A defender el proyecto

The effect of erosion on crop productivity has been recognised and studied for    relationships  are  still  not  well 

y

  which  crop  yield  responds  to  soil  erosion  depends  on 

  root  growth  hindrance  by  clayey 

5

(Erosion Hazard)

about  50  years.  However,  erosion  productivity

understood  (National  Soil  Erosion‐  Soil  Productivity  Research  Planning  Committee, 1981). 

Soil erosion leads to a reduction in soil qualit  and productivity and hence crop  yield.  The  extent  to

several variables such as crop type, soil properties, management practices and  climate  characteristics.  Erosion  often  results  in  a  decrease  of  the  soil  supply  functions  in  three  several  ways,  by  (1)  the  removal  of  organic  matter;  (2)  the  change  in  depth  to  a  possible  root‐barrier;  and  (3)  the  loss  of  structure  and  increased compaction (Bakker et al, 2004)  

The  three  main  factors  reported  in  pervious  studies  that  are  thought  to  be  responsible  for  crop  yield  reduction  are  (a)

subsoil or by a pan  or bedrock, (b) water deficit and (c) nutrient  deficit. Some  other  literature  also  notes  other  limiting  factors  such  as  soil  temperature,  pH  and aeration (Larney et al, 1995; Mielke and Schepers, 1985; Mohkma and Sietz, 

1992), but these are never reported as being the dominant control on crop yield  reduction due to erosion. The relationships between the erosion processes and  the main factors are described briefly below. 

If  crop  growth  is  sensitive  to  drought,  then  it  is  likely  that  water  deficit  following  erosion  will  become  a  factor  behind  yield  reduction.  With  topsoil 

 a factor of yield reduction when the fertilizer is applied. Nutrients are 

ance to root growth starts as soon as a 

include  rare  freezing;  hot  summers  with  at  least  two  to  three  dry  months  and  removal,  water  availability  is  affected  by  three  processes:  (a)  soil  depth  decrease,  reducing  soil  water  storage  capacity;  (b)  loss  of  soil  structure  due  to  reduction  in  organic  matter  and  increased  compaction,  which  reduces  the  soil  water  holding  capacity  (Daiz‐Zorita  et  al,  1999;  Larson  et  al,  1985);  (c)  the  exposure  of  more  clayey  soil  material  at  the  surface,  which  has  a  detrimental  effect  on  the  extent  to  which  soil  moisture  is  available  to  plants.  Topsoil  removal  may  often  result  in  a  nutrient  deficit.  In  the  absence  of  sufficient  fertilizer application, a shortage of nutrients will cause a rapid decline in crops  yield.  

If  the  top  soil  clay  content  increases  because  of  erosion,  nutrients  may  still  become

often strongly absorbed on to clay particles, which can lead to reduced nutrient  availability (Rhoton and Lindbo, 1997).  

Erosion may also cause physical hindrance to root growth, for example, when a  clayey subsoil is present. Physical hindr

significant  part  of  the  root  system  encounters  the  restricting  horizon.  Where  growth is hindered by bedrock or a pan, yields will rapidly approach zero once  the  minimum  soil  requirements  for  rooting  are  exceeded  by  soil  removal  (National Soil Erosion – Soil Productivity Research Planning Committee, 1981).     According to Sevink (1988), accelerated soil erosion is a serious problem in the  Mediterranean  region.  Climatic  characteristics  of  the  Mediterranean  region 

cool  rainy  winters;  precipitation  often  falls  as  storms  of  high  intensity  which  produce torrential runoff (Bradbury, 1981). Because of these violent storms, the  Mediterranean climate is described as one of the most aggressive in respect of  erosion.  Also,  in  regions  such  as  the  southern  Mediterranean,  cracks  can  form  by desiccation during dry summers, causing extreme dissection of the slopes.   A major problem in the climate in this region is that the winter rainfall, which  causes erosion, does not coincide with the vegetation cover that protects the soil  surface,  especially  in  cultivated  cropland  and  heavily  grazed  pasture.  The 

ity can produce run off. The removal of natural vegetation from 

been two major studies in Libya and on the study  Mediterranean  climates  do  not  favour  the  development  of  a  dense  vegetation  cover on most slopes, which are poorly stabilised at ground level. As a result,  areas with Mediterranean type climates are traditionally classified as areas with  high  potential  erosion  rates  (Vita‐Finzi,  1959;  Saunders  and  Young,  1983;  Brown, 1990) 

In  the  study  area,  where  the  environment  is  vulnerable,  the  variability  of  rainfall and the occurrence of occasional relatively‐heavy showers characterised  by high intens

the land surface is the main factors that accelerate soil erosion. The combination  of  these  factors  in  addition  to  the  topography  has  increased  the  rate  of  soil  erosion by water in this area. 

There have been some studies dealing with the influence of soil on agriculture  potential, but the problem of soil erosion is mentioned only briefly in some pilot  studies. However, there have 

area. The first was a report by FAO (1959) made by a team of experts using the  available  information  on  water  resources  to  advise  on  measures  for  development of water resources and water conservation in northern Cyrenaica  (north‐east of Libya).  

The  second  study  was  conducted  by  Selkhozpromexport  (1980).  It  concluded  that the north‐east of Libya is subject to severe erosion. The most affected area 

is  to 

he determinants of 

Area (1000 ha)

represents  70.7  %  of  the  north‐east.  Selkhozpromexport  (1980)  distinguished  two  types  of  accelerated  erosion:  water  erosion  and  wind  erosion.  Water  erosion  is  common  in  the  form  of  sheet  washing,  occurring  mainly  within  the  Jabal  Akhdar  Upland  while  wind  erosion  is  found  in  the  form  of  deflation  within  the  littoral  plain  (Selkhozpromexport,  1980;  Mahmoud,  1995).  Table  (5‐ 22) shows the size of the problem in Libya and especially in the study area.  The  FAO  (1976,  1983)  list  erosion  hazard  as  a  land  quality  which  should  be  included  in  land  evaluation.  The  objective  of  erosion  hazard  assessment  identify  those  areas  of  land  where  the  maximum  sustained  productivity  from  land use is threatened by excessive soil loss (Morgan, 1995).  

The  FAO  (1983)  state  that  the  most  satisfactory  methods  of  erosion  hazard  assessment are based on predicted soil losses by modelling t

climate,  soil  erodibility,  slope,  and  vegetation  factors. Detailed  steps  are  given  in  the  FAO  documents  to  rate  the  suitability  for  erosion  hazard  whichever  method or model is used for calculation of estimated soil losses (FAO, 1983).   

Table 5. 22 Water erosion in Libya

Erosion Type North West Region North East Region

Sheet Erosion Slight 155.5 241.7 Moderate 154.5 41.7 Severe 54.5 1.7 Gully Erosion Slight 85.3 0.8 Moderate 73.0 0.0 Severe 57.0 0.0 Total Erosion 511 285.7

Source: (Selkhozpromexport, 1980; Mahmoud and Sluman, 1988)

Rates  o   vary oss  the  landscape  a n  within  a  small  field.   variability and changes in land use also cause these rates to vary over 

transfers technology from the researcher 

g the most important factors and the thorough use of 

sult  greater  emphasis  is  being  placed  on 

SA  to  predict  long  term  average  annual 

f  soil  erosion   acr nd  eve

Climate

time.  Therefore  direct  measurement  of  soil  erosion  is  always  problematic.  Consequently, the magnitude of erosion, the areas of excessive erosion and the  projection of long‐term changes in crop production caused by soil erosion, can  often only be estimated (Foster, 1988).   Prediction methods of soil erosion were described by Foster (1988) as a package  of scientific knowledge that effectively  to the user.  A model is a method of predicting soil loss under a wide range of  conditions (Morgan, 1985). Three types of models can be identified: black box,  grey box and white box.  Most of the models used in soil erosion studies are the empirical grey‐box type.  They are based on definin

observation,  measurement,  experiments,  and  statistical  techniques,  relating  them to soil losses (Morgan, 1995).  

In  recent  years  significant  advances  have  been  made  in  the  understanding  of  the  mechanics  of  erosion.  As  a  re

developing  white‐box  and  physically‐based  models.  Hudson  (1995)  classifies  the models into four different models: empirical or black‐box models; process‐ based or physically based models; productivity models and watershed models.  A  description  of  the  models  and  their  theoretical  background  can  be  found  in  Morgan (1995) and Hudson (1995).  

The  Universal  Soil  Loss  Equation  (USLE)  is  the  most  widely  known  erosion  model.  Originally  developed  in  U

erosion  under  various  types  of  crop  management  system,  it  has  been  widely  used  elsewhere.  The  USLE  is  an  empirical  model  developed  from  analysis  of  more  than  10,000  plot‐years  of  runoff  and  soil  loss  data  from  small  plots 

scattered through the USA (Wischmeier and Smith, 1971; 1978).  More process‐ based hillslope models have been developed since then.  

WEPP (Water Erosion Prediction Project) is a process‐oriented model, based on  modern  hydrological  and  erosion  science,  designed  to  replace  USLE  for  the 

ion  (Quinton  and 

of the model which are designed to estimate soils 

se and thus requires less data. Integrating the model  with  GIS  facilitates  data  manipulation,  data  input  and  output  display.  Most  routine  assessment  of  soil  erosion  by  organisations  involved  in  soil  and  water  conservation and environmental planning and assessment.  

EUROSEM (European Soil Erosion Model) is an example of the European effort  to  develop  more  process‐based  models  of  rainfall  eros

Rickson, 1994; Morgan, 1995). However, these process‐based models have data  and  computer  requirements  that  cause  difficulties  when  efforts  are  made  to  apply  them  beyond  the  small  catchment  scale.  Data  constraints  mean  that,  for  practical purposes, the USLE provides the basis for modelling rainfall erosion in  catchments (Kinnell, 1998).    

Hudson  (1995)  and  Morgan  (1995)  stressed  the  importance  of  identifying  the  exact objectives and purpose 

erosion (Wischmeier and Smith, 1971; 1978). Morgan (1995) further clarifies this  by stating that when selecting a model, care needs to be taken to avoid misuse  by  applying  it  to  conditions  beyond  those  of  the  database  from  which  it  was  derived, and data being attracted to sophisticated schemes for which data input  is  difficult  to  obtain  or  which  have  not  been  properly  validated.  Despite  the  present  state  of  development  in  physical‐based  models,  a  simple  empirical  models  is  often  more  successful  in  predicting  soil  erosion  than  a  complex  physically‐based  one  which  is  difficult  to  operate  and  has  been  only  partially  evaluated (Morgan, 1995).  

The USLE model is a statistical model and is a relatively simple erosion model,  which is easy to parameteri

importantly, GIS spatial display and analysis utilities allow the USLE model to  be  applied  to  individual  raster  cells.  Another  advantage  of  the  GIS  USLE  approach  is  its  ability  to  predict  soil  loss  over  large  areas  due  to  the  interpolation capabilities of GIS (Lufafa et al., 2003).  

The USLE and GIS have been used in Kenya to map and quantify soil erosion to  help plan soil conversation strategies at the regional level (Mati et al, 2000). The  study shows that in a GIS environment the USLE can be applied to determine 

major  river  in  the  basin  (Mati  et  al,  2000). 

lerable  soil  loss  (T)  has  been  defined  (McCormack  and  Young,  1981)  as  e  maximum  level  of  soil  erosion  that  will  permit  a  high  level  of  crop  roductivity  to  be  maintained  economically  and  indefinitely.  The  T‐value  is  field‐scale  soil  loss  both  quantitatively  and  spatially,  and  to  predict  erosion  hazard over large watersheds.  

In  the  Kenyan  study,  the  soil  loss  values  estimated  by  the  USLE  were  considered  realistic  after  comparison  with  plot  data,  reconnaissance  surveys  and  sediment  yield  from  the 

Fistikoglu  and  Harmancioglu  (2002)  concluded  that  the  result  of  the  study  shows  that  GIS  permits  more  effective  and  accurate  application  of  the  USLE  model for small watersheds provided that  sufficient spatial data are available.  In this study the USLE and GIS used to assess the erosion hazard in the study  area.  

• Tolerable soil loss rates (T) The  to

th p

operationally  defined  in  terms  of  the  long‐term  averaged  annual  soil  losses  estimated with the USLE and is normally applicable to the agriculture field. It is  a value based on renewal due to soil formation rates, as well as replenishment  of fertility from added organic matter. Guide values of T have been developed 

in  the  USA  which  has  been  adopted  by  many  other  researches  for  the  assessment of erosion hazard.  

Knowledge of the T‐value for a particular soil is important in the application of  the  USLE.  The  maximum  T‐value  of  11.2  t  ha‐1  _yr‐1  _{(McCormack  and  Young} 

        perate  regions.    In  Kenya,  Dunne  et  al,  (1978) 

es that the soil loss which can be tolerated in south 

 by G.E.F.L.E in Tunisia. Murad 

  ,1981)  was  adopted  in  the  USA  for  permeable  medium‐textured  soils  in  well  managed  cropland  where  the  A  horizon  is  estimated  to  develop  at  about  this  rate.  This  rate  of  soil  formation  is  much  faster  than  the  rate  at  which  parent  materials weather to form soil.  

In  the  semi‐arid  and  arid  environment  of  Libya  the  soil  formation  rate  is  at   a  lower  rate  than  those  in  tem

estimated soil formation rates of 0.125 t ha‐1 _yr‐1 _{with 0.18‐ 0.3 t ha}‐1 _yr‐1 _for the 

humid areas. Barber (1982) observed that in Kenya, the T‐value would have to  be lower than those in USA and that even with a T‐value of 6.7 ton ha‐1 _yr‐1_, soil 

depth will still be lowered.  

Bertoni. et al, (1958) suggest that the tolerable rate of erosion is less than 4.5 t ha‐ 1 _yr‐1 _{in Brazil. Lal (1976) stat}

west Nigeria ranged from 0.05 ‐ 2 ton ha‐1 _yr‐1_.  

G.E.F.L.E (1975) suggest that tolerable soil loss in the Gebel Akhdar ranges from  2.5 to 5 ton ha‐1 _yr‐1_{.  Similar values are quoted}

(1997) states that soil loss in the Hamama region in the Gebel Akhdar were 1.62  and 4.14 t ha‐1 _yr‐1 _{for the first year and second years of his study, respectively.}  

Results  from  the  study  area  of  this  reserach  and  similar  regions  indicate  that  soil loss is less than 2.5 ton ha‐1 _yr‐1_{. When the soil loss rate exceeds this value}

the  soil  crop  yield  decreases.    Selkhozpromexport  (1980)  confirmed  these  figures. These figures derived from previous plots observed in the study area.  

Table  5.23  shows  the  suitability  ratings  for  soil  loss.  However,  these  figures  should be used with caution. There is a need for further work in the study area  to confirm these figures or to reach accurate values.  

Table 5. 23 Suitability classes for erosion hazard

Suitability Classes Potential Soil Loss

(ton h-1 yr -1) S1 0- 2 S2 >2 - 5 S3 >5 - 7 NS > 7