Resumo O uso de tecnologia e planejamento na produção agrícola é essencial, principalmente, no Nordeste do Brasil, que é a região do país que mais sofre com a escassez hídrica. Para o melhor manejo da irrigação torna-se necessário o conhecimento da taxa de evapotranspiração potencial para o controle e economia de água aumentando a produtividade. Existe vários métodos diretos e indiretos para a estimativa de evapotranspiração, mas o método padrão recomendado pela Organização das Nações Unidas para Agricultura (FAO) é o método Penman-Monteith (ETPPM) por ter uma alta precisão em relação aos demais métodos. Entretanto, é um método difícil de ser utilizado devido à necessidade de uma grande quantidade de elementos meteorológicos. Diante desse contexto, objetivou-se estimar a ETPPM na microrregião do Baixo Parnaíba maranhense utilizando redes neurais artificiais, visando facilitar a utilização deste método tão acurado. Os dados agrometeorológicos coletados foram de 34 anos, a partir do ano de 1984 até o ano de 2017 em escala diária, obtidos do site NASA/POWER. Posteriormente, foram calculadas a radiação liquida e a evapotranspiração potencial pelo método padrão Penman-Moteith (1998). Para prever a evapotranspiração potencial diária foi escolhida a Perceptron Multi-Layer (MLP), que é uma Rede Neural Artificial tradicional. O período que apresentou um maior índice de evapotranspiração foi o mesmo que apontou precipitações com um menor volume e temperaturas elevadas. O modelo de rede neural artificial que melhor se adequou para estimativa da ETPPM foi a MLP 2-5-1. Com isto, conclui-se que as redes neurais artificiais podem ser utilizadas para a estimativa da ETPPM diária do Baixo Parnaíba maranhense. é possível estimar a evapotranspiração potencial por Penman-Monteith usando redes neurais com inputs de temperaturas do ar.

Abstract The use of technology and planning in agricultural production is essential in Northeastern Brazil, which is the region of the country that most suffers from water shortage. For the best irrigation management, it is necessary to know the potential evapotranspiration rate for water control in order to increase productivity. There are several direct and indirect methods for estimating evapotranspiration, but the standard method recommended by the United Nations Agriculture Organization (FAO) is the Penman-Monteith (PETpm) method because it has higher accuracy than other methods. However, it is a difficult method to be used due to the need for a large number of meteorological elements. In this context, the objective of this study was to estimate potential evapotranspiration by the Penman-Monteith method in the micro-region of Baixo Parnaíba in Maranhão state using artificial neural networks. Agro-meteorological data were collected daily over 34 years, from 1984 to 2017, and these data were obtained from the NASA/POWER website. Subsequently, liquid radiation and potential evapotranspiration were calculated by the Penman-Monteith standard method (1998). To predict potential daily evapotranspiration, the Multi-Layer Perceptron (MLP) was chosen, which is a traditional Artificial Neural Network. The period that presented a higher evapotranspiration index was the same one that showed precipitation with a lower volume and higher temperatures. The artificial neural network model that best adapted to estimate PETpm was MLP 2-5-1. It is concluded that artificial neural networks estimate with accuracy and precision the Penman-Monteith daily potential evapotranspiration of the Lower Parnaiba in Maranhão, and potential evapotranspiration can be estimated by the Penman-Monteith method using neural networks with inputs of air temperatures.

Resumo Conhecer a precisão dos modelos de evapotranspiração potencial em diferentes condições agronômicas e climáticas é útil para a agricultura irrigada. Portanto, objetivou-se comparar 18 métodos de estimativa de ETP com o método de Penman-Monteith (FAO-56), em diferentes escalas de tempo para o Estado de Mato Grosso do Sul. Foram utilizadas séries históricas dos dados climáticos em escala diária entre 1983 a 2018 de 22 localidades no estado do Mato Grosso do Sul. Os modelos de estimativa de ETP testados foram: Benevidez-Lopez, Blaney-Criddle, Camargo, Hamon, Hargreaves, Hargreaves-Samani, Jensen-Haise, Jobson, Kharrufa, Linacre, Makkink, Penman, Priestley-Taylor, Radiation, Romanenko, Tanner-Pelton, Thornthwaite e Turc. Esses modelos foram comparados com Penman-Monteith em escalas diárias, semanais e mensais. A comparação entre os modelos de estimativa de ETP e o modelo de Pernman-Monteith foi realizada pelos índices estatísticos: acurácia (MAPE) e precisão (R2aj). Os métodos de estimativa demonstraram diferenças na eficiência em relação às escalas de tempo. Os melhores desempenhos dos modelos foram na escala diária. Para escala diária, os métodos de Priestley-Taylor, Hargreaves, Hamon e Makkink apresentam os melhores valores de acurácia e precisão para o Estado de Mato Grosso do Sul. Para escala semanal os melhores métodos são Hamon e Makkink, enquanto para escala mensal os melhores métodos para estimar a ETP são Makkink e Priestley-Taylor.

Abstract Know the precision of potential evapotranspiration models in different agronomic and climatic conditions is useful for irrigated agriculture. Therefore, we aimed to compare 18 methods of estimation of ETP with the Penman-Monteith (FAO-56) method, at different time scales for the State of Mato Grosso do Sul. Time series of climatic data were used on a daily scale between 1983 and 2018 from 22 locations in the state of Mato Grosso do Sul. ETP estimation models tested were: Benevidez-Lopez, Blaney-Criddle, Camargo, Hamon, Hargreaves, Hargreaves-Samani, Jensen-Haise, Jobson, Kharrufa, Linacre, Makkink, Penman, Priestley-Taylor, Radiation, Romanenko, Tanner-Pelton, Thornthwaite, and Turc. These models were compared with Penman-Monteith in daily, weekly, and monthly scales. The comparison between the ETP estimation models and the Penman-Monteith model was performed by the statistical indices: accuracy (MAPE) and precision (R2aj). Estimation methods showed differences in efficiency over time scales. The best performances of the models were on the daily scale. For daily scale, methods of Priestley-Taylor, Hargreaves, Hamon, and Makkink present the best values of accuracy and precision for the State of Mato Grosso do Sul. In the weekly scale, the most accurate methods are Hamon and Makkink, while for monthly scale the best methods are Makkink and Priestley-Taylor.

Resumo A utilização dos dados de reanálise atmosférico global (ERA-Interim), produzidos pelo European Centre for Medium Range Weather Forecasts - ECMWF se torna uma importante ferramenta para regiões de produção agrícola, principalmente em áreas escassas de estações meteorológicas. Objetivou-se neste trabalho, caracterizar a variabilidade espacial e sazonal hídrica do estado do Mato Grosso do Sul usando dados de reanálise meteorológica do ERA-Interim. O estudo foi realizado no Mato Grosso do Sul, localizado na região Centro-Oeste do Brasil. Os dados decendiais de precipitação pluvial e temperatura média do ar foram obtidos pelo ERA-Interim entre os anos de 1989 e 2015, totalizando 566 pontos. Estimou-se o armazenamento de água no solo, a deficiência hídrica e o excedente hídrico a partir do balanço hídrico normal de Thornthwaite e Mather (1955). No Mato Grosso do Sul ocorreu variação espacial e sazonal dos componentes do balanço hídrico. A variação sazonal do armazenamento hídrico do solo ocorreu com a mudança das estações do ano. A região sul do estado do Mato Grosso do Sul apresenta os maiores recursos hídricos, com DEF reduzido, ARM próximo de 100% e EXC elevados. Os maiores excedentes hídricos ocorrem no período de dezembro a março, enquanto, de agosto a outubro ocorrem os menores valores de excedentes hídricos no estado.

Abstract The use of global atmospheric reanalysis data (ERA-Interim) produced by the European Center for Medium Range Weather Forecasts (ECMWF) becomes an important tool for agricultural production regions, especially in scarce weather station areas. We sought to characterize the spatial and seasonal water variability of the state of Mato Grosso do Sul using meteorological reanalysis data from ERA-Interim. The study was conducted in Mato Grosso do Sul, located in the Midwest region of Brazil. Decendial rainfall and mean air temperature data were obtained from ERA-Interim between 1989 and 2015, totaling 566 points. We estimated soil water storage, water deficit and water surplus from the normal water balance of Thornthwaite and Mather (1955). In Mato Grosso do Sul there was spatial and seasonal variation of water balance components. Seasonal variation in soil water storage occurred with the change of seasons. The southern region of the state of Mato Grosso do Sul has the largest water resources, with reduced DEF, close to 100% ARM and high EXC. The largest water surpluses occur from December to March, while from August to October the lowest water surpluses occur in the state.

Resumo A utilização de dados provenientes de modelos atmosféricos globais é uma alternativa para dados meteorológicos de superfície faltantes e sem séries históricas homogêneas subsidiando avaliações em áreas sem informações meteorológicas de superfície bem como na modelagem do balanço hídrico. Assim, objetivou-se determinar a acurácia da reanálise ERA-Interim do ECMWF e avaliar sua aplicação na estimativa da deficiência hídrica no estado do Paraná, Brasil. Foram utilizados dados meteorológicos decendiais de temperatura média do ar (ºC) e precipitação pluviométrica (mm) do período de 1989 a 2014 oriundos do ERA-Interim do ECMWF e de dados de superfícies (INMET). Para uma avaliação mais criteriosa, os dados meteorológicos foram estratificados por macrorregiões e estações do ano. Foi calculado o balanço hídrico climatológico segundo Thorthwaite e Mather (1955) para ambas as fontes de dados com CAD = 100 mm. Os mapas foram gerados usando sistema de informação geográfica (SIG) e as comparações entre o ERA-Interim do ECMWF e os dados das estações meteorológicas foram realizados pelos índices que avaliam a acurácia, precisão e tendência dos dados. A TAIR do ERA-Interim do ECMWF demostrou alta acurácia em todas as estações do ano, com MAPE > 5% e desvios menores que < 2ºC para todo Estado do Paraná. O teste Tukey comprovou a alta acurácia, pois evidenciou igualdade entre os dados de TERA-I e TINMET. A PERA-I subestimou por todo momento a PINMET que ocorreu nas macrorregiões Noroeste, Norte e Sudoeste, evidenciando baixas precisões (R2 ≅ 0) e elevados MAPE (> 15%). O teste de Tukey comprovou que a PERA-I e PINMET são diferentes, e assim, demonstra que a PERA-I necessita de correções para ser utilizadas. A acurácia do DEFERA-I foi razoável demonstrando um índice de confiança de C = 0,69, a qual corresponde a um desempenho “bom”.

Abstract The use of data from global atmospheric models is an alternative to missing surface meteorological data, but few studies have determined the accuracy of these models and evaluated their use in water balance modeling. We determine the accuracy of the ECMWF ERA-Interim reanalysis dataset and its application in the calculations of water deficiency in Paraná, Brazil. We used 10-day period mean air temperature (ºC) and rainfall (mm) monthly data from 1989 to 2014 from ECMWF ERA-Interim and surface data (INMET). For a more careful evaluation, the meteorological data were stratified by macro regions and seasons. We calculated the climatological water balance according to Thorthwaite and Mather (1955) for both data sources with CAD = 100 mm. The maps were generated using geographic information system (SIG) and the comparisons between the ECMWF ERA-Interim data and the meteorological station data were performed by the indexes that evaluate the accuracy, precision and trend of the data. The TAIR of ECMWF ERA-Interim showed high accuracy in all seasons of the year, with MAPE > 5% and lower than < 2ºC for all Paraná State. The Tukey test proved the high accuracy, as it evidenced by the equality between the TERA-I and TINMET data. The PERA-I consistently underestimated the PINMETs that occurred in the Northwest, North and Southwest macro-regions, showing low accuracies (R2 ≅ 0) and high MAPE (> 15%). The Tukey test proved that the PERA-I and PINMET are different, and thus demonstrates that the PERA-I needs corrections to be used. The accuracy of the DEFERA-I was reasonable demonstrating a confidence index of C = 0.69, which corresponds to a “good” performance.