Servicios Personalizados
Revista
Articulo
Indicadores
- Citado por SciELO
- Accesos
Links relacionados
- Similares en SciELO
Compartir
Atmósfera
versión impresa ISSN 0187-6236
Resumen
SATTARI, Mohammad Taghi; AHMADIFAR, Vahdat; DELIRHASANNIA, Reza y APAYDIN, Halit. Estimation of the pan evaporation coefficient in cold and dry climate conditions via the M5 regression tree model. Atmósfera [online]. 2021, vol.34, n.3, pp.289-300. Epub 04-Oct-2021. ISSN 0187-6236. https://doi.org/10.20937/atm.52777.
En este estudio se simulan valores de coeficientes (K p ) de tanques evaporimétricos de clase A mediante el árbol de decisión M5, utilizando para ello datos meteorológicos diarios de cuatro estaciones en la provincia de Azerbaiyán Oriental, ubicada en una zona de clima árido y frío al noroeste de Irán. En primer lugar, se tomaron en cuenta los métodos FAO-24 y FAO-56, que se utilizan comúnmente para calcular valores de K p . Se asumió que los valores de K p calculados en la segunda fase eran valores observados y se tomaron como salidas del modelo M5. Se probaron cuatro diferentes bases de datos de entrenamiento que contenían 66, 70, 75 y 80% de los datos originales. Los mejores resultados se obtuvieron cuando se utilizó el 70% de los datos para entrenamiento y el 30% para pruebas. Los resultados indican que se alcanzó una alta tasa de exactitud (R2 = 0.99) en la simulación de valores de K p con ecuaciones lineales simples. Más aún, los valores de K p se simularon fácilmente usando únicamente dos variables meteorológicas (humedad relativa y velocidad del viento), sin necesidad de recurrir a tablas y ecuaciones complejas. El hallazgo más importante de este estudio fue la estimación de K p de manera sencilla con un conjunto de funciones lineales obtenidas del modelo M5. Como resultado, los valores simulados de K p pueden ayudar al cálculo exacto de la evapotranspiración con el fin de planear la irrigación de forma eficiente. El método propuesto ofrece varias ventajas y es más simple que otros enfoques encontrados en la literatura.
Palabras llave : class a pan; data mining; decision tree; evapotranspiration; pan coefficient.