Assessment of the soil water content in the Pampas region using SWAT

Abstract

La región Pampeana ha experimentado recientemente una expansión de la agricultura hacia ambientes más frágiles, que se ha asociado con un aumento en la frecuencia de las sequías que afectan a toda la región. En el presente estudio, se obtuvo un registro a largo plazo de la humedad del suelo (SWC) mediante un modelo de Water Assessment Tool (SWAT) La tierra y, por primera vez en la Argentina. La fiabilidad de este modelo se contrasta con la variación temporal del índice Standard Precipitación (SPI) y el Índice de Diferencia Normalizada de Vegetación (NDVI) para caracterizar los episodios de sequía. También se calculó la correlación entre la anomalía SWC (ASWC) y SPI, así como la correlación entre el NDVI anomalía (aNDVI) y SPI. El rendimiento del modelo fue razonablemente satisfactoria. La calibración del modelo mostró coeficiente de determinación (R2) y los valores de coeficiente de Nash-Sutcliffe (NS) de 0,70 y 0,59, respectivamente, y la validación del modelo mostró valores de R 2 y NS de 0,77 y 0,75, respectivamente. El aNDVI mostró una correlación relativamente baja con ASWC (0,26 ≤ r ≤ 0,45). Por el contrario, el SPI presenta correlaciones significativamente positivas con ASWC (0,67 ≤ r ≤ 0,83). Este trabajo mostró que SWAT es una herramienta adecuada para medir SWC en áreas geográficas mal calibrados, tales como la región pampeana. Además, nuestro enfoque podría aplicarse a otros sistemas que se asemejan que estudió aquí, sin ninguna reducción significativa en el rendimiento.

The Pampas region has recently experienced an expansion of agriculture towards more fragile environments, which has been associated with an increase in the frequency of droughts affecting the whole region. In the present study, we obtained a long-term record of soil water content (SWC) using a Soil and Water Assessment Tool (SWAT) model, for the first time in Argentina. The reliability of this model was contrasted with the temporal variation of the Standard Precipitation Index (SPI) and the Normalized Difference Vegetation Index (NDVI) to characterise episodes of drought. We also estimated the correlation between SWC anomaly (aSWC) and SPI, as well as the correlation between NDVI anomaly (aNDVI) and SPI. The model performance was reasonably satisfactory. The model calibration showed determination coefficient (R2) and Nash–Sutcliffe coefficient (NS) values of 0.70 and 0.59, respectively, and the model validation showed R2 and NS values of 0.77 and 0.75, respectively. The aNDVI showed a relatively low correlation with aSWC (0.26 ≤ r ≤ 0.45). In contrast, the SPI presented significantly positive correlations with aSWC (0.67 ≤ r ≤ 0.83). This work showed that SWAT is a suitable tool to measure SWC in poorly gauged geographical areas such as the Pampas region. Additionally, our approach could be applied to other systems resembling that studied here, without any significant reduction in performance