Reference Evapotranspiration Estimation by Hargreaves Priestley-Taylor and Artificial Neural Networks Models

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 RNABR3 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.