Comparação de modelos matemáticos não-lineares empregados na análise de desempenho de sistemas de irrigação

Modelos matemáticos não-lineares utilizados na análise de desempenho de sistemas de irrigação foram comparados visando a indicar o que se ajusta melhor aos dados observados em perfis de distribuição da água aplicada na irrigação. Foram considerados quatro modelos de probabilidade (Normal, Log-normal...

Full description

Saved in:
Bibliographic Details
Published inPesquisa agropecuaria brasileira Vol. 41; no. 6; pp. 1049 - 1052
Main Authors Silva, Euzebio Medrado da, Lima, Jorge Enoch Furquim Werneck, Rodrigues, Lineu Neiva, Azevedo, Juscelino Antônio de
Format Journal Article
LanguageEnglish
Published 01.06.2006
Online AccessGet full text

Cover

Loading…
More Information
Summary:Modelos matemáticos não-lineares utilizados na análise de desempenho de sistemas de irrigação foram comparados visando a indicar o que se ajusta melhor aos dados observados em perfis de distribuição da água aplicada na irrigação. Foram considerados quatro modelos de probabilidade (Normal, Log-normal, Gama e Beta) e dois modelos potenciais (modelos Silva e Karmeli), aplicados a 91 casos de avaliação de desempenho da irrigação. A comparação entre as curvas de freqüência acumulada da soma de quadrados dos erros, obtida do ajuste de cada modelo aos dados, revelou que o modelo Silva é estatisticamente o melhor entre os modelos testados. Various non-linear mathematical models utilized in the analysis of irrigation system performance were compared aiming to indicate the model which better represents applied water distribution profiles. Four probability models (Normal, Log-normal, Gamma and Beta) as well as two potential models (Silva's and Karmeli's models) were considered, and were applied to 91 cases of irrigation performance evaluation. The pairwise comparison of the cumulative frequency distribution curves of the sum of square errors, obtained from fitting each model to the observed data, revealed that Silva's model is the best among the non-linear models tested.
ISSN:0100-204X
0100-204X
DOI:10.1590/S0100-204X2006000600022