METODOLOGÍA DE CALIBRACIÓN DE DOS MODELOS DE SIMULACIÓN DEL TRANSPORTE DE AGUA EN EL SUELO EN CULTIVOS HORTÍCOLAS

[ES] El uso de modelos de simulación de la dinámica del agua en el suelo requiere del conocimiento de un gran número de parámetros, algunos de los cuales son difíciles de medir y es necesaria su calibración a partir de medidas experimentales. Por ello, es conveniente elegir aquellos parámetros que m...

Descripción completa

Detalles Bibliográficos
Autores: Sánchez de Oleo, C, Jaramillo Gonzalez, Claudia Ximena, Illera Gómez, Iván, Ramos Mompó, Carlos, Lidón, Antonio|||0000-0002-0455-4348, Ginestar Peiro, Damián|||0000-0003-1243-6648
Tipo de recurso: capítulo de libro
Fecha de publicación:2015
País:España
Institución:Universitat Politècnica de València (UPV)
Repositorio:RiuNet. Repositorio Institucional de la Universitat Politécnica de Valéncia
Idioma:español
OAI Identifier:oai:riunet.upv.es:10251/98681
Acceso en línea:https://riunet.upv.es/handle/10251/98681
Access Level:acceso abierto
Palabra clave:Congreso Nacional de Riegos
Descripción
Sumario:[ES] El uso de modelos de simulación de la dinámica del agua en el suelo requiere del conocimiento de un gran número de parámetros, algunos de los cuales son difíciles de medir y es necesaria su calibración a partir de medidas experimentales. Por ello, es conveniente elegir aquellos parámetros que mayor incidencia tienen en los procesos a estudiar, simplificando con ello el proceso de calibración del modelo. En este trabajo se propone la utilización de métodos de análisis de sensibilidad global para determinar los parámetros más influyentes en los errores de la predicción del contenido de humedad del suelo de dos modelos de simulación con diferente grado de complejidad, LEACHM y EU-Rotate_N. Se ha hecho uso de los valores medidos de la humedad del suelo en dos ensayos de cultivo de coliflor en dos años consecutivos, utilizando los datos del primer ensayo para la calibración de ambos modelos y los datos del segundo ensayo para evaluar la capacidad predictiva de los mismos una vez calibrados. Los resultados muestran que es posible obtener buenas predicciones calibrando solo un número reducido de parámetros.