ISSN 2953-6367  
http://revistainvestigo.com  
Julio - diciembre 2026  
Vol. 7 No. 20, PP. 776-791  
https://doi.org/10.56519/4vhp2096  
DINÁMICA ESPACIOTEMPORAL DEL USO DEL SUELO Y SU  
INFLUENCIA EN LA EROSIÓN HÍDRICA EN EL CERRO NITÓN,  
ECUADOR  
SPATIOTEMPORAL DYNAMICS OF LAND USE AND ITS  
INFLUENCE ON WATER EROSION IN CERRO NITÓN, ECUADOR  
Carla Fernanda Silva Padilla1, Diego Armando Damián Carrión2, María Fernanda Rivera Castillo3  
{carla.silva@unach.edu.ec1, dieardamian@outlook.com2, mfrivera@unach.edu.ec3}  
Fecha de recepción: 02/05/2026  
/ Fecha de aceptación: 29/06/2026  
/ Fecha de publicación: 08/07/2026  
RESUMEN: El presente estudio analiza la relación entre los cambios de uso del suelo y la  
pérdida de suelo por erosión hídrica en el cerro Nitón, Ecuador, durante el período 1991–2015.  
Se integraron herramientas de teledetección y el modelo USLE con el fin de evaluar la dinámica  
espaciotemporal de la degradación del suelo en un ecosistema de montaña andino. El área de  
estudio presenta condiciones de alta vulnerabilidad debido a su relieve escarpado y la presencia  
de suelos poco evolucionados, como Inceptisoles y Entisoles. Se emplearon imágenes  
satelitales Landsat correspondientes a los años 1991, 2001 y 2015, las cuales fueron sometidas  
a procesos de corrección radiométrica, atmosférica y geométrica. Posteriormente, se realizó  
una clasificación supervisada para identificar los usos de suelo: bosque plantado mixto, áreas  
construidas, cultivos anuales, cultivos perennes y tierras áridas. La precisión de la clasificación  
fue validada mediante matrices de confusión e índice Kappa, obteniendo valores entre 0,64 y  
0,74, lo que indica una concordancia aceptable. Los resultados evidencian que la cobertura de  
tierras áridas fue dominante, reflejando procesos sostenidos de degradación asociados  
principalmente a prácticas agrícolas inadecuadas y sobreexplotación del suelo. La aplicación del  
modelo RUSLE permitió estimar la pérdida de suelo, evidenciando una disminución de áreas sin  
susceptibilidad a la erosión y un incremento de zonas con niveles moderados de erosión. El  
análisis estadístico mediante pruebas de chi-cuadrado y correlación de Spearman mostró que  
la relación entre los cambios de uso del suelo y la erosión no es consistentemente significativa  
en todos los periodos evaluados, lo que sugiere la influencia de múltiples factores  
interrelacionados, como la topografía, precipitación y manejo del suelo. En conclusión, la  
integración de técnicas de teledetección y modelamiento RUSLE constituye una metodología  
eficaz para evaluar la degradación del suelo y apoyar la planificación territorial sostenible en  
ecosistemas de montaña.  
1Universidad Nacional de Chimborazo, https://orcid.org/0000-0002-2105-7263 +5930962662996  
2Grupo de Investigación y Desarrollo en Medio Ambiente y Cambio Climático, Escuela Superior Politécnica de Chimborazo,  
Ecuador, https://orcid.org/0000-0002-1545-7439; +593 99 817 2874  
3Universidad Nacional de Chimborazo, https://orcid.org/0000-0002-9038-6044; +5930999055833  
776  
Revista Científica Multidisciplinaria InvestiGo  
Riobamba – Ecuador  
Cel: +593 97 911 9620  
revisinvestigo@gmail.com  
DINÁMICA ESPACIOTEMPORAL DEL USO DEL SUELO Y SU INFLUENCIA EN LA EROSIÓN HÍDRICA EN EL CERRO NITÓN, ECUADOR  
Palabras clave: Cambios de uso del suelo, Erosión hídrica, USLE, Teledetección  
ABSTRACT: This study analyzes the relationship between land-use change and soil loss due  
to water erosion on Cerro Nitón, Ecuador, during the period 1991–2015. Remote sensing tools  
and the RUSLE model were integrated to evaluate the spatiotemporal dynamics of soil  
degradation in an Andean mountain ecosystem. The study area exhibits highly vulnerable  
conditions due to its steep topography and the presence of poorly developed soils, such as  
Inceptisols and Entisols. Landsat satellite images from 1991, 2001, and 2015 were used and  
subjected to radiometric, atmospheric, and geometric correction processes. Subsequently,  
supervised classification was performed to identify land uses: mixed planted forest, built-up  
areas, annual crops, perennial crops, and arid lands. The accuracy of the classification was  
validated using confusion matrices and the Kappa index, yielding values between 0.64 and 0.74,  
indicating acceptable agreement. The results show that arid land cover was dominant,  
reflecting sustained degradation processes primarily associated with inadequate agricultural  
practices and soil overexploitation. The application of the RUSLE model allowed for the  
estimation of soil loss, revealing a decrease in areas not susceptible to erosion and an increase  
in areas with moderate levels of erosion. Statistical analysis using chi-square tests and  
Spearman's correlation showed that the relationship between land-use change and erosion is  
not consistently significant across all evaluated periods, suggesting the influence of multiple  
interrelated factors, such as topography, precipitation, and soil management. In conclusion, the  
integration of remote sensing techniques and RUSLE modeling constitutes an effective  
methodology for assessing soil degradation and supporting sustainable land-use planning in  
mountain ecosystems.  
Keywords: Land use change, water erosion, USLE, remote sensing  
INTRODUCCIÓN  
En los últimos cien años, las actividades antropogénicas relacionadas con el cambio de uso  
cobertura del suelo (LULC) han provocado una transformación significativa en la cobertura de los  
ecosistemas a nivel global, alcanzando aproximadamente un 50 % de perturbación ecológica. Este  
proceso ha derivado en la degradación progresiva de los sistemas naturales, afectando su  
estructura, función y resiliencia frente a cambios ambientales(1). El concepto de desertificación,  
ha evolucionado hasta definirse como un proceso prolongado de degradación del suelo en zonas  
áridas, semiáridas y subhúmedas secas, resultado tanto de factores naturales como de la acción  
humana. Este fenómeno implica la transformación de ecosistemas productivos en sistemas  
frágiles, con menor capacidad de sustentar la vida y la productividad agrícola(2)La desertificación  
es un proceso complejo determinado por la interacción de múltiples factores, entre ellos los  
climáticos (precipitaciones, temperatura), geográficos, topográficos, hidrológicos, edáficos y  
bióticos, que, combinados con actividades humanas intensivas como la deforestación, el  
sobrepastoreo y la agricultura no sostenible, aceleran la degradación del suelo. Este proceso  
tiende a intensificarse con el tiempo, acercando los ecosistemas a puntos críticos de  
irreversibilidad, generando impactos ambientales, sociales y económicos de gran magnitud(3)  
777  
DINÁMICA ESPACIOTEMPORAL DEL USO DEL SUELO Y SU INFLUENCIA EN LA EROSIÓN HÍDRICA EN EL CERRO NITÓN, ECUADOR  
La erosión hídrica genera la mayor afectación sobre el suelo y representa un factor determinante  
en la degradación y pérdida del horizonte orgánico, ocasionando una disminución en la  
productividad, lo que conlleva a un desequilibrio de los ecosistemas, Especialmente en las  
regiones montañosas de los andes ecuatorianos, debido a que poseen fuertes pendientes  
combinado con el aumento de la frontera agropecuaria incrementa la susceptibilidad a estos  
procesos(4). En este contexto, la desertificación en los últimos años es reconocida  
internacionalmente como uno de los principales desafíos ambientales, que impulsan el desarrollo  
de estrategias para su monitoreo y mitigación. En el caso del Ecuador, estudios del Ministerio del  
Ambiente indican que cerca del 47 % del territorio nacional presenta problemas de degradación,  
mientras que el 23 % es susceptible a desertificación. Las principales causas incluyen procesos  
erosivos, sobrepastoreo, deforestación, pérdida de fertilidad del suelo y cambios de LULC(5). A  
escala local, en la provincia de Tungurahua, específicamente en el cerro Nitón del cantón Pelileo,  
la degradación está asociada principalmente a prácticas agrícolas inadecuadas, ganadería  
intensiva y quema de residuos vegetales, lo que contribuye a la pérdida de la capa fértil del suelo.  
Para el análisis y monitoreo de la desertificación, se emplean diversas metodologías que  
combinan técnicas de teledetección, sistemas de información geográfica (SIG) y modelos  
matemáticos (USLE)(6). La teledetección se destaca como una herramienta clave que permite  
analizar cambios espaciales y temporales en la cobertura terrestre mediante imágenes satelitales.  
Estos análisis multitemporales facilitan la identificación de cambios en la vegetación, uso del suelo  
y dinámica de cuerpos de agua, proporcionando información relevante para la gestión ambiental  
(7),(8);(9)  
Dentro del análisis de imágenes satelitales, los métodos de clasificación temática se dividen en  
supervisados y no supervisados. La clasificación supervisada utiliza datos de “verdad terrenO”  
para entrenar algoritmos como el de máxima verosimilitud, permitiendo identificar con mayor  
precisión las categorías de uso de suelo. Por otro lado, la clasificación no supervisada se basa en  
la segmentación automática de píxeles según sus propiedades estadísticas, sin intervención  
previa del investigador ((10); (11)Combinado con modelos matemáticos que se empelan para  
estimar la perdida de suelo, como la Ecuación Universal de Pérdida de Suelo (USLE) la cual se  
destaca como una herramienta ampliamente utilizada por su simplicidad que apoya a la  
planificación territorial y la conservación de los recursos naturales (12,13). El modelo RUSLE  
estima la pérdida de suelo en función de factores como la erosividad de la lluvia (R), la  
erodabilidad del suelo (K), la longitud e inclinación de la pendiente (LS), la cobertura vegetal (C) y  
las prácticas de conservación (P) (14); (15)Este tipo de modelos proporciona información crucial  
para el diseño de estrategias de conservación del suelo, especialmente en regiones vulnerables  
donde la erosión constituye un problema crítico. Además, su integración con datos de  
teledetección mejora la precisión de los análisis espaciales y facilita la toma de decisiones en la  
gestión territorial (16).  
En este contexto, resulta fundamental evaluar la cobertura vegetal en ecosistemas montañosos  
ecuatorianos mediante herramientas eficientes que permitan comprender los factores que  
influyen en la degradación del suelo. El estudio de caso del cerro Nitón propone analizar la  
relación entre los cambios de LULC y la erosión mediante el modelo RUSLE en el periodo 1991–  
2001–2015. Este enfoque permite identificar tendencias de degradación y cuantificar los  
778  
DINÁMICA ESPACIOTEMPORAL DEL USO DEL SUELO Y SU INFLUENCIA EN LA EROSIÓN HÍDRICA EN EL CERRO NITÓN, ECUADOR  
impactos de las actividades humanas sobre el territorio. La geomática se presenta como una  
herramienta clave para alcanzar este objetivo, al integrar datos espaciales, análisis estadísticos y  
técnicas de validación. La precisión de los resultados se evalúa mediante matrices de confusión,  
el índice Kappa, pruebas de chi-cuadrado y coeficientes de correlación como el de Spearman, lo  
que garantiza la fiabilidad de la clasificación de uso del suelo y los modelos generados (6). En  
conclusión, la desertificación es un problema ambiental de alcance global con importantes  
repercusiones locales, especialmente en países en desarrollo como Ecuador. La integración de  
técnicas de teledetección, SIG y modelos como USLE permite mejorar la comprensión de los  
procesos de degradación del suelo y apoyar la formulación de políticas de manejo sostenible(9).  
Estudios como el del cerro Nitón contribuyen al conocimiento científico y ofrecen herramientas  
útiles para la conservación de los ecosistemas montañosos, promoviendo una gestión territorial  
más sostenible y resiliente frente al cambio climático y la presión antrópica.  
MATERIALES Y MÉTODOS  
Área de estudio  
El cerro Nitón se encuentra situado en la sierra centro del país, ubicada en la parroquia Chiquicha,  
cantón Pelileo, provincia de Tungurahua, Ecuador (Figura 1), asentada en un área montañosa y  
escarpada donde los depósitos piroclásticos resultantes de numerosas erupciones volcánicas han  
generado suelos de orden Inceptisoles, lo mismos que son considerados poco maduros en su  
evolución y Entisoles cuyos rasgos comunes a todos los suelos de este orden son la ausencia de  
horizontes y su naturaleza mineral, con una morfología y propiedades que varían de acuerdo a la  
pedogénesis, edad, composición química de los materiales y condiciones meteorológicas.  
Figura 1. Mapa de ubicación cerro Nitón.  
779  
DINÁMICA ESPACIOTEMPORAL DEL USO DEL SUELO Y SU INFLUENCIA EN LA EROSIÓN HÍDRICA EN EL CERRO NITÓN, ECUADOR  
Procesamiento de las imágenes satelitales  
Para el análisis espacial se utilizaron imágenes Landsat 8 OLI/TIRS, Landsat 7 ETM+ y landsat 5  
MSS, obtenidas del portal web de la NASA earthexplorer.usgs.gov con el propósito de analizar e  
identificar los diferentes tipos de cobertura vegetal con una Las imágenes Landsat 5 y Landsat 7  
poseen una resolución espacial de 30 × 30 metros en sus bandas multiespectrales, mientras que  
Landsat 8 presenta una resolución espacial de 15 × 15 metros en la banda pancromática. Las  
imágenes fueron seleccionadas con base en criterios específicos que permitieron realizar una  
comparación temporal correspondiente a los años 1991, 2001 y 2015. Entre los criterios  
considerados se incluyeron la ausencia de nubosidad y la eliminación de defectos presentes en  
las imágenes, como manchas o espacios vacíos. El procesamiento incluyó la corrección de las  
imágenes, la combinación de bandas espectrales pertinentes y el recorte del área de estudio.  
Finalmente, se aplicó una clasificación supervisada para determinar las diferentes categorías de  
cobertura vegetal y uso de suelo presentes en la zona de estudio.  
Corrección error de bandeamiento: Las imágenes satelitales presentan errores asociados a la  
captación de los sensores, los cuales pueden ocasionar la pérdida de líneas o píxeles (Palacios et  
al., 2018). Para la corrección del bandeado de la imagen, se empleó la técnica denominada  
“método de llenado de vacíos”, implementada en el software QGIS. Esta técnica utiliza procesos  
de triangulación para interpolar los datos faltantes, permitiendo completar las áreas sin  
información y corregir las distorsiones generadas por el sensor.  
Corrección radiométrica y atmosférica: Las interferencias presentes en los niveles digitales de  
las imágenes fueron eliminadas mediante correcciones radiométricas, con el fin de compensar las  
diferencias en los valores de radiancia y convertir los niveles digitales a valores de radiancia y  
reflectancia, empleando modelos atmosféricos y las geometrías de iluminación y observación  
(Mendoza et al., 2021). Posteriormente, se utilizó la herramienta “Fast Line-Of-Sight Atmospheric  
Analysis Of Hypercubes (Flaash)”, la cual permite realiza la corrección atmosférica en base al  
algoritmo de transferencia de radiación (2).  
Clasificación supervisada  
El procedimiento de clasificación supervisada consistió, primero, en la construcción de “sitios-  
ensayo” y la definición de las diferentes clases de uso de la tierra; siguendo el método dicotómico  
que incluye diferentes niveles, encontrando en el área de estudio las siguientes categorías:  
Bosque plantado Mixto (FPM), Área construida (OB), Cultivo anual (OCA), Cultivo perenne (OCP),  
Tierra árida (OX) (FAO, 2009). Para generar mapas de uso de suelo dentro de una superficie de  
339 ha correspondiente a los años 1991, 2011 y 2015.  
Tasa de cambio anual de la cobertura (TAC)  
La TAC se determinó con la ecuación propuesta por Puyravaud (2003), quien asumió que la tasa  
de cambio con el tiempo es proporcional al área ocupada. Así, entre dos instantes de tiempo,  
tenemos que:  
780  
DINÁMICA ESPACIOTEMPORAL DEL USO DEL SUELO Y SU INFLUENCIA EN LA EROSIÓN HÍDRICA EN EL CERRO NITÓN, ECUADOR  
2   
1
A
(1)  
TAC =  
ln  
100  
t2 −t1  
A
1
A
A
En esta ecuación,  
respectivamente, y  
y
representan las áreas de la cobertura en el tiempo 1 y 2,  
1
2
t1  
t
y
representan el año de evaluación inicial final, respectivamente.  
2
Validación de resultados  
La validación fue realizada mediante una matriz de confusión, con la que se evaluó la  
incertidumbre de la clasificación, comparando los resultados obtenidos con un muestreo  
aleatorio simple. Para ello, se seleccionaron 146 píxeles para la validación con un 95 % de  
confianza; situando en las columnas las clases con datos reales del terreno y en las filas las  
categorías obtenidas en el mapa. Para incrementar la precisión, se empleó el coeficiente de Kappa  
(K), el cual mide la concordancia entre los valores estimados y los observados, considerando el  
acuerdo que podría ocurrir por azar. Para su cálculo se utilizaron los valores de la diagonal de las  
matrices de confusión generadas (17).  
N
Xii − X  
  i+X+i  
(2)  
K =  
N2 −  
(x x+i )  
i
Donde: Xii = número de observaciones de línea i y la columna i. 푋푖+ꢀ = totales marginales de la  
+ꢁ  
línea i y columna i, respectivamente. N = número total de observaciones.  
Para el análisis de degradación del suelo se utilizó la ecuación USLE (3), propuesta por  
(Wischmeier & Smith, 1978) , donde: R se obtuvo de los datos históricos (1991 - 2001 – 2015) en  
unidades de (MJ mm)(ha h año)-1; K se obtuvo con los resultados de los análisis del laboratorio y  
las tablas propuestas por Kirkby y Morgan (1980), en unidades de (t ha h)(ha MJ mm)-1 ; L es el  
factor de longitud de la pendiente; S es el factor de inclinación de la pendiente; C se determina  
con las tablas propuestas por Wischmeier y Smith (1978) en función del tipo de cobertura y P es  
el factor de prácticas de conservación. Los últimos parámetros mencionados son adimensionales.  
En conjunto con el software ArcGis 10.3 y las herramientas de interpolación se generaron los  
diferentes raster que se ingresaron al Raster Calculator obteniendo A expresado en unidades de  
t (ha año)-1.  
퐴 = 푅 × 퐾 × 퐿푆 × 퐶 × 푃  
(3)  
Factor de erosividad de las precipitaciones (R)  
Se obtuvo de los anuarios meteorológicos del Instituto Nacional de Meteorología e Hidrología  
(INAMHI); analizando los registros de precipitación de cada mes, durante los años de 1991 - 2001  
- 2015, especialmente las lluvias de intensidades máximas con duraciones de 30 minutos, las  
cuales son agresivas en el proceso de degradación del suelo (18)  
781  
DINÁMICA ESPACIOTEMPORAL DEL USO DEL SUELO Y SU INFLUENCIA EN LA EROSIÓN HÍDRICA EN EL CERRO NITÓN, ECUADOR  
Se realizó primero un shape que contenga datos de la estación meteorológica más cercana al área  
de estudio, después una interpolación utilizando la siguiente herramienta Spatial Analyst  
Tools/interpolación/Spline.  
Factor de erodabilidad del suelo (K)  
Para la erodabilidad se analizó textura y contenido de materia orgánica, a dichos resultados se  
asignó el valor del factor K de la tabla propuesta por Kirkby y Morgan (1980).  
Factor de longitud y gradiente de la pendiente (LS)  
El factor LS representa la topografía del terreno, la cual afecta el proceso de erosión, presentando  
una relación directamente proporcional, es decir, a mayor longitud e inclinación en sentido de la  
pendiente del terreno, mayor es la erosión. (Mendoza, 2013). Para determinar LS se obtiene el  
raster de la pendiente (slope) con el cual se procede a calcular el factor F con la siguiente fórmula:  
((Sin (Slope x 0,01745)/0.0896)/(3xPower(Sin(Slope x 0,01745), 0.8) + 0.56)); para calcular el  
factor M aplicamos M= Factor F/ (1+Factor F); para el factor L: (Power ((Flow Accumulation +625),  
(Factor M +1))-Power (Flow Accumulation, (Factor M +1)))/ (Power (25, (Factor M +2)) x Power  
(22.13, Factor M)); Factor S: Con ((Tan (Slope x 0.01745) ‹0.09) , (10.08 x Sin (Slope x 0.01745) +  
0.03) , (16.8 x Sin ( Slope x 0.01745) – 0.5)). Finalmente, el factor LS se calcula sobreponiendo los  
raster finales tanto L y S mediante la calculadora raster.  
Factor de cobertura y uso de suelo (C)  
Este factor C estudia el comportamiento del suelo frente a la erosión de acuerdo al tipo de  
cubierta (19). Se determina los valores de C para cada uno de los 5 usos de suelo determinados  
en este estudio utilizando las tablas propuestas (14)  
Para calcular el factor C se necesita del shapefile de uso del suelo y el valor para cada uso en factor  
C que ya ha sido previamente calculado. El SHP obtenido del uso del suelo se lo convierte en raster  
mediante: Convertion Tools – To Raster – Polygon to Raster  
Factor prácticas de conservación (P)  
El factor P representa el efecto de las prácticas de manejo y conservación del suelo (como  
terrazas, labranza en contorno o manejo mecanizado) sobre la reducción de la erosión, en  
comparación con prácticas tradicionales sin control. Este factor toma valores entre 0 y 1, donde  
valores menores indican una mayor eficiencia en la conservación del suelo (15)  
Análisis estadístico  
La relación entre los cambios de LULC y la erosión se corroboró mediante la prueba de chi-  
cuadrado y el coeficiente de correlación de Spearman, utilizando el software R, un entorno de  
programación de código abierto ampliamente utilizado para análisis estadístico y científico. Este  
software permite la ejecución de procedimientos estadísticos mediante sintaxis reproducible,  
facilitando el análisis de datos espaciales y ambientales (20)  
782  
DINÁMICA ESPACIOTEMPORAL DEL USO DEL SUELO Y SU INFLUENCIA EN LA EROSIÓN HÍDRICA EN EL CERRO NITÓN, ECUADOR  
RESULTADOS  
Análisis multitemporal de los cambios de uso y cobertura de suelo del año 1991, 2001,2015  
A partir de la corrección radiométrica, geométrica y atmosférica de las imágenes de los satélites  
Landsat 5 - 7 y 8 de los años 1991 - 2001 - 2015 respectivamente y la combinación bandas en falso  
color 4, 3, 2 se identificaron las categorías de usos de suelo (US); encontrando FPM; OB; OCA;  
OCP; OX, para generar mapas temáticos de cada US dentro de una superficie de 339 ha. La  
clasificación supervisada permitió identificar cinco categorías de uso y cobertura del suelo dentro  
de las 339 ha del Cerro Nitón: Bosque plantado Mixto (FPM), Área construida (OB), Cultivo anual  
(OCA), Cultivo perenne (OCP), Tierra árida (OX). Los resultados evidencian que OX constituyó la  
cobertura dominante durante todo el período analizado, aunque su extensión presentó  
variaciones significativas entre 1991, 2001 y 2015 (Tabla 1). Como resultado de la clasificación  
supervisada En 1991, la cobertura predominante fue OX, con 230,37 ha (67,96% del área total),  
seguida por OCA con 57,91 ha (17,08%), OCP con 28,25 ha (8,33%) y OB con 22,47 ha (6,63%). En  
este año no se registró presencia de FPM. Para 2001, OX continuó siendo la cobertura de mayor  
extensión con 128,38 ha; sin embargo, experimentó una reducción de 101,99 ha respecto a 1991.  
Paralelamente, OCA incrementó su superficie hasta 99,31 ha y apareció la categoría FPM con  
79,68 ha.En 2015, OX recuperó parte de su cobertura alcanzando 167,06 ha, manteniéndose  
como la categoría dominante. Asimismo, OCP aumentó hasta 42,11 ha, mientras que OCA  
disminuyó a 43,53 ha.  
Figura 2. Análisis multitemporal del cambio de uso y cobertura de suelo en el Cerro Nitón.  
Nota. Análisis de los cambios en la superficie en el cerro Nitón entre los años 1991 al 2015.  
Los mapas temáticos obtenidos para 1991, 2001 y 2015 presentaron índices Kappa de 0,64, 0,69  
y 0,74, respectivamente. De acuerdo con Zhu et al. (2010), estos valores indican una concordancia  
sustancial entre la clasificación obtenida y la realidad observada. Entre 1991 y 2001 se evidenció  
una reducción de las coberturas naturales presentes en el Cerro Nitón. La categoría OB disminuyó  
de 22,47 ha a 10,96 ha, mientras que OX se redujo de 230,37 ha a 128,38 ha y OCP de 28,25 ha a  
783  
DINÁMICA ESPACIOTEMPORAL DEL USO DEL SUELO Y SU INFLUENCIA EN LA EROSIÓN HÍDRICA EN EL CERRO NITÓN, ECUADOR  
21,40 ha. En contraste, la superficie ocupada por OCA se incrementó de 57,91 ha a 99,31 ha,  
constituyéndose en la principal cobertura con tendencia positiva durante este período. De  
acuerdo con los cálculos de la tasa anual de cambio (TAC), las mayores pérdidas se registraron en  
OX y OB, mientras que OCA presentó la mayor ganancia de superficie (Tabla 1).  
Para el período 2001–2015, la dinámica de cambio mostró una tendencia diferente. La categoría  
OCA disminuyó de 99,31 ha a 43,53 ha y FPM presentó una ligera reducción de 79,68 ha a 72,91  
ha. Por el contrario, OCP incrementó su cobertura de 21,40 ha a 42,11 ha, OX aumentó de 128,38  
ha a 167,06 ha y OB pasó de 10,96 ha a 14,17 ha. Estos resultados evidencian una recuperación  
de tierra árida (OX) y un incremento de las áreas destinadas a usos pecuarios durante el período  
analizado (Figura 2).  
En términos generales, los cambios observados entre 1991 y 2015 muestran una marcada  
transformación de la cobertura del suelo en el Cerro Nitón, caracterizada por la reducción inicial  
de la vegetación natural, seguida por una recuperación parcial de OX y una expansión de las áreas  
de uso productivo, particularmente aquellas asociadas a actividades pecuarias.  
Tabla 1. Superficie, pérdida de cobertura y TAC en el cerro Nitón.  
Categoría  
1991  
(ha)  
1991  
(%)  
2001  
(ha)  
2001  
(%)  
2015  
(ha)  
2015  
(%)  
TAC  
1991–  
2001  
TAC Cambio neto  
2001–  
1991–2015  
2015  
(ha)  
FPM  
OB  
0,00  
22,47  
57,91  
28,25  
230,37  
339  
0,0  
6,6  
79,68  
10,96  
99,31  
21,40  
128,38  
339  
23,5  
3,2  
72,91  
14,17  
43,53  
42,11  
167,06  
339  
21,5  
4,2  
–
-6,93  
5,54  
-2,74  
-5,68  
–
-0,63  
1,90  
-5,72  
4,95  
1,90  
–
72,91  
-8,30  
-14,38  
13,86  
-63,31  
–
OCA  
OCP  
OX  
17,1  
8,3  
29,2  
6,3  
12,8  
12,4  
49,2  
100  
68,0  
100  
37,8  
100  
Total  
Nota. FPM = Bosque plantado mixto; Área construida; OCA = cultivo anual; OCP = cultivo perenne; OX = tierra árida.  
La TAC corresponde a la tasa anual de cambio calculada para cada período. Se recomienda verificar los valores de  
TAC reportados, ya que algunos no parecen concordar con las diferencias de superficie observadas entre fechas.  
Asimismo, las superficies totales reportadas para 2001 y 2015 presentan ligeras diferencias respecto al área de  
estudio declarada (339 ha), lo que podría deberse a redondeos o ajustes cartográficos.  
Análisis multitemporal año 1991, 2001,2015  
Factor de erosividad de la lluvia (R)  
Al analizar los registros de precipitación de cada mes durante los años 1991, 2001 y 2015; los  
periodos de mayor agresividad de lluvias, en la estación húmeda es abril para los tres años;  
mientras que para la estación seca es (julio-junio-junio) respectivamente. Observando que las  
zonas con mayor intensidad de erosividad producida en el año 1991 se dan en OB y OCA; 2001 en  
FPM y OX y en el 2015 se da en OX y FPM.  
784  
DINÁMICA ESPACIOTEMPORAL DEL USO DEL SUELO Y SU INFLUENCIA EN LA EROSIÓN HÍDRICA EN EL CERRO NITÓN, ECUADOR  
Factor de erodabilidad (k)  
Con el resultado de los análisis del laboratorio y el empleo del método de Kirkby y Morgan (1980),  
se obtuvieron los siguientes valores de K; para FPM (0,025); OB (0,032); OCA (0,032); OCP (0,032)  
y OX (0,032). Se encontró que en las tres etapas evaluadas existe un mayor grado de erodabilidad  
en la zona de OCA-OCP y OX; encontrando un suelo franco arenoso los mismo que presentan altos  
contenidos de limo y arena, por lo que son más susceptibles al desprendimiento causado por el  
agua y el viento.  
Factor de longitud y grado de la pendiente (LS)  
Al sobreponer los raster finales de L y S, se obtiene la longitud y el grado de pendiente calculados;  
encontrando que para el año 1991 y 2001 presentó un factor LS muy alto, alto, medio y bajo; por  
el contrario, en el año 2015 se aprecia una gran diferencia indicando rangos de medio y bajo. Las  
cuales sucedieron debido a que algunas quebradas fueron rellenadas por el transporte de  
sedimentos según los pobladores.  
Factor de cobertura y uso de la tierra (C).  
Encontramos los menores valores del factor de cobertura y uso de tierra en el US de OB y OCP  
con 0 y 0,001 respectivamente, seguido por FPM con un valor de 0.028. Mientras que OCA y OX  
presentan valores mayores de 0.55 y 1, resultando preocupante por la gran incidencia que ha  
generado la intervención del hombre en tratar de cultivar la tierra sin tecnificación y métodos  
conservacionistas.  
Factor de Prácticas de Conservación (P)  
Se atribuyó para el área de estudio el valor de 1 para el factor P, debido a que no existen prácticas  
de manejo para la erosión de suelo(21)  
Determinación de la pérdida de suelo (A)  
Para determinar A se utilizó la formula (3), teniendo en cuenta que el factor C y P son parámetros  
que se relacionan para reducir la perdida potencial del suelo; mientras que R, K, L y S representan  
el potencial erosivo en el sitio que pasaría en la ausencia de cualquier cobertura.  
Los resultados del análisis de perdida de suelo se observan en la tabla 2, se emplearon cinco  
rangos de erosión en ton/ha*año.  
Tabla 2. Superficie y porcentaje del grado de erosión edáfico en el cerro Nitón.  
Niveles erosivos  
Sin susceptibilidad  
Baja  
Ligera  
Moderada  
Alta  
1991 (ha)  
189,75  
93,57  
43,01  
9,52  
1991 (%)  
2001 (ha)  
156,05  
84,33  
2001 (%)  
2015 (ha)  
147,29  
100,88  
57,93  
2015 (%)  
56  
28  
13  
3
47  
25  
16  
8
44  
30  
17  
9
54,38  
26,93  
9,22  
30,83  
0,49  
1,56  
0
3
0
785  
DINÁMICA ESPACIOTEMPORAL DEL USO DEL SUELO Y SU INFLUENCIA EN LA EROSIÓN HÍDRICA EN EL CERRO NITÓN, ECUADOR  
Total calculado  
Área de estudio  
337,41  
339  
100  
330,91  
339  
100  
337,42  
339  
100  
100  
100  
100  
El análisis de la erosión potencial mediante la aplicación del modelo USLE permitió identificar tres  
niveles principales de susceptibilidad a la erosión en el Cerro Nitón: baja, moderada y alta (Figura  
3). Durante los tres períodos analizados predominó la categoría de baja susceptibilidad,  
representando aproximadamente el 28 % de la superficie en 1991, el 25 % en 2001 y el 30 % en  
2015. Estas áreas se asociaron principalmente a sectores con mayor cobertura vegetal y menor  
grado de intervención antrópica. Por otra parte, las superficies clasificadas con susceptibilidad  
moderada aumentaron progresivamente, pasando del 3 % en 1991 al 8 % en 2001 y al 9 % en  
2015. Este incremento sugiere una mayor exposición de determinadas zonas a procesos erosivos  
durante el período de estudio. En términos generales, las áreas sin susceptibilidad a la erosión  
disminuyeron en 6,13 %, mientras que las zonas con susceptibilidad baja y moderada aumentaron  
en 3,46 % y 1,92 %, respectivamente. La mayor superficie potencialmente afectada por procesos  
erosivos se registró en 2001, con aproximadamente 9,22 ha. Espacialmente, las zonas con  
susceptibilidad ligera, moderada y alta se localizaron principalmente en sectores con mayores  
pendientes y precipitación, coincidiendo con áreas sometidas a actividades agropecuarias. Estas  
características incrementan la vulnerabilidad del suelo frente a los procesos de erosión hídrica y  
eólica (Figura 3). Los resultados obtenidos concuerdan con lo señalado por Ferreira et al. (2015),  
quienes indican que en regiones tropicales los procesos erosivos suelen estar estrechamente  
relacionados con las actividades agrícolas desarrolladas en laderas. Asimismo, Farris y Okoua  
(2016) destacan que las coberturas vegetales densas y los ecosistemas naturales presentan una  
mayor capacidad de protección frente a la erosión. En el Cerro Nitón, el incremento de las áreas  
agrícolas y pecuarias observado durante parte del período de estudio podría haber contribuido al  
aumento de las zonas con susceptibilidad moderada. La implementación de cultivos en  
pendientes pronunciadas y el establecimiento de pastizales sin prácticas adecuadas de  
conservación del suelo favorecen la pérdida de cobertura vegetal y la exposición del suelo a los  
agentes erosivos. Estos resultados coinciden con lo reportado por Mersha et al. (2025), quienes  
encontraron que la expansión de las áreas agrícolas y la reducción de la vegetación natural  
incrementan las tasas de erosión y la producción de sedimentos, debido a la mayor exposición  
del suelo a los agentes erosivos. Los autores concluyen que los cambios de LULC constituyen uno  
de los principales factores que explican el aumento de los procesos de degradación edáfica en  
cuencas sometidas a presión antrópica  
786  
DINÁMICA ESPACIOTEMPORAL DEL USO DEL SUELO Y SU INFLUENCIA EN LA EROSIÓN HÍDRICA EN EL CERRO NITÓN, ECUADOR  
Figura 3. Riesgo de erosión del Cerró Nitón en los diferentes años, sin susceptibilidad (SS); baja (B); ligera (L);  
moderada (M); alta (A).  
Análisis estadístico  
Una vez obtenidos los resultados de los cambios de LULC y la erosión se procedió con el análisis  
de correlación de rango de Spearman, se obtuvo un valor p menor que el nivel de significancia  
del 5% (0.03), para el año de 1991 indicándonos que existe una asociación entre el porcentaje de  
uso de suelo y el porcentaje de erosión de suelo, al contrario, para los años de 2001 y 2015 se  
obtuvo 0,39 y 0,62 respectivamente mostrando que no existe ninguna asociación.  
Mediante la prueba Chi-Cuadrado se realizó el análisis de relación entre los CUS y la erosión,  
donde se obtuvo un valor p mayor al nivel de significancia del 5%; demostrando que no existe  
relación los CUS y la erosión en los tres años de estudio (1991, 2001 y 2015).  
Figura 4. Análisis estadístico entre los CUS y erosión de los diferentes años.  
787  
DINÁMICA ESPACIOTEMPORAL DEL USO DEL SUELO Y SU INFLUENCIA EN LA EROSIÓN HÍDRICA EN EL CERRO NITÓN, ECUADOR  
DISCUSIÓN  
Los resultados del análisis multitemporal del cerro Nitón evidencian una dinámica de degradación  
territorial sostenida durante el período 1991–2015, coherente con los patrones documentados a  
escala global y regional. La tierra árida (OX) dominó el paisaje en los tres períodos evaluados,  
pasando del 68 al 49,2 % de la superficie estudiada, lo que refleja un proceso activo de  
desertificación impulsado principalmente por factores antrópicos y climáticos. Este hallazgo es  
consistente con lo reportado por CONDESAN y MAATE (2023), quienes señalan que el 47 % del  
territorio ecuatoriano continental presenta algún grado de degradación de tierras asociado a la  
deforestación, el cambio de LULC y las malas prácticas agropecuarias. Mientras que los cultivos  
anuales (OCA), aumentaron de 57,91 ha a 99,31 ha (entre 1991 y 2001) estos cambios pueden  
ocurrir por prácticas de manejo sobre suelo áridos, como la incorporación de materia orgánica,  
construcción de terrazas, etc (6) , pero este aumento fue en un periodo de tiempo corto ya que  
al año 2015 disminuyó a 43,53 ha, demostrando que la práctica que realizaron en los primeros  
años no fue sostenible o tal vez que la rentabilidad disminuyo en los sistemas agrícolas, escasez  
de mano de obra, migración rural o nuevamente una degradación progresiva del suelo(22),  
incrementando la vulnerabilidad erosiva del suelo y el aumento de la tierra árida como se muestra  
en la tabla 1.  
Este patrón no debe interpretarse como una mejora ecológica sino como el abandono de tierras  
agotadas que permanecen expuestas sin cobertura protectora, situación que agrava la erosión  
hídrica y eólica. La aplicación del modelo USLE permitió identificar al factor de cobertura (C) como  
el más determinante en la distribución espacial de la erosión. Los usos OCA (C = 0,55) y OX (C =  
1,0) concentraron el mayor potencial erosivo, mientras que el bosque plantado mixto (FPM, C =  
0,028) actuó como barrera protectora. Estudios en cuencas andinas ecuatorianas confirman que  
las áreas sin vegetación y los cultivos presentan las tasas de erosión más elevadas, siendo  
únicamente los bosques y el páramo los que muestran valores de erosión media por debajo del  
umbral sostenible. Este patrón es coherente con lo señalado por Arias-Muñoz et al. (2023),  
quienes hallaron que la conservación de la vegetación natural evita su reemplazo por cultivos y  
tiene un efecto positivo en la calidad del suelo, favoreciendo el almacenamiento de carbono  
orgánico, mientras que la reforestación en pastizales degradados con especies adecuadas  
controla la erosión y evita la pérdida de materia orgánica.  
El factor de erodabilidad (K = 0,032) fue uniforme para los usos OB, OCA, OCP y OX, asociado a  
texturas franco arenosas con altos contenidos de limo y arena, lo que amplifica el efecto negativo  
de la pérdida de cobertura. Este tipo de suelos, derivados de depósitos piroclásticos volcánicos  
característicos de la sierra central ecuatoriana, presenta elevada susceptibilidad al  
desprendimiento por acción del agua, especialmente en zonas con pendiente pronunciada donde  
el factor LS alcanza valores altos. La integración del modelo RUSLE con SIG y teledetección permite  
calcular y ubicar con exactitud la erosión del suelo por agua, señalando las zonas de intervención  
más urgentes para la planificación territorial. La ausencia total de prácticas conservacionistas,  
reflejada en el valor P = 1 asignado a toda la superficie constituye el factor de mayor intervención  
potencial. Estudios recientes en los Andes ecuatorianos subrayan la importancia de combinar  
actividades de conservación y restauración con prácticas de labranza adecuadas para reducir de  
788  
DINÁMICA ESPACIOTEMPORAL DEL USO DEL SUELO Y SU INFLUENCIA EN LA EROSIÓN HÍDRICA EN EL CERRO NITÓN, ECUADOR  
forma significativa las tasas de pérdida de suelo (23)A escala global, las proyecciones indican que  
los cambios en el uso de la tierra podrían incrementar las tasas de erosión hídrica en hasta un 10  
% hacia el año 2070 bajo escenarios de alta emisión, tendencia que el cerro Nitón anticipa a escala  
local si no se adoptan medidas correctivas.  
Finalmente, el análisis estadístico mediante la correlación de Spearman y la prueba Chi-cuadrado  
no encontró una relación significativa entre los CUS y la erosión para los años 2001 y 2015,  
confirmando que la pérdida de suelo en el área de estudio responde a la interacción simultánea  
de múltiples factores como la topografía, erosión hídrica, erodabilidad del suelo, cobertura  
vegetal y las prácticas de manejo, más que a la categoría de uso del suelo por sí sola(24); (16)En  
este sentido, los resultados de la presente investigación refuerzan la necesidad de aplicar  
enfoques multifactoriales en la gestión territorial y respalda el uso de metodologías integrales  
como la combinación de teledetección, SIG y USLE para el monitoreo continuo de ecosistemas de  
montaña con limitada disponibilidad de datos de campo.  
CONCLUSIONES  
El análisis multitemporal de los cambios de uso y cobertura del suelo en el cerro Nitón durante el  
período 1991–2015 evidenció un proceso progresivo de degradación del territorio, caracterizado  
por el predominio de la clase tierra árida y la disminución de la cobertura vegetal. Asimismo, la  
aplicación del modelo USLE mostró un incremento de las áreas susceptibles a la desertificación,  
reafirmando que la cobertura vegetal constituye un factor clave en la protección del suelo,  
mientras que las áreas con escasa cobertura presentan mayor vulnerabilidad a los procesos  
erosivos.  
Los análisis estadísticos indicaron que los cambios de uso y cobertura del suelo no explican por sí  
solos la variabilidad de la erosión, evidenciando la influencia conjunta de factores morfométricos,  
climáticos, ambientales, edáficos y de manejo. En este contexto, la integración de teledetección,  
SIG y el modelo USLE representa una herramienta eficaz para evaluar la degradación del suelo y  
apoyar la gestión sostenible de los ecosistemas de montaña en los Andes ecuatorianos.  
REFERENCIAS BIBLIOGRÁFICAS  
1.  
2.  
Herrero H V, Southworth J, Bunting E, Fensholt R, Horion S, Roy PS, et al. Utilizing Multiple  
Lines of Evidence to Determine Landscape Degradation within Protected Area Landscapes:  
A Case Study of Chobe National Park, Botswana from 1982 to 2011. Remote Sensing 2016,  
Vol 8, Page 623. 2016 Jul 28;8(8):623. doi:10.3390/RS8080623  
Vogt J V., Safriel U, Von Maltitz G, Sokona Y, Zougmore R, Bastin G, et al. Monitoring and  
assessment of land degradation and desertification: Towards new conceptual and  
integrated  
approaches.  
Land  
Degrad  
Dev.  
2011  
Mar  
1;22(2):150–65.  
doi:10.1002/LDR.1075;REQUESTEDJOURNAL:JOURNAL:1099145X;WGROUP:STRING:PUBLI  
CATION  
789  
DINÁMICA ESPACIOTEMPORAL DEL USO DEL SUELO Y SU INFLUENCIA EN LA EROSIÓN HÍDRICA EN EL CERRO NITÓN, ECUADOR  
3.  
Chapin FS, Matson PA, Vitousek PM. Temporal Dynamics. Principles of Terrestrial Ecosystem  
Ecology. 2011;339–67. doi:10.1007/978-1-4419-9504-9_12  
4.  
Arias-Muñoz P, Saz MA, Escolano S. Estimación de la erosión del suelo mediante el modelo  
RUSLE. Caso de estudio: cuenca media alta del río Mira en los Andes de Ecuador.  
Investigaciones Geográficas. 2023 Jan 17;(79):207–30. doi:10.14198/INGEO.22390  
Segarra P. DOCUMENTO DE EVALUACIÓN NACIONAL DE DEGRADACIÓN DE LA TIERRA  
MEDIANTE LA METODOLOGÍA LADA-WOCAT Consultor para la elaboración de la Evaluación  
Nacional de Degradación de la Tierra ORGANIZACIÓN DE LAS NACIONES UNIDAS PARA LA  
ALIMENTACIÓN Y LA AGRICULTURA (FAO).  
5.  
6.  
7.  
Ayala-Izurieta JE, Márquez CO, García VJ, Recalde-Moreno CG, Rodríguez-Llerena M V.,  
Damián-Carrión DA. Land Cover Classification in an Ecuadorian Mountain Geosystem Using  
a Random Forest Classifier, Spectral Vegetation Indices, and Ancillary Geographic Data.  
Geosciences 2017, Vol 7, Page 34. 2017 May 3;7(2):34. doi:10.3390/GEOSCIENCES7020034  
Grace CAZ, Soundranayagam JP, Sidhu N, Sharma S, Roy EA, Pitchaimani VS, et al.  
Quantifying spatiotemporal land use land cover change and urban expansion using  
geospatial modelling and shannon’s entropy in a coastal city of India. Discover Civil  
Engineering 2025 2:1. 2025 Oct 29;2(1):189-. doi:10.1007/S44290-025-00341-6  
Rahman MR, Saha SK. Spatial dynamics of cropland and cropping pattern change analysis  
using landsat TM and IRS P6 LISS III satellite images with GIS. Geo-spatial Information  
Science 2009 12:2. 2009 May 13;12(2):123–34. doi:10.1007/S11806-009-0249-2  
Lamchin M, Lee WK, Jeon SW, Lee JY, Song C, Piao D, et al. Correlation between  
Desertification and Environmental Variables Using Remote Sensing Techniques in Hogno  
Khaan, Mongolia. Sustainability 2017, Vol 9, Page 581. 2017 Apr 11;9(4):581.  
doi:10.3390/SU9040581  
8.  
9.  
10.  
11.  
12.  
13.  
14.  
Osuna-Osuna AK, Díaz-Torres JDJ, De Anda-Sánchez J, Villegas-García E, Gallardo-Valdez J,  
Davila-Vazquez G. Evaluación de cambio de cobertura vegetal y uso de suelo en la cuenca  
del río Tecolutla, Veracruz, México; periodo 1994-2010. Revista Ambiente & Água.  
2015;10(2):350–62. doi:10.4136/AMBI-AGUA.1539  
Matthew I. Barker JDB, FMG, SMW, MGW. Lillesand, TM, Kiefer, RW y Chipman, JW (2015)  
Teledetección e interpretación de imágenes. 7.a edición. John Wiley & Sons, Inc., Hoboken.  
- Referencias - Publicaciones de investigación científica [Internet]. [cited 2026 Jul 2].  
Available from: https://www.scirp.org/reference/referencespapers?referenceid=3377791  
Delgado D, Sadaoui M, Ludwig W, Méndez W, Ortiz-Hernández E, Farfán-Intriago P.  
Assessment of soil erosion by RUSLE in the Ecuadorian basins (2001−2020) based on GIS  
and high-resolution satellite data: Main drivers and changes on soil erosion.  
Geomorphology. 2025 Jan 15;469. doi:10.1016/J.GEOMORPH.2024.109515  
Delgado D, Sadaoui M, Ludwig W, Méndez W. Spatio-temporal assessment of rainfall  
erosivity in Ecuador based on RUSLE using satellite-based high frequency GPM-IMERG  
precipitation  
data.  
Catena  
(Amst).  
2022  
Dec  
1;219:106597.  
doi:10.1016/J.CATENA.2022.106597  
Wischmeier W and S. Predicting Rainfall Erosion Loss. USDA. Agricultural research Service  
Handbook 537. - References - Scientific Research Publishing [Internet]. 1978 [cited 2026 Jul  
2].  
Available  
from:  
https://www.scirp.org/reference/referencespapers?referenceid=1270863  
790  
DINÁMICA ESPACIOTEMPORAL DEL USO DEL SUELO Y SU INFLUENCIA EN LA EROSIÓN HÍDRICA EN EL CERRO NITÓN, ECUADOR  
15.  
16.  
17.  
Panagos P, Borrelli P, Poesen J, Ballabio C, Lugato E, Meusburger K, et al. The new  
assessment of soil loss by water erosion in Europe. Environ Sci Policy. 2015 Dec 1;54:438–  
47. doi:10.1016/J.ENVSCI.2015.08.012  
Borrelli P, Robinson DA, Panagos P, Lugato E, Yang JE, Alewell C, et al. Land use and climate  
change impacts on global soil erosion by water (2015-2070). Proc Natl Acad Sci U S A. 2020  
Sep 8;117(36):21994–2001. doi:10.1073/PNAS.2001403117 PubMed PMID: 32839306.  
de Carvalho DF, Durigon VL, Antunes MAH, de Almeida WS, de Oliveira PTS. Predicting soil  
erosion using Rusle and NDVI time series from TM Landsat 5. Pesqui Agropecu Bras.  
2014;49(3):215–24. doi:10.1590/S0100-204X2014000300008  
18.  
19.  
Conservación De Suelos UY, Mancilla Escobar GA. APUNTES DOCENTES.  
Mancilla G. Uso y conservación de suelos: Uso de la ecuación universal de pérdidas de suelo  
(USLE) en el campo forestal. 2008;63.  
20.  
21.  
Zuur AF., Ieno EN., Saveliev AA. Beginner’s guide to spatial, temporal, and spatial-temporal  
ecological data analysis with R-INLA. Highland Statistics Ltd.; 2017.  
Carrasco-Letelier L, Beretta-Blanco A, Carrasco-Letelier L, Beretta-Blanco A. Erosión hídrica  
del suelo estimada para 99 cuencas uruguayas. Cienc Investig Agrar. 2017;44(2):184–94.  
doi:10.7764/RCIA.V44I2.1717  
22.  
23.  
Arias-Muñoz P, Saz MÁ, Escolano S. Tendencias de cambio de usos y coberturas de suelo en  
la cuenca hidrográfica media-alta del río Mira en Ecuador. Investigaciones Geográficas.  
2024 Jan 26;81(81):155–79. doi:10.14198/INGEO.25248  
Renard KG., Foster GR., Weesies GA., McCool DK., Yoder DC. Predicting soil erosion by  
waterꢀ: a guide to conservation planning with the Revised Universal Soil Loss Equation  
(RUSLE). U.S. Department of Agriculture, Agricultural Research Serviceꢀ; U.S. Government  
Printing Office; 1997. 384 p.  
791