A evapotranspiração (ET) é um parâmetro agrometeorológico importante para o manejo de irrigação, zoneamento agroclimático e gestão de recursos hídricos. O modelo padrão de estimativa, parametrizado pela Food and Agriculture Organization (FAO-56), é o de Penman-Monteith e utiliza o saldo de radiação como variável de entrada, cujas medidas nem sempre estão disponíveis nas estações meteorológicas do país. A busca por ajustes aos modelos e alternativas para a estimativa de ET é frequente na literatura, a fim de identificar modelos que utilizem dados de entrada de fácil aquisição, como temperaturas máximas e mínimas. Em vista da necessidade de simplificar a estimativa de evapotranspiração, este artigo tem por objetivo utilizar variáveis meteorológicas de fácil aquisição como temperatura, umidade relativa do ar, velocidade do vento e precipitação para estimar a evapotranspiração de referência diária de Botucatu-SP. Modelos de regressão lineares múltiplos, com interação e termos polinomiais, e dinâmicas, admitindo defasagem no tempo, foram utilizados para obter o modelo de predição, considerando um nível de significância de 5%. Por meio dos índices de desempenho estatísticos utilizados foi possível identificar um modelo cujo ajuste é considerado aceitável para épocas em que a umidade relativa é igual ou superior a 76%. Sendo assim, são necessários estudos para incorporar ao modelo o efeito de sazonalidade em relação à previsão de ETo, a fim de fazer uso de modelos cujas variáveis sejam disponíveis em estações meteorológicas.
scite is a Brooklyn-based organization that helps researchers better discover and understand research articles through Smart Citations–citations that display the context of the citation and describe whether the article provides supporting or contrasting evidence. scite is used by students and researchers from around the world and is funded in part by the National Science Foundation and the National Institute on Drug Abuse of the National Institutes of Health.
hi@scite.ai
334 Leonard St
Brooklyn, NY 11211
Copyright © 2024 scite LLC. All rights reserved.
Made with 💙 for researchers
Part of the Research Solutions Family.