Recibido: 10/01/2026 Aprobado:21/02/2026
Vol 6 N|1
693 | P á g i n a
DOI: https://doi.org/10.70208/3007.8245.v6.n1.360
Estimación de la erosión hídrica mediante el modelo RUSLE en la cuenca
Yanango, Chanchamayo - Perú
Juriko Sofía Vicente Cisinaro
jsvicentecisinaro@gmail.com
https://orcid.org/0009-0009-9404-5800
Universidad Nacional Agraria la Molina
Perú
Gonzalo Ramces Fano Miranda
gfano16@gmail.com
https://orcid.org/0000-0002-4401-8654
Universidad Nacional Agraria la Molina
Perú
RESUMEN
Se evaluó la erosión hídrica en la cuenca Yanango, ubicada en el distrito de La Merced, provincia de
Chanchamayo, Perú, mediante la aplicación del modelo Revised Universal Soil Loss Equation (RUSLE)
integrado con herramientas de Sistemas de Información Geográfica (SIG). El objetivo fue cuantificar
las tasas de erosión y determinar las áreas críticas susceptibles a degradación. Los factores de RUSLE
(R, K, LS, C y P) se obtuvieron a partir de datos de campo, análisis topográfico e información satelital.
Los resultados obtenidos indican una tasa de erosión hídrica promedio de 3.16 t/ha/año para la
totalidad de la cuenca, con valores por subcuencas que oscilan entre 1.11 t/ha/año y 3.16 t/ha/año,
lo que clasifica el nivel de erosión general como moderado. Los hallazgos muestran que las subcuencas
ubicadas aguas abajo, especialmente en las proximidades del Túnel Yanango, presentan las mayores
tasas de pérdida de suelo debido a la combinación de pendientes pronunciadas, escasa cobertura
vegetal y elevada pluviosidad. Estos resultados subrayan la necesidad de implementar medidas de
conservación y restauración de suelos en las zonas prioritarias, con el fin de reducir los riesgos de
erosión y fortalecer la gestión sostenible de la cuenca Yanango.
Palabras clave: RUSLE, erosión hídrica, SIG, gestión de cuencas, cuenca Yanango

Vol 6 N|1
694 | P á g i n a
Estimation of Water Erosion Using the RUSLE Model in the
Yanango Basin, Chanchamayo – Perú
ABSTRACT
Soil erosion was evaluated in the Yanango Basin, located in the district of La Merced, Province of
Chanchamayo, Peru, using the Revised Universal Soil Loss Equation (RUSLE) model integrated with
Geographic Information Systems (GIS). The objective was to quantify erosion rates and identify critical
areas susceptible to degradation. The RUSLE factors (R, K, LS, C, and P) were derived from field data,
topographic analysis, and satellite information. The results indicate an average water erosion rate of
3.16 t/ha/year for the entire watershed, with sub-watershed values ranging between 1.11 t/ha/year
and 3.16 t/ha/year, classifying the overall erosion level as moderate. The findings show that the
downstream sub-watersheds, especially in the vicinity of the Yanango Tunnel, exhibit the highest soil
loss rates due to a combination of steep slopes, sparse vegetation cover, and high rainfall. These results
underscore the need to implement soil conservation and restoration measures in priority areas to
reduce erosion risks and strengthen the sustainable management of the Yanango watershed.
Keywords: RUSLE, soil erosion, GIS, watershed management, Yanango Basin

Vol 6 N|1
695 | P á g i n a
INTRODUCCIÓN
La pérdida de suelos ocasionada por la erosión constituye uno de los problemas ambientales y
socioeconómicos más significativos a nivel global, afectando la capacidad del suelo para retener agua
y el desarrollo de los cultivos (FAO, 2019). Particularmente, la erosión hídrica es generada por la acción
del agua en zonas de ladera y es de vital importancia para todo proyecto de ingeniería que se desarrolle
sobre los ríos o quebradas. Este proceso se agrava en países en vías de desarrollo, como es el caso de
Perú (Rosas, 2016), donde estudios previos han estimado que el 29.9% del área afectada por erosión
hídrica se cataloga como moderada (INRENA, 2005). El estudio más reciente realizado por el Servicio
Nacional de Meteorología e Hidrología del Perú (SENAMHI) en 2017, si bien aporta información
relevante sobre las tasas de erosión a nivel nacional, subraya la necesidad de más información a escala
de cuencas para un conocimiento y control más efectivos de la erosión y los procesos de
sedimentación. El objeto de estudio de este artículo es la Cuenca Yanango, ubicada en la Selva Alta
(Chanchamayo, Junín), un área crítica debido al historial de riesgo asociado con la movilización de
sedimentos. El problema de investigación reside en la carencia de una cuantificación rigurosa de la
magnitud de la erosión hídrica en esta cuenca, un conocimiento esencial dado que el riesgo de avenidas
y huaicos pone en peligro la infraestructura vial y las poblaciones adyacentes. Este riesgo se materializó
históricamente con el colapso del puente atirantado Yanango en el año 2005, un evento exacerbado
por la continua depositación de grandes cantidades de sólidos provenientes de quebradas afluentes
como Umanpaccha.Para abordar la cuantificación de la pérdida de suelo, se utiliza la Ecuación
Universal de Pérdida de Suelo Revisada (RUSLE), un modelo empírico que permite estimar la tasa de
erosión hídrica a través de la interacción de cinco factores fundamentales (R, K, LS, C y P). La
aplicación de RUSLE requiere la determinación rigurosa de cada factor mediante la integración de
información satelital, cartográfica, herramientas de Sistemas de Información Geográfica (SIG) y datos
de campo. Antecedentes como las publicaciones de SENAMHI (2017) y los lineamientos de Vásquez
et al. (2016) sobre la necesidad de considerar la geomorfología de la cuenca y la sedimentación para
la prevención y control de la erosión en infraestructura vial, refuerzan la pertinencia de este enfoque a
escala local. Esta investigación contribuye al conocimiento científico al aplicar y calibrar RUSLE a la

Vol 6 N|1
696 | P á g i n a
escala detallada de las subcuencas de Yanango, identificando las zonas de mayor vulnerabilidad
topográfica y de uso de suelo. La justificación de este estudio radica en que la estimación de las tasas
de erosión e identificación de las zonas vulnerables ayudará a mejorar la toma de decisiones en torno
al planteamiento de estructuras y el manejo de los sedimentos en el río Yanango. En este contexto, el
objetivo general de este artículo es determinar la tasa de erosión hídrica en la cuenca del río Yanango
mediante la aplicación de la metodología RUSLE. Para lograr este propósito, los objetivos específicos
son: determinar los Factores RUSLE para estimar la tasa de erosión en la cuenca Yanango y evaluar
la distribución espacial de la erosión en la cuenca Yanango.
METODOLOGÍA
Enfoque, Tipo y Diseño de Investigación
La investigación se desarrolló bajo un enfoque cuantitativo de carácter aplicativo y descriptivo. El
componente aplicativo consistió en la integración de la metodología RUSLE y los Sistemas de
Información Geográfica (SIG) para desarrollar una herramienta de diagnóstico del riesgo de erosión
hídrica en la cuenca Yanango (Vásquez et al., 2016).
El diseño es no experimental y de corte transversal, debido a que el análisis se fundamentó en datos
históricos y contemporáneos recolectados en un periodo único, sin manipulación de variables.
Detalles del Área de Estudio
• Población: Cuenca Hidrográfica del Río Yanango (47.92 km2).
• Unidad de análisis espacial: Píxel ráster de 30 x 30 metros, derivado de un Modelo Digital de
Elevación (DEM).
En la

Vol 6 N|1
697 | P á g i n a
Figura 1 se muestra el mapa de ubicación y delimitación de subcuencas.

Vol 6 N|1
698 | P á g i n a
Figura 1: Mapa de ubicación y delimitación de subcuencas
Materiales y Recolección de Datos
La metodología de recolección de datos para el modelo RUSLE se estructuró en dos fases: gabinete y
campo. La fase de gabinete consistió en la recopilación de información de fuentes oficiales y de
teledetección. Se obtuvieron datos climáticos (precipitación máxima en 24 horas y mensual), basados
en registros de seis estaciones (dos pluviométricas y cuatro convencionales). La información
cartográfica y topográfica incluyó imágenes satelitales Landsat 8 y el Modelo Digital de Elevación
(DEM) S18W072 del MINAM, complementados con la Declaración del Mapa Digital de Suelos del
Mundo (DMSW) de la FAO (2023).
La fase de campo, desarrollada del 25 al 30 de noviembre de 2022, se centró en la observación directa
de las condiciones del área y la verificación de prácticas de conservación. Durante esta, se recolectaron
tres muestras de suelo representativas (mediante calicatas de 1.0 m de profundidad) para su análisis
granulométrico en laboratorio (métodos mecánicos e hidrómetro), información esencial para la

Vol 6 N|1
699 | P á g i n a
determinación del Factor K. Finalmente, el procesamiento de la información espacial se efectuó
mediante el software QGis 3.28.
Modelo RUSLE
El modelo RUSLE (Revised Universal Soil Loss Equation) fue formulado por Renard et al. (1996) para
estimar la perdida de suelos, siendo una versión mejorada del modelo USLE (Universal Soil Loss
Equation) que fue presentada por Wischmeier y Smith (1962) para ser publicada en el “Manual del
Departamento de Agricultura” de los Estados Unidos.
La metodología RUSLE fue desarrollada para superar algunas de las limitaciones de USLE (FAO,2021).
Sus avances incluyen:
• Computarización de algoritmos para facilitar los cálculos.
• Desarrollo de un término de susceptibilidad del suelo a la erosión estacionalmente variable (K)
• Un nuevo método para calcular el factor cubierta-manejo (C), utilizando sub-factores que incluyen
uso previo de la tierra, cubierta de cultivos, cubierta vegetal del suelo (incluyendo fragmentos de
roca en la superficie), y rugosidad del terreno.
• Nuevas formas de estimar los factores de largo y magnitud de la pendiente (LS) que consideran
porcentajes de erosión en surcos e ínter-surcos. La capacidad de ajustar el LS para pendientes de
forma variable; y
• Nuevos valores de prácticas de conservación (P) para cultivo en fajas alternadas, uso de drenaje
subterráneo, y praderas.
El modelo matemático de RUSLE utilizado es:
𝐴 = 𝑅 𝑥 𝐾 𝑥 𝐿𝑆 𝑥 𝐶 𝑥 𝑃 ( 1)
Donde:
• A: es el cálculo del promedio espacial y temporal de la pérdida de suelo por unidad de área (ton· ha-
1 · año-1), expresadas en las unidades seleccionadas para el factor K y para el periodo seleccionado
del factor R.
• R: es el Factor de Erosividad (MJ · mm · ha-1 · h-1 · año-1) de lluvia.

Vol 6 N|1
700 | P á g i n a
• K: Factor de Erodabilidad (ton · ha · h · ha-1 · MJ-1. mm-1) del suelo, es la tasa de pérdida de suelo
por unidad del índice de erosión para un suelo determinado.
En la Figura 2 se muestra el diagrama del flujo metodológico empleado.
Figura 2: Diagrama de flujo metodológico RUSLE
Factor de Erosividad de la Lluvia (R)
Según Wischmeier y Smith, el factor de erosividad (R) es un índice numérico que expresa la capacidad
de la lluvia para erosionar el suelo. Este factor representa el potencial de la precipitación o la
agresividad de la erosividad de la lluvia, en función de características físicas como la intensidad,
duración, velocidad y tamaño de las gotas. Ramírez señala que existe una relación directa entre la
erosividad y la precipitación anual.
En la versión original de la Ecuación Universal de Pérdida de Suelo (USLE), el factor R se calcula como
la suma promedio anual de la erosividad de tormentas individuales, obtenida a partir del producto
entre la energía total de la tormenta y la intensidad máxima en 30 minutos. No obstante, el Perú no
cuenta con registros de intensidad de lluvia (mm/h) que permitan aplicar este método de manera

Vol 6 N|1
701 | P á g i n a
directa. Sin embargo, la ecuación desarrollada por Wischmeier y Smith permite calcular el factor R en
ausencia de dichos registros.
𝑹 = 𝜮𝒊=𝟏
𝟏𝟐 𝟏. 𝟕𝟑𝟓 𝒙 𝟏𝟎 ( 𝟏. 𝟓 𝒍𝒐𝒈 𝟏𝟎 (𝒑𝒊𝟐
𝒑 ) − 𝟎. 𝟎𝟖𝟏𝟖𝟖) ( 2)
Donde R, el Factor Erosividad de lluvias está en MJ mm ha-1 h-1 año-1; Pi es la precipitación mensual
que está en mm y p la precipitación anual en mm.
Factor de Erodabilidad (K)
Las propiedades del suelo, como la textura, granulometría, porosidad, estabilidad estructural,
contenido de materia orgánica y porcentaje de arcilla influyen directamente en el factor de erodabilidad
(K). Este factor mide la susceptibilidad del suelo al desprendimiento, es decir, la resistencia natural que
ofrece frente a la erosión.
Gonzáles del Tánago comprobó experimentalmente que los suelos más erosionables corresponden a
texturas intermedias con mayor porcentaje de limo. En contraste, los suelos con más del 30% de arcilla
presentan baja erodabilidad, debido a que el aumento de partículas finas incrementa la cohesión y, por
ende, la resistencia a la erosión.
En la

Vol 6 N|1
702 | P á g i n a
Figura 3 se presenta el método del triángulo textural, basado en la clasificación del USDA según el
tamaño de las partículas, la cual considera:
• Limo: partículas con un tamaño entre 0.002 y 0.05 mm.
• Arcilla: partículas menores a 0.002 mm.

Vol 6 N|1
703 | P á g i n a
Figura 3: Diagrama triangular de las clases texturales básicas del suelo según el tamaño de partículas
Fuente: United States Department of Agriculture (USDA)
El factor K, la erosionabilidad del suelo fue establecida originalmente al determinar las pérdidas de
suelo en parcelas de erosión típicas (22.1 m de longitud, 9% de pendiente) y dividir este valor con el
de energía erosiva de la lluvia (R) que les dio origen. La ecuación para obtener el factor K es:
100𝐾 = 0.01317 𝑥 (2.1 𝑥 𝑀1.14 𝑥 10−4 𝑥 (12 − 𝑎) + 3.25 𝑥 (𝑏 − 2) + 2.5 ∗ (𝑐 − 3)) (3)
Donde:
• M: (%Arena muy fina y limo) x (100-%Arcilla)
• a: porcentaje de materia orgánica (%)
• b: Código de tipo de estructura
• c: Código de tipo de permeabilidad
Además, se han diseñado monogramas de uso frecuente que resuelve la ecuación anterior dentro de
ciertos límites de valores. En la Tabla 1 se presenta las clases de permeabilidad según textura, mientras

Vol 6 N|1
704 | P á g i n a
que en la Tabla 2 se presenta los parámetros de estructura del suelo a profundidades de 15 a 18 cm
superficiales.
Tabla 1: Clase de permeabilidad según textura
Clase de permeabilidad
USDA (1983) Rawis et al. (1982) Hudson (1982)
Textura Kfs (m día⁻¹) Kfs (m día⁻¹)
1 (rápida y muy rápida) Arenosa >1.463 >3
2 (moderada a rápida) Arenosa franca, franco arenoso 0.488 - 1.463 1.5 - 3
3 (moderada) Franca, franco limoso, limosa 0.122 - 0.488 0.48 - 1.5
4 (lenta a moderada)
Franco arcillo arenoso, franco
arcilloso
0.049 - 0.122 0.12 - 0.48
5 (lenta)
Franco arcillo limosa, arcillo
arenosa
0.024 - 0.049 0.03 - 0.120
6 (muy lenta) Arcillo limosa <0.024 <0.03
Fuente: USDA (1983)
Tabla 2: Parámetros de estructura del suelo a profundidades de 15 a 18 cm superficiales
Clase de estructura USDA (1983)
1 Granular y migajosa muy fina (< 1 mm)
2 Granular y migajosa fina (1 - 2 mm)
3
Granular y migajosa media (2 - 5 mm) y granular grosera (5 - 10
mm)
4 Granular y prismática muy grosera y columnar (> 10 mm)
Fuente: USDA (1983)
Para la determinación del factor de erodabilidad del suelo (K), se empleó el Nomograma de
Wischmeier, tal como se ilustra en la Figura 4. Este procedimiento permite integrar variables físicas
como el porcentaje de limos, arenas finas, materia orgánica y la estructura del suelo para obtener un
valor preciso de susceptibilidad a la erosión.

Vol 6 N|1
705 | P á g i n a
Figura 4: Nomograma de Erodabilidad para determinar el valor de K
Fuente: United States Department of Agriculture (USDA)
La ecuación utilizada por Wischmeier y Smith considera la humedad y el estado de la superficie del
suelo en el momento de las lluvias, teniendo un rango de variación estacional a lo largo del año.
Experimentalmente se comprueba que los suelos más erosionables corresponden a texturas
intermedias (fracción de limos más abundante), considerando que los suelos con un porcentaje de
arcillas superior al 30 % son poco erosionables.
𝑲𝑼𝑺𝑳𝑬 = 𝑓𝑐𝑠𝑎𝑛𝑑 𝑥 𝑓𝑐𝑙−𝑠𝑖 𝑥 𝑓𝑜𝑟𝑔𝑐𝑥 𝑓ℎ𝑖𝑠𝑎𝑛𝑑 (4)
𝒇𝒄𝒔𝒂𝒏𝒅 = (0.2 + 0.3 𝑥 exp (−0.256 𝑥 𝑚𝑠 𝑥 (1 − (𝑚𝑠𝑖𝑙𝑡
100 )))) (5)
𝒇𝒄𝒍−𝒔𝒊 = ( 𝑚𝑠𝑖𝑙𝑡
𝑚𝑐 + 𝑚𝑠𝑖𝑙𝑡
)
0.3
(42)
𝒇𝒐𝒓𝒈𝒄 = 1 − ( 0.25 𝑥 𝑜𝑟𝑔𝐶
𝑜𝑟𝑔𝐶 + exp (3.72 − 2.95 𝑥 𝑜𝑟𝑔𝐶)) (6)
𝒇𝒉𝒊𝒔𝒂𝒏𝒅 = ( 0.7 𝑥 (1 − ( 𝑚𝑆
100))
(1 − ( 𝑚𝑠
100)) + exp (−5.51 + 22.9 𝑥 (1 − ( 𝑚𝑆
100)))
) (7)

Vol 6 N|1
706 | P á g i n a
Donde:
• f csand: valores de k bajos (suelos con alto contenido de arena gruesa y altos (suelos con poca
arena.
• f cl-si: valores de k bajos (suelos con altas proporciones de arcilla a limo)
• f org: reduce k (suelos con alto contenido de carbono orgánico)
• f hisand: reduce k (suelos con contenido extremadamente altos de arena)
En la Tabla 3 se presenta la clasificación de los grados de Erodabilidad.
Tabla 3: Clasificación de los grados de Erodabilidad
Valor de K (T ha.H / MJ mm ha.) Clasificación
0.007902 Muy poco erodable
0.0079-0.0171 Débilmente erodable
0.011-0.0342 Medianamente erodable
0.0342-0.0684 Fuertemente erodable
0.0684-0.1027 Extremadamente erodable
Fuente: Amézquita (1990)
Factor Topográfico (LS)
La longitud y pendiente de la ladera influyen generando tasas de erosión en el suelo, siendo el relieve
uno de los factores que determina la producción de sedimentos de las cuencas. En las zonas más altas
de la ladera se puede considerar como “zona sin erosión”, ocurriendo los fenómenos erosivos de mayor
intensidad en la parte media y la sedimentación como proceso dominante en la parte baja de la cuenca.
Siendo el factor de longitud (L) un valor adimensional, definido como el cociente en la tasa de erosión
anual de una parcela con una longitud de ladera determinada; el factor de pendiente (S) se define como
el cociente entre la tasa de erosión de una determinada parcela con pendiente (SENAMHI, 2017)
Estos son el factor de longitud (L) y el factor pendiente (S), la multiplicación de ambos factores genera
el factor LS desarrollada por Jiang y Zheng (1998), se utilizará para calcular el factor LS en el presente
estudio.
𝑳𝑺 = 𝟏. 𝟎𝟕 ( 𝝀
𝟐𝟎)
𝟎.𝟐𝟖
( 𝒂
𝟏𝟎𝒂)
𝟏.𝟒𝟓 ( 3)

Vol 6 N|1
707 | P á g i n a
• LS < 1: Este rango indica una topografía suave con pendientes bajas y cortas distancias de
pendiente. Estas condiciones topográficas tienden a reducir el potencial de erosión del suelo.
• 1 < LS < 3: Estos valores indican una topografía moderada con pendientes de moderadas a
pronunciadas y distancias de pendiente moderadas. En esta gama, el potencial de erosión del suelo
puede ser moderado.
• LS > 3: Este rango indica una topografía empinada con pendientes pronunciadas y largas distancias
de pendiente. Estas condiciones topográficas aumentan significativamente el potencial de erosión
del suelo, lo que resulta en una erosión más intensa.
Factor de cobertura vegetal (C)
La cobertura vegetal actual como capa protectora entre la atmosfera y el suelo, los componentes
aéreos como hojas y tallos absorben para de la precipitación logrando que su efecto sea menor si es
que llega a alcanzar el suelo. El factor (C), es un factor combinado que refleja la influencia de la
cobertura vegetal, tipos de cubierta vegetal y cantidad de aguaceros ocurridos durante los periodos
que las inadecuadas prácticas agrícolas dejan desprotegido el suelo. (Cabrejos, 2016). En la Tabla 4 se
puede apreciar los distintos valores para los diferentes tipos de cobertura vegetal.
Tabla 4: Factor C
Tipo de Cobertura Descripción del Contenido Factor C
Tierra cultivada Tierras utilizadas para la agricultura, horticultura y jardines. 0.63
Bosque Tierras cubiertas de árboles, con cubierta vegetal más del 30%. 0.003
Pradera Terrenos cubiertos de césped natural con una cubierta más del 10%. 0.09
Matorral Tierras cubiertas de arbustos con una cubierta de más del 30%. 0.22
Humedal Tierras cubiertas de plantas de humedales y cuerpos de agua. 0
Cuerpos de agua Las masas de agua en la superficie terrestre. 0
Tundra Hierbas y arbustos en las regiones polares. -
Superficies artificiales Tierras modificadas por las actividades humanas. 0.09
Tierras desoladas Tierras con cubierta vegetal inferior al 10%. 0.5
Nieve y hielo Tierras cubiertas por nieve permanente y capas de hielo. 0
Fuente: SENAMHI (2017)

Vol 6 N|1
708 | P á g i n a
Factor de prácticas de conservación (P)
Este factor muestra la influencia que tiene las prácticas de conservación de los suelos sobra la tasa de
erosión, consiste en disminuir la longitud del declive efectivo para la escorrentía (SENAMHI, 2017).
Los valores de P varían entre 0 a 1. La determinación del factor P por efecto de incluir prácticas de
conservación de suelos son obtenidos de valores de ensayos experimentales (CENEPRED, 2013).
Según Kim (2006), este factor está relacionado con las prácticas de conservación sobre la tasa de
erosión, donde mediante trabajos culturales o colocando cultivos siguiendo las curvas de nivel para
formar fajas o terrazas que cortan las líneas de escorrentía. Es decir, consiste en disminuir la longitud
del declive efectivo para la escorrentía. Los factores de prácticas de conservación están representados
en la Tabla 5.
Tabla 5: Factor de Prácticas de Conservación (P)
Pendiente (%) Contorno Cultivo en fajas
0.0 - 7.0 0.55 0.27
7.0 - 11.30 0.6 0.3
11.30 - 17.60 0.8 0.4
17.60 - 26.80 0.9 0.45
> 26.80 1 0.5
Fuente: Kim (2006)
P = 0: Indica que no se ha implementado ninguna práctica de conservación del suelo. En este caso, se
esperaría una alta erosión.
0 < P < 0.5: Indica que se han implementado prácticas de conservación del suelo, pero su efectividad
en la reducción de la erosión puede ser moderada. Es posible que se necesiten mejoras adicionales en
las prácticas de conservación.
0.5 ≤ P < 1: Indica que se han implementado prácticas de conservación del suelo y están teniendo un
efecto significativo en la reducción de la erosión. Cuanto más cercano esté P a 1, mayor será la
efectividad de las prácticas de conservación.
P = 1: Indica que se ha implementado una práctica de conservación altamente efectiva que está
reduciendo la erosión de manera muy significativa. Se considera una práctica de conservación óptima.

Vol 6 N|1
709 | P á g i n a
Limitaciones
La principal limitación metodológica es el carácter empírico del modelo RUSLE, que proporciona una
estimación de la pérdida de suelo potencial promedio anual a largo plazo, sin simular la dinámica de
eventos hidrológicos extremos. Adicionalmente, la topografía abrupta limitó la accesibilidad a ciertas
zonas para la toma de muestras de suelo en campo
RESULTADOS Y DISCUSIÓN
Análisis de los Factores Determinantes del Modelo RUSLE
El análisis SIG permitió la espacialización de los cinco factores que controlan el proceso erosivo en la
cuenca Yanango.
El Factor R (Ver Figura 5 a Figura 8) arrojó un valor promedio de 17.346 MJ·mm·ha⁻¹·h⁻¹·año⁻¹,
indicando un potencial erosivo moderado pero constante en toda la cuenca. El Factor K (Figura 9),
basado en el DMSW (FAO, 2023) y los análisis de campo, resultó en un valor uniforme de 0.0184
Tn·ha·h/MJ·m·ha2, clasificando los suelos como "Medianamente Erodables". Estos resultados sugieren
que la variabilidad espacial de la erosión en la cuenca Yanango no es controlada por la agresividad
climática ni por la edafología, sino por los factores topográficos y de manejo.
En contraste, los Factores LS y C demostraron ser los agentes determinantes. El Factor LS (Figura 10)
presentó la mayor influencia, con un valor promedio de 15.12 y valores máximos de 17.63. Este valor,
considerado alto, es consecuencia directa de las pendientes pronunciadas y las largas longitudes de
ladera, confirmando que la geomorfología de la cuenca es un motor primario de la erosión. El Factor
C (Figura 11) presentó la mayor variabilidad ligada al uso del suelo, con un promedio de 0.22. Los
valores oscilaron drásticamente desde 0.06. Finalmente, el Factor P (Figura 12) arrojó un promedio de
0.52, indicando una efectividad moderada de las prácticas de siembra en contorno observadas.

Vol 6 N|1
710 | P á g i n a
Figura 5: Distribución del Factor R en la cuenca Yanango – Parte 1

Vol 6 N|1
711 | P á g i n a
Figura 6: Distribución del Factor R en la cuenca Yanango – Parte 2

Vol 6 N|1
712 | P á g i n a
Figura 7: Distribución del Factor R en la cuenca Yanango – Parte 3
Figura 8: Distribución del Factor R en la cuenca Yanango – Promedio multianual

Vol 6 N|1
713 | P á g i n a
Figura 9: Distribución del Factor K en la cuenca Yanango

Vol 6 N|1
714 | P á g i n a
Figura 10: Distribución del Factor LS en la cuenca Yanango

Vol 6 N|1
715 | P á g i n a
Figura 11: Distribución del Factor C en la cuenca Yanango

Vol 6 N|1
716 | P á g i n a
Figura 12: Distribución del Factor P en la cuenca Yanango
Cuantificación y Espacialización de la Erosión Hídrica (A)
Tras la integración de los factores del modelo RUSLE (R, K, LS, C, P), se determinó que la tasa de
erosión hídrica promedio en la cuenca Yanango presenta una variabilidad espacial significativa,
influenciada directamente por la topografía accidentada y la cobertura vegetal. (Ver Figura 13 a Figura
16)

Vol 6 N|1
717 | P á g i n a
El hallazgo cuantitativo central es una tasa de erosión promedio para la totalidad de la cuenca de 3.16
tn/ha/año. Si bien este valor clasifica a la cuenca en un nivel de erosión moderado, el análisis espacial
(Figura 16) revela que este promedio enmascara una zonificación del riesgo altamente heterogénea.
Figura 13: Distribución de la erosión en la cuenca Yanango – Parte 1
Figura 14: Distribución de la erosión en la cuenca Yanango – Parte 2

Vol 6 N|1
718 | P á g i n a
Figura 15: Distribución de la erosión en la cuenca Yanango – Parte 3

Vol 6 N|1
719 | P á g i n a
Figura 16: Distribución de la erosión en la cuenca Yanango – Promedio multianual
La integración espacial de los factores del modelo RUSLE permitió estimar la pérdida de suelo en la
cuenca Yanango, cuyos resultados detallados por unidad de gestión se presentan en la Tabla 6. Se

Vol 6 N|1
720 | P á g i n a
determinó que la erosión media anual (A) oscila entre un mínimo de 1.11 t/ha/año y un máximo de
3.16 t/ha/año.
Desde una perspectiva espacial (ver Figura 1), los mayores niveles de degradación se concentran en
el sector norte de la cuenca, específicamente en las subcuencas de cabecera SC-01 (3.16 t/ha/año) y
SC-03 (3.14 t/ha/año), así como en la SC-05 (3.01 t/ha/año). Este patrón coincide con las zonas de
mayor altitud y pendientes más pronunciadas, donde el factor topográfico (LS) alcanza valores
superiores a 14.6.
Es relevante destacar la vulnerabilidad detectada en las subcuencas SC-01 y SC-02, que convergen
directamente hacia el área del Puente y el Túnel Yanango (Figura 1). Asimismo, la SC-05, influenciada
por la dinámica de la quebrada Umanpaccha, mantiene una alta producción de erosion. Por el contrario,
las subcuencas de la zona sur y baja (SC-06 a SC-12) presentan una mayor estabilidad relativa, con
tasas de erosión que promedian los 1.14 t/ha/año, debido a condiciones topográficas más moderadas.
Tabla 6: Matriz de factores y Tasa de Erosión por subcuenca.
Subcuenca
Factor R (Promedio) Factor K (Promedio)
Factor LS
(Promedio)
Factor C
(Promedio)
Factor P
(Promedio)
Erosión (A)
(tn/ha/año)MJ. mm. ha-1. h-1.
año-1
ton. ha. h. ha-1. MJ-1.
mm-1
SC-01 17.34 0.0184 14.67 0.23 0.5 3.16
SC-02 17.34 0.0184 14.36 0.54 0.5 2.93
SC-03 17.34 0.0184 16.48 0.17 0.5 3.14
SC-04 17.34 0.0184 14.92 0.06 0.5 3.00
SC-05 17.34 0.0184 15.01 0.17 0.5 3.01
SC-06 17.34 0.0184 15.34 0.07 0.52 1.15
SC-07 17.345 0.0184 14.39 0.08 0.52 1.15
SC-08 17.345 0.0184 17.63 0.07 0.52 1.18
SC-09 17.345 0.0184 15.86 0.07 0.53 1.14
SC-10 17.35 0.0184 15.65 0.08 0.53 1.11
SC-11 17.36 0.0184 14.12 0.08 0.53 1.12
SC-12 17.37 0.0184 14.97 0.08 0.53 1.11

Vol 6 N|1
721 | P á g i n a
DISCUSIÓN
El hallazgo central de este estudio es la marcada zonificación del riesgo erosivo en la cuenca Yanango,
un fenómeno que las métricas regionales no logran capturar. Existe una clara dicotomía: las subcuencas
aguas abajo (SC-01 a SC-05) concentran la erosión severa (promedio 3.0 tn/ha/año), mientras que las
subcuencas aguas arriba (SC-06 a SC-12) son notablemente estables (promedio 1.12 tn/ha/año) .Esta
divergencia, que ocurre a pesar de factores R (climáticos) y K (edáficos) relativamente homogéneos,
demuestra que el control primario del proceso erosivo en este sistema de Selva Alta no es ni climático
ni edáfico, sino una interacción entre la topografía y el uso del suelo.
Este estudio logra desacoplar dos mecanismos de vulnerabilidad distintos que operan en la zona crítica
(aguas abajo):
1. Control Geomorfológico (SC-04): Esta subcuenca presenta una alta erosión (3.00 tn/ha/año)
a pesar de poseer una excelente cobertura vegetal protectora (Factor C = 0.06), típica de
bosques maduros. La erosión, por tanto, está controlada casi exclusivamente por factores
topográficos extremos (LS = 14.92).
2. Vulnerabilidad Antrópica (SC-02): Esta subcuenca, con una tasa de erosión similar (2.93
tn/ha/año), exhibe un Factor C de 0.54, indicativo de una cubierta vegetal degradado. Aquí, la
erosión es una sinergia entre la pendiente y una gestión deficiente del suelo.
La implicación de esta dicotomía es fundamental para la gestión de riesgos. La erosión en la SC-04 es
un proceso geológico natural, inherentemente difícil de mitigar con intervenciones convencionales. Por
el contrario, la erosión en la SC-02 es, en gran medida, antrópicamente acelerada y, por tanto, mitigable
mediante la mejora de los Factores C y P (cobertura vegetal y prácticas de conservación).
Estos hallazgos refinan y corrigen la escala de estudios nacionales previos (INRENA, 2005; SENAMHI,
2017). Dichos trabajos, si bien clasificaron la erosión regional como "moderada", postularon la
necesidad de análisis locales.
Las subcuencas críticas (SC-01, SC-02, SC-03) son la fuente primaria de sedimentos que desembocan
en la infraestructura vial y el Túnel Yanango. El colapso histórico del puente Yanango en 2005 por
colmatación es una consecuencia directa de los procesos que este estudio ha cuantificado. Por lo tanto,

Vol 6 N|1
722 | P á g i n a
se prescribe que las intervenciones de mitigación deben ser focalizadas selectivamente en las
subcuencas con alta vulnerabilidad antrópica (especialmente SC-02 y SC-03), donde se obtendrá el
máximo retorno de inversión para la protección de la infraestructura.
CONCLUSIONES
Se concluye que la tasa de erosión promedio de la cuenca Yanango (3.16 tn/ha/año), si bien califica
como "moderada", es una métrica analíticamente insuficiente y engañosa para la gestión de riesgos de
ingeniería. La modelización espacial demuestra que la erosión no es un proceso homogéneo, sino un
fenómeno altamente concentrado. El riesgo real se localiza en "puntos calientes" específicos, revelando
una clara dicotomía: las subcuencas altas (SC-06 a SC-12) muestran alta estabilidad (1.12 tn/ha/año),
mientras que las subcuencas bajas (SC-01 a SC-05) exhiben tasas severas (promedio de 3.0 tn/ha/año).
El factor de control dominante en este proceso es el topográfico (LS). En la geomorfología de Selva
Alta de Yanango, el impacto de las pendientes pronunciadas (Factor LS promedio de 15.12) opaca la
variabilidad de factores edáficos (K) o climáticos (R), ambos moderados. La metodología RUSLE
demostró ser capaz no solo de cuantificar, sino de discernir las causas subyacentes: se diferenció la
erosión de origen geológico (ej. SC-04, alta erosión con buena cobertura) de la acelerada por factores
antrópicos (ej. SC-02, topografía más cobertura deficiente). Esta distinción es fundamental para definir
la viabilidad de las intervenciones.
El aporte principal del estudio es la conexión causal y cuantitativa entre las fuentes de erosión
identificadas y el riesgo de infraestructura. Se proporciona evidencia técnica de que las subcuencas
bajas críticas (SC-01, SC-02, SC-03) son la fuente primaria de sedimentos que históricamente han
afectado la infraestructura vial (ej. colapso del puente Yanango en 2005). Por tanto, los hallazgos
prescriben que las medidas de mitigación (mejora de factores C y P) deben focalizarse selectivamente
en estas subcuencas para lograr la protección efectiva del Túnel Yanango y optimizar la inversión.
Finalmente, se reconoce la limitación del modelo RUSLE al ser estático (promedio anual), lo cual
impide analizar la dinámica de eventos extremos, causantes reales de las fallas en infraestructura. Se
concluye la necesidad de implementar un monitoreo hidrológico in situ de caudales sólidos en tiempo
real. Dicha información es indispensable para calibrar futuros modelos hidrológicos dinámicos (ej.

Vol 6 N|1
723 | P á g i n a
HEC-HMS) capaces de predecir la producción de sedimentos por tormenta y el riesgo de avenidas,
superando así las limitaciones del modelo estático aquí empleado.
REFERENCIAS BIBLIOGRÁFICAS
Amézquita, E. (1990). Clasificación de los grados de Erodabilidad.
Cabrejos, J. (2016). Análisis del factor de cobertura vegetal (C).
Centro Nacional de Estimación, Prevención y Reducción del Riesgo de Desastres (CENEPRED). (2013).
Manual para la Evaluación de Riesgos Originados por Fenómenos Naturales.
Food and Agriculture Organization of the United Nations (FAO). (2019). The state of the world’s land and
water resources for food and agriculture.
Food and Agriculture Organization of the United Nations (FAO). (2021). Metodología RUSLE para la
pérdida de suelos.
Food and Agriculture Organization of the United Nations (FAO). (2023). Digital Map of the World Soils
(DMSW).
Hudson, N. (1982). Clase de permeabilidad según textura.
Instituto Nacional de Recursos Naturales (INRENA). (2005). Estudio de erosión hídrica en el Perú.
Jiang, Z., & Zheng, F. (1998). Cálculo del factor LS en el modelo RUSLE.
Kim, J. (2006). Factor de prácticas de conservación (P) en la tasa de erosión.
Rawis, W. J., et al. (1982). Clasificación de permeabilidad y textura del suelo.
Renard, K. G., et al. (1996). Revised Universal Soil Loss Equation (RUSLE).
Rosas, J. (2016). Erosión hídrica en países en vías de desarrollo.
Servicio Nacional de Meteorología e Hidrología del Perú (SENAMHI). (2017). Tasas de erosión a nivel
nacional y factores RUSLE.
United States Department of Agriculture (USDA). (1983). Clases de permeabilidad y parámetros de
estructura del suelo.
Vásquez, A., et al. (2016). Geomorfología de la cuenca y sedimentación para la prevención de erosión en
infraestructura vial.

Vol 6 N|1
724 | P á g i n a
Wischmeier, W. H., & Smith, D. D. (1962). Universal Soil Loss Equation (USLE). Manual del
Departamento de Agricultura de los Estados Unidos.