RESUMO A estimativa da evapotranspiração de referência é um importante fator para estudos hidrológicos, projeto e manejo de sistemas de irrigação, dentre outros. A equação de Penman Monteith apresenta elevada precisão e acurácia na estimativa desta variável. No entanto, o uso desta se torna limitado devido ao grande número de dados meteorológicos requeridos. Neste contexto, a equação de Hargreaves-Samani pode ser utilizada como alternativa, contudo, requer uma calibração local para a obtenção de melhores performances. Assim, objetivou-se comparar o processo de calibração da equação de Hargreaves-Samani via regressão linear, via ajuste dos coeficientes (A e B) e expoente (C) da equação e via combinações das duas alternativas anteriores. Foram utilizados dados diários de 6 estações meteorológicas, situadas no estado de Minas Gerais, do período de 1997 a 2016. A calibração da equação de Hargreaves-Samani foi realizada de cinco formas: calibração via regressão linear, ajuste do parâmetro “A”, ajuste dos parâmetros “A” e “C”, ajuste dos parâmetros “A”, “B” e “C” e ajuste dos parâmetros “A”, “B” e “C” seguido de calibração por regressão linear. As performances dos modelos foram avaliadas com base nos indicadores estatísticos erro absoluto médio, erro de viés médio, índice de concordância de Willmott, coeficiente de correlação e índice de desempenho. Todas as metodologias estudadas promoveram melhores estimativas da evapotranspiração de referência. O ajuste simultâneo dos parâmetros empíricos “A”, “B” e “C” foi a melhor alternativa para calibração da equação de Hargreaves-Samani.
ABSTRACT The estimation of the reference evapotranspiration is an important factor for hydrological studies, design and management of irrigation systems, among others. The Penman Monteith equation presents high precision and accuracy in the estimation of this variable. However, its use becomes limited due to the large number of required meteorological data. In this context, the Hargreaves-Samani equation could be used as alternative, although, for a better performance a local calibration is required. Thus, the aim was to compare the calibration process of the Hargreaves-Samani equation by linear regression, by adjustment of the coefficients (A and B) and exponent (C) of the equation and by combinations of the two previous alternatives. Daily data from 6 weather stations, located in the state of Minas Gerais, from the period 1997 to 2016 were used. The calibration of the Hargreaves-Samani equation was performed in five ways: calibration by linear regression, adjustment of parameter “A”, adjustment of parameters “A” and “C”, adjustment of parameters “A”, “B” and “C” and adjustment of parameters “A”, “B” and “C” followed by calibration by linear regression. The performances of the models were evaluated based on the statistical indicators mean absolute error, mean bias error, Willmott’s index of agreement, correlation coefficient and performance index. All the studied methodologies promoted better estimations of reference evapotranspiration. The simultaneous adjustment of the empirical parameters “A”, “B” and “C” was the best alternative for calibration of the Hargreaves-Samani equation.
