a watershed with eucalyptus and Atlantic Forest. Ciência erosão para solos do estado de Pernambuco. Revista
e Agrotecnologia, 37(5):427-434, 2013. Brasileira de Ciência do Solo, 13(1):95-100, 1989.

Ciência e Agrotecnologia, 43:e012719, 2019

10 LENSE, G. H. E. et al.

GAVRILOVIC, S. The use of empirical method (erosion potential PROCHNOW, D. et al. Razão de perdas de terra e fator C da cultura
method) for calculating sediment production and do cafeeiro em cinco espaçamentos, em Pindorama (SP).
transportation in unstudied or torrential streams. In: WHITE, Revista Brasileira de Ciência do Solo, 29(1):91-98, 2005.
W. R. et al. International Conference on River Regime,
PRUSKI, F. F. Conservação de solo e água: práticas mecânicas
Chichester, 1988. p. 411-422.
para o controle da erosão hídrica. 2. ed. Viçosa, MG:
GEE, G. W.; BAUDER, J. W. Particle-size analysis. In: KLUTE, A. Universidade Federal de Viçosa; 2009. 279p.
Methods of soil analysis: physical and mineralogical RENARD, K. G. et al. Predicting soil erosion by water: A
methods. 2. ed. Madison: American Society of Agronomy, guide to conservation planning with the Revised Universal
1986. v.1, p.383-411. Soil Loss Equation (RUSLE). Washington: United States
GODOY, C. V.; BERGAMIM FILHO, A.; SALGADO, C. L. Doenças do Department of Agriculture, 1997. 384p.
cafeeiro (Coffea arabica L.). In: KIMATI, H. et al. Manual de SÁNCHEZ, M. V. et al. Temporal dynamics of runoff and soil loss
fitopatologia, Volume 2: Doenças das Plantas Cultivadas. on a plot scale under a coffee plantation on steep soil (Ultisol),
São Paulo: Editora Agronômica Ceres, 1997. v.7, p.178-193. Costa Rica. Journal of Hydrology, 523(1):409-426, 2015.

HERNANI, L. C. et al. A erosão e seu impacto. In: MANZATTO, C. SANTOS, R. D. et al. Manual de descrição e coleta de solos no
V.; FREITAS JÚNIOR, E.; PERES, J. R. R. Uso agrícola dos solos campo. 5. ed. Viçosa: Sociedade Brasileira de Ciência do Solo -
brasileiros. Rio de Janeiro: Embrapa Solos, 2002. v.5, p.47-60. SBCS, Empresa Brasileira de Pesquisa Agropecuária - Embrapa,
Centro Nacional de Pesquisa de Solos - Cnps, 2005. 100p.
IBGE, Instituto Brasileiro de Geografia e Estatística. Carta
Topográfica do município de Alfenas (FOLHA SF 23-1- SCHARRÓN, C. E. R.; SÁNCHEZ, Y. F. Plot, farm, and watershed-
1-3), 1970. Available in: <https://mapas.ibge.gov.br/bases- scale effects of coffee cultivation in runoff and sediment
e-referenciais/bases-cartograficas/cartas.html>. Access in: production in western Puerto Rico. Journal of Environmental
February, 18, 2019. Management, 202(1):126-136, 2017.

INMET, Instituto Nacional de Meteorologia. Estações SHAHABI, H. et al. Soil erosion hazard mapping in central Zab
pluviométricas convencionais. 2019. Ministério da Basin using EPM model in gis environment. International
Agricultura, Pecuária e Abastecimento (MAPA). Available Journal of Geography and Geology, 5(11):224-235, 2016.
in: <http://www.inmet.gov.br/portal/index.php?r=bdmep/ SPALEVIC, V. IntErO, Intensity of Erosion and Outflow. Version
bdmep>. Access in: February, 18, 2019. 1.0. Podgorica: UniverzitetCrne Gore, 2011. Available in:
<www.agricultforest.ac.me/Spalevic/IntErO>. Access in:
INPE, Instituto Nacional de Pesquisas Espaciais. Divisão de
January, 10, 2019.
Geração de Imagens (DIDGI). Ministério da Ciência,
Tecnologia, Inovações e Comunicações. Available in: <http:// SPAROVEK, G.; VAN LIER, Q. J.; DOURADO NETO, D. D. Computer
www.dgi.inpe.br/catalogo/>. Access in: February, 10, 2019. assited Köeppen climate classification: Case study for Brasil.
International Journal of Climatology, 27(2):257-266, 2007.
LI, L. et al. An overview of soil loss tolerance. Catena, 78(2):93-
99, 2009. STEFANIDIS, S.; STATHIS, D. Effect of climate change on soil
erosion in a mountainous mediterranean catchment
MARTINS FILHO, M. V. et al. Perdas de solo e nutrientes por
(Central Pindus, Greece). Water, 10(1469):1-12, 2018.
erosão num Argissolo com resíduos vegetais de cana-de-
açúcar. Engenharia Agrícola, 29(1):8-18, 2009. TAVARES, A. S. et al. Modeling of water erosion by the erosion
potential method in a pilot subbasin in southern Minas
MCBRATNEY, A. B.; SANTOS, M. L. M.; MINASNY, B. On digital Gerais. Semina: Ciências Agrárias, 40(2):555-572, 2019.
soil mapping. Geoderma, 117(2):3-52, 2003.
USDA, United States Department of Agriculture. Soil
MENDES JÚNIOR, H. et al. Water erosion in Oxisols under taxonomy: A basic system of soil classification for
coffee cultivation. Revista Brasileira de Ciência do Solo, making and interpreting soil surveys. 2. ed. Washington:
42(1):1-14, 2018. USDA, 1999. 871p.

NOORI, H.; SIADATMOUSAVI, M. S.; MOJARADI, B. Assessment WISCHMEIER, W. H; SMITH, D. D. Predicting rainfall erosion
of sediment yield using RS and GIS at two sub-basins losses. A guide to conservation planning. 1th.Washington:
of Dez Watershed, Iran. International Soil and Water United States Department of Agriculture. Supersedes
Conservation Research, 4(3):199-206, 2016. Agriculture Handbook. 1978. 58p.

Ciência e Agrotecnologia, 43:e012719, 2019