Análise da Evapotranspiração de Referência (EToFAO-56) no Planalto Ocidental Paulista

• Ano de defesa: 2019
• Autor(a) principal: Silva, Maurício Bruno Prado da
• Tipo de documento: Tese
• Tipo de acesso: Acesso aberto
• Idioma: por
• Instituição de defesa: Universidade Estadual Paulista (Unesp)
• Palavras-chave em Português: Evapotranspiração de Referência (EToFAO-56); Estimativa de EToFAO-56; Planalto Ocidental Paulista
• Link de acesso: http://hdl.handle.net/11449/183417

Neste trabalho são desenvolvidos modelos de estimativa e interpolação espacial para a Evapotranspiração de Referência (EToFAO-56), modelo de Penman-Monteith, na Região do Planalto Ocidental Paulista (composta pelas regiões intermediárias de São José do Rio Preto e Ribeirão Preto do Estado de São Paulo/Brasil): Análise de Componentes Principais (ACP), Regressões Múltiplas (RM) [Regressões Lineares Múltiplas (RLM) e Regressões Não Lineares Múltiplas (RNLM)] e técnicas de Aprendizado de Máquinas (AM) [Multilayer Perceptron (MLP), Adaptative Neuro Fuzzy Inference System (ANFIS), General Regression Neural Network (GRNN) e Support Vector Machine (SVM)], no primeiro capítulo; Krigagem Ordinária (KO) e Mínima Curvatura (MC), no segundo capítulo. O desenvolvimento deste tipo de estudo é de grande importância para otimizar a gestão de recursos hídricos e planejamento da irrigação. A base de dados climáticos utilizada no cálculo de EToFAO-56 é do período de 2013-2017 de 30 localidades da região de estudo. Para a validação dos modelos nos dois estudos foi considerada a EToFAO-56 como referência por meio dos indicativos estatísticos: coeficiente de correlação (r), coeficiente de determinação (R2), Mean Square Error (MSE), Root Mean Square Error (RMSE), Mean Bias Error (MBE), e índice de concordância de Willmott (d). Os resultados do primeiro estudo mostraram os melhores desempenhos em sequência: EToMLP4 (rRMSE = 0,62%), EToANFIS4 (rRMSE = 0,75%), EToSVM4 (rRMSE = 1,19%), EToRLM4 (rRMSE = 5,23%), EToRNLM4 (rRMSE = 6,39%) e EToACP (rRMSE = 9,32%). Os resultados obtidos do segundo estudo mostraram que a performance (RMSE) dos modelos anuais e sazonais de interpolação espacial EToMC variaram entre 0,11 – 0,14.