Use este identificador para citar ou linkar para este item:
http://hdl.handle.net/1843/42906
Tipo: | Artigo de Evento |
Título: | Reference evapotranspiration estimation with artificial neural networks |
Autor(es): | Patrícia Oliveira Lucas Renato Dourado Maia Marcelo Rossi Vicente Caio Vinicius Leite |
Resumo: | Irrigation, when rationally used, can contribute to the efficient performance of the agribusiness. Planning irrigation, monitoring the soil moisture, the rainfall and the reference evapotranspiration (ETo) is necessary for a rational water management. The FAO PenmanMonteith (FAO PM) method is the standard method for estimating ETo, but in some cases, the use of this method is restricted due to missing some climatic variables. For this reason, methods with a lower number of meteorological variables, as temperature values, are quite often used. This study aims to propose an artificial neural network (ANN) to estimate the ETo as a function of maximum and minimum air temperatures for the city of Salinas, Minas Gerais State, Brazil. After training and validating the ANN, it was observed the existence of a good correlation between the values estimated by the standard method and those estimated by ANN, with the performance index classified as optimal. The use of ANN proved to be an excellent alternative for ETo estimation, reducing the costs of acquiring climatic data. |
Abstract: | 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 (ETo). 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 ETo 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, Minas Gerais State, Brazil. Após o treinamento e validação, 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. O uso da RNA mostrou-se uma excelente alternativa para a determinação da ETo, proporcionando a diminuição dos custos de aquisição de dados climáticos. |
Assunto: | Evapotranspiração Redes neurais (Computação) Irrigação agrícola Solos - Umidade |
Idioma: | eng |
País: | Brasil |
Editor: | Universidade Federal de Minas Gerais |
Sigla da Instituição: | UFMG |
Departamento: | ICA - INSTITUTO DE CIÊNCIAS AGRÁRIAS |
Tipo de Acesso: | Acesso Aberto |
URI: | http://hdl.handle.net/1843/42906 |
Data do documento: | 2017 |
metadata.dc.relation.ispartof: | Inovagri International Meeting; Congresso Nacional de Irrigação e Drenagem; Simpósio Brasileiro de Salinidade |
Aparece nas coleções: | Artigo de Evento |
Arquivos associados a este item:
Arquivo | Descrição | Tamanho | Formato | |
---|---|---|---|---|
Reference evapotranspiration estimation with artificial neural networks.pdf | 2.13 MB | Adobe PDF | Visualizar/Abrir |
Os itens no repositório estão protegidos por copyright, com todos os direitos reservados, salvo quando é indicado o contrário.