SlideShare ist ein Scribd-Unternehmen logo
1 von 10
Downloaden Sie, um offline zu lesen
Evaluación de errores en estimación de ETo PM cuando no se dispone de
información necesaria.
Felipe Menares A., Departamento de Ingeniería y Suelos, Facultad de Ciencias Agronómicas,
Universidad de Chile. Cátedra de Modelación de Requerimientos Hídricos.
Introducción:
Para el cálculo de ETo se requieren diversos datos, los cuales provienen de variables
ambientales medidas en las casetas meteorológicas y de transformaciones matemáticas a
partir de estas mismas. Sin embargo, la disponibilidad de tecnologías y en muchos
casos, el costo de ellas, restringen su obtención. Frente a esto, una alternativa factible de
realizar, es la fabricación de datos a partir de modelos matemáticos, ilustrados en FAO
56, las cuales pueden ser utilizadas en los casos que no se disponga de ciertas
herramientas. Los datos que frecuentemente se calculan son Ra (Radiación
extraterrestre), Rs (radiación solar), Rn (radiación neta), presión atmosférica, G (flujo
de calor del suelo), estandarización de la medición de viento.
El objetivo de este trabajo es evaluar cuan certero son algunos de los datos estimados
anteriormente mencionados, haciendo comparaciones entre estas predicciones con la
medición estándar, proveniente de los controles meteorológicos.
Materiales y Métodos
Se realizó en cálculo de Rn y G propuesto por el FAO 56 para periodos diarios. Estos se
utilizaron para la estimación de ETo diaria mediante la ecuación original de Penman-
Monteith. Los datos meteorológicos provinieron de una caseta ubicada en la localidad
de Los Andes, V Región, Chile, la que contó con 83 fechas de medición ubicadas entre
fines de Septiembre de 2008 hasta fines de Marzo de 2009, que incluían Tmax, Tmin,
Tmedia, HRmedia, Rg, Rn, G y viento.
Para la estimación de Rn, se utilizaron las ecuaciones recomendadas en FAO 56,
capítulo 3, especificadas a continuación:
Figura 1. Ecuación para el cálculo de radiación extraterrestre (radiación solar diaria que se
recibe sobre una superficie horizontal situada en el límite superior de la atmósfera).
Figura 2. Ecuación de latitud en radianes (φ)
Figura 3. Ecuaciones de dr en radianes (distancia relativa entre el sol y la tierra) (a) y δ
(declinación solar) en radianes (b). J corresponde al número del día del año.
Figura 4. Ecuación de ωs (ángulo horario) en radianes utilizando arctan.
(a)
(b)
Figura 5. Ecuación de Rso1 (radiación solar de un día despejado) en MJ m-2
día-1
cuando n (duración actual de luz solar, en hr) = N (duración máxima posible de luz solar
diaria, en hrs).
Figura 6. Ecuación de Rso2 (radiación solar de un día despejado) para cuando los
valores de as y bs no están disponible, donde z = msnm, en MJ m-2
día-1
Figura 7. Ecuación de Rns (radiación de onda corta), donde α = albedo y Rs es la
radiación solar.
Figura 8. Ecuación de Rnl (radiación saliente de onda larga).
Figura 9. Ecuación de Rn (radiación neta).
Figura 10. Ecuación de Rs (radiación solar) derivada de la diferencia de temperatura del
aire.
Cuando la estación meteorológica dispone de instrumento (piranógrafo) para medir Rg
(radiación global), este dato puede ser utilizado como Rs. Por lo tanto, en este caso, se
dispuso de 2 valores de Rs, el estimado con la diferencia de temperaturas (Figura 10) y
el medido (Rg). Así también se dispuso de 2 métodos para la estimación de Rso
(Figuras 5 y 6). La ecuación de la figura 5, ya que no se dispone de los parámetros
calibrados para as y bs, que, sumados, representan la fracción de radiación extraterrestre
que alcanza a la tierra en días claros (n=N), se utilizó la recomendación de FAO 56 de
asignarle los valores 0.25 y 0.50 a as y bs respectivamente. La ecuación de la figura 6 se
obtiene con Ra y z, que son los metros sobre el nivel del mar de la localidad, en este
caso, se promedio en 800 m para Los Andes. En base a lo anterior se obtienen 4 valores
de Rnl distintos:
- Rnl1 con Rs medido (Rg) y Rso estimado 1
- Rnl2 con Rs medido (Rg) y Rso estimado 2
- Rnl3 con Rs estimado (Figura 10) y Rso estimado 1
- Rnl4 con Rs estimado (Figura 10) y Rso estimado 2
Así mismo, se contó con 2 valores de Rns (Figura 7), uno medido con los valores de Rg
y el otro con los valores de Rs estimado (Figura 10). Para ambos se consideró un valor
de α (albedo o coeficiente de refracción de la canopia) de 0,23, para un hipotético
cultivo herbáceo de referencia.
- Rns estimado con Rg
- Rns estimado con Rs (Figura 10)
En base a esto se obtuvieron 8 valores de Rn distintos, lo que arroja la siguiente matriz:
Rn Rns1 Rns2
Rnl1 Rn1 Rn2
Rnl2 Rn3 Rn4
Rnl3 Rn5 Rn6
Rnl4 Rn7 Rn8
Cuadro 1. Matriz de datos Rn.
La otra variable que se estimó fue G (flujo de calor en el suelo), en la cual, en base a las
recomendaciones hechas en FAO 56, para periodos de tiempo diarios o de 10 días, se
considera igual a 0 ya que la magnitud de flujo de calor en el suelo bajo una superficie
de referencia cubierta con pasto es muy baja y puede ser ignorada. En base a esto, se
contó con 2 valores de G, uno, el medido y el otro estimado en 0.
- G medido
- G estimado en 0
De esta forma se obtuvo una matriz, para el cálculo de ETo, de 16 de datos.
ETo G medido G estimado en 0
Rn1 ETo1 ETo10
Rn2 ETo2 ETo20
Rn3 ETo3 ETo30
Rn4 ETo4 ETo40
Rn5 ETo5 ETo50
Rn6 ETo6 ETo60
Rn7 ETo7 ETo70
Rn8 ETo8 ETo80
Cuadro 2. Matriz de datos ETo.
Cada una de estas diferentes estimaciones fue comparada con el cálculo de ETo
estándar. La forma de comparación se obtuvo mediante validaciones. Todos los datos
fueron dispuestos en una planilla del software Microsoft Excel, y los cálculos se
realizaron por medio de la herramienta Microsoft Visual Basic. Los valores de metros
sobre el nivel del mar y latitud se obtuvieron mediante el software Google Earth.
Resultados y Discusión:
Dado que existen dos medios para estimar Rso, recomendadas en FAO 56, se usaron
estas ecuaciones para estimar Rn y así introducir estos valores en la ecuación general de
Penman-Monteith para valores diarios. Se comparó los distintos montos de ETo
arrojados según si fueron calculados con Rso1 (Figura 5) o con Rso2 (Figura 6),
mediante el cotejo de las pendientes de las regresiones y sus coeficientes de correlación.
En el cuadro 3, se puede apreciar que, dentro de los valores de R2
, para cada Rso,
existen diferencias, ligadas al factor G (Eton0), pero entre los valores de R2
y m de
cada Rso, no se presencia cambios significativos.
ETo calculada con
Rso1 (parámetros as y
bs recomendados)
m R2
ETo calculada con
Rso2 (dependiente de
z)
m R2
ETo1 0.8453 0.6772 ETo3 0.8422 0.6796
ETo2 0.8617 0.6379 ETo4 0.8584 0.6403
ETo5 0.842 0.6585 ETo7 0.839 0.6615
ETo6 0.859 0.6619 ETo8 0.856 0.6638
ETo10 0.8683 0.8665 ETo30 0.865 0.8678
ETo20 0.8849 0.7949 ETo40 0.8815 0.7965
ETo50 0.865 0.8525 ETo70 0.8618 0.8543
ETo60 0.8824 0.8264 ETo80 0.879 0.8272
Cuadro 3. Paralelo entre los valores de ETo dados, según si fue utilizado Rso1 o Rso2
para la estimación de Rg.
Los valores arrojados de ETo, ordenados según si incluían dentro del cálculo de Rnl a
Rs medida (Rg) o estimada (Figura 10), resultaron homogéneos entre cada tratamientos,
tanto para sus valores de m y R2
, sin embargo, en este caso también se aprecia un alza
en los valores de R2
para los dos tratamiento determinados por el factor G, no así sus
pendientes.
ETo calculada
con Rnl
estimada con
Rg
m R2
ETo calculada
con Rnl
estimada con
Rs
m R2
ETo1
0.8453 0.6772
ETo5
0.842 0.6585
ETo2
0.8617 0.6379
ETo6
0.859 0.6619
ETo3 0.8422 0.6796 ETo7 0.839 0.6615
ETo4
0.8584 0.6403
ETo8
0.856 0.6638
ETo10
0.8683 0.8665
ETo50
0.865 0.8525
ETo20
0.8849 0.7949
ETo60
0.8824 0.8264
ETo30
0.865 0.8678
ETo70
0.8618 0.8543
ETo40
0.8815 0.7965
ETo80
0.879 0.8272
Cuadro 4. Paralelo entre las pendientes y coeficientes de correlación de los valores de
ETo ordenados según dos excepciones en el cálculo de Rnl (radiación saliente de onda
larga).
El cálculo de Rns (Figura 7) también fue doble, ya que dentro de su formulación se
encuentra una multiplicación por Rs, la cual tuvo un valor medido Rg y otro estimado
Rs (Figura 10). Los valores de ETo estimados con Rg muestran un coeficiente de
correlación levemente mayor a los calculados con Rs, sin embargo sus pendientes son
ligeramente menores. Otra conclusión que se puede hacer, es que la interacción entre
este factor con los valores de ETo estimados con G=0 (ETon0) hace que los coeficientes
sean mayores en general.
ETo calculada con
Rns1 (estimado con
Rg)
m R2
ETo calculada con
Rns2 (estimada con
Rs)
m R2
ETo1 0.8453 0.6772 ETo2 0.8617 0.6379
ETo3 0.8422 0.6796 ETo4 0.8584 0.6403
ETo5 0.842 0.6585 ETo6 0.859 0.6619
ETo7 0.839 0.6615 ETo8 0.856 0.6638
ETo10 0.8683 0.8665 ETo20 0.8849 0.7949
ETo30 0.865 0.8678 ETo40 0.8815 0.7965
ETo50 0.865 0.8525 ETo60 0.8824 0.8264
ETo70 0.8618 0.8543 ETo80 0.879 0.8272
Cuadro 4. Paralelo entre los valores de ETo calculados con Rns1 y Rns2.
Se comparó también, los valores de ETo según si incluía dentro de la fórmula el valor
medido de G o el valor estimado de este, que en el caso de las mediciones diarias, se
aproxima en 0. Se puede observar que, en todos los casos, las pendientes de la regresión
lineal son levemente mayores en el caso G=0 y que los R2
son más cercanas a 1 en los
cálculos con G estimado, mostrando una diferencia significativa entre ellos.
G medido m R2
G = 0 m R2
ETo1 0.8453 0.6772 ETo10 0.8683 0.8665
ETo2
0.8617 0.6379
ETo20
0.8849 0.7949
ETo3 0.8422 0.6796 ETo30 0.865 0.8678
ETo4 0.8584 0.6403 ETo40 0.8815 0.7965
ETo5 0.842 0.6585 ETo50 0.865 0.8525
ETo6 0.859 0.6619 ETo60 0.8824 0.8264
ETo7 0.839 0.6615 ETo70 0.8618 0.8543
ETo8 0.856 0.6638 ETo80 0.879 0.8272
Cuadro 5. Cuadro comparativo de las pendientes y r2
de las regresiones lineales
realizadas en la validación de ETo según el factor G.
Conclusiones:
Con los resultados obtenidos, las principales conclusiones a las que se puede llegar, en
base a los análisis de las validaciones, en las cuales, se considera como hipótesis nula
que la pendiente y R2
sean igual a 1 y el intercepto igual a 0 y consecuentemente que la
hipótesis alternativa sea la pendiente y el R2
≠ 1 y el intercepto ≠0, son que todos los
valores de ETo estimados sobreestiman los valores de ETo obtenidos con todas las
variables medidas en un 15% aproximadamente, esto presume un cálculo mayor de los
volúmenes de agua que deben satisfacer los requerimientos de los cultivos, a menos que
se readecue esta estimación disminuyendo en un 15% el valor calculado. Sin embargo, y
dado que los R2
limitan con valores medios, las gráficas de ETo medidos junto con las
ETo estimados a lo largo del periodo, muestran que, a medida que se avanza en el
periodo, desde inicios de primavera hasta fines de verano – inicio de invierno, esta
diferencia se va disminuyendo hasta ser prácticamente despreciable (Figura 11).
ETo medido y ETo1 estimado
y = -0,0011x2
+ 0,0884x + 3,7767
R2
= 0,572
y = -0,0013x2
+ 0,0916x + 4,9913
R2
= 0,49460
1
2
3
4
5
6
7
8
1 7 13 19 25 31 37 43 49 55 61 67 73 79
Mediciones
ETo(mm/día)
ETo medido
ETo1
Polinómica (ETo medido)
Polinómica (ETo1)
Figura 11. Gráfica de ETo y ETo1 a lo largo del periodo, en mm/día.
Esta sobreestimación de los valores de ETo se debe esencialmente a que todas las Rn
calculadas son mayores que las medidas. Las razones que pueden explicar esto son, que
los parámetros dados de as y bs así como la multiplicación de 0.75 por la altura y el
factor 2x10-5 sean mayores a los que se pudiesen calibrar en terreno, presumiblemente
menor, sin embargo, es probable que el valor de albedo dado (0,23) sea bajo, para ello
es recomendable conocer el cultivo a establecer y tratar de asignar el valor más
adecuado. Para este caso, un albedo de 0.3 hace que la pendiente de la regresión sea
prácticamente 1, por lo tanto, demuestra que pequeñas variaciones de este parámetro
hace una gran diferencia en la cuantía de Rn por lo tanto de ETo.
En base a los resultados, la interacción generada entre los tratamientos con Rn estimado
(independiente del método) y G medido, mostraron coeficientes de correlación lineal
menores que los tratamientos de correlación de Rn estimado y G estimado. Así, esta
interacción entrega valores de ETo menos imprecisos en el caso que no se disponga de
instrumentos para medir Rg o placas de flujo térmico para la medición de G. En el caso
de no contar con placas de flujo, G puede ser estimada a partir de la temperatura, pero
se requiere tener información, como el calor específico del suelo, cs, que depende
principalmente del contenido de agua, el contenido de materia orgánica y la
composición mineralógica del suelo, lo cual es muy variable entre y dentro de pedones
y polipedones, es por ello que se desprecia esta variable para valores diarios, ya que un
suelo, al que se le suministra un riego adecuado, se calentará muy lentamente, por lo
tanto, en un solo día, el calor absorbido o liberado bajo un cultivo es despreciable. Se
debe considerar que, debido a que la primera parte del periodo donde se hizo las
mediciones (primavera), el suelo estaba ganado calor, G ˃0, por lo tanto el suelo le
estaba quitando energía al sistema, lo que se traduce en una menor ETo, es por ello que
la estimación de G en este periodo produzca valores de ETon0 mayores que los
medidos. En los gráficos de dispersión, se puede apreciar que los valores de ETo se
encuentran más dispersos en las gráficas de ETon que en las de ETon0, sobretodo con
los valores de ETo más altos (ETo=6-7), esto se traduce en un valor del coeficiente de
correlación, para las ETo calculadas con G=0 y Rn estimado, sean más altos, o de
valores más “semejantes” a la medición estándar, la lógica que explica esto es por el
hecho que, en gran parte de los días dónde se registró y estimó las máximas radiaciones,
el suelo estaba bajando la tasa de absorción de calor y se encontraba liberando calor, al
liberar calor, aumenta la ETo (Rn-G ˃) por lo tanto esto explica el hecho que las ETo
que fueron estimadas y que no incluían la variable G medida tuvieran valores más
cercanos a la ETo estándar, ya que no incluían el valor G que estuviese favoreciendo la
sobreestimación de ETo.
Bibliografía.
Allen, R., Pereira, L., Raes, D., Smith, M.. 1998. Crop Evapotranspiration (guidelines
for computing crop water requirements). FAO Irrigation and drainage Paper No. 56.

Weitere ähnliche Inhalte

Ähnlich wie Evaluación de errores en estimación de e to

geoestadistica plicada a 1000 numeros aleatorios
geoestadistica plicada a 1000 numeros aleatorios geoestadistica plicada a 1000 numeros aleatorios
geoestadistica plicada a 1000 numeros aleatorios AlexMaximilianoFalco
 
Metodo de biseccion y regla falsa
Metodo de biseccion y regla falsaMetodo de biseccion y regla falsa
Metodo de biseccion y regla falsaSool Egurrola
 
Componentes espectrales
Componentes espectralesComponentes espectrales
Componentes espectralessaul_19
 
Taller fisica funciones y graficas
Taller  fisica funciones y graficasTaller  fisica funciones y graficas
Taller fisica funciones y graficasRamiro Muñoz
 
Análisis de incertidumbre geológica para definir objetivos de perforación de ...
Análisis de incertidumbre geológica para definir objetivos de perforación de ...Análisis de incertidumbre geológica para definir objetivos de perforación de ...
Análisis de incertidumbre geológica para definir objetivos de perforación de ...José Enrique Gutiérrez Ramírez
 
MSc Thesis presentation - Vladimir Gutierrez - Spain 2011JUNE
MSc Thesis presentation - Vladimir Gutierrez - Spain 2011JUNEMSc Thesis presentation - Vladimir Gutierrez - Spain 2011JUNE
MSc Thesis presentation - Vladimir Gutierrez - Spain 2011JUNEVladimir Gutierrez, PhD
 
CSP, CPV or PV solar plant simulation report
CSP, CPV or PV solar plant simulation reportCSP, CPV or PV solar plant simulation report
CSP, CPV or PV solar plant simulation reportIrSOLaV Pomares
 
Medidas indirectas-trcho
Medidas indirectas-trchoMedidas indirectas-trcho
Medidas indirectas-trchoandreaflf96
 
Análisis de la relación de la ELA con los parámetros climáticos y morfo-topog...
Análisis de la relación de la ELA con los parámetros climáticos y morfo-topog...Análisis de la relación de la ELA con los parámetros climáticos y morfo-topog...
Análisis de la relación de la ELA con los parámetros climáticos y morfo-topog...InfoAndina CONDESAN
 
practica de laboratorio : Ley de snell
practica de laboratorio : Ley de snellpractica de laboratorio : Ley de snell
practica de laboratorio : Ley de snellLuis de la Cruz
 
Actividad Integradora. Concentración de CO2 en una Función. M18S3.
Actividad Integradora. Concentración de CO2 en una Función. M18S3.Actividad Integradora. Concentración de CO2 en una Función. M18S3.
Actividad Integradora. Concentración de CO2 en una Función. M18S3.María Guadalupe Serrano Briseño
 
analisis_edificios_cap08.pdf
analisis_edificios_cap08.pdfanalisis_edificios_cap08.pdf
analisis_edificios_cap08.pdfJessSnchez495367
 
Análisis de articulo "Evaluación de los recursos de biomasa residual forestal...
Análisis de articulo "Evaluación de los recursos de biomasa residual forestal...Análisis de articulo "Evaluación de los recursos de biomasa residual forestal...
Análisis de articulo "Evaluación de los recursos de biomasa residual forestal...Bryan Bone
 
Estimación-de-temperatura-Superficial-terrestrefinalpptx.pptx
Estimación-de-temperatura-Superficial-terrestrefinalpptx.pptxEstimación-de-temperatura-Superficial-terrestrefinalpptx.pptx
Estimación-de-temperatura-Superficial-terrestrefinalpptx.pptxSanSalvadorCarlos
 

Ähnlich wie Evaluación de errores en estimación de e to (20)

geoestadistica plicada a 1000 numeros aleatorios
geoestadistica plicada a 1000 numeros aleatorios geoestadistica plicada a 1000 numeros aleatorios
geoestadistica plicada a 1000 numeros aleatorios
 
Metodo de biseccion y regla falsa
Metodo de biseccion y regla falsaMetodo de biseccion y regla falsa
Metodo de biseccion y regla falsa
 
Radiasol 2
Radiasol 2Radiasol 2
Radiasol 2
 
Componentes espectrales
Componentes espectralesComponentes espectrales
Componentes espectrales
 
Taller fisica funciones y graficas
Taller  fisica funciones y graficasTaller  fisica funciones y graficas
Taller fisica funciones y graficas
 
Análisis de incertidumbre geológica para definir objetivos de perforación de ...
Análisis de incertidumbre geológica para definir objetivos de perforación de ...Análisis de incertidumbre geológica para definir objetivos de perforación de ...
Análisis de incertidumbre geológica para definir objetivos de perforación de ...
 
MSc Thesis presentation - Vladimir Gutierrez - Spain 2011JUNE
MSc Thesis presentation - Vladimir Gutierrez - Spain 2011JUNEMSc Thesis presentation - Vladimir Gutierrez - Spain 2011JUNE
MSc Thesis presentation - Vladimir Gutierrez - Spain 2011JUNE
 
CSP, CPV or PV solar plant simulation report
CSP, CPV or PV solar plant simulation reportCSP, CPV or PV solar plant simulation report
CSP, CPV or PV solar plant simulation report
 
Lab 01
Lab 01Lab 01
Lab 01
 
Medidas indirectas-trcho
Medidas indirectas-trchoMedidas indirectas-trcho
Medidas indirectas-trcho
 
Informe practico 7
Informe practico 7Informe practico 7
Informe practico 7
 
Vectores
VectoresVectores
Vectores
 
Análisis de la relación de la ELA con los parámetros climáticos y morfo-topog...
Análisis de la relación de la ELA con los parámetros climáticos y morfo-topog...Análisis de la relación de la ELA con los parámetros climáticos y morfo-topog...
Análisis de la relación de la ELA con los parámetros climáticos y morfo-topog...
 
practica de laboratorio : Ley de snell
practica de laboratorio : Ley de snellpractica de laboratorio : Ley de snell
practica de laboratorio : Ley de snell
 
Actividad Integradora. Concentración de CO2 en una Función. M18S3.
Actividad Integradora. Concentración de CO2 en una Función. M18S3.Actividad Integradora. Concentración de CO2 en una Función. M18S3.
Actividad Integradora. Concentración de CO2 en una Función. M18S3.
 
CORRECCION ADMOSFERICA.pptx
CORRECCION ADMOSFERICA.pptxCORRECCION ADMOSFERICA.pptx
CORRECCION ADMOSFERICA.pptx
 
analisis_edificios_cap08.pdf
analisis_edificios_cap08.pdfanalisis_edificios_cap08.pdf
analisis_edificios_cap08.pdf
 
Análisis de articulo "Evaluación de los recursos de biomasa residual forestal...
Análisis de articulo "Evaluación de los recursos de biomasa residual forestal...Análisis de articulo "Evaluación de los recursos de biomasa residual forestal...
Análisis de articulo "Evaluación de los recursos de biomasa residual forestal...
 
Opd 15
Opd 15Opd 15
Opd 15
 
Estimación-de-temperatura-Superficial-terrestrefinalpptx.pptx
Estimación-de-temperatura-Superficial-terrestrefinalpptx.pptxEstimación-de-temperatura-Superficial-terrestrefinalpptx.pptx
Estimación-de-temperatura-Superficial-terrestrefinalpptx.pptx
 

Kürzlich hochgeladen

Mapa-conceptual-del-Origen-del-Universo-3.pptx
Mapa-conceptual-del-Origen-del-Universo-3.pptxMapa-conceptual-del-Origen-del-Universo-3.pptx
Mapa-conceptual-del-Origen-del-Universo-3.pptxMidwarHenryLOZAFLORE
 
FloresMorales_Montserrath_M1S3AI6 (1).pptx
FloresMorales_Montserrath_M1S3AI6 (1).pptxFloresMorales_Montserrath_M1S3AI6 (1).pptx
FloresMorales_Montserrath_M1S3AI6 (1).pptx241522327
 
tics en la vida cotidiana prepa en linea modulo 1.pptx
tics en la vida cotidiana prepa en linea modulo 1.pptxtics en la vida cotidiana prepa en linea modulo 1.pptx
tics en la vida cotidiana prepa en linea modulo 1.pptxazmysanros90
 
AREA TECNOLOGIA E INFORMATICA TRABAJO EN EQUIPO
AREA TECNOLOGIA E INFORMATICA TRABAJO EN EQUIPOAREA TECNOLOGIA E INFORMATICA TRABAJO EN EQUIPO
AREA TECNOLOGIA E INFORMATICA TRABAJO EN EQUIPOnarvaezisabella21
 
El uso de las tic en la vida ,lo importante que son
El uso de las tic en la vida ,lo importante  que sonEl uso de las tic en la vida ,lo importante  que son
El uso de las tic en la vida ,lo importante que son241514984
 
LAS_TIC_COMO_HERRAMIENTAS_EN_LA_INVESTIGACIÓN.pptx
LAS_TIC_COMO_HERRAMIENTAS_EN_LA_INVESTIGACIÓN.pptxLAS_TIC_COMO_HERRAMIENTAS_EN_LA_INVESTIGACIÓN.pptx
LAS_TIC_COMO_HERRAMIENTAS_EN_LA_INVESTIGACIÓN.pptxAlexander López
 
definicion segun autores de matemáticas educativa
definicion segun autores de matemáticas  educativadefinicion segun autores de matemáticas  educativa
definicion segun autores de matemáticas educativaAdrianaMartnez618894
 
LUXOMETRO EN SALUD OCUPACIONAL(FINAL).ppt
LUXOMETRO EN SALUD OCUPACIONAL(FINAL).pptLUXOMETRO EN SALUD OCUPACIONAL(FINAL).ppt
LUXOMETRO EN SALUD OCUPACIONAL(FINAL).pptchaverriemily794
 
El_Blog_como_herramienta_de_publicacion_y_consulta_de_investigacion.pptx
El_Blog_como_herramienta_de_publicacion_y_consulta_de_investigacion.pptxEl_Blog_como_herramienta_de_publicacion_y_consulta_de_investigacion.pptx
El_Blog_como_herramienta_de_publicacion_y_consulta_de_investigacion.pptxAlexander López
 
Presentación inteligencia artificial en la actualidad
Presentación inteligencia artificial en la actualidadPresentación inteligencia artificial en la actualidad
Presentación inteligencia artificial en la actualidadMiguelAngelVillanuev48
 
El uso delas tic en la vida cotidiana MFEL
El uso delas tic en la vida cotidiana MFELEl uso delas tic en la vida cotidiana MFEL
El uso delas tic en la vida cotidiana MFELmaryfer27m
 
GonzalezGonzalez_Karina_M1S3AI6... .pptx
GonzalezGonzalez_Karina_M1S3AI6... .pptxGonzalezGonzalez_Karina_M1S3AI6... .pptx
GonzalezGonzalez_Karina_M1S3AI6... .pptx241523733
 
TEMA 2 PROTOCOLO DE EXTRACCION VEHICULAR.ppt
TEMA 2 PROTOCOLO DE EXTRACCION VEHICULAR.pptTEMA 2 PROTOCOLO DE EXTRACCION VEHICULAR.ppt
TEMA 2 PROTOCOLO DE EXTRACCION VEHICULAR.pptJavierHerrera662252
 
PARTES DE UN OSCILOSCOPIO ANALOGICO .pdf
PARTES DE UN OSCILOSCOPIO ANALOGICO .pdfPARTES DE UN OSCILOSCOPIO ANALOGICO .pdf
PARTES DE UN OSCILOSCOPIO ANALOGICO .pdfSergioMendoza354770
 
Explorando la historia y funcionamiento de la memoria ram
Explorando la historia y funcionamiento de la memoria ramExplorando la historia y funcionamiento de la memoria ram
Explorando la historia y funcionamiento de la memoria ramDIDIERFERNANDOGUERRE
 
Actividad integradora 6 CREAR UN RECURSO MULTIMEDIA
Actividad integradora 6    CREAR UN RECURSO MULTIMEDIAActividad integradora 6    CREAR UN RECURSO MULTIMEDIA
Actividad integradora 6 CREAR UN RECURSO MULTIMEDIA241531640
 
El uso de las TIC's en la vida cotidiana.
El uso de las TIC's en la vida cotidiana.El uso de las TIC's en la vida cotidiana.
El uso de las TIC's en la vida cotidiana.241514949
 
Tecnologias Starlink para el mundo tec.pptx
Tecnologias Starlink para el mundo tec.pptxTecnologias Starlink para el mundo tec.pptx
Tecnologias Starlink para el mundo tec.pptxGESTECPERUSAC
 
Crear un recurso multimedia. Maricela_Ponce_DomingoM1S3AI6-1.pptx
Crear un recurso multimedia. Maricela_Ponce_DomingoM1S3AI6-1.pptxCrear un recurso multimedia. Maricela_Ponce_DomingoM1S3AI6-1.pptx
Crear un recurso multimedia. Maricela_Ponce_DomingoM1S3AI6-1.pptxNombre Apellidos
 
Medidas de formas, coeficiente de asimetría y coeficiente de curtosis.pptx
Medidas de formas, coeficiente de asimetría y coeficiente de curtosis.pptxMedidas de formas, coeficiente de asimetría y coeficiente de curtosis.pptx
Medidas de formas, coeficiente de asimetría y coeficiente de curtosis.pptxaylincamaho
 

Kürzlich hochgeladen (20)

Mapa-conceptual-del-Origen-del-Universo-3.pptx
Mapa-conceptual-del-Origen-del-Universo-3.pptxMapa-conceptual-del-Origen-del-Universo-3.pptx
Mapa-conceptual-del-Origen-del-Universo-3.pptx
 
FloresMorales_Montserrath_M1S3AI6 (1).pptx
FloresMorales_Montserrath_M1S3AI6 (1).pptxFloresMorales_Montserrath_M1S3AI6 (1).pptx
FloresMorales_Montserrath_M1S3AI6 (1).pptx
 
tics en la vida cotidiana prepa en linea modulo 1.pptx
tics en la vida cotidiana prepa en linea modulo 1.pptxtics en la vida cotidiana prepa en linea modulo 1.pptx
tics en la vida cotidiana prepa en linea modulo 1.pptx
 
AREA TECNOLOGIA E INFORMATICA TRABAJO EN EQUIPO
AREA TECNOLOGIA E INFORMATICA TRABAJO EN EQUIPOAREA TECNOLOGIA E INFORMATICA TRABAJO EN EQUIPO
AREA TECNOLOGIA E INFORMATICA TRABAJO EN EQUIPO
 
El uso de las tic en la vida ,lo importante que son
El uso de las tic en la vida ,lo importante  que sonEl uso de las tic en la vida ,lo importante  que son
El uso de las tic en la vida ,lo importante que son
 
LAS_TIC_COMO_HERRAMIENTAS_EN_LA_INVESTIGACIÓN.pptx
LAS_TIC_COMO_HERRAMIENTAS_EN_LA_INVESTIGACIÓN.pptxLAS_TIC_COMO_HERRAMIENTAS_EN_LA_INVESTIGACIÓN.pptx
LAS_TIC_COMO_HERRAMIENTAS_EN_LA_INVESTIGACIÓN.pptx
 
definicion segun autores de matemáticas educativa
definicion segun autores de matemáticas  educativadefinicion segun autores de matemáticas  educativa
definicion segun autores de matemáticas educativa
 
LUXOMETRO EN SALUD OCUPACIONAL(FINAL).ppt
LUXOMETRO EN SALUD OCUPACIONAL(FINAL).pptLUXOMETRO EN SALUD OCUPACIONAL(FINAL).ppt
LUXOMETRO EN SALUD OCUPACIONAL(FINAL).ppt
 
El_Blog_como_herramienta_de_publicacion_y_consulta_de_investigacion.pptx
El_Blog_como_herramienta_de_publicacion_y_consulta_de_investigacion.pptxEl_Blog_como_herramienta_de_publicacion_y_consulta_de_investigacion.pptx
El_Blog_como_herramienta_de_publicacion_y_consulta_de_investigacion.pptx
 
Presentación inteligencia artificial en la actualidad
Presentación inteligencia artificial en la actualidadPresentación inteligencia artificial en la actualidad
Presentación inteligencia artificial en la actualidad
 
El uso delas tic en la vida cotidiana MFEL
El uso delas tic en la vida cotidiana MFELEl uso delas tic en la vida cotidiana MFEL
El uso delas tic en la vida cotidiana MFEL
 
GonzalezGonzalez_Karina_M1S3AI6... .pptx
GonzalezGonzalez_Karina_M1S3AI6... .pptxGonzalezGonzalez_Karina_M1S3AI6... .pptx
GonzalezGonzalez_Karina_M1S3AI6... .pptx
 
TEMA 2 PROTOCOLO DE EXTRACCION VEHICULAR.ppt
TEMA 2 PROTOCOLO DE EXTRACCION VEHICULAR.pptTEMA 2 PROTOCOLO DE EXTRACCION VEHICULAR.ppt
TEMA 2 PROTOCOLO DE EXTRACCION VEHICULAR.ppt
 
PARTES DE UN OSCILOSCOPIO ANALOGICO .pdf
PARTES DE UN OSCILOSCOPIO ANALOGICO .pdfPARTES DE UN OSCILOSCOPIO ANALOGICO .pdf
PARTES DE UN OSCILOSCOPIO ANALOGICO .pdf
 
Explorando la historia y funcionamiento de la memoria ram
Explorando la historia y funcionamiento de la memoria ramExplorando la historia y funcionamiento de la memoria ram
Explorando la historia y funcionamiento de la memoria ram
 
Actividad integradora 6 CREAR UN RECURSO MULTIMEDIA
Actividad integradora 6    CREAR UN RECURSO MULTIMEDIAActividad integradora 6    CREAR UN RECURSO MULTIMEDIA
Actividad integradora 6 CREAR UN RECURSO MULTIMEDIA
 
El uso de las TIC's en la vida cotidiana.
El uso de las TIC's en la vida cotidiana.El uso de las TIC's en la vida cotidiana.
El uso de las TIC's en la vida cotidiana.
 
Tecnologias Starlink para el mundo tec.pptx
Tecnologias Starlink para el mundo tec.pptxTecnologias Starlink para el mundo tec.pptx
Tecnologias Starlink para el mundo tec.pptx
 
Crear un recurso multimedia. Maricela_Ponce_DomingoM1S3AI6-1.pptx
Crear un recurso multimedia. Maricela_Ponce_DomingoM1S3AI6-1.pptxCrear un recurso multimedia. Maricela_Ponce_DomingoM1S3AI6-1.pptx
Crear un recurso multimedia. Maricela_Ponce_DomingoM1S3AI6-1.pptx
 
Medidas de formas, coeficiente de asimetría y coeficiente de curtosis.pptx
Medidas de formas, coeficiente de asimetría y coeficiente de curtosis.pptxMedidas de formas, coeficiente de asimetría y coeficiente de curtosis.pptx
Medidas de formas, coeficiente de asimetría y coeficiente de curtosis.pptx
 

Evaluación de errores en estimación de e to

  • 1. Evaluación de errores en estimación de ETo PM cuando no se dispone de información necesaria. Felipe Menares A., Departamento de Ingeniería y Suelos, Facultad de Ciencias Agronómicas, Universidad de Chile. Cátedra de Modelación de Requerimientos Hídricos. Introducción: Para el cálculo de ETo se requieren diversos datos, los cuales provienen de variables ambientales medidas en las casetas meteorológicas y de transformaciones matemáticas a partir de estas mismas. Sin embargo, la disponibilidad de tecnologías y en muchos casos, el costo de ellas, restringen su obtención. Frente a esto, una alternativa factible de realizar, es la fabricación de datos a partir de modelos matemáticos, ilustrados en FAO 56, las cuales pueden ser utilizadas en los casos que no se disponga de ciertas herramientas. Los datos que frecuentemente se calculan son Ra (Radiación extraterrestre), Rs (radiación solar), Rn (radiación neta), presión atmosférica, G (flujo de calor del suelo), estandarización de la medición de viento. El objetivo de este trabajo es evaluar cuan certero son algunos de los datos estimados anteriormente mencionados, haciendo comparaciones entre estas predicciones con la medición estándar, proveniente de los controles meteorológicos. Materiales y Métodos Se realizó en cálculo de Rn y G propuesto por el FAO 56 para periodos diarios. Estos se utilizaron para la estimación de ETo diaria mediante la ecuación original de Penman- Monteith. Los datos meteorológicos provinieron de una caseta ubicada en la localidad de Los Andes, V Región, Chile, la que contó con 83 fechas de medición ubicadas entre fines de Septiembre de 2008 hasta fines de Marzo de 2009, que incluían Tmax, Tmin, Tmedia, HRmedia, Rg, Rn, G y viento. Para la estimación de Rn, se utilizaron las ecuaciones recomendadas en FAO 56, capítulo 3, especificadas a continuación:
  • 2. Figura 1. Ecuación para el cálculo de radiación extraterrestre (radiación solar diaria que se recibe sobre una superficie horizontal situada en el límite superior de la atmósfera). Figura 2. Ecuación de latitud en radianes (φ) Figura 3. Ecuaciones de dr en radianes (distancia relativa entre el sol y la tierra) (a) y δ (declinación solar) en radianes (b). J corresponde al número del día del año. Figura 4. Ecuación de ωs (ángulo horario) en radianes utilizando arctan. (a) (b)
  • 3. Figura 5. Ecuación de Rso1 (radiación solar de un día despejado) en MJ m-2 día-1 cuando n (duración actual de luz solar, en hr) = N (duración máxima posible de luz solar diaria, en hrs). Figura 6. Ecuación de Rso2 (radiación solar de un día despejado) para cuando los valores de as y bs no están disponible, donde z = msnm, en MJ m-2 día-1 Figura 7. Ecuación de Rns (radiación de onda corta), donde α = albedo y Rs es la radiación solar. Figura 8. Ecuación de Rnl (radiación saliente de onda larga). Figura 9. Ecuación de Rn (radiación neta). Figura 10. Ecuación de Rs (radiación solar) derivada de la diferencia de temperatura del aire.
  • 4. Cuando la estación meteorológica dispone de instrumento (piranógrafo) para medir Rg (radiación global), este dato puede ser utilizado como Rs. Por lo tanto, en este caso, se dispuso de 2 valores de Rs, el estimado con la diferencia de temperaturas (Figura 10) y el medido (Rg). Así también se dispuso de 2 métodos para la estimación de Rso (Figuras 5 y 6). La ecuación de la figura 5, ya que no se dispone de los parámetros calibrados para as y bs, que, sumados, representan la fracción de radiación extraterrestre que alcanza a la tierra en días claros (n=N), se utilizó la recomendación de FAO 56 de asignarle los valores 0.25 y 0.50 a as y bs respectivamente. La ecuación de la figura 6 se obtiene con Ra y z, que son los metros sobre el nivel del mar de la localidad, en este caso, se promedio en 800 m para Los Andes. En base a lo anterior se obtienen 4 valores de Rnl distintos: - Rnl1 con Rs medido (Rg) y Rso estimado 1 - Rnl2 con Rs medido (Rg) y Rso estimado 2 - Rnl3 con Rs estimado (Figura 10) y Rso estimado 1 - Rnl4 con Rs estimado (Figura 10) y Rso estimado 2 Así mismo, se contó con 2 valores de Rns (Figura 7), uno medido con los valores de Rg y el otro con los valores de Rs estimado (Figura 10). Para ambos se consideró un valor de α (albedo o coeficiente de refracción de la canopia) de 0,23, para un hipotético cultivo herbáceo de referencia. - Rns estimado con Rg - Rns estimado con Rs (Figura 10) En base a esto se obtuvieron 8 valores de Rn distintos, lo que arroja la siguiente matriz: Rn Rns1 Rns2 Rnl1 Rn1 Rn2 Rnl2 Rn3 Rn4 Rnl3 Rn5 Rn6 Rnl4 Rn7 Rn8 Cuadro 1. Matriz de datos Rn.
  • 5. La otra variable que se estimó fue G (flujo de calor en el suelo), en la cual, en base a las recomendaciones hechas en FAO 56, para periodos de tiempo diarios o de 10 días, se considera igual a 0 ya que la magnitud de flujo de calor en el suelo bajo una superficie de referencia cubierta con pasto es muy baja y puede ser ignorada. En base a esto, se contó con 2 valores de G, uno, el medido y el otro estimado en 0. - G medido - G estimado en 0 De esta forma se obtuvo una matriz, para el cálculo de ETo, de 16 de datos. ETo G medido G estimado en 0 Rn1 ETo1 ETo10 Rn2 ETo2 ETo20 Rn3 ETo3 ETo30 Rn4 ETo4 ETo40 Rn5 ETo5 ETo50 Rn6 ETo6 ETo60 Rn7 ETo7 ETo70 Rn8 ETo8 ETo80 Cuadro 2. Matriz de datos ETo. Cada una de estas diferentes estimaciones fue comparada con el cálculo de ETo estándar. La forma de comparación se obtuvo mediante validaciones. Todos los datos fueron dispuestos en una planilla del software Microsoft Excel, y los cálculos se realizaron por medio de la herramienta Microsoft Visual Basic. Los valores de metros sobre el nivel del mar y latitud se obtuvieron mediante el software Google Earth. Resultados y Discusión: Dado que existen dos medios para estimar Rso, recomendadas en FAO 56, se usaron estas ecuaciones para estimar Rn y así introducir estos valores en la ecuación general de Penman-Monteith para valores diarios. Se comparó los distintos montos de ETo arrojados según si fueron calculados con Rso1 (Figura 5) o con Rso2 (Figura 6), mediante el cotejo de las pendientes de las regresiones y sus coeficientes de correlación.
  • 6. En el cuadro 3, se puede apreciar que, dentro de los valores de R2 , para cada Rso, existen diferencias, ligadas al factor G (Eton0), pero entre los valores de R2 y m de cada Rso, no se presencia cambios significativos. ETo calculada con Rso1 (parámetros as y bs recomendados) m R2 ETo calculada con Rso2 (dependiente de z) m R2 ETo1 0.8453 0.6772 ETo3 0.8422 0.6796 ETo2 0.8617 0.6379 ETo4 0.8584 0.6403 ETo5 0.842 0.6585 ETo7 0.839 0.6615 ETo6 0.859 0.6619 ETo8 0.856 0.6638 ETo10 0.8683 0.8665 ETo30 0.865 0.8678 ETo20 0.8849 0.7949 ETo40 0.8815 0.7965 ETo50 0.865 0.8525 ETo70 0.8618 0.8543 ETo60 0.8824 0.8264 ETo80 0.879 0.8272 Cuadro 3. Paralelo entre los valores de ETo dados, según si fue utilizado Rso1 o Rso2 para la estimación de Rg. Los valores arrojados de ETo, ordenados según si incluían dentro del cálculo de Rnl a Rs medida (Rg) o estimada (Figura 10), resultaron homogéneos entre cada tratamientos, tanto para sus valores de m y R2 , sin embargo, en este caso también se aprecia un alza en los valores de R2 para los dos tratamiento determinados por el factor G, no así sus pendientes. ETo calculada con Rnl estimada con Rg m R2 ETo calculada con Rnl estimada con Rs m R2 ETo1 0.8453 0.6772 ETo5 0.842 0.6585 ETo2 0.8617 0.6379 ETo6 0.859 0.6619 ETo3 0.8422 0.6796 ETo7 0.839 0.6615 ETo4 0.8584 0.6403 ETo8 0.856 0.6638 ETo10 0.8683 0.8665 ETo50 0.865 0.8525 ETo20 0.8849 0.7949 ETo60 0.8824 0.8264 ETo30 0.865 0.8678 ETo70 0.8618 0.8543 ETo40 0.8815 0.7965 ETo80 0.879 0.8272
  • 7. Cuadro 4. Paralelo entre las pendientes y coeficientes de correlación de los valores de ETo ordenados según dos excepciones en el cálculo de Rnl (radiación saliente de onda larga). El cálculo de Rns (Figura 7) también fue doble, ya que dentro de su formulación se encuentra una multiplicación por Rs, la cual tuvo un valor medido Rg y otro estimado Rs (Figura 10). Los valores de ETo estimados con Rg muestran un coeficiente de correlación levemente mayor a los calculados con Rs, sin embargo sus pendientes son ligeramente menores. Otra conclusión que se puede hacer, es que la interacción entre este factor con los valores de ETo estimados con G=0 (ETon0) hace que los coeficientes sean mayores en general. ETo calculada con Rns1 (estimado con Rg) m R2 ETo calculada con Rns2 (estimada con Rs) m R2 ETo1 0.8453 0.6772 ETo2 0.8617 0.6379 ETo3 0.8422 0.6796 ETo4 0.8584 0.6403 ETo5 0.842 0.6585 ETo6 0.859 0.6619 ETo7 0.839 0.6615 ETo8 0.856 0.6638 ETo10 0.8683 0.8665 ETo20 0.8849 0.7949 ETo30 0.865 0.8678 ETo40 0.8815 0.7965 ETo50 0.865 0.8525 ETo60 0.8824 0.8264 ETo70 0.8618 0.8543 ETo80 0.879 0.8272 Cuadro 4. Paralelo entre los valores de ETo calculados con Rns1 y Rns2. Se comparó también, los valores de ETo según si incluía dentro de la fórmula el valor medido de G o el valor estimado de este, que en el caso de las mediciones diarias, se aproxima en 0. Se puede observar que, en todos los casos, las pendientes de la regresión lineal son levemente mayores en el caso G=0 y que los R2 son más cercanas a 1 en los cálculos con G estimado, mostrando una diferencia significativa entre ellos. G medido m R2 G = 0 m R2 ETo1 0.8453 0.6772 ETo10 0.8683 0.8665 ETo2 0.8617 0.6379 ETo20 0.8849 0.7949 ETo3 0.8422 0.6796 ETo30 0.865 0.8678 ETo4 0.8584 0.6403 ETo40 0.8815 0.7965 ETo5 0.842 0.6585 ETo50 0.865 0.8525 ETo6 0.859 0.6619 ETo60 0.8824 0.8264 ETo7 0.839 0.6615 ETo70 0.8618 0.8543 ETo8 0.856 0.6638 ETo80 0.879 0.8272
  • 8. Cuadro 5. Cuadro comparativo de las pendientes y r2 de las regresiones lineales realizadas en la validación de ETo según el factor G. Conclusiones: Con los resultados obtenidos, las principales conclusiones a las que se puede llegar, en base a los análisis de las validaciones, en las cuales, se considera como hipótesis nula que la pendiente y R2 sean igual a 1 y el intercepto igual a 0 y consecuentemente que la hipótesis alternativa sea la pendiente y el R2 ≠ 1 y el intercepto ≠0, son que todos los valores de ETo estimados sobreestiman los valores de ETo obtenidos con todas las variables medidas en un 15% aproximadamente, esto presume un cálculo mayor de los volúmenes de agua que deben satisfacer los requerimientos de los cultivos, a menos que se readecue esta estimación disminuyendo en un 15% el valor calculado. Sin embargo, y dado que los R2 limitan con valores medios, las gráficas de ETo medidos junto con las ETo estimados a lo largo del periodo, muestran que, a medida que se avanza en el periodo, desde inicios de primavera hasta fines de verano – inicio de invierno, esta diferencia se va disminuyendo hasta ser prácticamente despreciable (Figura 11). ETo medido y ETo1 estimado y = -0,0011x2 + 0,0884x + 3,7767 R2 = 0,572 y = -0,0013x2 + 0,0916x + 4,9913 R2 = 0,49460 1 2 3 4 5 6 7 8 1 7 13 19 25 31 37 43 49 55 61 67 73 79 Mediciones ETo(mm/día) ETo medido ETo1 Polinómica (ETo medido) Polinómica (ETo1) Figura 11. Gráfica de ETo y ETo1 a lo largo del periodo, en mm/día. Esta sobreestimación de los valores de ETo se debe esencialmente a que todas las Rn calculadas son mayores que las medidas. Las razones que pueden explicar esto son, que los parámetros dados de as y bs así como la multiplicación de 0.75 por la altura y el
  • 9. factor 2x10-5 sean mayores a los que se pudiesen calibrar en terreno, presumiblemente menor, sin embargo, es probable que el valor de albedo dado (0,23) sea bajo, para ello es recomendable conocer el cultivo a establecer y tratar de asignar el valor más adecuado. Para este caso, un albedo de 0.3 hace que la pendiente de la regresión sea prácticamente 1, por lo tanto, demuestra que pequeñas variaciones de este parámetro hace una gran diferencia en la cuantía de Rn por lo tanto de ETo. En base a los resultados, la interacción generada entre los tratamientos con Rn estimado (independiente del método) y G medido, mostraron coeficientes de correlación lineal menores que los tratamientos de correlación de Rn estimado y G estimado. Así, esta interacción entrega valores de ETo menos imprecisos en el caso que no se disponga de instrumentos para medir Rg o placas de flujo térmico para la medición de G. En el caso de no contar con placas de flujo, G puede ser estimada a partir de la temperatura, pero se requiere tener información, como el calor específico del suelo, cs, que depende principalmente del contenido de agua, el contenido de materia orgánica y la composición mineralógica del suelo, lo cual es muy variable entre y dentro de pedones y polipedones, es por ello que se desprecia esta variable para valores diarios, ya que un suelo, al que se le suministra un riego adecuado, se calentará muy lentamente, por lo tanto, en un solo día, el calor absorbido o liberado bajo un cultivo es despreciable. Se debe considerar que, debido a que la primera parte del periodo donde se hizo las mediciones (primavera), el suelo estaba ganado calor, G ˃0, por lo tanto el suelo le estaba quitando energía al sistema, lo que se traduce en una menor ETo, es por ello que la estimación de G en este periodo produzca valores de ETon0 mayores que los medidos. En los gráficos de dispersión, se puede apreciar que los valores de ETo se encuentran más dispersos en las gráficas de ETon que en las de ETon0, sobretodo con los valores de ETo más altos (ETo=6-7), esto se traduce en un valor del coeficiente de correlación, para las ETo calculadas con G=0 y Rn estimado, sean más altos, o de valores más “semejantes” a la medición estándar, la lógica que explica esto es por el hecho que, en gran parte de los días dónde se registró y estimó las máximas radiaciones, el suelo estaba bajando la tasa de absorción de calor y se encontraba liberando calor, al liberar calor, aumenta la ETo (Rn-G ˃) por lo tanto esto explica el hecho que las ETo que fueron estimadas y que no incluían la variable G medida tuvieran valores más cercanos a la ETo estándar, ya que no incluían el valor G que estuviese favoreciendo la sobreestimación de ETo.
  • 10. Bibliografía. Allen, R., Pereira, L., Raes, D., Smith, M.. 1998. Crop Evapotranspiration (guidelines for computing crop water requirements). FAO Irrigation and drainage Paper No. 56.