Reference evapotranspiration estimated from air temperature using the MARS regression technique

Abstract

The reference evapotranspiration (ETo) is an important component for determining the water requirements of the crops. In order to estimate this variable accurately, the Food and Agriculture Organization (FAO) proposed the Penman-Monteith equation, however, this demands a large number of meteorological data, which restricts its use. In this context, this study compares the performance of the Penman-Monteith equation using only measured air temperature (PMT) and the Hargreaves-Samani (HS) equation with the performance of the multivariate adaptive regression splines (MARS) technique for the daily ETo estimation with only air temperature data. For the study, daily meteorological data from 2002 to 2016 were used. The data were collected from weather stations located in Florianópolis-SC, Manaus-AM and Petrolina-PE, being these selected in order to capture different climatic conditions. MARS models were developed for each weather station and the PMT e HS equations were locally calibrated. The performances of the original and calibrated equations and MARS models were evaluated based on the statistical indices root mean square error, mean absolute error, mean bias error and coefficient of determination. The ETo estimated by the Penman-Monteith method with full data was used as reference for the development of the MARS models, calibration of the equations and for the performance evaluation of the models under study. The calibration of the HS and PMT equations promoted better performances in relation to the original equations, improving the methods accuracy. The MARS technique presented good performance, outperforming the original and calibrated PMT and HS equations, with lower error values and higher coefficient of determination, and can be considered as an alternative to empirical methods.

A evapotranspiração de referência (ETo) é um componente importante para determinar o requerimento de água das culturas. Para estimar esta variável com acurácia, a Food and Agriculture Organization (FAO) propôs a equação de Penman-Monteith, no entanto, esta demanda um grande número de dados meteorológicos, o que restringe seu uso. Neste contexto, este estudo compara o desempenho da equação de Penman-Monteith usando apenas temperatura do ar medida (PMT) e a equação Hargreaves-Samani (HS) com o desempenho da técnica multivariate adaptive regression splines (MARS) para a estimativa da ETo diária com apenas dados de temperatura do ar. Para o estudo, foram utilizados dados meteorológicos diários de 2002 a 2016. Os dados foram coletados de estações meteorológicas localizadas em Florianópolis-SC, Manaus-AM e Petrolina-PE, sendo estas selecionadas a fim de capturar diferentes condições climáticas. Modelos MARS foram desenvolvidos para cada estação meteorológica e as equações de PMT e HS foram calibradas localmente. Os desempenhos das equações originais e calibradas e modelos MARS foram avaliados com base nos indicadores estatísticos raiz do erro quadrático médio, erro absoluto médio, viés médio e coeficiente de determinação. A ETo estimada pelo método de Penman-Monteith com dados completos foi utilizada como referência para o desenvolvimento dos modelos MARS, calibração das equações e para a avaliação da performance dos modelos em estudo. A calibração das equações HS e PMT promoveu melhores desempenhos em relação às equações originais, melhorando a acurácia dos métodos. A técnica MARS apresentou bom desempenho, superando as equações de PMT e HS originais e calibradas, com menores valores de erro e maiores coeficientes de determinação, e pode ser considerada como uma alternativa aos métodos empíricos.