Use este identificador para citar ou linkar para este item: http://repositorio.ufes.br/handle/10/7637
Título: Comportamento do modelo de Hargreaves e Samani em diferentes condições meteorológicas
Autor(es): Dohler, Rafael Esteves
Orientador: Zanetti, Sidney Sara
Coorientador: Pezzopane, José Eduardo Macedo
Cecílio, Roberto Avelino
Palavras-chave: Balanço hídrico
Agrometeorology
Penman-Monteith
Water balance
Agrometeorologia
Data do documento: 6-Jul-2016
Editor: Universidade Federal do Espírito Santo
Resumo: O uso da água de forma racional tem se tornado cada vez mais importante nos últimos anos, devido à má distribuição das chuvas e ao aumento da demanda por água, como na produção agrícola e florestal. A evapotranspiração é uma importante variável do ciclo hidrológico e uma das principais componentes do balanço hídrico no solo. O uso de equações simplificadas é uma alternativa potencial para estimar a evapotranspiração de referência quando os dados meteorológicos são limitados. O objetivo deste trabalho foi aplicar e testar diferentes métodos para estimar a evapotranspiração de referência (ET0) para o estado do Espírito Santo, com limitação de dados meteorológicos, utilizando o método de Hargreaves e Samani em diferentes condições meteorológicas, adotando o método de Penman-Monteith FAO-56 como referência. Calibrou-se a ET0 pela equação de Hargreaves e Samani utilizando regressão linear, e ajustou-se o coeficiente de Hargreaves e Samani (CH) através dos métodos de Vanderlinden et al. (2004) e de Martí et al. (2015). Foram realizados diferentes ajustes por regressão linear, considerando-se todas as estações meteorológicas utilizadas neste estudo (ajuste geral), diferentes tipos de clima (ajuste por clima), os períodos seco e chuvoso do ano (ajuste período seco e ajuste período chuvoso), classes de amplitude térmica (ajuste por classes), e o tipo de clima combinado com classes de amplitude térmica (ajuste por clima e classes). Estimou-se, também, para fins de comparação, a ET0 pelos métodos de Hargreaves e Samani original (HS) e Penman-Monteith com limitação de dados climáticos (PML). Em geral, o erro absoluto médio (MAE) dos métodos de HS, PML, Vanderlinden et al. (2004), Martí et al. (2015), ajuste geral, ajuste por classes, ajuste por clima, ajuste por período e ajuste por clima e classes, foram de 0,68, 1,46, 0,81, 0,77, 0,53, 0,51, 0,51, 0,51 e 0,49 mm dia-1, respectivamente. Nos períodos seco e chuvoso separadamente, os erros (MAE) foram de 0,41 e 0,61 mm dia-1, respectivamente. O ajuste por classes de amplitude térmica proporcionou melhores estimativas da ET0 em dias mais secos, nos quais necessitam-se de melhores estimativas para o manejo de irrigação na agricultura. O método de PML obteve o pior desempenho entre os métodos testados, não sendo recomendado para estimar a evapotranspiração no estado. Os ajustes por regressão linear obtiveram desempenho superior aos ajustes do CH, no qual melhoraram as estimativas da ET0 em até 30%. Com limitação de dados meteorológicos, o método do ajuste geral é considerado como o mais recomendado dentre os métodos testados, devido a sua simplicidade de aplicação. Para estimar a ET0 entre os meses de abril e setembro no estado, recomenda-se utilizar o ajuste do período seco.
The rational use of the water has become increasingly important in recent years due to poor distribution of rainfall and increased demand for water, such as in agricultural and forestry production. Evapotranspiration is an important variable of the hydrological cycle and one of the main components of the water balance in the soil. The use of simplified equations is a potential alternative to estimate the reference evapotranspiration when weather data are limited. The objective of this study was to apply and test different methods to estimate the reference evapotranspiration (ET0) for the Espírito Santo State (Brazil), from limited weather data using the method of Hargreaves and Samani, adopting the Penman-Monteith FAO-56 as a reference. Calibrated the ET0 by Hargreaves and Samani equation using linear regression, and adjusted to the coefficient of Hargreaves and Samani (CH) by the methods of Vanderlinden et al. (2004) and Martí et al. (2015). adjustments were performed by linear regression, considering all weather stations in this study (fit general), different types of weather (fit by climate), the dry and wet seasons of the year (fit dry period and fit rainy period), classes temperature range (fit by classes), and the type of climate combined with temperature range of classes (fit by climate and classes). Also it is estimated for comparison purposes, by methods ET0 Hargreaves and Samani (HS) and Penman Monteith with limited weather data (PML). In general, the mean absolute error (MAE) of the HS methods PML Vanderlinden et al. (2004) Martí et al. (2015), fit general, fit by classes, fit by climate, fit by period, fit by climate and classes, were 0.68, 1.46, 0.81, 0.77, 0.53, 0.51, 0.51, 0.51, 0.49 mm day-1 , respectively. For the dry and rainy period separately, the errors (MAE) were 0.41 and 0.61 mm day-1 , respectively. The fit by classes of temperature range provided better estimates of ET0 in drier days in which they need to better estimates for irrigation management in agriculture. The PML method had the worst performance among the tested methods, it is not recommended to estimate evapotranspiration in the state. The adjustments by linear regression obtained outperformed CH settings in which improved estimates of ET0 up to 30%. With limited meteorological data, the fit general method is regarded as the most recommended among tested methods, due to its simplicity of application. To estimate the ET0 between the months of April and September in the state, it is recommended the dry period fit method.
URI: http://repositorio.ufes.br/handle/10/7637
Aparece nas coleções:PPGCF - Dissertações de Mestrado

Arquivos associados a este item:
Arquivo TamanhoFormato 
tese_10059_Dissertacao_Rafael_Esteves_final.pdf1.91 MBAdobe PDFVisualizar/Abrir


Os itens no repositório estão protegidos por copyright, com todos os direitos reservados, salvo quando é indicado o contrário.