| Revista: | Ingeniería. Investigación y tecnología |
| Base de datos: | PERIÓDICA |
| Número de sistema: | 000362186 |
| ISSN: | 1405-7743 |
| Autors: | Cervantes Osornio, Rocío1 Arteaga Ramírez, Ramón2 Vázquez Peña, Mario Alberto2 Ojeda Bustamante, Waldo3 Quevedo Nolasco, Abel4 |
| Institucions: | 1Instituto Nacional de Investigaciones Forestales, Agrícolas y Pecuarias, Texcoco, Estado de México. México 2Universidad Autónoma Chapingo, Posgrado en Ingeniería Agrícola y Uso Integral del Agua, Chapingo, Estado de México. México 3Instituto Mexicano de Tecnología del Agua, Jiutepec, Morelos. México 4Colegio de Postgraduados, Programa de Hidrociencias, Montecillo, Estado de México. México |
| Any: | 2013 |
| Període: | Abr-Jun |
| Volum: | 14 |
| Número: | 2 |
| Paginació: | 163-176 |
| País: | México |
| Idioma: | Español |
| Tipo de documento: | Artículo |
| Enfoque: | Experimental, aplicado |
| Resumen en español | Resulta costoso medir directamente la evapotranspiración de referencia (ET0) con un lisímetro, y al no contar con esta información se utilizó el método de Penman-Monteith modificado por la FAO (ET0 FAO-56 P-M) para su cálculo. El objetivo del presente trabajo fue realizar una comparación de modelos empíricos como el de Hargreaves, Hargreaves calibrado y Priestley-Taylor, con el modelo de redes neuronales artificiales función de base radial (RNA BR), con las mismas variables de entrada, en la estimación de la ET0 FAO-56 P-M. Las estimaciones de ET0 se evaluaron en cuatro estaciones climáticas del Distrito 075, Valle del Fuerte en Sinaloa, México. Las RNABR3 y RNABR7 utilizaron las mismas variables de entrada (o menos) que los métodos convencionales de HARGC y P-T, respectivamente. Los RMSE de HARGC y P-T en el ajuste, variaron de 0.7092 a 0.7848 y de 0.4178 a 0.8207, y en la validación de 1.1898 a 0.6914 y de 0.3800 a 0.6889, respectivamente. De las RNA-BR3 y RNABR7 sus RMSE en el ajuste fueron de 0.5295 a 0.6737 y de 0.3574 a 0.4809, y en la validación de 1.3096 a 0.6254 y de 0.3470 a 0.4919, respectivamente. Los RMSE obtenidos en el ajuste y en la validación de las RNABR3 y RNABR7 definieron que éstas fueron mejores en la estimación de la ET0 FAO-56 P-M que los métodos convencionales |
| Resumen en inglés | Directly measuring evapotranspiration accurately through a lysimeter is difficult, and because of data lack the Penman-Monteith method modified by FAO (ET0 FAO-56 P-M) was used to obtain the reference evapotranspiration observed. The objective of the present study was to perform a comparison of empirical models like: Hargreaves, Hargreaves calibrated and Priestley-Taylor with the artificial neural network radial basis function (RNA BR) model with the same entry variables, in the estimation of reference evapotranspiration. The estimations of ET0 were evaluated in four stations of District 075, Valle del Fuerte in Sinaloa, México. RNABR3 y RNABR7 used same entry variables (or less) than HARGC and P-T conventional methods, respectively. HARGC and P-T RMSE's at fitting changed from 0.7092 to 0.7848 and from 0.4178 to 0.8207, and on validation changed from 1.1898 to 0.6914 and from 0.3800 to 0.6889, respectively. RMSE's from RNABR3 and RNABR7 at fitting changed from 0.5295 to 0.6737 and from 0.3574 to 0.4809, and on validation from 1.3096 to 0.6254 and from 0.3470 to 0.4919, respectively. RNABR3, RNABR7 RMSE's obtained fitting as well as validation defined that RNA BR were better on the estimation of ET0 FAO-56 P-M than conventional methods |
| Disciplines | Ingeniería, Agrociencias |
| Paraules clau: | Riego y drenaje, Ingeniería agrícola, Evapotranspiración de referencia, Modelos empíricos, Función de base radial, Necesidades hídricas, Pronóstico |
| Keyword: | Engineering, Agricultural sciences, Irrigation and drainage, Agricultural engineering, Reference evapotranspiration, Empirical models, Radial basis function, Water requirements, Forecasting |
| Text complet: | Texto completo (Ver HTML) |
