Monitoreo y Selección de Modelos para la Predicción de la Evapotranspiración en Zonas Semiáridas

Tamaño: px

Comenzar la demostración a partir de la página:

Download "Monitoreo y Selección de Modelos para la Predicción de la Evapotranspiración en Zonas Semiáridas"

Margarita de la Fuente Córdoba
hace 5 años
Vistas:

1 Monitoreo y Selección de Modelos para la Predicción de la Evapotranspiración en Zonas Semiáridas Eusebio Jr. Ventura Ramos, Ph.D. Universidad Autónoma de Querétaro Facultad de Ingeniería Posgrado en Ingeniería de Recursos Hídricos y Ambiental

2 INTRODUCCIÓN Las Zonas Áridas

degradación del suelo Conflictos sobre las tierras productivas y el uso del agua Migración

3 Las Zonas Áridas y Semiáridas del mundo cubren 25% de la superficie del planeta y generalmente sufren de: Baja productividad de las tierras Problemas de salinidad de agua y degradación del suelo Conflictos sobre las tierras productivas y el uso del agua Migración desde las áreas rurales Alta tasa de desempleo juvenil Bajos niveles de autosuficiencia y seguridad alimentaria

4 Calentamiento Global - Las Zonas Áridas

Componentes del Balance Hídrico La evapotranspiración (ET) constituye una de las principales pérdidas de agua en regiones semiáridas, de tal manera

11 Componentes del Balance Hídrico La evapotranspiración (ET) constituye una de las principales pérdidas de agua en regiones semiáridas, de tal manera que su evaluación o predicción es crucial para el análisis de los balances hídricos en terrenos agrícolas y con vegetación natural (Domingo et al., 1999).

12 La cuantificación de la evapotranspiración es importante para el desarrollo de estrategias efectivas para la mitigación de la sequía ante el cambio climático (Aydin, 2008).

13 MEDICIÓN vs. PREDICCIÓN Costo vs. Confiabilidad

14 OBJETIVO Evaluar diferentes métodos para estimar la evapotranspiración de referencia (ET) y comparar los resultados con la evapotranspiración mediada con un atmómetro (ET gage, model E), para diferentes escalas de tiempo en un ambiente semiárido del Estado de Querétaro. En adición, se realizó un análisis de regresión entre los datos observados de ET y variables climáticas relacionadas.

15 METODOLOGÍA Sitio de Estudio

16 Colección de Datos de Referencia ET Gauge Modelo E y EMA (Estación Meteorológica Automatizada) Vaisala Radiación Neta Precipitación Temperatura Humedad Relativa Velocidad de Viento Evapotranspiración

17 Tabla 1. Ecuaciones de Evapotranspiración potencial Modelo Ecuación Referencia Penman Romanenko Penman, 1948 Romanenko, 1961 Jensen and Haise Jensen and Haise, 1963 McGuinness-Bordne McGuinness and Bordne, 1972 Hargreaves Samani Kimberly-Penman and Hargreaves and Samani, 1982 Wright, 1982 Penman-Monteith Allen et al., 1998 Oudin Oudin et al.2005

18 Tabla 2. Notaciones Símbolo Significado Unidades ET Evapotranspiración mm d -1 Rn Radiación solar media J d -1 m -2 Re Radiación extraterrestre J d -1 m -2 es Presión de vapor de saturación kpa ed Presión de vapor actual kpa U Velocidad del viento m s -1 Jd Día Juliano día T Temperatura del aire media C Tmax Temperatura del aire máxima C Tmin Temperatura del aire mínima C Δ Pendiente de la curva de presión de vapor kpa C -1 γ Constante psicométrica kpa C -1 λ Calor latente de vaporización MJ kg -1 ρ Densidad del agua 1000 kg L -1

19 RESULTADOS Tabla 3. Resultados estadísticos de error absoluto medio y error cuadrático medio para los análisis diario, semanal y mensual. Diario Semanal Mensual Modelo MAE RMSE MAE RMSE MAE RMSE Penman 0.98* 1.27** 0.84* 1.08** 0.71* 0.89* Penman-Monteith 1.00* 1.31** 0.93* 1.09** 0.78* 0.95* Oudin 1.10** 1.44** 0.92* 1.23** 0.76* 0.99* Hargreaves 1.20** 1.43** 1.05** 1.27** 0.91* 1.09** McGuinness 1.59** 1.83** 1.36** 1.57** 1.22** 1.45** Kimberly 2.17*** 2.57*** 2.24*** 2.54*** 2.21*** 2.41*** Jensen and Haise 2.66*** 2.97*** 2.56*** 2.76*** 2.56*** 2.69*** Romanenko 2.66*** 2.96*** 2.50*** 2.77*** 2.50*** 2.70*** *= Primer grupo, menor a 1 mm d -1 ; **= Segundo grupo; entre 1 y 2 mm d -1 ; ***= Tercer grupo, entre 2 y 3 mm d -1.

Tabla 4. Resultados estadísticos Diario Semanal Mensual Modelo Af Sl Int r 2 Af Sl Int r 2 Af Sl Int r 2 Penman 1.08 0.31 2.14 0.67* 1.09 0.34 2.05 0.73* 1.09 0.34 2.01 0.81* Penman-Monteith 0.82 0.

22 Tabla 4. Resultados estadísticos Diario Semanal Mensual Modelo Af Sl Int r 2 Af Sl Int r 2 Af Sl Int r 2 Penman * * * Penman-Monteith * * * Kimberly * * * Hargreaves ** ** * Oudin ** ** ** McGuinness ** ** ** Jensen and Haise ** ** ** Romanenko ** ** ** Af = ETo/PE, donde, ETo = Evapotranspiración de referencia y PE = Evapotranspiración potencial; Sl= Pendiente; Int= Intercepto; r 2 = Coeficiente de determinación; *= Valor significativo; **= Valor no significativo. Para las diferentes escalas de tiempo.

Relación de la ET con Variables Climáticas Tabla 5. Correlación de Pearson entre evapotranspiración observada e información climática. ET Rn Hr P U T ET 1.00 0.72-0.68 0.06 0.58 0.53 Rn 0.72 1.00-0.

23 Relación de la ET con Variables Climáticas Tabla 5. Correlación de Pearson entre evapotranspiración observada e información climática. ET Rn Hr P U T ET Rn Hr P U T ET=Evapotranspiración; Rn= Radiación neta; Hr= Humedad relativa; P= Presión barométrica; U=Velocidad del viento; T=Temperatura

Ecuaciones y Parámetros Tabla 6. Resumen de las variables para cada modelo y su rendimiento estadístico. r Pearson R 2 Predictores Coeficientes del modelo 0.721 0.52 Constante, Rn 1.05, 0.29 0.860 0.

24 Ecuaciones y Parámetros Tabla 6. Resumen de las variables para cada modelo y su rendimiento estadístico. r Pearson R 2 Predictores Coeficientes del modelo Constante, Rn 1.05, Constante, Rn, Hr 7.41, 0.22, Constante, Rn, Hr, T 4.67, 0.19, -0.08, Constante, Rn, Hr, T, U 2.93, 0.16, -0.07, 0.18, 1.22 Variable dependiente ET. Rn= Radiación solar neta; Hr=Humedad relativa; T=Temperatura media; U=Velocidad del viento.

25 CONCLUSIONES El Atmómetro resultó ser un dispositivo confiable para la medición de la evapotranspiración. En promedio, durante el periodo de Mayo a Noviembre, que corresponde al periodo de lluvia, la ET es de alrededor de 450 mm. Mayo registró el valor mayor de ET con 8.5 m diarios, mientras que Noviembre tuvo el menor registro con 1 mm.

26 Los modelos Oudin, Jensen & Haise, McGuinness y Romanenko, mostraron los valores más altos de RMSE y MAE, y valores bajos del intercepto, pendiente y r 2. en la relación estimados-predichos. El desempeño de los modelos no cambió con la escala de tiempo, y en consecuencia, su uso no es recomendado para condiciones climáticas similares a las del sitio de estudio. El modelo de Hargreaves tuvo un mejor desempeño que el grupo anterior, pero solo a nivel mensual, con un r 2 de Su uso para estimaciones diarias no fue adecuado.

Los datos climáticos pueden ser también usados para la predicción de la evapotranspiración, especialmente las variables de radiación solar,

27 Los modelos tipo Penman (Penman-Monteith y Penman) mostraron el mejor desempeño en las diferentes escalas de tiempo, con valores bajos de RMSE y MAE, y mejores de r 2. El desempeño de estos modelos aumentó con la escala de tiempo. Los datos climáticos pueden ser también usados para la predicción de la evapotranspiración, especialmente las variables de radiación solar, temperatura del aire, velocidad del viento, y humedad relativa, los cuales predijeron la evapotranspiración de referencia con valores de r 2 de 0.80, 0.82 y 0.91 estimaciones a nivel diario, semanal y mensual.

31 GRACIAS!!!!!

Documentos relacionados

Universidad Tecnológica de Panamá Facultad de Ingenieria Civil

Universidad Tecnológica de Panamá Facultad de Ingenieria Civil Tesis: Análisis de los componentes del balance de energía para el cálculo de evapotranspiración en estudios hidrológicos Presentado por: Xiomara