Título
Predicción de la evapotranspiración de referencia mediante redes neuronales artificiales
Autor
JUAN MANUEL GONZALEZ CAMACHO
ROCIO CERVANTES-OSORNIO
WALDO OJEDA BUSTAMANTE
IRINEO LORENZO LOPEZ CRUZ
Nivel de Acceso
Acceso Abierto
Materias
Resumen o descripción
La evapotranspiración de referencia (ETo) es una variable climática esencial para el cálculo de los requerimientos hídricos de los cultivos. Su previsión a corto plazo es importante para programar la distribución de volúmenes de agua en las zonas de riego. En este trabajo se presenta la aplicación de un modelo de Red Neuronal Artificial (RNA) tipo feedforward backpropagation para predecir la ETo a partir de datos diarios de temperatura del aire, radiación solar, humedad relativa y velocidad del viento. La arquitectura adoptada del modelo de RNA contiene cuatro neuronas en la capa intermedia, una neurona en la capa de salida y funciones de activación tangente hiperbólica en ambas capas. Este modelo fue aplicado a un conjunto de datos climáticos con cinco años de observaciones de la red agroclimática “Valle del Fuerte” del distrito de riego 075, localizada en el norte de Sinaloa, México. El algoritmo de entrenamiento supervisado de Levenberg-Marquardt permitió obtener un buen desempeño de la red en términos del error cuadrático medio y del coeficiente de determinación R2 para estimar la ETo en los diferentes escenarios considerados. Las predicciones de las RNA fueron comparadas con las predicciones de modelos de regresión lineal múltiple y lineal por partes; los resultados muestran que ambos modelos presentan niveles de ajuste muy similares a los datos experimentales.
Editor
Instituto Mexicano de Tecnología del Agua
Fecha de publicación
2008
Tipo de publicación
Artículo
Recurso de información
Formato
application/pdf
Fuente
Ingeniería Hidráulica en México (0186-4076), 23(1)
Idioma
Español
Repositorio Orígen
Repositorio institucional del IMTA
Descargas
0