Using artificial neural network to estimate reference evapotranspiration

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 (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.