Assessment of reference evapotranspiration and global solar radiation in Yucatán Peninsula Mexico

Resumen

En la península de Yucatán México, la agricultura de regadío desempeña un papel clave en la producción de cultivos. En 2014, las tierras de regadío representaron alrededor de 88500 hectáreas de la superficie total cultivable. El desarrollo de sistemas de riego que hagan uso eficiente y preciso del agua, son esenciales para la sostenibilidad de los sistemas de producción de cultivos. Así, la evapotranspiración de referencia (ET0) es uno de los factores más importantes relacionados con el diseño del sistema de riego, la gestión del agua bajo producción de regadío y de secano. Además, el conocimiento preciso de la radiación solar global diaria (H) llegar ser muy importante en el proceso de la ET. Para hacer frente a este reto, el potencial de varios modelos empíricos y técnicas de computación flexible (SC) denominadas Máquinas de soporte vectorial (SVM), Redes neuronales artificiales (ANN) y Sistemas adaptativos de inferencia neurodifusa (ANFIS) se evaluaron para la estimación de la ET0 y H bajo las condiciones ambientales de la Península de Yucatán. En la primera parte de esta tesis, se compararon siete modelos basados en temperatura (TET) y el método de la ecuación estandarizada de la evapotranspiración de referencia (ET0) para gramíneas. Usando solo datos de temperatura, el modelo FAO-Penman Monteith Temperatura (PMT) se utilizó para estimar valores de diarios de ET0. También, la utilidad y precisión de técnicas SVM, ANFIS y ANN fueron examinadas para la estimación diaria de la ET0 usando variables meteorológicas. Se investigaron tres diferentes combinaciones de temperatura mínima y máxima del aire, lluvia, humedad relativa y radiación solar extraterrestre como datos de entrada, y como datos base la temperatura del aire y radiación solar extraterrestre. En una segunda parte, doce modelos empíricos existentes basados en parámetros meteorológicos, cuatro modelos existentes basados en el día del año (DYB), y tres técnicas basadas en SC (p.ej.: ANFIS, ANN, y SVM) fueron evaluadas para la predicción de H mediante el uso de variables meteorológicas. En adición, dos nuevos modelos fueron propuestos para el modelado de H: (1) un modelo basado en parámetros meteorológicos y (2) un modelo basado en DYB. Se realizó un análisis cualitativo en la base de datos para encontrar las observaciones meteorológicas incorrectas o faltantes, principalmente asociados con el mal funcionamiento de los instrumentos de medición, y para encontrar observaciones meteorológicas afectadas por perturbaciones meteorológicas. La validación estadística de los modelos en esta tesis se evaluó utilizando seis diferentes medidas estadísticas estándar: raíz del error cuadrático medio (RMSE), error de la desviación media (MBE), error porcentual medio (MPE), error absoluto porcentual medio (MAPE), error absoluto medio (MAE) y coeficiente de determinación (R2). Los resultados de la modelización de la ET0 mostraron que la expresión PMT no calibrada, que sólo emplea los datos de temperaturas, ofreció los mejores resultados. Los otros siete modelos basados en temperatura, tanto con, como sin calibración, obtuvieron un menor rendimiento. Los modelos calibrados de Hargreaves-Samani y Camargo mostraron el mejor resultado de los siete modelos basados en temperatura, pero obtuvieron unos resultados peores a los del modelo PMT. Para el enfoque de técnicas SC, los resultados indican que la técnica SVM ofreció mejores resultados que las técnicas ANFIS y ANN. Además, se investigó la influencia de la humedad relativa y la lluvia sobre el rendimiento de los modelos. El análisis reveló que la inclusión de la humedad relativa en los modelos mejora significativamente la precisión de las estimaciones de la ET0. En cuanto al modelado de H, los principales hallazgos fueron: De acuerdo a las comparaciones entre los modelos empíricos, se encontró que el modelo empírico recién desarrollado el cual utiliza variables de entrada como la temperatura, precipitación y humedad relativa obtuvo la mejor precisión. Sin embargo, si solo se dispone de datos de temperatura, el modelo de Bristow y Campbell puede ser usado con buenos resultados. En cuanto a las comparaciones entre los modelos DYB, se encontró que el nuevo modelo propuesto en esta tesis estima la radiación solar global diaria mejor que los otros modelos DYB. Además, un análisis estacional muestra que el modelo DYB tiene un buen funcionamiento en todas las estaciones del año, incluyendo la temporada de lluvias. Finalmente, entre las técnicas de SC para el modelado de H, la técnica SVM obtuvo resultados más precisos en todos los escenarios evaluados. ABSTRACT In the Yucatan Peninsula Mexico, the irrigated agriculture plays a key role in the crop production. In 2014, irrigated lands accounted for about 88500 ha of the total cultivable area. The development of irrigation systems that make efficient and accurate use of water are essential for the sustainability of crop production systems. Thus, the reference evapotranspiration (ET0) is one of the most important factors related to irrigation system design, water management under irrigated and rainfed production. Also, the precise knowledge of daily global solar radiation (H) becomes very important in ET0 process. To address this challenge, the potential of various empirical models and soft computing (SC) techniques named Support vector machine (SVM), Artificial neural network (ANN), and Adaptive neuro fuzzy inference system (ANFIS) were evaluated for estimating ET0 and H under the Yucatan Peninsula environment. In the first part of this thesis, seven temperature based (TET) models and the standardize reference evapotranspiration equation for short canopies (ET0) method were compared. Using only temperature data, FAO-Penman Monteith Temperature (PMT) model was used to estimate daily values of ET0. Also, the ability and precision of SVM, ANFIS and ANN techniques were examined for estimating daily ET0 using measured meteorological variables. Three different combinations of minimum air temperature, maximum air temperature, rainfall, relative humidity and extraterrestrial radiation as input were investigated with air temperatures and extraterrestrial radiation as the base data set. In a second part, twelve existing empirical models on meteorological parameters –based, four existing day of the year –based (DYB) models, and three SC techniques (i.e., ANFIS, ANN, and SVM) were assessed for H predicting by using measured metrological variables. In addition, two new models were proposed for H modelling: (1) a model on meteorological parameters based and (2) a model on DYB. A qualitative analysis was performed on the database to find Incorrect or missing weather observations, mainly associated with the malfunction of measuring instruments, and to find weather observations affected by weather systems. The performance of the models in this thesis were evaluated using six different standard statistical measures: root mean squared error (RMSE), mean bias error (MBE), mean percentage error (MPE), mean absolute percentage error (MAPE), mean bias error (MAE) and coefficient of determination (R2). Results for ET0 modelling showed that the non-calibrated PMT expression using temperatures alone produced the best results. The others seven temperature-based models with and without calibration had poorer performance. The Hargreaves-Samani calibrated and Camargo calibrated models exhibited the best performance of the seven temperature-based models, but neither did as well as the PMT model. For the SC techniques approach, the results indicate that the SVM technique performed better than ANFIS and ANN approaches. Further, the influence of relative humidity and rainfall on the performance of models were investigated. The analysis revealed that the inclusion of the relative humidity data into the models significantly improves the accuracy of the ET0 estimates. As for the H modelling, the main findings were: According to the comparisons between empirical models, it was found that the newly developed empirical model which requires temperature, precipitation and relative humidity input variables obtained the best accuracy. However, if only temperature data are available, the Bristow and Campbell model can be used with good performance. Regarding comparisons between DYB models, it was found that the new proposed model in this thesis estimates daily global solar radiation better than other DYB models. Furthermore, a seasonal analysis shows that the DYB model has good performance in all seasons, including in the rainy season. Finally, among the SC techniques for H modelling, the SVM technique found to give the most accurate results in all evaluated scenarios.