English (United Kingdom)

https://curated-unify.zendy.io/wp-json/zendy-region/v1/featured_content/oa?rat=en

https://curated-unify.zendy.io/wp-json/zendy-region/v1/highlighted_journal/

Global: Zendy Plus annual

Presents the access of premium content as premium feature

Premium Content

Presents the keyphrase highlighting as premium feature

Keyphrase Highlighting

Presents the summarisation as premium feature

Summarisation

Insights

Presents the pdf analysis as premium feature

PDF Analysis

Presents the zaia usage as premium feature

ZAIA

Global: Zendy Tools annual

Global: Zendy Free Plan

Global: Zendy Tools monthly

Global: Zendy Plus monthly

ResumenResulta costoso medir directamente la evapotranspiración de referencia (ET0) con un lisímetro, y al no contar con esta información se utilizó el método de Penman-Monteith modificado por la FAO (ET0 FAO-56 P-M) para su cálculo. El objetivo del presente trabajo fue realizar una comparación de modelos empíricos como el de Hargreaves, Hargreaves calibrado y Priestley-Taylor, con el modelo de redes neuronales artificiales función de base radial (RNA BR), con las mismas variables de entrada, en la estimación de la ET0 FAO-56 P-M. Las estimaciones de ET0 se evaluaron en cuatro estaciones climáticas del Distrito 075, Valle del Fuerte en Sinaloa, México. Las RNABR3 y RNABR7 utilizaron las mismas variables de entrada (o menos) que los métodos convencionales de HARGC y P-T, respectivamente. Los RMSE de HARGC y P-T en el ajuste, variaron de 0.7092 a 0.7848 y de 0.4178 a 0.8207, y en la validación de 1.1898 a 0.6914 y de 0.3800 a 0.6889, respectivamente. De las RNA-BR3 y RNABR7 sus RMSE en el ajuste fueron de 0.5295 a 0.6737 y de 0.3574 a 0.4809, y en la validación de 1.3096 a 0.6254 y de 0.3470 a 0.4919, respectivamente. Los RMSE obtenidos en el ajuste y en la validación de las RNABR3 y RNABR7 definieron que éstas fueron mejores en la estimación de la ET0 FAO-56 P-M que los métodos convencionales.AbstractDirectly measuring evapotranspiration accurately through a lysimeter is difficult, and because of data lack the Penman-Monteith method modified by FAO (ET0 FAO-56 P-M) was used to obtain the reference evapotranspiration observed. The objective of the present study was to perform a comparison of empirical models like: Hargreaves, Hargreaves calibrated and Priestley-Taylor with the artificial neural network radial basis function (RNA BR) model with the same entry variables, in the estimation of reference evapotranspiration. The estimations of ET0 were evaluated in four stations of District 075, Valle del Fuerte in Sinaloa, México. RNABR3 y RNABR7 used same entry variables (or less) than HARGC and P-T conventional methods, respectively. HARGC and P-T RMSE's at fitting changed from 0.7092 to 0.7848 and from 0.4178 to 0.8207, and on validation changed from 1.1898 to 0.6914 and from 0.3800 to 0.6889, respectively. RMSE's from RNABR3 and RNABR7 at fitting changed from 0.5295 to 0.6737 and from 0.3574 to 0.4809, and on validation from 1.3096 to 0.6254 and from 0.3470 to 0.4919, respectively. RNABR3, RNABR7 RMSE's obtained fitting as well as validation defined that RNA BR were better on the estimation of ET0 FAO-56 P-M than conventional methods

Modelos Hargreaves Priestley-Taylor y redes neuronales artificiales en la estimación de la evapotranspiración de referencia