Using artificial neural network to estimate reference evapotranspiration
A irrigação, sempre que utilizada de forma racional, contribui de forma importante para o desempenho do agronegócio nacional. Para um manejo racional da água de irrigação é preciso um bom planejamento das irrigações, de monitoramento da umidade do solo, das precipitações e da evapotranspiração de re...
| Autores: | , , , |
|---|---|
| Tipo de recurso: | artículo |
| Estado: | Versión publicada |
| Fecha de publicación: | 2018 |
| País: | Brasil |
| Institución: | Universidade Federal de Minas Gerais (UFMG) |
| Repositorio: | Repositório Institucional da UFMG |
| Idioma: | inglés |
| OAI Identifier: | oai:repositorio.ufmg.br:1843/43010 |
| Acceso en línea: | http://hdl.handle.net/1843/43010 |
| Access Level: | acceso abierto |
| Palabra clave: | Evapotranspiração Redes neurais (Computação) Irrigação agrícola Solos - Umidade |
| Sumario: | A irrigação, sempre que utilizada de forma racional, contribui de forma importante para o desempenho do agronegócio nacional. Para um manejo racional da água de irrigação é preciso um bom planejamento das irrigações, de monitoramento da umidade do solo, das precipitações e da evapotranspiração de referência (ET0). O método Penman-Monteith FAO é o método padrão para a estimativa da evapotranspiração de referência, porém, em alguns casos, o uso do método é restrito pela ausência de algumas variáveis climáticas. Por essa razão, muitas vezes há necessidade de se calcular a ET0 empregando-se métodos que utilizem somente valores de temperatura. O objetivo deste trabalho foi propor uma rede neural artificial (RNA) para estimar a evapotranspiração de referência em função das temperaturas máxima e mínima do ar para a cidade de Salinas-MG. Após o treinamento, validação e comparação com a metodologia de Hargreaves, pode-se observar a existência de boa correlação entre os valores estimados pelo método padrão e pela RNA, além do índice de desempenho classificado como ótimo, superando a metodologia de Hargreaves. O uso da RNA mostrou-se uma excelente alternativa para a determinação da ET0, proporcionando a diminuição dos custos de aquisição de dados climáticos. |
|---|