Proposal for anti-erosion management of arable land in the Borowianka catchment area

• Autorzy: Kruk Edyta

Identyfikatory

DOI

10.15576/GLL/209883

Warianty tytułu

PL

Propozycja zabezpieczenia przeciwerozyjnego gruntów ornych w zlewni Borowianki

• Języki publikacji: EN

Abstrakty

EN

The paper calculates the magnitude of water erosion and proposes optimal scenarios for changes in agricultural space to reduce its degrading effects. Three assumptions were made based on the principles of good agricultural practices. The study used publicly available high-resolution thematic layers and analysed climatic conditions, physiographic conditions, land use structure, and agrotechnical work directions. The magnitude of water erosion was estimated based on the USLE equation. The individual parameters of the model were developed using methods of computerised spatial data analysis. The results showed that almost 75% of the catchment area was affected by water erosion (with an intensity ranging from 0,001 to 308,595 Mg · ha–1 · year–1). Changing the direction of agricultural practices (from a slope-wise to a cross-slope arrangement) reduced soil loss by 13,64 Mg. Replacing corn and potatoes with spring oats and winter wheat reduced water erosion by 3,55 Mg. Simultaneous changes in field practices and crop selection reduced soil erosion by 15,85 Mg, while replacing some arable land with grassland reduced soil loss by 24,71 Mg, reducing the amount of soil material washed out of the field by as much as 73% compared to the baseline. The study showed that already adopting one anti-erosion measure, alongside good agricultural practices and measures to protect soil from water erosion can significantly reduce soil loss.

PL

W artykule obliczono wielkość erozji wodnej i zaproponowano optymalne scenariusze zmian w przestrzeni rolniczej w celu zmniejszenia jej degradujących skutków. Przyjęto trzy założenia oparte na zasadach dobrych praktyk rolniczych. W badaniu wykorzystano publicznie dostępne warstwy tematyczne o wysokiej rozdzielczości i przeanalizowano warunki klimatyczne, warunki fizjograficzne, strukturę użytkowania gruntów oraz kierunki prac agrotechnicznych. Wielkość erozji wodnej oszacowano na podstawie równania USLE. Poszczególne parametry modelu opracowano z wykorzystaniem metod komputerowej analizy danych przestrzennych. Wyniki wykazały, że prawie 75% powierzchni zlewni było dotknięte erozją wodną (z intensywnością od 0,001 do 308,595 Mg · ha–1 · rok–1). Zmiana kierunku praktyk rolniczych (z układu wzdłuż stoku na układ poprzeczny) zmniejszyła straty gleby o 13,64 Mg. Zastąpienie kukurydzy i ziemniaków owsem jarym i pszenicą ozimą zmniejszyło erozję wodną o 3,55 Mg. Jednoczesne zmiany w praktykach polowych i doborze upraw zmniejszyły erozję gleby o 15,85 Mg, a zastąpienie części gruntów ornych użytkami zielonymi zmniejszyło straty gleby o 24,71 Mg, zmniejszając ilość materiału glebowego wypłukiwanego z pola aż o 73% w porównaniu z poziomem wyjściowym. Badanie wykazało, że wdrożenie jednego środka zapobiegającego erozji, w połączeniu z dobrymi praktykami rolniczymi i środkami ochrony gleby przed erozją wodną, ​​może znacząco zmniejszyć straty gleby.

Słowa kluczowe

EN

USLE model; water erosion; land use

PL

model USLE; erozja wodna; użytkowanie gruntów

• Wydawca: Wydawnictwo Uniwersytetu Rolniczego w Krakowie
• Czasopismo: Geomatics, Landmanagement and Landscape
• Rocznik: 2025
• Tom: no. 3
• Strony: 51--69
• Opis fizyczny: Bibliogr. 19 poz., rys., tab.

Twórcy

autor

Kruk Edyta

• Department of Land Reclamation and Environmental Development, University of Agriculture in Krakow

• https://orcid.org/0000-0001-8364-6672

Bibliografia

• Boardman J., Poesen J. 2006. Soil Erosion in Europe. John Wiley & Sons Ltd, 855.
• Cerda A., Hooke J., Romero-Diaz A., Montanarella L., Lavee H. 2010. Soil erosion on Mediterranean type-ecosystems. Land Degradation and Development, 21(2), 71‒74.
• Ferreira C., Kašanin-Grubin M., Kapović Solomun M. 2024. Chapter 13 – Impacts of land use and land cover changes on soil erosion. Processes Monitoring, Mapping, and Modeling Earth Observation, 229‒248.
• Jain S.K., Kumar S., Varghese J. 2001. Estimation of soil erosion for a Himalayan watershed using GIS technique. Water Resour. Manag., 15, 41‒54.
• Karydas C.G., Zdruli P., Koci S., Sallaku F. 2015. Monthly Time-Step Erosion Risk Monitoring of Ishmi-Erzeni Watershed, Albania, Using the G2 Model. Environ. Model Assess., 20, 657‒672.
• Kliment Z., Kadlec J., Langhammer J. 2008. Evaluation of suspended load changes using AnnAGNPS and SWAT semi-empirical erosion models. Catena, 73(3), 286‒299.
• Kruk E., Klapa P., Ryczek M., Kowalik T. 2025. Determination of G2 Erosion Model Parameters with Photogrammetry and Remote Sensing Data. IEEE Journal of Selected Topics in Applied Earth Observations and Remote Sensing, 18, 965‒975.
• Licznar P. 2006. Artificial neural networks aided annual rainfall erosivity factor values calculation in Poland. Bonn, Gesellschaft fur Informatik, Land- und Ernahrungswirtschaft im Wandel ‒ Aufgaben und erausforderungen fur die Agrar und Umweltin-formatik, Referate der 26. GIL Jahrestagung, 6‒8 Marz 2006, Potsdam, 145‒148.
• Lugato E., Smith P., Borrelli P., Panagos P., Ballabio C., Orgiazzi A., Fernandez-Ugalde O., Montanarella L., Jones A. 2018. Soil erosion is unlikely to drive a future carbon sink in Europe. Sci Adv., 4(11).
• McCool D.K., Foster G.R., Mutchler C.K., Meyer L.D. 1989. Revised Slope Length Factor the Universal Soil Loss Equation. Transactions of the American Society of Agricultural Engineers, 32, 1571‒1576.
• Montanarella L. 2015. Agricultural policy: Govern our soils, Nature, 528(7580), 32‒33.
• Mularz S., Drzewiecki W. 2007. Risk assessment for soil water erosion within the Dobczyce Reservoir area based on numerical modeling results. Archiwum Fotogrametrii, Kartografii i Teledetekcji, 17b, 535‒548.
• Orlik T. 2002. Stan i potrzeby badań erozyjno-agrotechnicznych w makroregionie środkowo-wschodnim. Zeszyty Problemowe Postępów Nauk Rolniczych, 487, 197‒203.
• Panagos P., Meusburger K., Ballabio C., Borrelli P., Alewell C. 2014. Soil erodibility in Europe: a high-resolution dataset based on LUCAS. Sci. Total Environ., 479‒480.
• Panagos P., Standardi G., Borrelli P., Lugato E., Montanarella L., Bosello F. 2018. Cost of agricultural productivity loss due to soil erosion in the European Union: From direct cost evaluation approaches to the use of macroeconomic models. Land Degradation and Development, 29(3), 471‒484.
• Renard K.G., Foster G.R., Weesies G.A., McCool D.K., Yoder D.C. 1997. Predicting soil erosion by water: A guide to conservation planning with the revised universal soil loss equation (RUSLE). Agriculture Handbook, 703. U.S. Department of Agriculture, 404.
• Stone R.P., Hilborn D. 2012. Universal Soil Loss Equation (USLE) Factsheet. Ministry of Agriculture, Food and Rural Affairs, Ontario.
• USDA 2002. Natural Resources Conservation Service. National Soil Survey Handbook, Title 430-VI. US. Department of Agriculture, Natural Resources Conservation Service.
• Wischmeier W.H., Smith D.D. 1978. Predicting Rainfall Erosion Losses. A Guide to Conservation Planning. Supersedes Agriculture Handbook, 282, 4‒11, Washington.