Comparación de modelos para estimar la presión real de vapor de agua

• Cervantes-Osornio, Rocío ^[1] ; Arteaga-Ramírez, Ramón ^[2] ; Vázquez-Peña, Mario Alberto ^[2] ; Ojeda-Bustamante, Waldo ; Quevedo-Nolasco, Abel ^[3]
  1. [1] Instituto Nacional de Investigaciones Forestales Agrícolas y Pecuarias

     Instituto Nacional de Investigaciones Forestales Agrícolas y Pecuarias

     México

     
  2. [2] Universidad Autónoma Chapingo

     Universidad Autónoma Chapingo

     México

     
  3. [3] Colegio de Postgraduados

     Colegio de Postgraduados

     México

     

  Mostrar afiliaciones +
• Localización: Tecnología y Ciencias del Agua, ISSN-e 2007-2422, Vol. 4, Nº. 2 (abril-junio de 2013), 2013, págs. 37-54
• Idioma: español
• Títulos paralelos:
  • Comparison Models for calculating actual vapor pressure
• Enlaces
  • Texto completo
• Dialnet Métricas: 4 Citas
• Resumen
  • español

    La presión real de vapor de agua es una variable básica para estimar laevapotranspiración de los cultivos, uno de los componentes del ciclo hidrológico;sin embargo es difícil y cara de medir de forma directa, por lo que se recurre enla práctica a estimaciones basadas en la temperatura y relaciones sicrométricas. Elobjetivo del presente trabajo fue realizar una comparación de diferentes métodosconvencionales para el cálculo de la presión real de vapor y compararlos con lasestimaciones realizadas con dos tipos de redes neuronales artificiales: feedforwardbackpropagation y radial basis function. Se usaron datos meteorológicos de cuatroestaciones del Distrito 075, localizadas en el Valle del Fuerte, al norte del estadode Sinaloa, México. Los resultados indican que la red neuronal artificial tipo radialbasis function (escenario E4) mostró ser el mejor método en la estimación de lapresión actual de vapor de agua.

  • English

    Although real vapor pressure is a fundamental variable in the calculation of the evapotranspiration of crops, a component of the hydrological cycle, it is difficult and costly to measure directly. Consequently, in practice calculations are based on temperature data and psychometric relationships. The objective of the present work was to compare different conventional methods used to calculate real vapor pressure with calculations performed using two types of artificial neural networks??feedforward backpropagation and radial basis function. Meteorological data were used from four weather stations in Irrigation District 075, located in Valle del Fuerte, in northern Sinaloa State, Mexico. The results indicate that the radial basis function type of artificial neural network (Scenario E4) was the best method to calculate real vapor pressure.