ESCORRENTíA SUPERFICIAL EN BOSQUES MONTANOS NATURALES Y PLANTADOS DE PIEDRAS BLANCAS, ANTIOQUIA (COLOMBIA) SURFACE RUNOFF IN NATURAL MONTANE FORESTS AND FOREST PLANTATIONS IN ANTIOQUIA, COLOMBIA

En bosques montanos naturales de roble (Quercus humboldtii Bonpl.) y plantados de pino pátula (Pinus patula Schltdl. & Cham.) y ciprés (Cupressus lusitanica Mill.) de la región de Piedras Blancas, Antioquia (Colombia), fueron medidos los flujos de escorrentía superficial (ES) por un periodo de tiempo de 16 meses. Se implementaron parcelas cerradas de escorrentía superficial de 10 m de largo x 2 m de ancho, tanques colectores y sistemas de registro volumétrico. Los flujos fueron de 23,19 mm a o-1 (1,07 % de la precipitación) para la cobertura de roble; 35,13 mm a o-1 (1,61 % de la precipitación) para la cobertura de pino pátula y 230,64 mm a o-1 (11,05 % de la precipitación) para la cobertura de ciprés. Mediante análisis de componentes principales (ACP) se identificaron las relaciones existentes entre las variables hidrológicas y los flujos de ES, y por medio de análisis de regresión lineal múltiple se ajustaron modelos para los flujos de ES por cobertura en función de la precipitación, la precipitación en el bosque y la intensidad de lluvia promedio, variables que mostraron alta relación con la ES según el ACP. In natural montane oak forests (Quercus humboldtii Bonpl.), in pine (Pinus patula Schltdl. & Cham.) and cypress (Cupressus lusitanica Mill.) plantations in Piedras Blancas, Antioquia (Colombia), surface runoff flows (SRF) were measured over 16 months. Runoff was measured using 10 m long x 2 m wide runoff bounded plots, collector tanks and a volumetric counter system. SRF were 23,19 mm year -1 (1,07 % of rainfall) for oak forest; 35,13 mm year -1 (1,61 % of rainfall) for pine and 230,64 mm year-1 (11,05 % of rainfall) for cypress plantations. Relationships between hydrological variables and SRF were identified by a principal components analysis (PCA). For each one of the stands, multiple regression analysis was used to fit models of SRF on rainfall, throughfall and mean intensity of rainfall, variables that, according to the PCA results, appeared highly related to SRF.