Evaluación de los productos de evapotranspiración disponibles en Climate Engine y del algoritmo Support Vector Machine Regression con datos NASA Power

El manejo hidrológico de un país depende, en gran medida, del conocimiento de las cuencas existentes, del potencial de estas y de la manera de gestionar adecuadamente los excedentes hídricos. En este sentido, es de vital importancia el estudio y análisis de la evapotranspiración (ET) de referencia (...

Full description

Saved in:
Bibliographic Details
Published inRevista de geología aplicada a la ingeniería y el ambiente no. 50; pp. e005 - 66
Main Authors Degano, María Florencia, Rivas, Raúl Eduardo
Format Journal Article
LanguageEnglish
Portuguese
Spanish
Published Asociación Argentina de Geología Aplicada a la Ingeniería 01.12.2023
Subjects
artificial intelligence
GEOLOGY
inteligencia artificial
productos de reanáli
productos de satélite
reanalysis products
satellite products
sis
productos de reanálisis
satellite products
reanalysis products
productos de satélite
artificial intelligence
inteligencia artificial
Online AccessGet full text

Cover

More Information
Summary:El manejo hidrológico de un país depende, en gran medida, del conocimiento de las cuencas existentes, del potencial de estas y de la manera de gestionar adecuadamente los excedentes hídricos. En este sentido, es de vital importancia el estudio y análisis de la evapotranspiración (ET) de referencia (ET0), real y potencial (ETp). Por lo que, se torna indispensable evaluar el comportamiento de los diferentes productos de ET que se encuentran disponibles para su uso de manera libre. En este sentido, el objetivo principal de este trabajo es analizar los datos de los modelos existentes en la plataforma Climate Engine (TerraClimate, ERA 5, MERRA-2 y MOD16A2), que posee datos a diferentes escalas temporales y espaciales. Además, evaluar el algoritmo Support Vector Machine Regression (SVR) de inteligencia artificial, aplicado con parámetros obtenidos de NASA Power y con datos locales registrados en la región Pampeana argentina (RPA). En general, se obtuvieron errores entre 0.5 y 1.2 mm d-1 y valores del índice de eficiencia de Nash-Sutcliffe (NSE) entre 0.6 y 0.9 (para ET0); entre 0.4 y 0.7 para ET real y entre 0.6 y 0,9 para ETp. Asimismo, queda demostrado que el modelo más propicio para el cálculo de ET0 como ET real, es el SVR, mientras que para ETp es ERA 5.
ISSN:2422-5703
2422-5703
DOI:10.59069/24225703e005