10. Infiltración y agua en el suelo
«El suelo no es solamente una frontera: es el reservorio que transforma la lluvia de hoy en evaporación, recarga y caudal de mañana».
(Síntesis del capítulo)
10.1. Introducción
Cuando el agua alcanza el terreno comienza una secuencia de decisiones físicas. Una parte cruza la superficie, otra queda temporalmente en depresiones o escurre, y la fracción infiltrada se almacena, redistribuye, es extraída por las raíces o continúa hacia niveles más profundos. Estas rutas no son independientes: cambian durante una tormenta, dependen de la humedad antecedente y responden a poros que abarcan varios órdenes de magnitud. Por ello, la infiltración no puede reducirse a un número fijo asignado a un tipo de suelo.
La entrada atmosférica fue desarrollada en el capítulo de Precipitación. Antes de llegar al suelo, esa precipitación es modificada por el dosel, la hojarasca y los troncos según la partición de la precipitación. La entrada pertinente para este capítulo es, por tanto, la precipitación efectiva que alcanza la superficie, más el riego, el deshielo o cualquier otra fuente aplicada directamente. El agua almacenada en el suelo pasa luego a ser una restricción esencial de la evaporación y transpiración. La Figura 10.1 ubica esos vínculos dentro del ciclo hidrológico y muestra por qué el suelo conserva memoria entre eventos.
Figura 10.1 Vista integrada de una cuenca: la lluvia puede infiltrarse, permanecer en la zona radicular, redistribuirse, percolar o contribuir más tarde a la recarga y al caudal; una fracción retorna a la atmósfera por evapotranspiración. Ilustración original y curaduría hidrológica propia.
La relevancia práctica es inmediata. La capacidad del perfil para aceptar agua condiciona anegamientos, erosión, diseño de drenajes y oportunidad de riego. El estado hídrico de la zona radicular controla el estrés vegetal y parte del flujo de calor latente. La conexión entre la zona no saturada y un acuífero influye en la recarga y en el transporte de contaminantes. A escala de cuenca hidrográfica, la distribución espacial de estos procesos ayuda a explicar por qué dos tormentas con la misma lámina pueden producir respuestas muy distintas (Chow et al., 1988; Davie, 2008; Robinson and Ward, 2017).
Al finalizar el capítulo, el lector debería poder:
distinguir infiltración, percolación, redistribución y recarga;
expresar el agua del suelo como contenido, potencial y almacenamiento;
relacionar textura, estructura y estado antecedente con la conductividad hidráulica;
aplicar y auditar los modelos de Horton, Green–Ampt y Philip;
seleccionar mediciones acordes con la variable, profundidad y soporte espacial;
integrar observaciones, funciones de pedotransferencia y cartografía de suelos; y
evaluar consecuencias para crecidas, riego, sequía, recarga y calidad de agua.
Pregunta guía
Una parcela registra 30 mm de lluvia y un infiltrómetro reporta \(K_s=18\ \mathrm{mm\,h^{-1}}\). ¿Puede concluirse que se infiltrarán 18 mm durante cada hora de la tormenta? No. \(K_s\) caracteriza el flujo en un medio saturado bajo condiciones específicas, mientras la tasa real depende de intensidad, duración, carga superficial, humedad inicial, capas, macroporos y área representada. El objetivo del capítulo es convertir esa cautela en un procedimiento cuantitativo.
10.2. Marco conceptual y escalas del proceso
10.2.1. Infiltración, percolación y recarga
La infiltración es el flujo que cruza la interfaz entre la superficie y el suelo. Su tasa instantánea, \(f(t)\), suele expresarse como una lámina por unidad de tiempo, por ejemplo mm h-1; la infiltración acumulada, \(F(t)\), es su integral temporal. La percolación es el movimiento descendente dentro del perfil, usualmente por debajo de una capa o de la zona radicular. La recarga es el flujo que alcanza la zona saturada y aumenta, o contribuye a sostener, el almacenamiento subterráneo. Son fronteras diferentes: toda recarga requirió infiltración, pero no toda infiltración termina como recarga.
También conviene separar tasa real de infiltración y capacidad de infiltración. La capacidad, \(f_p\), es la tasa máxima que el suelo aceptaría bajo las condiciones de ese instante. Si la oferta superficial \(i\) es menor que \(f_p\) y no existe otra limitación, toda el agua puede infiltrarse y \(f=i\). Si la oferta supera la capacidad, \(f=f_p\) y el excedente puede almacenarse en depresiones, escurrir o evaporarse. Esta relación se resume como
siempre que exista continuidad hidráulica en la superficie. La Figura 10.2 evita una confusión frecuente: observar drenaje a cierta profundidad no prueba que ese flujo haya alcanzado inmediatamente el acuífero (Chow et al., 1988; Robinson and Ward, 2017).
Figura 10.2 Fronteras físicas asociadas con infiltración, percolación y recarga. Elaboración propia.
La dirección tampoco es siempre descendente. Después de una tormenta, gradientes capilares pueden redistribuir agua desde capas húmedas hacia capas más secas; durante la evaporación, el flujo puede orientarse hacia la superficie; y una napa somera puede alimentar la zona radicular por ascenso capilar. Definir la frontera de interés es el primer paso de cualquier balance.
10.2.2. Controles, estado antecedente y soporte
La infiltración resulta de la interacción de tres grupos de controles, representados en la Figura 10.3. La forzante incluye intensidad y duración de la lluvia, tamaño y energía de las gotas, deshielo o tasa de riego. El estado reúne humedad inicial, temperatura, hielo, repelencia y carga de agua sobre la superficie. La estructura comprende distribución de tamaños de poro, agregación, raíces, grietas, actividad biológica, estratificación y compactación.
Figura 10.3 Controles que determinan la tasa real de infiltración y su dependencia de escala. Elaboración propia.
Estos controles evolucionan. El impacto de gotas puede destruir agregados y formar una costra durante el mismo evento; las arcillas expansivas abren grietas al secarse y las cierran al humedecerse; la vegetación genera macroporos, pero la maquinaria puede compactar el horizonte superficial. Incluso el signo del efecto de la humedad inicial puede cambiar: un suelo seco posee fuerte gradiente capilar, aunque también puede presentar hidrofobicidad; un suelo húmedo tiene menor déficit de almacenamiento, aunque sus poros conductores ya están conectados.
El soporte es el volumen o área al cual se refiere una observación. Un anillo de 30 cm, una sonda de pocos centímetros, un píxel satelital y una cuenca no promedian el mismo sistema. La media aritmética de tasas puntuales tampoco reproduce necesariamente la respuesta de una ladera, porque la conectividad y la posición topográfica organizan el flujo. En consecuencia, escalar requiere describir variabilidad, conectividad y ponderaciones físicas, no solamente aumentar el tamaño de la muestra (Vereecken et al., 2007).
La humedad antecedente es una variable de estado
No debe tratarse como una etiqueta binaria «seco/húmedo». Puede expresarse mediante un perfil \(\theta(z)\), un déficit de almacenamiento, un índice normalizado o potenciales matriciales. La elección debe coincidir con el mecanismo que se desea representar y con la profundidad activa del evento.
10.3. Propiedades y estados del medio poroso
10.3.1. Textura, estructura, densidad y porosidad
La textura describe la proporción de arena, limo y arcilla. Las partículas arenosas son relativamente grandes; generan poros amplios, drenaje rápido y menor superficie específica. Las arcillas poseen partículas pequeñas, alta superficie específica y poros finos capaces de retener agua a succiones elevadas. El limo ocupa un rango intermedio y puede ser vulnerable al sellado. Una clase textural resume proporciones, pero no determina por sí sola la hidráulica.
La estructura describe cómo partículas y materia orgánica se organizan en agregados y cómo se conectan los poros. Dos suelos con igual textura pueden diferir en conductividad por agregación, raíces, fauna, labranza o compactación. La Figura 10.4 contrasta tres arquitecturas conceptuales. El suelo franco agregado combina poros dentro de los agregados, que almacenan agua, con poros entre agregados, que facilitan aireación y transmisión. En el suelo compactado disminuye especialmente la fracción de macroporos conectados.
Figura 10.4 Representación conceptual del efecto conjunto de textura, agregación y compactación sobre el espacio poroso. Elaboración propia.
La densidad aparente, \(\rho_b\), es la masa seca dividida por el volumen total. Si la densidad de partículas minerales es \(\rho_s\), la porosidad total puede estimarse como
Usar \(\rho_s=2.65\ \mathrm{Mg\,m^{-3}}\) es una aproximación para suelos minerales; falla en horizontes ricos en materia orgánica o con mineralogía particular. Además, porosidad total no equivale a porosidad efectiva: poros aislados o muy finos almacenan agua, pero contribuyen poco al flujo rápido. La distribución y conectividad importan tanto como el volumen total (Davie, 2008; Robinson and Ward, 2017).
10.3.2. Contenido de agua y almacenamiento
El contenido gravimétrico \(w\) y el volumétrico \(\theta\) se definen como
donde \(M_w\) es la masa de agua, \(M_s\) la masa de suelo seco, \(V_w\) el volumen de agua, \(V_t\) el volumen total y \(\rho_w\) la densidad del agua. \(w\) tiene unidades kg kg-1 y \(\theta\), m3 m-3. Informar solamente «humedad = 25 %» sin indicar la base deja el dato incompleto.
Para una capa homogénea de espesor \(\Delta z\), la lámina almacenada es \(S=\theta\Delta z\). En un perfil discretizado,
Si \(\theta\) es adimensional y \(\Delta z\) se expresa en mm, \(S\) queda en mm. La variación \(\Delta S\) se obtiene integrando la diferencia entre perfiles medidos en dos fechas, no comparando sensores de profundidades distintas como si representaran la misma capa.
La Figura 10.5 organiza cuatro referencias útiles. En saturación, el espacio poroso conectado está ocupado por agua. La capacidad de campo es un estado operacional posterior al drenaje rápido, no una constante termodinámica. El punto de marchitez permanente se asocia convencionalmente con una succión cercana a 1500 kPa y expresa una referencia agronómica, no un umbral universal para todas las plantas. El contenido residual es un parámetro de modelos de retención y tampoco representa agua absolutamente inmóvil (Davie, 2008).
Figura 10.5 Referencias de contenido volumétrico y conversión a almacenamiento en la zona radicular. Elaboración propia.
El agua disponible convencional en una zona radicular \(Z_r\) es
Sin embargo, «disponible» no significa igualmente accesible en todo el intervalo. La conductividad disminuye al secarse el suelo y la extracción depende de raíces, demanda atmosférica y distribución de potenciales. Este acoplamiento enlaza con la distinción entre demanda y suministro desarrollada en controles de la evaporación.
10.3.3. Potencial del agua, retención e histéresis
El contenido de agua indica cuánto hay; el potencial indica su estado energético y la dirección posible del flujo. En la zona no saturada son relevantes los componentes matricial, gravitacional, de presión y, cuando existen diferencias de concentración, osmótico. El potencial matricial es negativo respecto de agua libre a la misma elevación: cuanto más seco el suelo, mayor es la magnitud de la succión necesaria para extraer agua.
La curva de retención relaciona \(\theta\) con la carga de presión \(h\) o el potencial matricial. La Figura 10.6 muestra que un suelo arcilloso puede contener más agua que uno arenoso a la misma succión, pero ello no implica mayor conductividad. Una forma muy utilizada es (van Genuchten, 1980)
donde \(\theta_r\) y \(\theta_s\) son contenidos residual y saturado; \(\alpha\) se relaciona con la entrada de aire; y \(n\) controla la forma de la transición. Los parámetros dependen de unidades y convención, por lo que no deben copiarse sin metadatos.
Figura 10.6 Curvas conceptuales de retención para distintas texturas y diferencia entre trayectorias de secado y humedecimiento. Elaboración propia.
La relación presenta histéresis: el contenido a una succión dada puede diferir según el suelo se esté secando o humedeciendo. La forma de los meniscos, el aire atrapado y el denominado efecto de botella de tinta generan trayectorias distintas. Por eso, una única curva principal es una simplificación; en ciclos rápidos de lluvia y evaporación pueden existir curvas de exploración intermedias.
Más agua no significa agua más móvil
Un suelo fino puede retener una lámina grande y, simultáneamente, transmitirla lentamente cuando está seco. Para evaluar flujo se necesita la combinación de \(\theta(h)\) y \(K(\theta)\) o \(K(h)\), no solamente capacidad de almacenamiento.
10.4. Movimiento del agua en la zona no saturada
10.4.1. Darcy–Buckingham y ecuación de Richards
La ley de Darcy para flujo saturado se extiende al medio no saturado mediante la conductividad dependiente del estado. Si \(z\) es positivo hacia arriba y la carga total es \(H=h+z\), el flujo vertical específico puede escribirse
El signo debe interpretarse con la convención declarada. \(K(h)\) puede variar varios órdenes de magnitud entre saturación y un suelo seco; esta no linealidad explica buena parte de la memoria y la formación de frentes. Combinando Darcy–Buckingham con conservación de masa se obtiene una forma de la ecuación de Richards (Richards, 1931):
donde \(S_r\) representa extracción por raíces u otros sumideros. Condiciones de borde de flujo, carga o atmosféricas completan el problema. Una condición atmosférica debe cambiar de tipo cuando la oferta supera la capacidad y aparece encharcamiento.
La Figura 10.7 enlaza las variables constitutivas. Una relación de Mualem–van Genuchten predice la conductividad relativa a partir de saturación efectiva, pero sigue siendo un modelo y requiere calibración o validación (Mualem, 1976; van Genuchten, 1980).
Figura 10.7 Acoplamiento entre carga, contenido de agua, conductividad y conservación de masa en la ecuación de Richards. Elaboración propia.
Resolver Richards permite representar perfiles continuos y forzantes variables, pero exige parámetros, discretización, condiciones iniciales y control numérico. Una solución convergente no garantiza una representación correcta si se ignoraron macroporos o si \(K_s\) fue medido en otra escala.
10.4.2. Redistribución, raíces y memoria del perfil
Durante la lluvia, aumenta \(\theta\) cerca de la superficie y el gradiente impulsa un frente hacia abajo. Al terminar la oferta, no termina el movimiento: continúa la redistribución, drenan poros grandes y el agua se mueve hacia zonas de menor potencial. Entre eventos, la evaporación reduce el contenido superficial y las raíces extraen agua desde profundidades que dependen de su distribución y actividad.
La Figura 10.8 representa este ciclo en un perfil. En escala diaria puede escribirse un balance de la zona radicular:
donde \(I\) es infiltración, \(R_c\) ascenso capilar, \(Q_s\) flujo lateral saliente, \(D\) drenaje profundo y \(ET_a\) evapotranspiración real. Según la frontera, deben añadirse entradas laterales, riego o deshielo. \(ET_a\) conecta con el balance de energía superficial, pero aquí aparece como flujo que modifica el reservorio.
Figura 10.8 Evolución conceptual del contenido de agua por infiltración, redistribución, drenaje y extracción radicular. Elaboración propia.
La memoria de humedad es la persistencia de la anomalía del almacenamiento. Depende de profundidad, clima, vegetación y propiedades hidráulicas. Un suelo profundo puede amortiguar pulsos y sostener ET durante semanas; un horizonte somero sobre roca responde y se seca con rapidez. Esta memoria puede propagarse hacia evapotranspiración y caudal, de modo que condiciones iniciales deficientes degradan pronósticos aun cuando la lluvia esté bien estimada (Orth and Seneviratne, 2013).
10.4.3. Heterogeneidad y flujo preferencial
Los modelos de equilibrio local suponen que un volumen elemental puede describirse mediante relaciones únicas entre \(\theta\), \(h\) y \(K\). En suelos estructurados, parte del agua puede desplazarse rápidamente por grietas, bioporos, interfaces entre horizontes o contactos con raíces, sin equilibrarse con la matriz circundante. Este flujo preferencial produce llegadas profundas tempranas y transporte rápido de solutos.
La Figura 10.9 contrasta el flujo difuso por la matriz con rutas preferenciales. Los macroporos no siempre conducen: deben activarse por una condición de entrada, conectarse y descargar hacia un dominio receptor. Una lluvia intensa puede llenar depresiones y superar la presión de entrada de una grieta, mientras una lluvia suave entra principalmente a la matriz. La respuesta es, por tanto, umbral y dependiente del evento (Beven and Germann, 1982; Jarvis, 2007; Jarvis et al., 2016).
Figura 10.9 Diferencia entre flujo matricial y rutas preferenciales, con sus consecuencias para velocidad y mezcla. Elaboración propia.
La implicación para el muestreo es crucial. Una sonda dentro de un agregado puede registrar poca variación mientras una grieta vecina transmite agua en profundidad. Promediar ambas observaciones oculta el mecanismo. Las estrategias robustas combinan replicación espacial, sensores a varias profundidades y, cuando es necesario, trazadores o modelos de doble dominio.
10.5. Proceso de infiltración y modelos
10.5.1. Perfil de humedecimiento y encharcamiento
Bajo aplicación sostenida, un perfil inicialmente uniforme desarrolla zonas reconocibles: una región casi saturada cerca de la superficie, una zona de transmisión, una transición de humedecimiento y el suelo aproximadamente no perturbado. En un suelo real los límites son graduales; la idea de frente agudo es una idealización útil para balances.
Antes del encharcamiento, si \(i<f_p\), la tasa real sigue la intensidad. La infiltración aumenta el contenido superficial y reduce gradualmente el aporte relativo de la succión. En el instante de encharcamiento \(t_p\), la capacidad se iguala con la intensidad; después, el excedente puede generar escorrentía por exceso de infiltración. La Figura 10.10 muestra la secuencia y recuerda que el tiempo de encharcamiento no coincide necesariamente con el inicio de la lluvia.
Figura 10.10 Desarrollo del perfil húmedo y transición desde infiltración controlada por la oferta hacia infiltración limitada por el suelo. Elaboración propia.
Tras el cese de la lluvia, desaparece la carga superficial, la capacidad aparente puede recuperarse durante el intervalo seco y el perfil se redistribuye. En tormentas intermitentes no es correcto reiniciar automáticamente un modelo con suelo seco: el estado debe heredarse del pulso anterior. Esta continuidad temporal es esencial al transformar los hietogramas del capítulo de Precipitación en entradas para un modelo de cuenca.
10.5.2. Modelo de Horton
Horton representó la disminución de la capacidad mediante una aproximación exponencial (Horton, 1933):
donde \(f_0\) es la capacidad inicial, \(f_c\) la capacidad final y \(k\) una constante de decaimiento. Bajo encharcamiento continuo, la infiltración potencial acumulada es
La Figura 10.11 distingue capacidad, intensidad y tasa real. Cuando \(i<f_p\), usar \(f_p\) como si fuera infiltración sobreestima el volumen. Durante un tramo intenso, \(i>f_p\) y la diferencia acumulada es un candidato a exceso superficial, sujeto a almacenamiento y conectividad.
Figura 10.11 Capacidad de Horton, intensidad de lluvia y tasa real como mínimo entre oferta y capacidad. Elaboración propia.
El modelo es compacto y útil en simulación de eventos, pero sus parámetros son empíricos y dependen de condición inicial, superficie y protocolo. Para tormentas separadas se requieren reglas de recuperación o una variable de estado. Calibrar \(f_0\), \(f_c\) y \(k\) solamente contra caudal puede compensar errores de lluvia, almacenamiento superficial y ruteo; conviene contrastar con infiltración o humedad observadas.
10.5.3. Modelo de Green–Ampt
Green–Ampt idealiza un frente de humedecimiento agudo que separa una zona humedecida de contenido \(\theta_s\) y el suelo inicial con \(\theta_i\) (Chow et al., 1988; Green and Ampt, 1911). Si \(\Delta\theta=\theta_s-\theta_i\), la profundidad del frente es
Con una carga superficial despreciable, la capacidad después del encharcamiento es
donde \(K_s\) es conductividad saturada y \(\psi_f\) la magnitud de la succión efectiva en el frente. La forma implícita acumulada es
si el origen temporal se define en el comienzo del régimen encharcado y se aplican las correcciones correspondientes al período previo. La Figura 10.12 muestra por qué \(f_p\) es alta al comienzo y tiende a \(K_s\) cuando \(F\) crece.
Figura 10.12 Geometría de Green–Ampt y evolución de infiltración acumulada y capacidad. Elaboración propia.
Para una intensidad constante \(i>K_s\), el encharcamiento ocurre cuando
Estas ecuaciones hacen explícitos suelo, estado inicial y forzante. Aun así, un \(\psi_f\) efectivo representa una curva de retención completa y la hipótesis de pistón falla en perfiles estratificados o con macroporos. Tablas texturales ofrecen valores iniciales, no sustituyen la validación local (Rawls et al., 1983).
10.5.4. Philip, Richards y selección de complejidad
La solución de Philip expresa la infiltración acumulada temprana como una serie (Philip, 1957):
donde \(S_p\) es la sorptividad, que resume la capacidad capilar de absorber agua, y \(A\) se relaciona con el aporte gravitacional. El término \(t^{1/2}\) domina al inicio; a tiempos mayores gana importancia la gravedad. La expresión es especialmente útil para interpretar ensayos de corta duración, siempre que se respete el intervalo de validez.
La Figura 10.13 ordena cuatro niveles. Horton describe decaimiento observado; Green–Ampt impone un balance con frente; Philip aproxima la solución temprana; Richards representa perfiles continuos. La opción «más física» no es automáticamente mejor: requiere datos y parámetros compatibles con la pregunta.
Figura 10.13 Jerarquía de modelos según variables de estado, datos requeridos y resolución física. Elaboración propia.
Un criterio práctico de selección es:
Horton, cuando se dispone de curvas empíricas bajo condiciones comparables y se simulan eventos;
Green–Ampt, cuando interesa encharcamiento y existen estimaciones defendibles de \(K_s\), \(\psi_f\) y \(\Delta\theta\);
Philip, para analizar absorción temprana y estimar sorptividad;
Richards, cuando importan perfiles, capas, redistribución, raíces o condiciones de borde variables.
La complejidad debe justificarse con una mejora verificable en la variable de decisión. Comparar solamente el ajuste de caudal puede favorecer compensaciones; comparar también \(\theta(z,t)\), tiempos de encharcamiento y drenaje reduce la equifinalidad.
10.6. Medición y diseño de observaciones in situ
Una campaña in situ no comienza escogiendo un sensor, sino definiendo la variable y el proceso que se desea resolver. El contenido volumétrico \(\theta\) responde cuánto agua ocupa un volumen de suelo; el potencial matricial \(\psi_m\) indica con qué energía está retenida; una tasa de infiltración describe un flujo a través de una frontera; y el cambio de almacenamiento integra contenidos sobre un espesor. Confundir estas magnitudes puede producir conclusiones físicamente incompatibles aunque todas las columnas de una base de datos se denominen «humedad» (Lekshmi et al., 2014; Robinson et al., 2008).
El diseño debe declarar además tres propiedades de escala: soporte, o volumen que contribuye a una lectura; espaciamiento, o distancia entre observaciones; y extensión, o dominio cubierto por la red. Una sonda puede registrar cada cinco minutos y aun así representar mal una ladera si su soporte centimétrico omite la variación entre horizontes y posiciones topográficas. Esta distinción retoma el problema de escala introducido al comienzo del capítulo y evita confundir frecuencia temporal con representatividad espacial (Vereecken et al., 2008; Western et al., 2002).
10.6.1. Medición del contenido y potencial de agua
El método gravimétrico es la referencia directa más sencilla. Se extrae una muestra, se pesa húmeda, se seca hasta masa constante y se vuelve a pesar. Entrega \(w\); para convertir a \(\theta\) se requiere \(\rho_b\). Es destructivo, puntual y laborioso, pero resulta valioso para calibrar sensores y auditar sesgos.
Las sondas electromagnéticas estiman la permitividad dieléctrica, fuertemente influida por el agua. La reflectometría en el dominio del tiempo (TDR), la reflectometría en frecuencia (FDR) y los sensores capacitivos permiten alta frecuencia temporal. Su volumen sensible depende de la geometría y del suelo; salinidad, temperatura, espacios de aire e instalación modifican la respuesta. Una ecuación general puede ser útil como punto de partida, pero la calibración específica mejora la exactitud en suelos orgánicos, salinos o con alta fracción de arcilla (Dobriyal et al., 2012; Lekshmi et al., 2014; Topp et al., 1980).
Los tensiómetros miden potencial matricial en el rango relativamente húmedo. Bloques de resistencia o sensores de disipación de calor amplían el rango, aunque requieren curvas de calibración. La elección entre contenido y potencial depende de la pregunta: para un balance interesa la lámina; para disponibilidad energética y dirección de flujo, el potencial es más informativo. La Figura 10.14 resume métodos y variables.
Figura 10.14 Métodos in situ para observar contenido de agua, potencial y cambios de almacenamiento en diferentes soportes. Elaboración propia.
Un perfil debe instrumentarse según horizontes y profundidad radicular, no mediante intervalos arbitrarios idénticos. Para transformar lecturas puntuales en almacenamiento se asignan espesores representativos y se conserva la incertidumbre de densidad aparente y calibración. Replicar posiciones es esencial en presencia de raíces, piedras o relieve. Como la relación entre \(\theta\) y \(\psi_m\) es no lineal e histérica, una conversión entre ambas variables necesita la curva de retención apropiada y la rama de humedecimiento o secado descrita en Potencial del agua, retención e histéresis.
10.6.2. Redes, instalación y control de calidad
Una red destinada a balances de la zona radicular debe combinar profundidades; una red para alerta de escorrentía puede priorizar la capa superficial y posiciones propensas a saturación. En ambos casos conviene estratificar el muestreo por unidad de suelo, cobertura, pendiente y posición topográfica, instalar réplicas y reservar puntos independientes para control. Más sensores baratos pueden caracterizar mejor la variabilidad espacial que pocos instrumentos de gran precisión, pero sólo si su calibración, deriva y fallas se documentan (Dobriyal et al., 2012; Robinson et al., 2008).
La instalación altera el medio que pretende observar. Un contacto deficiente crea vacíos; el tránsito compacta la superficie; el cableado puede conducir agua; y una calicata rellena posee estructura distinta del suelo no perturbado. Tras instalar, se recomienda un período de estabilización y una verificación independiente con muestras gravimétricas que abarque estados secos y húmedos. La calibración debe separarse de la evaluación: ajustar y comprobar con los mismos datos sólo demuestra capacidad de reproducción, no desempeño fuera de muestra.
El control de calidad debe conservar el dato bruto y añadir banderas, nunca borrar silenciosamente. Entre las pruebas útiles están límites físicos, saltos, persistencia, coherencia entre profundidades, temperatura del sensor, respuesta a lluvia y comparación entre réplicas. Un aumento superficial después de una tormenta puede ser real; el mismo salto simultáneo en todas las profundidades, sin tiempo de tránsito, puede revelar una falla electrónica. Así, el control hidrológico complementa al control estadístico (Vereecken et al., 2008).
10.6.3. Medición de infiltración y conductividad
Un infiltrómetro de anillo aplica agua sobre un área conocida y registra la lámina necesaria para mantener una carga o el descenso del nivel. En el doble anillo, el anillo exterior busca reducir la divergencia lateral desde el interior. No la elimina: profundidad de inserción, diámetro, carga, estratificación, preparación de la superficie y duración influyen en el resultado. La tasa casi estable suele usarse como indicador de conductividad de campo, pero no debe identificarse automáticamente con \(K_s\) del perfil completo.
El infiltrómetro de tensión impone una presión menor o igual a cero mediante un disco poroso y puede excluir poros que requieren presión positiva para activarse. Comparar varias tensiones ayuda a separar contribuciones de poros grandes y matriz. Los simuladores de lluvia reproducen impacto de gotas y generación de escorrentía con mayor realismo superficial, aunque demandan control de uniformidad e intensidad.
En laboratorio, permeámetros de carga constante son adecuados para muestras conductivas; los de carga variable, para flujos más lentos. La muestra puede perder macroporos representativos o alterarse durante la extracción. En profundidad, ensayos de pozo estiman conductividad alrededor de la sección ensayada, pero no sustituyen una medición de la interfaz superficial. La Figura 10.15 compara fronteras y productos.
Figura 10.15 Relación entre método, condición de borde, volumen interrogado y parámetro inferido. Elaboración propia.
La geometría se vuelve más intuitiva al observar el montaje real de la Figura 10.16. El agua se mantiene en ambos anillos, pero la lectura usada para estimar la tasa corresponde al anillo interior. El anillo exterior funciona como zona de guarda: reduce, sin anular, el componente lateral del flujo. Durante el ensayo deben registrarse simultáneamente el nivel o volumen añadido, el tiempo y cualquier alteración visible de la superficie.
Figura 10.16 Infiltrómetro de doble anillo durante la aplicación de agua: el anillo exterior ayuda a concentrar la interpretación en el flujo bajo el anillo interior. Material gráfico proporcionado por el autor.
Un diseño defendible incluye replicación por unidad de suelo y posición topográfica, tiempo suficiente para observar la transición, medición de humedad inicial, registro de carga y temperatura, y descripción de cobertura o costra. El protocolo debe informar si el resultado es infiltración acumulada, tasa transitoria, tasa cuasiestable, sorptividad o conductividad estimada. Mezclar estos productos en una sola tabla bajo el nombre «infiltración» impide comparaciones.
10.6.4. Métodos proximales y soporte intermedio
Entre la sonda y el satélite existen métodos proximales que recorren o integran un volumen mayor. El radar de penetración terrestre (GPR) infiere propiedades dieléctricas a lo largo de transectos; la inducción electromagnética y la resistividad eléctrica responden también a textura, salinidad y temperatura, por lo que humedad no es su única explicación. Estas técnicas son valiosas para cartografiar patrones y orientar muestreo, pero requieren calibración local y una interpretación que reconozca la no unicidad del problema (Babaeian et al., 2019; Weir and Dahlhaus, 2023).
Los sensores de neutrones cósmicos estiman contenido de agua sobre un entorno de cientos de metros y una profundidad efectiva que cambia con humedad. El hidrógeno modera los neutrones secundarios, de modo que biomasa, nieve y aguas superficiales también contribuyen a la señal. Se necesitan correcciones atmosféricas, calibración y ponderaciones espaciales; su huella no es un cilindro de radio y profundidad constantes. Su soporte intermedio ayuda a conectar redes puntuales con píxeles, como anticipa la Figura 10.18, pero no elimina el problema de escala (Andreasen et al., 2017; Babaeian et al., 2019).
10.7. Medición de la humedad del suelo
La humedad del suelo se obtiene mediante una cadena de estimación, no mediante una tecnología universal. Una muestra gravimétrica observa masa de agua; una sonda convierte una respuesta dieléctrica; un satélite invierte radiancia o retrodispersión; y un reanálisis integra forzantes, ecuaciones, parámetros y, a veces, observaciones asimiladas. Cada producto representa una variable, profundidad, soporte y hora de muestreo particulares. La estructura de esta sección sigue por ello la misma lógica multifuente usada para medir precipitación en la Figura 7.7: primero se define qué observa cada sistema y luego se decide si los productos son comparables (Babaeian et al., 2019; Seneviratne et al., 2010).
Figura 10.17 Cadena desde la variable hidrológica objetivo hasta observaciones in situ, estimaciones satelitales y estados de reanálisis, con las transformaciones necesarias para compararlas. Elaboración propia.
La Figura 10.17 propone cinco preguntas antes de descargar datos: ¿se necesita contenido o potencial?, ¿capa superficial o zona radicular?, ¿evento o climatología?, ¿punto, parcela, píxel o cuenca?, y ¿valor absoluto o anomalía? La respuesta evita, por ejemplo, evaluar disponibilidad de agua para raíces con un producto que sólo responde a los primeros centímetros.
Fuente |
Magnitud primaria |
Soporte típico |
Fortaleza |
Limitación dominante |
|---|---|---|---|---|
Gravimetría |
Masa de agua; \(w\) |
Muestra centimétrica |
Referencia directa y trazable |
Destructiva, lenta y espacialmente escasa |
TDR, FDR o capacitancia |
Permitividad convertida a \(\theta\) |
Centímetros a decímetros |
Alta frecuencia y perfiles continuos |
Calibración, contacto, salinidad y temperatura |
Tensiometría o matriz porosa |
Potencial matricial |
Entorno inmediato del sensor |
Estado energético y gradiente |
Rango limitado y conversión dependiente del suelo |
Proximal: GPR, resistividad o neutrones cósmicos |
Señal geofísica sensible al agua |
Transecto a hectáreas |
Puente entre punto y píxel |
Señales auxiliares, geometría y calibración |
Satélite de microondas o registro multimisional |
Emisión o retrodispersión superficial armonizada |
Decenas de metros a decenas de kilómetros |
Cobertura repetida y registros climáticos extensos |
Capa somera, cambios de sensor, vegetación y radiointerferencia |
Modelo terrestre, reanálisis o sistema de asimilación |
Estado de capas de un modelo |
Celda y espesor definidos por el sistema |
Serie continua, multivariable y coherente |
Sesgo de forzantes, parámetros y estructura del modelo |
La tabla es deliberadamente cualitativa: el soporte real depende del instrumento, la frecuencia, la órbita, el suelo y el algoritmo. Debe consultarse la documentación de la versión empleada y archivarse el identificador exacto del producto.
10.7.1. Estimaciones satelitales
Las microondas pasivas registran emisión natural, usualmente como temperatura de brillo; las activas emiten energía y miden retrodispersión. Ambas responden a la permitividad dieléctrica de la superficie, pero el algoritmo debe separar los efectos de humedad de los de vegetación, rugosidad, temperatura, suelo congelado, nieve y agua libre. La banda L empleada por SMAP y SMOS posee mayor penetración y menor atenuación por vegetación que longitudes de onda más cortas, aunque sigue representando principalmente los primeros centímetros (Babaeian et al., 2019; Entekhabi et al., 2010).
Los radares de apertura sintética, como Sentinel-1, ofrecen detalle espacial más fino que los radiómetros pasivos, a costa de una sensibilidad fuerte a estructura de la vegetación y rugosidad. Los métodos ópticos y térmicos usan reflectancia, temperatura o índices asociados al balance de energía; pueden alcanzar alta resolución, pero son indirectos y pierden continuidad bajo nubes. La fusión de sensores y el aprendizaje automático pueden mejorar resolución aparente y cobertura, aunque el producto resultante hereda errores de entradas y de datos de entrenamiento. Una grilla de 10 o 30 m no implica que se hayan observado independientemente todos sus píxeles (Rawat et al., 2026; Weir and Dahlhaus, 2023).
ESA CCI Soil Moisture no corresponde a un único sensor, sino a una familia de registros climáticos que armoniza y combina recuperaciones de microondas activas y pasivas. La metodología documentada por Gruber et al. (2019) genera productos ACTIVE, PASSIVE y COMBINED en una grilla global diaria de \(0.25^\circ\). Su extensión multidecenal es especialmente útil para anomalías y variabilidad climática, pero la continuidad se obtiene mediante cambios de sensor, remuestreo, reescalamiento y fusión. Por tanto, deben conservarse la versión, las banderas de calidad y el tipo de producto, y no interpretar una transición instrumental como una señal hidrológica.
La Figura 10.18 muestra que cada sistema integra un volumen diferente. Una red puntual puede validar dinámica temporal local, pero no necesariamente el valor medio del píxel. Las comparaciones robustas usan muestreo distribuido, ponderaciones por huella, armonización de profundidad y hora, control de congelamiento y métricas que separen sesgo, correlación y error aleatorio. Los términos soporte, espaciamiento y extensión permiten formular esa comparación sin llamar «verdad» a una sola escala (Robinson et al., 2008; Western et al., 2002).
Figura 10.18 Soportes aproximados de sondas, neutrones cósmicos, observación satelital y estados grillados. Los tamaños son conceptuales y no están a escala. Elaboración propia.
10.7.2. Estimaciones modeladas, reanálisis y asimilación
Un producto modelado reconstruye el estado del suelo mediante ecuaciones de balance; un reanálisis añade forzantes y un sistema de asimilación mantenidos tan consistentes como sea posible a lo largo del período. En ambos casos, la humedad suele ser un estado modelado en capas de espesor definido, condicionado por precipitación, radiación, vegetación, propiedades hidráulicas, evapotranspiración y drenaje. ERA5-Land refina el componente terrestre forzado por ERA5; GLDAS combina modelos de superficie, forzantes y observaciones; y los productos de nivel 4 de SMAP asimilan información satelital en un modelo terrestre. Ninguno debe describirse simplemente como «medición satelital» (Muñoz-Sabater et al., 2021; Núñez-Ibarra et al., 2026; Rodell et al., 2004).
GLEAM4 pertenece a esta familia modelada, pero no es un reanálisis atmosférico.
Calcula el agua del suelo mediante un balance hídrico multicapa y asimila humedad
superficial de ESA CCI en la capa superior; entrega humedad superficial y de la zona
radicular, además de evaporación y estrés evaporativo. La versión descrita por
Miralles et al. (2025) posee resolución diaria de \(0.1^\circ\) y cubre desde
1980 hasta 2023, con actualizaciones hacia el presente. Sus archivos a y b
difieren en longitud y dependencia de forzantes de reanálisis u observacionales, por
lo que el nombre del archivo y la subversión forman parte de los metadatos esenciales.
Su principal ventaja es la continuidad temporal y espacial, junto con variables físicamente relacionadas. Sus principales limitaciones son el sesgo de la precipitación y demás forzantes, parámetros de suelo y raíces generalizados, procesos no resueltos y cambios en el sistema observacional asimilado. Dos productos pueden compartir forzantes u observaciones y, por tanto, sus errores no son independientes. La capa «0–7 cm» de un modelo, además, es un promedio de estado definido por sus ecuaciones, no la misma magnitud que una sonda a 5 cm ni que la profundidad electromagnética variable de un satélite (Seneviratne et al., 2010; Vereecken et al., 2008).
La humedad de la zona radicular puede estimarse propagando información superficial mediante un filtro, asimilándola en un modelo o integrando directamente sus capas. Esta transformación añade hipótesis acerca de raíces, drenaje y memoria. Debe evaluarse por separado de la humedad superficial, pues un producto puede reproducir bien la estacionalidad profunda y fallar en la amplitud inmediata de los eventos.
10.7.3. Estimación satelital de la humedad de la zona radicular
La humedad de la zona radicular (RZSM, por root-zone soil moisture) no suele ser una observación satelital directa. La mayoría de los sensores de microondas responde a los primeros centímetros del suelo; para obtener \(\theta_{RZ}(t)\) se necesita un operador que propague esa información en profundidad o una señal alternativa sensible al almacenamiento profundo. La profundidad objetivo debe declararse: puede ser una capa fija, un promedio de varias capas o una profundidad de raíces dependiente de la vegetación. Esta distinción conecta el producto con el balance descrito en Contenido de agua y almacenamiento y con el transporte representado por la ecuación de Richards en Darcy–Buckingham y ecuación de Richards (Kasim et al., 2025).
La Figura 10.19 separa los métodos según requieran o no conocimiento de humedad superficial (SSM). La clasificación se refiere a la información necesaria para ejecutar el método, no al origen exclusivamente satelital de todas sus entradas. En ambos grupos, la RZSM resultante es una inferencia cuya profundidad, soporte, memoria e incertidumbre dependen del operador empleado.
Figura 10.19 Dos rutas para estimar humedad de la zona radicular: métodos que propagan o asimilan humedad superficial y métodos que explotan señales de profundidad o de estrés hídrico sin usar SSM. Elaboración propia a partir de la clasificación de Kasim et al. (2025).
10.7.3.1. Métodos con conocimiento de SSM
Estos métodos aprovechan la secuencia temporal de SSM como condición de entrada:
Las relaciones empíricas, como ajuste de distribuciones o regresiones, aprenden una correspondencia histórica entre SSM y RZSM. Son simples y económicas, pero necesitan pares de datos previos y su transferencia falla cuando cambian suelo, cobertura, estación o acoplamiento hidráulico.
El filtro exponencial o índice de agua del suelo (SWI) interpreta la zona radicular como un reservorio amortiguado. Pondera la SSM pasada con una memoria decreciente controlada por un tiempo característico \(T\). Su parsimonia permite series continuas, aunque un solo \(T\) resume de forma imperfecta profundidad, textura, vegetación, precipitación, drenaje y evapotranspiración.
El modelo SMAR formula un balance de dos capas: el exceso de agua superficial sobre un umbral se transfiere a la capa radicular, que pierde agua por evapotranspiración y percolación. Introduce más física que un filtro, pero requiere parámetros de almacenamiento, difusión y pérdidas; sus hipótesis de transferencia rápida y pérdida simplificada pueden ser débiles en suelos estratificados o climas húmedos.
La asimilación de datos actualiza las capas de un modelo terrestre, hidrológico o de cultivo con SSM satelital mediante filtros de Kalman, ensambles o métodos variacionales. Produce perfiles coherentes con los balances y permite representar errores, pero hereda sesgos de SSM, forzantes, parámetros y estructura del modelo, además de exigir mayor costo computacional. SMAP nivel 4 y GLEAM son ejemplos de productos construidos mediante esta lógica.
10.7.3.2. Métodos sin conocimiento de SSM
El segundo grupo busca información profunda sin usar SSM como variable de entrada:
El radar de baja frecuencia, especialmente en banda P, aprovecha una longitud de onda con mayor penetración que las bandas usadas para SSM. La retrodispersión multípola se invierte mediante modelos de dispersión y optimización para obtener un promedio o perfil de humedad. Es la ruta más cercana a una observación directa de profundidad y funciona con nubosidad, pero la profundidad efectiva cambia con humedad, textura, vegetación, rugosidad y geometría. Las demostraciones de AirMOSS fueron aerotransportadas, costosas y discontinuas; además, el error suele crecer con la profundidad y la transferencia entre biomas sigue limitada.
Los métodos térmicos infieren RZSM a partir de temperatura superficial o de dosel, índice de estrés hídrico, fracción evaporativa o evapotranspiración. Su principio es que el déficit radicular reduce la transpiración y eleva la temperatura del dosel. Ofrecen resolución espacial más fina y sensibilidad bajo vegetación densa, pero son indirectos, pierden datos bajo nubes, requieren cobertura vegetal activa y se debilitan cuando la evapotranspiración está limitada por energía en vez de agua. La profundidad equivalente y la calibración regional suelen ser inciertas.
Familia |
Principio |
Fortaleza principal |
Debilidad dominante |
|---|---|---|---|
Empírico, con SSM |
Correspondencia histórica SSM–RZSM |
Cálculo simple y adaptable |
Dependencia de calibración y régimen hidroclimático |
Exponencial/SWI, con SSM |
Memoria temporal de un reservorio |
Pocos parámetros y continuidad |
\(T\) agrega procesos y cambia entre sitios y profundidades |
SMAR, con SSM |
Balance y transferencia entre dos capas |
Parámetros con interpretación hidrológica |
Simplificación de pérdidas, umbrales y heterogeneidad |
Asimilación, con SSM |
Actualización de estados de un modelo |
Perfil coherente y tratamiento explícito de errores |
Dependencia del modelo, forzantes y covarianzas |
Banda P, sin SSM |
Inversión de retrodispersión de baja frecuencia |
Sensibilidad más directa a mayor profundidad |
Disponibilidad, costo y profundidad efectiva variable |
Térmico, sin SSM |
Estrés vegetal y partición de energía |
Resolución fina y respuesta funcional de la vegetación |
Nubes, calibración y pérdida de sensibilidad sin estrés hídrico |
Las líneas de investigación prioritarias son: definir operadores de observación y profundidades válidas por bioma; separar los controles de suelo, raíces, vegetación y clima sobre \(T\) y los parámetros de SMAR; desarrollar modelos físicos de dispersión multicapa y combinaciones de bandas P y L, ángulos y tiempos; fusionar el ciclo térmico diurno de satélites geoestacionarios con microondas; y construir modelos híbridos física–aprendizaje automático que informen incertidumbre y sean evaluados fuera de sus regiones de entrenamiento. Ningún aumento de resolución nominal sustituye la validación independiente, y la exactitud debe informarse por profundidad y régimen hidroclimático (Kasim et al., 2025).
10.7.4. Validación, armonización y selección
La diferencia entre soporte y profundidad no es un detalle abstracto. En la Figura 10.20, la observación in situ registra aumentos rápidos después de lluvia, mientras los productos grillados muestran sesgos, amplitudes y tiempos de respuesta distintos. En diez ecosistemas naturales de Chile, el desempeño dependió del producto, del régimen hidroclimático y de si se evaluó la superficie o la zona radicular. Por ello, una clasificación única de «mejor producto» no es transferible a toda aplicación (Núñez-Ibarra et al., 2026).
Figura 10.20 Humedad superficial, humedad de la zona radicular y precipitación en un sitio forestal del centro-sur de Chile: contraste entre observación local y productos grillados. Datos y comparación descritos por Núñez-Ibarra et al. (2026); composición gráfica suministrada por el autor.
Antes de comparar, se deben armonizar unidades, profundidad, máscara de calidad, zona horaria y resolución temporal. Para valores absolutos se examinan sesgo y RMSE; para dinámica, correlación y error no sesgado; para eventos, amplitud, tiempo de ascenso y recesión; para sequía, anomalías calculadas respecto de un período de referencia común. Una correlación alta puede coexistir con un sesgo que invalida un umbral de riego, mientras un RMSE bajo dominado por el ciclo estacional puede ocultar respuestas de tormenta deficientes.
La dependencia entre productos también debe auditarse. GLEAM4 asimila ESA CCI en su capa superficial, de modo que ambos no constituyen estimaciones independientes para una triple colocación ni para atribuir coincidencias a dos fuentes autónomas. La comparación sigue siendo útil, pero debe interpretarse como evaluación de propagación y transformación de información compartida (Gruber et al., 2019; Miralles et al., 2025).
La validación puntual contra un píxel contiene simultáneamente error del producto y diferencia de representatividad. Lo preferible es usar redes distribuidas o sensores de soporte intermedio, cuantificar incertidumbre de la referencia y reservar sitios o períodos independientes. Cuando no existe una «verdad» de escala compatible, la triple colocación puede estimar componentes de error bajo supuestos explícitos de linealidad e independencia; no convierte tres productos relacionados en observaciones independientes.
Regla de selección
Elegir primero la variable, profundidad, escala y latencia exigidas por la decisión; luego descartar productos incompatibles y validar los restantes en el régimen de interés. Para seguimiento de eventos conviene combinar sondas y precipitación de alta frecuencia con un producto espacial; para climatologías, usar versiones homogéneas y anomalías; para riego, privilegiar zona radicular y calibración local; para cuencas sin red, trabajar con ensambles y declarar la incertidumbre.
Escalar infiltración es aún más difícil que escalar humedad, porque la respuesta depende de la conectividad durante el evento. Un mosaico con áreas impermeables, suelos profundos y depresiones puede producir un promedio de tasa que no corresponde a ninguna unidad. La estrategia preferible es representar unidades hidrológicas y sus conexiones, y contrastar la respuesta integrada con balances o caudal (Vereecken et al., 2007; Western et al., 2002).
10.8. Estimación de parámetros y cartografía
10.8.1. Funciones de pedotransferencia
Las funciones de pedotransferencia (PTF) infieren propiedades difíciles de medir a partir de información más disponible, como arena, limo, arcilla, densidad aparente, carbono orgánico y clase textural. Pueden predecir contenidos a succiones específicas o parámetros de una curva de retención y conductividad. Rosetta3, por ejemplo, actualiza modelos jerárquicos para obtener distribuciones de parámetros hidráulicos (Zhang and Schaap, 2017).
La Figura 10.21 enfatiza que una PTF entrega una inferencia condicionada a sus datos de entrenamiento. La incertidumbre proviene de la variabilidad natural, errores en predictores, forma del modelo y extrapolación. Un valor puntual de \(K_s\) con muchas cifras decimales no es más preciso por estar escrito en una grilla.
Figura 10.21 Cadena de una función de pedotransferencia y necesidad de conservar incertidumbre y dominio de aplicación. Elaboración propia.
El uso recomendado consta de cinco pasos:
verificar unidades, profundidad y definiciones de los predictores;
comprobar que los suelos locales estén dentro del dominio de entrenamiento;
obtener distribuciones o intervalos, no solamente promedios;
validar con observaciones independientes representativas; y
propagar la incertidumbre hacia la salida hidrológica relevante.
Calibrar la PTF con el mismo conjunto usado para evaluarla produce una validación optimista. Cuando no existen datos locales, el análisis de sensibilidad debe mostrar qué conclusiones cambian dentro de rangos plausibles.
10.8.2. Datos grillados y perfiles de suelo en Chile
La cartografía digital de suelos combina perfiles observados, covariables ambientales y modelos espaciales. SoilGrids proporciona predicciones globales de propiedades a profundidades estándar (Hengl et al., 2017). Para Chile, CLSoilMaps ofrece grillas de 100 m para seis intervalos entre 0 y 200 cm, construidas con más de cuatro mil observaciones y covariables; incluye propiedades básicas y estimaciones hidráulicas derivadas mediante Rosetta3 (Dinamarca et al., 2023).
La Figura 10.22 recuerda tres dimensiones de lectura: variable, profundidad y soporte. La resolución de 100 m describe la malla de predicción, no el tamaño mínimo de una característica confiablemente resuelta. Una celda puede contener suelo, roca, caminos y vegetación diversa. Además, un valor del intervalo 0–5 cm no representa la zona radicular completa.
Figura 10.22 Lectura por capas de un producto grillado de suelos y advertencias para su uso hidrológico. Elaboración propia.
Para parametrizar una cuenca conviene:
mantener las capas originales y armonizarlas con las capas del modelo mediante promedios ponderados por espesor;
tratar roca, agua y áreas urbanas con clases explícitas, no mediante relleno automático;
revisar consistencia entre \(\theta_r\), \(\theta_s\), densidad y porosidad;
reconocer correlaciones entre parámetros de una misma PTF;
agregar según unidades de respuesta y topografía, no solamente según promedio de celdas; y
documentar versión, fecha, proyección y transformación aplicada.
Una medición local discrepante no demuestra por sí sola que la grilla sea errónea: ambas tienen soportes y profundidades diferentes. La comparación debe llevarlas a una base común antes de calcular error.
10.9. Aplicaciones hidrológicas
10.9.1. Crecidas, escorrentía y recarga
La escorrentía por exceso de infiltración aparece cuando la oferta supera la capacidad. Es común bajo intensidades altas, superficies selladas o costras. La escorrentía por exceso de saturación aparece cuando el almacenamiento se agota y la napa o una capa perchada alcanza la superficie; puede ocurrir aun con intensidad moderada. Una ladera puede alternar mecanismos durante el evento.
La Figura 10.23 ubica la respuesta rápida en un espacio definido por intensidad y humedad antecedente. En el sector seco, una lluvia intensa puede exceder la capacidad superficial aunque exista almacenamiento profundo. En el sector húmedo, una lluvia menor puede producir respuesta porque el déficit de almacenamiento es pequeño. Esta interacción ayuda a explicar la influencia de la humedad antecedente sobre crecidas urbanas y rurales (Haga et al., 2005; Saadi et al., 2020).
Figura 10.23 Respuesta rápida conceptual según intensidad de lluvia y humedad antecedente. Elaboración propia.
La recarga depende de la fracción infiltrada que sobrevive a almacenamiento y ET y cruza una frontera profunda. Puede ser difusa, concentrada bajo cauces o depresiones, o episódica durante años húmedos. Estimarla como \(P-ET-Q\) en un período corto atribuye a recarga cualquier error o cambio de almacenamiento. Piezómetros, trazadores, perfiles de humedad y balances de largo plazo aportan restricciones complementarias.
10.9.2. Evapotranspiración, riego y sequía
La zona radicular convierte entradas episódicas en una reserva que sostiene transpiración. En un balance diario simple, el riego debe reponer el agotamiento antes de que la extracción cause estrés, evitando a la vez pérdidas excesivas por drenaje. La lámina neta requerida puede estimarse a partir del déficit respecto de una meta de almacenamiento; la lámina bruta incorpora eficiencia del sistema.
La Figura 10.24 muestra una serie conceptual en la que lluvias discretas recargan el reservorio y la ET lo agota. El umbral de riego no tiene que coincidir con el punto de marchitez: se define para limitar reducción de transpiración y depende del cultivo, etapa fenológica, profundidad radicular y demanda atmosférica (Allen et al., 1998).
Figura 10.24 Entradas episódicas y memoria del almacenamiento radicular para diagnóstico de estrés y riego. Elaboración propia.
En sequía meteorológica, la falta de precipitación inicia el déficit. La sequía agrícola aparece cuando la humedad no satisface la demanda vegetal; su desfase depende de almacenamiento y raíces. La sequía hidrológica puede persistir más porque acuíferos y cauces integran déficits prolongados. Confundir estas escalas conduce a alertas tardías o a sobrerreacción frente a un período seco corto.
La relación con el capítulo de evaporación es bidireccional: mayor demanda acelera el secado, pero el secado reduce \(ET_a\) respecto de la demanda potencial y aumenta la partición energética hacia calor sensible. Un modelo de riego que impone siempre ET potencial viola esta retroalimentación.
10.9.3. Calidad de agua, uso del suelo y cambio climático
Promover infiltración puede disminuir escorrentía y erosión, aumentar agua disponible y favorecer recarga. Sin embargo, también puede movilizar nitratos, plaguicidas, sales o contaminantes urbanos. El flujo preferencial agrava el riesgo porque reduce contacto con la matriz y acelera el tránsito hacia drenes o acuíferos (Jarvis, 2007).
La Figura 10.25 presenta este carácter dual. La evaluación debe combinar cantidad, calidad y destino. Una zanja de infiltración sobre un acuífero vulnerable requiere caracterización de sedimentos, contaminantes, napa y capacidad de mantenimiento; no basta demostrar que desaparece el agua superficial.
Figura 10.25 Beneficios y riesgos asociados con cambios de infiltración en distintas aplicaciones. Elaboración propia.
El cambio de uso de suelo modifica varios controles a la vez. La urbanización impermeabiliza y conecta drenajes; caminos compactan y redirigen; incendios eliminan cobertura y pueden inducir repelencia; agricultura cambia agregación, rugosidad y profundidad radicular; restauración puede aumentar macroporosidad, pero requiere tiempo. Por ello, atribuir un cambio de caudal solamente a \(K_s\) suele ser insuficiente.
El clima también actúa por múltiples vías: cambia la secuencia de humedecimiento y secado, intensidad de lluvia, temperatura, demanda evaporativa, congelamiento y vegetación. En la discusión climática de la evaporación se mostró que una forzante no determina por sí sola el flujo; el mismo principio se aplica aquí. Los escenarios deben actualizar forzantes y estados, no multiplicar una infiltración histórica por un factor fijo.
10.10. Ejemplo integrado de evento y perfil
Considérese un perfil inicialmente uniforme con \(\theta_i=0.16\), \(\theta_s=0.44\), \(K_s=7\ \mathrm{mm\,h^{-1}}\) y una capacidad de Horton con \(f_0=58\ \mathrm{mm\,h^{-1}}\), \(f_c=7\ \mathrm{mm\,h^{-1}}\) y \(k=1.35\ \mathrm{h^{-1}}\). La lluvia es 0 hasta 0.5 h, 32 mm h-1 entre 0.5 y 2 h, 14 mm h-1 entre 2 y 3 h, y cero después.
La tasa real se calcula en cada paso como \(f=\min(i,f_p)\). Al comienzo del pulso, la capacidad todavía supera 32 mm h-1; luego decae y aparece exceso. Durante el segundo bloque, la oferta baja a 14 mm h-1, por lo que el exceso disminuye y puede desaparecer temporalmente. Al terminar la lluvia, la infiltración superficial se hace cero aunque la capacidad de Horton siga siendo positiva: sin oferta ni almacenamiento superficial no existe flujo de entrada.
La Figura 10.26 reúne forzante, capacidad, perfil conceptual y partición acumulada. Para un paso \(\Delta t\), las láminas se obtienen como
donde \(D_s\) es el almacenamiento en depresiones ya ocupado. Si se omite \(D_s\), \(E\) es un exceso potencial, no necesariamente caudal en la salida.
Figura 10.26 Ejemplo integrado de tasa, evolución del perfil, partición acumulada y variables de decisión. Elaboración propia.
Supóngase que la integración numérica entrega 62 mm de lluvia, 36.7 mm infiltrados y 25.3 mm de exceso potencial. Si al día siguiente el almacenamiento del primer metro aumentó solamente 23 mm y la ET del evento fue 2.2 mm, un balance de la columna exige explicar aproximadamente
como drenaje profundo y/o flujo lateral, considerando incertidumbre. No es correcto declarar que los 36.7 mm recargaron el acuífero. Tampoco basta ajustar \(f_c\) hasta cerrar el balance: podrían existir errores de lluvia, profundidad representada, almacenamiento superficial o ET.
Auditoría del ejemplo
Verificar que tasas y paso temporal produzcan mm.
Comprobar que \(0\leq F\leq P\) si no existe aporte superficial adicional.
Separar exceso potencial, escorrentía conectada y caudal observado.
Integrar \(\Delta S\) sobre la misma profundidad y área.
Tratar \(D+Q_l\) como residuo con incertidumbre, no como recarga automática.
Contrastar tiempos de humedecimiento y drenaje con observaciones del perfil.
El ejercicio ilustra una regla general: una serie de caudal puede restringir la partición total, pero perfiles de humedad y observaciones superficiales son necesarios para identificar mecanismos. La evaluación multiobjetivo reduce soluciones numéricamente buenas y físicamente equivocadas.
10.11. Síntesis y guía de aplicación
La infiltración es una condición de borde dinámica, no una propiedad constante. La tasa real es limitada por oferta y capacidad; la capacidad depende del estado, la estructura y la historia. Una vez dentro del suelo, el agua se redistribuye según gradientes de potencial y conductividad, mientras raíces, evaporación, flujo lateral y drenaje cambian el almacenamiento.
Contenido y potencial responden preguntas distintas. \(\theta\) permite calcular lámina y cerrar balances; \(h\) informa energía y dirección de flujo. La curva de retención los conecta, y una relación de conductividad completa la descripción necesaria para Richards. La histéresis, las capas y los macroporos limitan la idea de una relación única de equilibrio.
Horton, Green–Ampt, Philip y Richards forman una jerarquía útil si se reconocen sus variables y supuestos. Ningún modelo compensa datos incompatibles con la escala. La observación debe combinar métodos: gravimetría y sondas para contenido, tensiómetros para potencial, infiltrómetros o lluvia simulada para condiciones de borde, y métodos remotos para soportes mayores.
La Figura 10.27 resume el flujo recomendado. Primero se define frontera, variable y soporte. Luego se observan forzantes y estados. Se selecciona un modelo acorde con la pregunta, se escala con unidades hidrológicas e incertidumbre, y se evalúa la variable de decisión. Si el resultado no es verificable, el flujo vuelve al diseño de muestreo.
Figura 10.27 Flujo de trabajo para estudiar infiltración y agua del suelo desde la definición hasta la decisión. Elaboración propia.
Lista de control antes de entregar un resultado
¿Se distinguieron infiltración, percolación, drenaje y recarga?
¿La precipitación de entrada corresponde al agua que alcanza el suelo?
¿Contenido gravimétrico y volumétrico están identificados y tienen unidades?
¿El almacenamiento integra espesores y profundidades coherentes?
¿La tasa real se limitó por oferta y capacidad?
¿El modelo conserva el estado entre pulsos?
¿Los parámetros corresponden a la misma profundidad, escala y condición de borde?
¿Se evaluaron capas, macroporos y conectividad?
¿La comparación entre sensores armoniza soporte y profundidad?
¿La incertidumbre se propagó hasta la decisión?
10.12. Verificación de aprendizaje
La Figura 10.28 propone cinco dimensiones para evaluar una respuesta: conceptos, ecuaciones, datos, escala y decisión. Una solución correcta debe integrar las cinco; obtener un número sin unidades, supuestos ni interpretación no demuestra comprensión del proceso.
Figura 10.28 Dimensiones que debe integrar una solución auditable. Elaboración propia.
Preguntas conceptuales
Distinga infiltración, percolación, drenaje profundo y recarga. Proponga una frontera de control para medir cada proceso y explique por qué una medición de infiltración no determina por sí sola la recarga.
Explique la diferencia entre tasa real y capacidad de infiltración. ¿Qué ocurre cuando la intensidad es menor que la capacidad y qué destinos puede tener el excedente cuando la supera?
Compare contenido volumétrico, potencial matricial y almacenamiento. ¿Cuál usaría para cerrar un balance y cuál para inferir dirección de flujo?
Explique por qué un suelo arcilloso puede contener más agua y, al mismo tiempo, transmitirla más lentamente que uno arenoso. Incluya retención y conductividad en la respuesta.
Compare Horton, Green–Ampt, Philip y Richards en términos de supuestos, datos requeridos, variable de estado y aplicación apropiada.
¿Por qué un infiltrómetro de doble anillo, una muestra de laboratorio y un ensayo de pozo pueden entregar conductividades diferentes sin que alguno sea necesariamente incorrecto?
Describa cómo el flujo preferencial desafía el equilibrio local y cómo diseñaría una red de sensores para detectarlo.
Explique por qué una grilla de suelo de 100 m y una sonda puntual no son directamente comparables, y proponga una estrategia de validación multiescala.
Preguntas numéricas y de aplicación
Conversión y almacenamiento. Una muestra húmeda pesa 146 g y, después del secado, 118 g. Su densidad aparente es \(1.35\ \mathrm{Mg\,m^{-3}}\). Calcule \(w\) y \(\theta\). Si representa una capa de 0.25 m, calcule la lámina de agua.
Agua disponible. Un perfil tiene capas 0–0.30, 0.30–0.70 y 0.70–1.00 m. Sus pares \((\theta_{CC},\theta_{PMP})\) son (0.30, 0.13), (0.34, 0.17) y (0.28, 0.12). Calcule el agua disponible total y el 50 % de agotamiento.
Horton bajo lluvia variable. Use \(f_0=50\), \(f_c=8\ \mathrm{mm\,h^{-1}}\) y \(k=1.2\ \mathrm{h^{-1}}\). Para una lluvia de 20 mm h-1 durante la primera hora y 10 mm h-1 durante la segunda, integre con pasos de 0.25 h usando \(f=\min(i,f_p)\). Estime infiltración y exceso potencial acumulados.
Green–Ampt y encharcamiento. Para \(K_s=12\ \mathrm{mm\,h^{-1}}\), \(\psi_f=110\ \mathrm{mm}\), \(\theta_s=0.45\), \(\theta_i=0.20\) e \(i=40\ \mathrm{mm\,h^{-1}}\), calcule \(F_p\) y \(t_p\). Interprete el efecto de aumentar \(\theta_i\) a 0.35.
Gradiente hidráulico. Dos puntos separados verticalmente 0.40 m tienen cargas totales de -0.20 y -0.05 m, con el segundo sobre el primero. Para \(K=6\ \mathrm{mm\,d^{-1}}\), calcule magnitud y sentido de \(q\) declarando la convención de \(z\).
Balance de zona radicular. Durante cinco días, una parcela recibe 34 mm de lluvia y 12 mm de riego; \(ET_a=21\) mm, el escurrimiento superficial es 7 mm y el almacenamiento aumenta 9 mm. Estime \(D-Q_{in}+Q_{out}\) con una convención explícita y discuta si puede llamarse recarga.
Diseño de medición. Debe estimar el cambio semanal de almacenamiento en una parcela con dos horizontes y fuerte variabilidad lateral. Proponga profundidades, número de réplicas, método de calibración y una forma de convertir lecturas a mm. Incluya una prueba para detectar flujo preferencial.
Escalamiento y decisión. Una cuenca tiene 35 % de bosque con \(K_s=45\), 45 % de cultivo con \(K_s=16\) y 20 % urbano con 75 % de área impermeable; las unidades permeables urbanas tienen \(K_s=10\ \mathrm{mm\,h^{-1}}\). Para una lluvia uniforme de 30 mm h-1, calcule un límite inferior simple del exceso instantáneo suponiendo cada unidad saturada y sin almacenamiento. Explique por qué el promedio areal de \(K_s\) no reproduce necesariamente la respuesta real.
Orientaciones para discusión y evaluación. En la actividad 1, \(w=(146-118)/118=0.2373\ \mathrm{kg\,kg^{-1}}\); usando \(\rho_w=1.0\ \mathrm{Mg\,m^{-3}}\), \(\theta=0.320\). La lámina es aproximadamente 80.1 mm. Debe indicarse que el volumen representado y la densidad aparente añaden incertidumbre.
En la actividad 2, las láminas disponibles son 51, 68 y 48 mm, para un total de 167 mm; el 50 % de agotamiento corresponde a 83.5 mm. Una respuesta completa no supone extracción uniforme: distribuye raíces y reconoce que \(\theta_{CC}\) y \(\theta_{PMP}\) son referencias operacionales.
En la actividad 3 se espera una integración explícita y reproducible. Con evaluación al comienzo o al centro de cada paso se obtendrán valores ligeramente distintos; esa diferencia debe disminuir al reducir \(\Delta t\). El criterio principal es limitar \(f\) por \(i\), conservar unidades y verificar que infiltración más exceso sea igual a 30 mm si se omiten otros almacenamientos.
En la actividad 4, \(\Delta\theta=0.25\), \(F_p=12\times110\times0.25/(40-12)=11.79\ \mathrm{mm}\) y \(t_p=0.295\ \mathrm{h}\), cerca de 17.7 min. Con \(\theta_i=0.35\), \(\Delta\theta=0.10\), \(F_p\) y \(t_p\) disminuyen a 4.71 mm y 7.1 min: el perfil húmedo se encharca antes porque tiene menor déficit, bajo los demás supuestos del modelo.
En la actividad 5, el estudiante debe dibujar ejes antes de aplicar Darcy. Si \(z\) es positivo hacia arriba y los puntos están separados 0.40 m, \(\partial H/\partial z=(-0.05+0.20)/0.40=0.375\); por tanto \(q=-2.25\ \mathrm{mm\,d^{-1}}\), dirigido hacia abajo en esa convención. El signo sin definición de eje no debe calificarse como suficiente.
En la actividad 6, con entradas positivas y salidas negativas, \(\Delta S=P+R-Q-ET-D\) entrega \(D=34+12-7-21-9=9\ \mathrm{mm}\) si no hay flujo lateral. Si existe entrada o salida lateral, el residuo identifica una combinación. Llamarlo recarga exige demostrar que cruzó la frontera de la zona saturada y considerar el desfase temporal.
En la actividad 7 se evalúa coherencia del diseño. Una propuesta sólida estratifica por posición y suelo, instala al menos tres réplicas por unidad, mide cerca del centro de cada horizonte y alrededor de su interfaz, calibra con gravimetría y densidad aparente, integra \(\theta\Delta z\) y conserva errores. Sensores profundos de alta frecuencia, trazadores o pares próximos a macroporos permiten evaluar llegadas preferenciales; una única sonda central no basta.
En la actividad 8, el bosque infiltraría los 30 mm h-1 bajo la hipótesis; el cultivo produciría 14; el 15 % permeable de la fracción urbana produciría 20, y el 75 % impermeable, 30. El límite areal es \(0.35(0)+0.45(14)+0.20[0.75(30)+0.25(20)]=11.8\ \mathrm{mm\,h^{-1}}\). Se denomina límite simple porque ignora humedad, encharcamiento, almacenamiento, runon, conectividad y evolución temporal. Promediar \(K_s\) antes de aplicar el umbral no conserva la no linealidad \(\max(0,i-K_s)\) ni la organización espacial.
Como pauta general, puede asignarse 25 % a conceptos y fronteras, 25 % a balance y unidades, 20 % a selección y uso de ecuaciones, 15 % a escala y representatividad, y 15 % a interpretación e incertidumbre. El flujo de la Figura 10.27 ofrece una rúbrica compacta: definir, observar, modelar, escalar y decidir.
10.13. Referencias
Allen, R. G., Pereira, L. S., Raes, D., and Smith, M. Crop Evapotranspiration: Guidelines for Computing Crop Water Requirements. Number 56 in FAO Irrigation and Drainage Paper. Food and Agriculture Organization of the United Nations, Rome, 1998. ISBN 9251042195.
Andreasen, M., Jensen, K. H., Desilets, D., Zreda, M., Bogena, H. R., and Looms, M. C. Status and perspectives on the cosmic-ray neutron method for soil moisture estimation and other environmental science applications. Vadose Zone Journal, 2017. doi:10.2136/vzj2017.04.0086.
Babaeian, E., Sadeghi, M., Jones, S. B., Montzka, C., Vereecken, H., and Tuller, M. Ground, proximal, and satellite remote sensing of soil moisture. Reviews of Geophysics, 57(2):530–616, 2019. doi:10.1029/2018RG000618.
Beven, K. and Germann, P. Macropores and water flow in soils. Water Resources Research, 18(5):1311–1325, 1982. doi:10.1029/WR018i005p01311.
Chow, V. T., Maidment, D. R., and Mays, L. W. Applied Hydrology. McGraw-Hill, New York, 1988. ISBN 9780070108103.
Davie, T. Fundamentals of Hydrology. Routledge, London, 2nd edition, 2008. ISBN 9780415399876.
Dinamarca, D., Mattar, C., Mendoza, P. A., Valdés-Pineda, R., and Farías-Barahona, D. CLSoilMaps: a national soil gridded dataset for chile. Scientific Data, 10:630, 2023. doi:10.1038/s41597-023-02536-x.
Dobriyal, P., Qureshi, A., Badola, R., and Hussain, S. A. A review of the methods available for estimating soil moisture and its implications for water resource management. Journal of Hydrology, 458–459:110–117, 2012. doi:10.1016/j.jhydrol.2012.06.021.
Entekhabi, D., Njoku, E. G., O'Neill, P. E., Kellogg, K. H., Crow, W. T., Edelstein, W. N., Entin, J. K., Goodman, S. D., Jackson, T. J., Johnson, J., Kimball, J., Piepmeier, J. R., Koster, R. D., Martin, N., McDonald, K. C., Moghaddam, M., Moran, S., Reichle, R., Shi, J. C., Spencer, M. W., Thurman, S. W., Tsang, L., and Van Zyl, J. The soil moisture active passive (SMAP) mission. Proceedings of the IEEE, 98(5):704–716, 2010. doi:10.1109/JPROC.2010.2043918.
Green, W. H. and Ampt, G. A. Studies on soil physics. part i. the flow of air and water through soils. The Journal of Agricultural Science, 4(1):1–24, 1911. doi:10.1017/S0021859600001441.
Gruber, A., Scanlon, T., van der Schalie, R., Wagner, W., and Dorigo, W. Evolution of the ESA CCI soil moisture climate data records and their underlying merging methodology. Earth System Science Data, 11(2):717–739, 2019. doi:10.5194/essd-11-717-2019.
Haga, H., Matsumoto, Y., Matsutani, J., Fujita, M., Nishida, K., and Sakamoto, Y. Flow paths, rainfall properties, and antecedent soil moisture controlling lags to peak discharge in a granitic unchanneled catchment. Water Resources Research, 2005. doi:10.1029/2005WR004236.
Hengl, T., Mendes de Jesus, J., Heuvelink, G. B. M., Ruiperez Gonzalez, M., Kilibarda, M., Blagotić, A., Shangguan, W., Wright, M. N., Geng, X., Bauer-Marschallinger, B., Guevara, M. A., Vargas, R., MacMillan, R. A., Batjes, N. H., Leenaars, J. G. B., Ribeiro, E., Wheeler, I., Mantel, S., and Kempen, B. SoilGrids250m: global gridded soil information based on machine learning. PLOS ONE, 12(2):e0169748, 2017. doi:10.1371/journal.pone.0169748.
Horton, R. E. The role of infiltration in the hydrologic cycle. Transactions, American Geophysical Union, 14(1):446–460, 1933. doi:10.1029/TR014i001p00446.
Jarvis, N. J. A review of non-equilibrium water flow and solute transport in soil macropores: principles, controlling factors and consequences for water quality. European Journal of Soil Science, 58(3):523–546, 2007. doi:10.1111/j.1365-2389.2007.00915.x.
Jarvis, N. J., Koestel, J., and Larsbo, M. Understanding preferential flow in the vadose zone: recent advances and future prospects. Vadose Zone Journal, 2016. doi:10.2136/vzj2016.09.0075.
Kasim, A. A., Leng, P., Li, Y.-X., Liao, Q.-Y., Geng, Y.-J., Ma, J., Sun, Y., Song, X., Duan, S.-B., and Li, Z.-L. Remote sensing of root zone soil moisture: a review of methods and products. Journal of Hydrology, 656:133002, 2025. doi:10.1016/j.jhydrol.2025.133002.
Lekshmi, S. S. U., Singh, D. N., and Baghini, M. S. A critical review of soil moisture measurement. Measurement, 54:92–105, 2014. doi:10.1016/j.measurement.2014.04.007.
Miralles, D. G., Bonte, O., Koppa, A., Baez-Villanueva, O. M., Tronquo, E., Zhong, F., Beck, H. E., Hulsman, P., Dorigo, W., Verhoest, N. E. C., and Haghdoost, S. GLEAM4: global land evaporation and soil moisture dataset at 0.1 degree resolution from 1980 to near present. Scientific Data, 12:416, 2025. doi:10.1038/s41597-025-04610-y.
Mualem, Y. A new model for predicting the hydraulic conductivity of unsaturated porous media. Water Resources Research, 12(3):513–522, 1976. doi:10.1029/WR012i003p00513.
Muñoz-Sabater, J., Dutra, E., Agustí-Panareda, A., Albergel, C., Arduini, G., Balsamo, G., Boussetta, S., Choulga, M., Harrigan, S., Hersbach, H., Martens, B., Miralles, D. G., Piles, M., Rodríguez-Fernández, N. J., Zsoter, E., Buontempo, C., and Thépaut, J.-N. ERA5-Land: a state-of-the-art global reanalysis dataset for land applications. Earth System Science Data, 13(9):4349–4383, 2021. doi:10.5194/essd-13-4349-2021.
Núñez-Ibarra, D. A., Zambrano-Bigiarini, M., and Galleguillos, M. From grid to ground: how well do gridded products represent soil moisture dynamics in natural ecosystems during precipitation events? Hydrology and Earth System Sciences, 30:1813–1847, 2026. doi:10.5194/hess-30-1813-2026.
Orth, R. and Seneviratne, S. I. Propagating soil moisture memory to streamflow and evapotranspiration using a simple water balance model. Hydrology and Earth System Sciences, 17:3895–3907, 2013. doi:10.5194/hess-17-3895-2013.
Philip, J. R. The theory of infiltration: 4. sorptivity and algebraic infiltration equations. Soil Science, 84(3):257–264, 1957. doi:10.1097/00010694-195709000-00010.
Rawat, M., Nguyen-Huy, T., Sena, D. R., and Ali, A. Advances in remote sensing techniques for surface soil moisture estimation: a systematic review of recent developments (2019–2024). Computers and Electronics in Agriculture, 251:111983, 2026. doi:10.1016/j.compag.2026.111983.
Rawls, W. J., Brakensiek, D. L., and Miller, N. Green-ampt infiltration parameters from soils data. Journal of Hydraulic Engineering, 109(1):62–70, 1983. doi:10.1061/(ASCE)0733-9429(1983)109:1(62).
Richards, L. A. Capillary conduction of liquids through porous mediums. Physics, 1(5):318–333, 1931. doi:10.1063/1.1745010.
Robinson, D. A., Campbell, C. S., Hopmans, J. W., Hornbuckle, B. K., Jones, S. B., Knight, R., Ogden, F., Selker, J., and Wendroth, O. Soil moisture measurement for ecological and hydrological watershed-scale observatories: a review. Vadose Zone Journal, 7(1):358–389, 2008. doi:10.2136/vzj2007.0143.
Robinson, M. and Ward, R. C. Hydrology: Principles and Processes. IWA Publishing, London, 2017. doi:10.2166/9781780407296.
Rodell, M., Houser, P. R., Jambor, U., Gottschalck, J., Mitchell, K., Meng, C.-J., Arsenault, K., Cosgrove, B., Radakovich, J., Bosilovich, M., Entin, J. K., Walker, J. P., Lohmann, D., and Toll, D. The global land data assimilation system. Bulletin of the American Meteorological Society, 85(3):381–394, 2004. doi:10.1175/BAMS-85-3-381.
Saadi, M., Furusho-Percot, C., Belleflamme, A., Chen, J. Y., Trinh, B. N., Sperna Weiland, F., Riotte, J., Mermoz, S., Horrevoets, A. C., Yang, K., and Winsemius, H. C. How much does antecedent moisture affect flooding in urbanized catchments? Water Resources Research, 2020. doi:10.1029/2020WR028060.
Seneviratne, S. I., Corti, T., Davin, E. L., Hirschi, M., Jaeger, E. B., Lehner, I., Orlowsky, B., and Teuling, A. J. Investigating soil moisture–climate interactions in a changing climate: a review. Earth-Science Reviews, 99(3–4):125–161, 2010. doi:10.1016/j.earscirev.2010.02.004.
Topp, G. C., Davis, J. L., and Annan, A. P. Electromagnetic determination of soil water content: measurements in coaxial transmission lines. Water Resources Research, 16(3):574–582, 1980. doi:10.1029/WR016i003p00574.
van Genuchten, M. Th. A closed-form equation for predicting the hydraulic conductivity of unsaturated soils. Soil Science Society of America Journal, 44(5):892–898, 1980. doi:10.2136/sssaj1980.03615995004400050002x.
Vereecken, H., Huisman, J. A., Bogena, H., Vanderborght, J., Vrugt, J. A., and Hopmans, J. W. On the value of soil moisture measurements in vadose zone hydrology: a review. Water Resources Research, 44(4):W00D06, 2008. doi:10.1029/2008WR006829.
Vereecken, H., Kasteel, R., Vanderborght, J., and Harter, T. Upscaling hydraulic properties and soil water flow processes in heterogeneous soils: a review. Vadose Zone Journal, 6(1):1–28, 2007. doi:10.2136/vzj2006.0055.
Weir, P. and Dahlhaus, P. In search of pragmatic soil moisture mapping at the field scale: a review. Smart Agricultural Technology, 6:100330, 2023. doi:10.1016/j.atech.2023.100330.
Western, A. W., Grayson, R. B., and Blöschl, G. Scaling of soil moisture: a hydrologic perspective. Annual Review of Earth and Planetary Sciences, 30:149–180, 2002. doi:10.1146/annurev.earth.30.091201.140434.
Zhang, Y. and Schaap, M. G. Weighted recalibration of the Rosetta pedotransfer model with improved estimates of hydraulic parameter distributions and summary statistics (Rosetta3). Journal of Hydrology, 547:39–53, 2017. doi:10.1016/j.jhydrol.2017.01.004.