Modeling of reference evapotranspiration by multiple linear regression

Autori

  • Helder J Farias Silva UFRN/PPGCC
  • Marconio Silva Santos UFRN/CCET
  • Jorio Bezerra Cabral Junior UFRN/PPGCC
  • Maria Helena C Spyrides UFRN/CCET

DOI:

https://doi.org/10.5935/2237-2202.20160005

Parole chiave:

Variabilidade climática, Penman-Monteith, Rio Branco.

Abstract

Evapotranspiration is an important parameter for many projects related to climate characterization, hydrological modeling and water resources. This work was established as the first study in Rio Branco, eastern Acre, in order to derive empirical relations to estimate the reference evapotranspiration in the annual range from meteorological data readily available using the multiple linear regression analysis. Meteorological data of mean temperature (maximum and minimum), wind speed and insolation were obtainded from the National Institute of Meteorology for the period 1980-2014, which can be considered representative of the local climate. To estimate the reference evapotranspiration was used the Penman-Monteith-FAO, and multiple regression analysis was used as a selection process of significant variables for the model fit. Generated values by the proposed evapotranspiration models were compared to observed values for validation. Results indicated that the model with three variables (mean temperature, wind speed and insolation) satisfactorily estimated reference evapotranspiration for Rio Branco, AC, with great performance for annual data. Models with one variable (insolation) and two variables (mean temperature and insolation) showed less accuracy. However, they have advantage due to simplicity, since they can estimate the reference evapotranspiration from a few climatic parameters. From a practical point of view, these models can be regarded as a method to estimate the reference evapotranspiration when the input weather variables are insufficient to other methods.

Biografie autore

Helder J Farias Silva, UFRN/PPGCC

Doutorando do Programa de Pós-Graduação em Ciência Climáticas da Universidade Federal do Rio Grande do Norte (PPGCC/UFRN), Mestre em Ciências Climáticas pela UFRN. Graduado em Meteorologia, habilitação Bacharelado, pela Universidade Federal do Pará (UFPA) - Técnico em Processamento de Dados pelo Centro Federal Tecnológico do Pará (CEFET/PA). Atua na área de Previsão de Tempo, Monitoramento Hidroclimático e elaboração de Boletins de Alerta , atua também na área de Geociências, com ênfase em Monitoramento e Mapeamento de Áreas de Riscos na Amazônia Legal, Biometeorologia, Agrometeorologia e Climatologia. Possui experiência em Experimentos de Campo, Lançamento de Radiossonda e Climatologia Geral, atuando principalmente nos seguintes temas: Monitoramento Hidroclimático de alerta de desastres naturais para ações de defesa civil na Amazônia Legal; Análises de Tendência em séries temporais e Sensoriamento remoto aplicado ao Clima.

Marconio Silva Santos, UFRN/CCET

Possui graduação em Matemática pela Universidade Federal do Rio Grande do Norte (2009) e mestrado em Matemática Aplicada e Estatistica pela Universidade Federal do Rio Grande do Norte (2010). Atualmente é professor da Universidade Federal do Rio Grande do Norte. Tem experiência na área de Matemática, com ênfase em Análise Numérica, atuando principalmente nos seguintes temas: r, distribuição de probabilidade condicional, climatologia, distribuição de probabilidade marginal e distribuição de probabilidade conjunta

Jorio Bezerra Cabral Junior, UFRN/PPGCC

Doutorando e Mestre em Ciências Climáticas (PPGCC) pela Universidade Federal do Rio Grande do Norte (UFRN/Natal, RN). Especialista em Geoambiência e Recursos Hídricos do Semiárido pela Universidade Estadual da Paraíba (UEPB, 2014). Graduado em Geografia (UEPB, 2012). Foi professor Tutor a distância da disciplina de Estatística Aplicada à Geografia (EaD/ Departamento de Geografia) no Instituto Federal de Educação, Ciência e Tecnologia do estado de Pernambuco (IFPE, 2013). Durante a Graduação desenvolveu atividades como bolsista de Monitoria (Climatologia e Hidrogeografia) e de Iniciação Científica (PIBIC/UEPB/CNPq ) na área de concentração em Ciências Exatas e da Terra e com linha de Pesquisa em Climatologia Geográfica. Foi estagiário (2014.2) na Estação Meteorológica Convencional (EMC) instalada no CAMPUS da UFRN/Natal e gerenciada pelo Instituto Nacional de Meteorologia (INMET). Realizou estágio docência (2014.2) na disciplina de Agrometeorologia no curso de Meteorologia da UFRN. Áreas de atuação: Geografia Física e Meio Ambiente, Climatologia Geral e Geográfica, Variabilidade e Mudanças Climáticas, Estatística Aplicada à Climatologia e Geografia, Evapotranspiração no Semiárido brasileiro, Hidrogeografia e Potencial de Captação de água da chuva.

Maria Helena C Spyrides, UFRN/CCET

Graduada em Estatistica pela Universidade Federal do Rio Grande do Norte (1988), mestrado em Agronomia (Estatística e Experimentação Agronômica) pela Universidade de São Paulo (1998) e doutorado em Saúde Pública pela Fundação Oswaldo Cruz (2004). Atualmente é professor adjunto lotada no Departamento de Estatística da Universidade Federal do Rio Grande do Norte. Docente dos Programa de Pós-graduação em Ciências Climáticas (Mestrado e Doutorado). Tem experiência na área de Probabilidade e Estatística, com ênfase em Análise de Dados Longitudinais e Dados Categorizados, Modelos de Efeitos Mistos (Lineares e Não Lineares) atuando principalmente nos seguintes temas: epidemiologia, saúde pública e modelagem em clima e saúde

Riferimenti bibliografici

Almedeij, J. 2012. Modeling Pan Evaporation for Kuwait by Multiple Linear Regression. The Scientific World Journal, v. 2012, 9 p.

Allen, R.G., Pereira, L.S., Raes, D., Smith, M., 1998. Crop evapotranspiration: guidelines for computing crop water requirements. FAO, Rome. (Irrigation and Dranaige Paper, 56).

Alkaeed, O., Flores, C., Jinno, K., Tsutsumi, A. 2006. Comparison of several reference evapotranspiration methods for Itoshima Peninsula area, Fukuoka, Japan. Memoirs of the Faculty of Engineering, Kyushu University, v. 66, n. 1. 14 p.

Bernardo, S. 2002. Manual de Irrigação. Ed 6. Viçosa: UFV, p. 657.

Braun, P., Maurer, B., Muller, G., Gross, P., Heinemann, G., Simmer, C. 2001. An integrated approach for the determination of regional evapotranspiration using mesoscale modelling, remote sensing and boundary layer measurements. Meteorology and Atmospheric Physics, v. 76, 83-105 p.

Brutsaert, W. 2005. Hydrology: An Introduction, Cambridge University Press, New York, NY, USA.

Carvalho, L.G., Rios, G.F.A., Miranda, W.L., Neto, P.C., 2011. Evapotranspiração de referência: Uma abordagem atual de diferentes métodos de estimativas. Pesquisa Agropecuária Tropical. 41, 456-465.

Camargo, A.P., Sentelhas, P.C., 1997. Avaliação do desempenho de diferentes métodos de estimativa da evapotranspiração potencial no Estado de São Paulo, Brasil. Revista Brasileira de Agrometeorologia 5, 89- 97 p.

Camargo, A. P. e Camargo, M. B. P. 2000. Uma revisão analítica da evapotranspiração potencial. Bragantia, Campinas, v. 59, n. 2, 125-137 p.

Conceição, M. A. F. 2006. Circular Técnica nº 65. Roteiro de cálculo da evapotranspiração de referência pelo método de Penman- Monteith-FAO. Embrapa Uva e Vinho, Estação Experimental de Viticultura Tropical, Bento Gonçalves, RS.

Costa, R.L., Silva, F.D.S., Sarmanho, G.F., Lucio, P.S, 2012. Imputação Multivariada de dados diários de precipitação e Análise de Índices de extremos climáticos. Revista Brasileira de Geografia Física 3, 661-675.

Cunha, A. R. e Escobedo, J. F. 2003. Alterações micrometeorológicas causadas pela estufa plástica e seus efeitos no crescimento e produção da cultura de pimentão. Revista Brasileira de Agrometeorologia, v.11, n.1, 15-26 p.

Dorfman, R. 1997. Critérios de avaliação de alguns métodos de cálculo da evapotranspiração potencial. Rio Grande do Sul, Brasil. Dissertação (Mestrado), Porto Alegre, UFRGS.

Draper, N. R. and Smith, R. 1996. Applied regression analysis. 3.ed. New York: Wiley, 706 p.

Duarte, A.F., 2006. Aspectos da climatologia do acre, Brasil, com base no intervalo 1971 – 2000. Revista Brasileira de Meteorologia 21, 308-317.

Ferraz, P.A., 2008. Estimativa da Evapotranspiração de referência (ETo) para a região de Rio Branco – ACRE. Mestrado (Dissertação). Rio Branco, UFAC.

Filho, A. C, Maluf, J. R. T., Matzenauer, R. 2008. Coordenadas geográficas na estimativa das temperaturas máxima e média decendiais do ar no Estado do Rio Grande do Sul. Ciência Rural, Santa Maria, v.38, n.9, 2448-2456 p.

Filho, L. A. L.; Carvalho, L.G, Evangelista, A.W.P, Alves Júnior, J. 2010. Análise espacial da influência dos elementos meteorológicos sobre a evapotranspiração de referência em Minas Gerais. Revista Brasileira de Engenharia Agrícola e Ambiental, v.14, n.12, 1294–1303 p.

Krämer, W. and Sonnberger, H. 1986. The Linear Regression Model under Test. Heidelberg: Physical.

IBGE. Instituto Brasileiro de Geografia e Estatística, 2010. Cidades. Rio Branco. Disponível: http://ibge.gov.br/cidadesat. Acesso: 14 fev. 2014.

Junger, W. L., 2008. Análise, imputação de dados e interfaces computacionais em estudos de séries temporais epidemiológicas. Tese (Doutorado). Rio de Janeiro, UFRJ.

Junger, W. and Leon, A.P., 2012. mtsdi: Multivariate time series data imputation. R package 0.3.3.

Mendonca, J.C., Sousa, E.F., Bernardo, S., Dias, G.P., Grippa, S. 2003. Comparação entre métodos de estimativa da evapotranspiração de referencia (ETo) na região Norte Fluminense, RJ. Revista Brasileira de Engenharia Agrícola e Ambiental, v. 7, n. 2, 275-279 p.

Nunes, L. N., Kluck, M. M., Fachel, J. M., 2010. Comparação de métodos de imputação única e múltipla usando como exemplo um modelo de risco para mortalidade cirúrgica. Revista Brasileira de Epidemiologia 13, 596-606.

Pereira, A. R., Villa Nova, N. A., Sediyama, G. C. 1997. Evapotranspiração. Piracicaba, 1.ed. Piracicaba: FEALQ.

Pimentel, M. G. P. 2007. Método de estimativa de temperaturas mínimas e máximas médias mensais climatológicas do ar no Rio Grande do Sul. Rio Grando do Sul, Brasil. Dissertação (Mestrado). Pelotas, UFPEL.

R, C.T., 2005. A language and environment for statistical computing. R Foundation for Statistical Computing, Vienna, Austria. Disponível: http://www.R-project.org/.

Racine, J. and Hyndman, R. 2002. Using R To Teach Econometrics. Journal of Applied Econometrics, v. 17, 175–189 p.

Samani, Z., 2000. Estimating solar radiation and evapotranspiration using minimum climatological data. Journal of Irrigation and Drainage Engineering 126, 265-267.

Souza, M. L. A., 2009. Comparação de métodos de estimativa da evapotranspiração de referência (ETo) em Rio Branco, Acre. Dissertação (Mestrado), Rio Branco, UFAC.

Silva, H.J.F., 2015. Análise de Tendência e caracterização sazonal e interanual da Evapotranspiração de Referência para o sudoeste da Amazônia Brasileira: Acre, Brasil. Dissertação (Mestrado). Natal, UFRN.

Some'e, B. S., Ezani, A., Tabari, H. 2012. Spatiotemporal trends and change point of precipitation in Iran. Atmospheric Research, v.133, 1-12 p.

Sousa, N. M. N. 2007. Influência de variáveis meteorológicas sobre a incidência do Meningite, Meningite e Pneumônia em João Pessoa-PB. Revista Brasileira de Meteorologia, v.22, n.2, 183-192 p.

Souza, G.S. 1998. Introdução aos modelos de regressão linear e não-linear. Brasília: Embrapa-SPI/Embrapa-SEA, 505 p.

Spiegel, M.R. 1998. Estatística. São Paulo – SP: Mc Graw – Hill, 580 p.

Thode Junior, H.C. 2002. Testing for Normality. Marcel Dekker, New York.

Victoria, D. C. 2004. Estimativa da evapotranspiração da bacia do Ji-Paraná (RO) através de técnicas de sensoriamento remoto e geoprocessamento. São Paulo, Brasil. Dissertação (Mestrado). Piracicaba, ESALQ/USP.

Willmott, C.J., Rowe, C.M., Mintz, Y. 1985. Climatology of the terrestrial seasonal water cycle. Journal of Climatology, v. 5. 589-606 p.

Xu, C. Y. and Singh, V. P. 1998. Dependence of evaporation on meteorological variables at different time-scales and intercomparison of estimation methods, Hydrological Processes, vol. 12, n. 3, 429–442 p.

Downloads

Pubblicato

2016-04-28

Come citare

Silva, H. J. F., Santos, M. S., Cabral Junior, J. B., & Spyrides, M. H. C. (2016). Modeling of reference evapotranspiration by multiple linear regression. Journal of Hyperspectral Remote Sensing, 6(1), 44–58. https://doi.org/10.5935/2237-2202.20160005

Fascicolo

V. 6 N. 1 (2016): Journal of Hyperspectral Remote Sesning

Sezione

Hyperspectral remote sensing and Atmosphere

Licenza

Creative Commons License

TQuesto lavoro è fornito con la licenza Creative Commons Attribuzione 4.0 Internazionale.

Material protegido por direitos autorais e plágio. No caso de material com direitos autorais a ser reproduzido no manuscrito, a atribuição integral deve ser informada no texto; um documento comprobatório de autorização deve ser enviado para a Comissão Editorial como documento suplementar. É da responsabilidade dos autores, não da RBGF ou dos editores ou revisores, informar, no artigo, a autoria de textos, dados, figuras, imagens e/ou mapas publicados anteriormente em outro lugar. Se existir alguma suspeita sobre a originalidade do material, a Comissão Editorial pode verificar o manuscrito por plágio. Nos casos em que o plágio for confirmado, o manuscrito será devolvido sem revisão adicional e sem a possibilidade de re-submissão. Auto-plágio (ou seja, o uso de frases idênticas de documentos publicados anteriormente pelo mesmo autor) também não é aceitável.