4. RESULTATS I DISCUSSIÓ
4.4.2. Anàlisis de valors per estació
La Taula 4.9 presenta els valors de NRb per estació del cultiu 1 en m3/ha, aquestes s’han obtingut de les 11 estacions, excloent l’estació 12 per motius de falta de dades en tots els estudis de les NRb.
Codi estació
Cultiu 1 PMF-56 HG1 HG2 HG3 VLZ1 VLZ2 VLZ3 VLZ4 1 9958,1 10788,0 11313,0 11826,4 10733,7 8338,6 11901,2 9933,4 2 10736,4 11168,6 11980,3 12487,3 11194,3 8639,9 12515,5 10489,3 3 10392,8 10927,3 11627,6 12100,2 10937,5 8431,2 12117,1 10176,4 4 9479,8 10531,1 11133,0 11797,4 10435,3 8098,3 11768,1 9302,6 5 9590,3 10899,0 11487,5 12164,2 10744,7 8383,0 12227,2 9613,1 6 9686,8 10513,2 12125,6 12153,9 10808,7 8086,9 11576,4 9533,8 7 7470,8 8738,7 10232,7 11058,2 8752,7 6656,5 10335,7 7606,5
8 8436,6 9524,9 9833,0 10575,3 9369,8 7295,9 10685,9 8422,6
9 8245,0 9803,8 10308,4 10779,1 9663,9 7529,1 10860,6 8542,1 10 8690,7 9864,2 10694,4 11110,3 9907,6 7582,3 11010,3 8650,3
11 9597,7 10313,7 7790,4 8981,8 9508,1 7971,2 11144,5 9400,0
Codi estació
Cultiu 1 MK PT JH TC IR T1 T2 RI
1 11259,1 9935,7 7815,8 10070,1 10233,1 9159,2
8507,5 11181,3 2 11606,0 9917,0 8458,8 10385,9 10618,9 9462,0
8631,9 11727,6 3 11394,2 9832,6 8023,7 10195,1 10416,4 9299,9
8529,3 11392,1 4 10900,6 9614,5 7568,1 9847,0 9768,0 8851,5
8334,8 10910,8 5 11342,1 9845,8 8017,2 10177,1 10212,5 9196,2
8633,1 11381,4 6 10936,1 9562,6 7945,2 9844,0 10034,0 8969,4
7987,0 11008,3 7 9035,0 8506,7 6303,7 8324,3 7776,2 7219,9
6931,7 9025,7 8 9891,0 8895,0 6372,9 9005,2 8818,9 8033,0
7711,0 9815,8 9 10254,0 9011,5 6832,5 9221,6 9322,7 8367,3
7864,5 10234,0 10 10274,6 8957,9 6902,7 9296,9 9378,1 8447,1
7826,8 10279,8 11 10655,6 9397,1 5475,5 9686,1 9514,7 8656,0
8823,0 10468,2
Taula 4.9: Valors de NRb per a cada estació i models del cultiu 1 (m3/ha).
En general, els models que presenten uns valors més alts de NRb són HG3 i VLZ3 i els que presenten uns valors més baixos són T1 i T2. Els que s'apropen més al valor de referència varien durant totes les estacions. La resta de taules de NRb per cada cultiu es troben a l'Annex 7.3.1.
La taula 4.10 representa els valors de NRb dels models calibrats per totes les estacions de l'estudi del cultiu 1. Per apreciar la diferència amb els models no calibrats.
Codi estació
Cultiu 1 PMF-56 HG1c HG2c HG3c VLZ1c VLZ3c MKc TCc RIc
1 9958,1 10620,4 9743,0 9740,0 10506,6 10029,2 10464,3 9963,9 10451,5 2 10736,4 11470,4 10704,7 10777,6 11281,8 11036,1 11274,1 10915,6 11262,9 3 10392,8 10969,9 10218,4 10308,8 10846,6 10552,0 10796,9 10444,2 10774,7 4 9479,8 9743,9 9084,5 9150,4 9578,1 9354,2 9613,1 9285,3 9593,9 5 9590,3 9882,7 9189,2 9295,0 9801,9 9556,2 9732,0 9408,5 9716,6 6 9686,8 10637,8 9535,9 9514,8 10211,3 9855,1 10465,5 9860,7 10460,2 7 7470,8 8942,1 7103,8 7137,9 8640,1 7818,7 8726,0 7801,8 8657,5 8 8436,6 9532,3 8391,2 8294,8 9457,7 8641,6 9368,3 8623,4 9341,7 9 8245,0 8737,1 7944,4 7961,2 9103,8 8246,2 8600,6 8166,8 8581,8 10 8690,7 9342,8 8503,2 8528,7 8940,9 8754,5 9217,9 8683,6 9203,5 11 9597,7 10740,6 10171,9 9791,3 10797,9 9837,2 10599,2 9962,9 10595,4
Taula 4.10: Valors de NRb per a cada estació i models calibrats del cultiu 1 (m3/ha).
Els models que presenten uns valors més alts de NRb són HG1, VLZ1 i VLZ3 i els que presenten uns valors més baixos són HG2 i HG3. Tots els models calibrats disminueixen les NRb per totes les estacions. La resta de taules de NRb per cada cultiu i estació, es troben a l'Annex 7.3.1.
La Taula 4.11 presenta els valors de ΔNRb per al cultiu 1 a cada estació i model no calibrat de l'estudi.
Codi estació
Cultiu 1 HG1 HG2 HG3 VLZ1 VLZ2 VLZ3 VLZ4 VLZ7
1 829,8 1354,9 1868,3 775,5 -1619,5 1943,0 -24,7 -1218,5 2 432,2 1243,9 1750,9 457,9 -2096,5 1779,1 -247,1 -1273,4 3 534,5 1234,8 1707,4 544,7 -1961,6 1724,3 -216,4 -1341,3 4 1051,3 1653,2 2317,7 955,6 -1381,5 2288,3 -177,2 -1189,2 5 1308,6 1897,2 2573,9 1154,4 -1207,4 2636,9 22,8 -827,7 6 826,3 2438,8 2467,0 1121,8 -1599,9 1889,6 -153,0 -734,7 7 1267,9 2761,9 3587,4 1281,9 -814,2 2864,9 135,7 -445,0 8 1088,3 1396,4 2138,7 933,2 -1140,8 2249,3 -14,0 -1002,5 9 1558,8 2063,4 2534,1 1418,9 -715,9 2615,6 297,1 -334,8 10 1173,5 2003,7 2419,6 1216,9 -1108,3 2319,6 -40,4 -691,0 11 716,1 -1807,3 -615,9 -89,5 -1626,5 1546,8 -197,6 -2540,1
Codi estació
Taula 4.11: Valors de ΔNRb per a cada estació i models no calibrats del cultiu 1 (m3/ha).
Els models que presenten uns valors més alts de ΔNRb són HG3 i VLZ3, per tant, són models que sobreestimen molt les NRb de totes les estacions per aquests cultius. Els models que estan més infraestimats són VLZ7, JH i T2. Aquests presenten uns valors molt baixos negatius, fent que siguin models que presentin unes grans pèrdues per aquest cultiu a totes les estacions. I els que presenten uns valors tant positius com negatius més pròxims a 0 són PT i IR. La resta de taules de ΔNRb per cada cultiu es troben a l'Annex 7.3.2.
La Taula 4.12 presenta els valors de ΔNRb per el cultiu 1 per a cada estació i model calibrat de l'estudi.
Codi estació
Cultiu 1 HG1c HG2c HG3c VLZ1c VLZ3c MKc TCc RIc
1 662,3 -215,2 -218,2 548,4 71,0 506,1 5,8 493,4
2 734,0 -31,7 41,2 545,4 299,6 537,7 179,2 526,4
3 577,1 -174,4 -84,0 453,8 159,2 404,1 51,4 381,9
4 264,2 -395,3 -329,4 98,3 -125,6 133,3 -194,5 114,2
5 292,4 -401,1 -295,3 211,5 -34,1 141,6 -181,8 126,3
6 950,9 -151,0 -172,0 524,4 168,2 778,7 173,9 773,3
7 1471,3 -367,0 -332,9 1169,3 347,9 1255,2 331,0 1186,7
8 1095,6 -45,5 -141,8 1021,0 205,0 931,6 186,7 905,1
9 492,1 -300,6 -283,7 858,8 1,2 355,6 -78,2 336,8
10 652,1 -187,5 -161,9 250,2 63,9 527,3 -7,0 512,9
11 1142,9 574,2 193,6 1200,3 239,5 1001,6 365,2 997,8
Taula 4.12: Valors de ΔNRb per a cada estació i models calibrats del cultiu 1 (m3/ha).
Els models que presenten uns valors més alts de ΔNRb són HG1c, VLZ1c, MKc i RIc. Són models que presenten una sobreestimació per aquest cultiu, que s'ha corregit molt respecte a la taula 4.11.
Amb els models calibrats es redueix aquesta sobreestimació en gran mesura.
Els models infraestimats en quasi totes les estacions són HG2c, HG3c aquest presenten uns valors molt prop de zero però en signe negatiu. Respecte als no calibrats es redueix en gran mesura també les infradotacions. La resta de taules de ΔNRb per cada cultiu es troben a l'Annex 7.3.2.
4.4.3. Anàlisi de valors per any
La Taula 4.13 presenta el desglossament dels valors de NRb per al cultiu 1 i l'estació 2 per a cada any de l'estudi.
Any PMF-56 HG1 HG2 HG3 VLZ1 VLZ2 VLZ3 VLZ4 VLZ7
1 9844,6 10083,0 10373,8 11126,8 9976,3 7880,2 11334,0 9510,8 8202,7 2 11256,6 11636,9 12256,2 12852,4 11617,2 9024,4 13119,5 11336,9 10287,8 3 10792,7 11240,3 12231,2 12559,3 11367,9 8670,3 12433,5 10299,2 9286,7 4 10723,2 11382,0 11794,2 12251,6 11308,8 8818,3 12541,2 10681,2 9666,6 5 10875,6 11629,4 12034,4 12531,2 11544,2 9000,0 12871,0 10936,4 9898,4 6 11235,3 12003,9 12420,6 12979,2 11974,2 9335,0 13434,9 11299,0 10293,7 7 10905,1 11301,5 12082,2 12728,5 11276,9 8744,2 12795,8 10864,8 9810,3 8 9945,6 10361,2 11530,4 12024,2 10440,5 8009,8 11570,0 9350,5 8509,9 9 9622,6 9953,1 10654,3 11212,6 10011,2 7701,4 11393,3 9706,1 8946,1 10 10844,1 11045,1 12333,1 12859,1 11121,1 8514,3 12542,6 10363,1 9406,3 11 11565,6 11947,7 12683,1 13235,2 11977,6 9238,2 13305,5 11152,7 9763,7 12 10980,4 11514,8 12913,7 13087,3 11649,1 8843,2 12736,5 10487,0 9565,3 13 10981,9 11093,0 12436,7 12887,9 11260,5 8539,3 12624,2 10372,9 9382,1
Any MK PT JH TC IR T1 T2 RI
1 10398,1 9106,9 7856,1 9324,5 9353,2 8391,2 7833,8 10444,7
2 12112,7 10379,5 8776,6 10720,0 11194,1 9850,9 8890,5 12256,5
3 11660,9 9931,0 8716,5 10440,1 10586,2 9462,9 8561,4 11755,2
4 11835,1 10145,5 8489,8 10582,1 10850,9 9619,8 8804,6 11906,7
5 12130,6 10382,5 8328,0 10845,7 11249,6 9954,8 9136,7 12182,8
6 12460,7 10455,8 9294,4 11114,0 11485,2 10153,9 9248,7 12726,9
7 11774,5 10165,0 8301,2 10505,5 10846,6 9619,7 8789,8 11832,3
8 10724,9 9260,3 8110,8 9705,0 9594,5 8678,5 8005,2 10808,7
9 10378,0 8669,6 7415,1 9184,6 9703,3 8542,7 7636,0 10573,5
10 11506,9 9885,7 8241,4 10323,2 10545,6 9427,3 8599,0 11649,7
11 12413,0 10538,6 8915,3 11184,2 11291,7 10148,9 9370,9 12461,4
12 11952,7 10166,0 9064,8 10680,1 10895,7 9743,3 8767,7 12233,2
13 11530,0 9834,3 8453,7 10408,3 10449,3 9412,4 8570,4 11627,7
Taula 4.13: Valors de NRb per a cada model sense calibrar i anys de l'estudi en el cultiu 1 i l’estació 2 (m3/ha).
Els distints models presenten una fluctuació de les NRb entre tots els anys de l'estudi per al cultiu 1 i l’estació 2. La resta de dades no s´ha inclòs dins annexes perquè augmentaria en gran mesura la llargària de l’estudi.
Els models que més s'apropen al model de preferència PMF-56 varien. L'any 1 el que més s'acosta és VLZ1 amb 9976,3 m3/ha. L'any 2 és el model IR amb 11194,1 m3/ha. L'any 3 el millor model és IR amb 10586,2 m3/ha. L'any 4 el model més precís és VLZ4 amb 10681,2 m3/ha. L'any 5 el model més precís és VLZ4 amb 10936,4 m3/ha. L'any 6 el model el més precís és VLZ4 amb 11299 m3/ha.
L'any 7 el que més s'acosta és VLZ4 amb 10864,8 m3/ha. L'any 8 és el model TC amb 9705 m3/ha. L'any 9 el millor model és VLZ4 amb 9706,1 m3/ha. L'any 10 el model més precís és IR amb 10545,6 m3/ha. L'any 11 el model més precís és IR amb 11291,7 m3/ha. L'any 12 el model més precís és IR amb 10895,7 m3/ha. L'any 13 és el model HG1 amb 11093,0 m3/ha.
La Taula 4.14 presenta els valors de NRb per al cultiu 1 i l'estació 2 per a cada any de l'estudi pels models calibrats.
Any PMF-56 HG1c HG2c HG3c VLZ1c VLZ3c MKc TCc RIc
1 9844,6 10355,5 9269,3 9603,4 10054,3 9994,2 10100,8 9800,0 10030,8 2 11256,6 11951,4 10951,3 11092,7 11708,0 11568,6 11766,3 11266,7 11770,8 3 10792,7 11544,1 10928,9 10839,7 11456,8 10963,7 11327,4 10972,4 11289,3 4 10723,2 11689,6 10538,4 10574,1 11397,2 11058,7 11496,7 11121,7 11434,8 5 10875,6 11943,7 10753,1 10815,4 11634,4 11349,5 11783,7 11398,8 11700,0 6 11235,3 12328,3 11098,2 11202,2 12067,8 11846,8 12104,4 11680,8 12222,5 7 10905,1 11606,9 10795,8 10985,7 11365,1 11283,2 11437,8 11041,2 11363,4 8 9945,6 10641,1 10302,7 10377,9 10522,1 10202,3 10418,2 10200,0 10380,3 9 9622,6 10222,0 9520,0 9677,4 10089,5 10046,5 10081,2 9653,0 10154,4 10 10844,1 11343,5 11020,0 11098,5 11208,0 11059,9 11177,9 10849,7 11188,0 11 11565,6 12270,5 11332,7 11423,1 12071,3 11732,7 12058,0 11754,5 11967,5 12 10980,4 11826,0 11538,8 11295,4 11740,1 11230,9 11610,9 11224,7 11748,3 13 10981,9 11392,7 11112,5 11123,4 11348,5 11131,8 11200,3 10939,1 11166,9
Taula 4.14: Valors de NRb per a cada model calibrat i anys de l'estudi en el cultiu 1 i l’estació 2 (m3/ha).
Els distints models mostren una fluctuació de les NRb durant tots els anys de l'estudi per al cultiu 1 i l’estació 2 en comparació amb els calibrats. Aquesta fluctuació es deguda, sobretot a les condicions del clima canvien d’un any per un altre i això es reflexa a les dades. La resta de dades no s´ha inclòs dins annexes perquè augmentaria en gran mesura la llargària de l’estudi.
Els models que s'acosten més al de PMF-56 són diferents per a cada any. L'any 1 el que més s'acosta és TCc amb 9800 m3/ha. L'any 2 és el model TCc amb 11266,7 m3/ha. L'any 3 el millor model
La Taula 4.15 és el desglossament dels valors de ΔNRb per al cultiu 1 i l'estació 2 per a cada any de l'estudi per els models no calibrats.
Any HG1 HG2 HG3 VLZ1 VLZ2 VLZ3 VLZ4 VLZ7 MK
1 238,4 529,3 1282,3 131,7 -1964,4 1489,4 -333,8 -1641,9 553,5
2 380,3 999,6 1595,8 360,6 -2232,2 1862,8 80,2 -968,9 856,1
3 447,6 1438,5 1766,6 575,2 -2122,4 1640,8 -493,5 -1506,0 868,2
4 658,8 1070,9 1528,4 585,5 -1904,9 1817,9 -42,0 -1056,6 1111,9
5 753,8 1158,8 1655,5 668,5 -1875,7 1995,4 60,7 -977,3 1255,0
6 768,6 1185,3 1743,9 738,9 -1900,3 2199,6 63,6 -941,6 1225,4
7 396,4 1177,2 1823,4 371,9 -2160,8 1890,7 -40,3 -1094,8 869,4
8 415,6 1584,9 2078,7 494,9 -1935,8 1624,4 -595,0 -1435,7 779,3
9 330,4 1031,7 1590,0 388,6 -1921,2 1770,7 83,5 -676,5 755,4
10 201,0 1489,0 2015,0 277,0 -2329,8 1698,5 -481,0 -1437,8 662,8 11 382,1 1117,5 1669,6 412,0 -2327,4 1739,9 -412,9 -1801,9 847,4 12 534,5 1933,4 2106,9 668,7 -2137,1 1756,1 -493,3 -1415,1 972,3 13 111,1 1454,8 1906,1 278,6 -2442,6 1642,3 -609,0 -1599,8 548,1
Any PT JH TC IR T1 T2 RI
1 -737,7 -1988,5 -520,1 -491,4 -1453,4 -2010,8 600,1
2 -877,2 -2480,0 -536,6 -62,5 -1405,7 -2366,1 999,9
3 -861,7 -2076,2 -352,7 -206,5 -1329,8 -2231,4 962,5
4 -577,7 -2233,4 -141,2 127,7 -1103,4 -1918,7 1183,5
5 -493,1 -2547,6 -29,9 374,0 -920,8 -1738,9 1307,1
6 -779,5 -1940,9 -121,3 249,9 -1081,5 -1986,6 1491,6
7 -740,1 -2603,9 -399,6 -58,5 -1285,4 -2115,3 927,2
8 -685,2 -1834,7 -240,5 -351,1 -1267,0 -1940,3 863,1
9 -953,0 -2207,5 -438,0 80,7 -1079,9 -1986,6 950,8
10 -958,4 -2602,7 -520,9 -298,5 -1416,8 -2245,1 805,6
11 -1027,0 -2650,3 -381,4 -273,9 -1416,7 -2194,6 895,8
12 -814,3 -1915,5 -300,3 -84,7 -1237,1 -2212,7 1252,8
13 -1147,6 -2528,1 -573,6 -532,6 -1569,4 -2411,5 645,9
Taula 4.15: Valors de ΔNRb per a cada model sense calibrar i anys de l'estudi en el cultiu 1 i l’estació 2 (m3/ha).
Els models presenten una fluctuació de les ΔNRb durant tots els anys de l'estudi per al cultiu 1 i estació 2. La resta de dades no s´ha inclòs dins annexes perquè augmentaria en gran mesura la llargària de l’estudi.
HG1 per a tots els anys presenta una sobredotació anant de valors mínims de 111,1 m3/ha (any 11) a valors màxims de 768,6 m3/ha (any 7). HG2 presenta la fluctuació de valors entre el mínim de 529,3 m3/ha (any 1) al màxim de 1933,4 m3/ha (any 12). HG3 la fluctuació està compresa entre 1282,3 m3/ha (any 1) i 2106,9 m3/ha (any 12). VLZ1 es troba entre 131,7 m3/ha (any 1)i 738,9 m3/ha (any 6). VLZ2 la fluctuació està compresa entre -1875,7 m3/ha (any 5) i -2442,6 m3/ha (any 13). VLZ3 es troba entre 1489,4 m3/ha (any 1 )i 2199,6 m3/ha (any 6). VLZ4 la fluctuació està compresa entre -609 m3/ha (any 6) i 83,5 m3/ha (any 12).
VLZ7 presenta la fluctuació de valors mínims de -1801,9 m3/ha (any 11) a valors màxims de
La Taula 4.16 presenta els valors de ΔNRb per al cultiu 1 i l'estació 2 per a cada any de l'estudi per els models calibrats.
Any HG1c HG2c HG3c VLZ1c VLZ3c MKc TCc RIc
1 510,9 -575,3 -241,2 209,7 149,6 256,2 -44,6 186,2
2 694,7 -305,4 -163,9 451,4 312,0 509,7 10,0 514,2
3 751,3 136,2 47,0 664,1 171,0 534,7 179,7 496,6
4 966,4 -184,8 -149,1 674,0 335,4 773,5 398,5 711,6
5 1068,0 -122,5 -60,2 758,8 473,9 908,1 523,2 824,3
6 1093,0 -137,2 -33,1 832,5 611,4 869,0 445,5 987,2
7 701,8 -109,3 80,6 460,0 378,1 532,7 136,1 458,3
8 695,6 357,2 432,4 576,6 256,7 472,6 254,4 434,8
9 599,4 -102,7 54,8 466,9 423,9 458,6 30,3 531,8
10 499,4 175,9 254,4 363,9 215,8 333,8 5,6 343,9
11 704,9 -232,9 -142,5 505,7 167,1 492,4 188,9 401,9
12 845,6 558,4 315,0 759,8 250,5 630,5 244,4 768,0
13 410,9 130,6 141,5 366,6 150,0 218,4 -42,8 185,0
Taula 4.16: Valors de ΔNRb per a cada model calibrat i anys de l'estudi en el cultiu 1 i l’estació 2 (m3/ha).
Aquests models presenten una variació de les NRb durant tots els anys de l'estudi per el cultiu 1 i l’estació 2 amb comparació amb els calibrats. Els models presenten una fluctuació de les ΔNRb durant tots els anys de l'estudi per el cultiu 1 i l’estació 2. La resta de dades no s´ha inclòs dins annexes perquè augmentaria en gran mesura la llargària de l’estudi.
HG1c va de valors mínims de 410,9 m3/ha (any 1) a valors màxims de 1093 m3/ha (any 6). HG2c
5. CONCLUSIONS
Aquest estudi ha analitzat 17 models empírics per estimar evapotranspiració a les 12 estacions de les Illes Balears, així com l’efecte sobre i les necessitats de reg brutes que es deriva de la seva aplicació a 10 cultius.
En general, els models no calibrats més precisos a les Illes Balears són Turc i Priestley-Taylor, en canvi, Jensen-Haise i Hargreaves 3 són els menys precisos. També arribem a la conclusió que el SIAR no ens aporta el mateix valor de Penman-Monteith que hem calculat nosaltres, tot i que amb diferències molt petites. Seguidament, amb el calibratge dels coeficients d’ajust, es verifica que Valiantzas 3c i Turcc són els models calibrats més precisos i Hargreaves 2c el menys precís. Aquests coeficients ajudarien a futurs usuaris a estimar de manera més precisa l’ET0, conseqüentment, les necessitats de reg.
L’estudi per estació comporta conclusions similars tot i que podria haver-hi lleugeres diferències en l’ordre de precisió entre estacions que queden emmascarades a l’anàlisi global. Pels models calibrats el que presenta un menor error són Turcc i Valiantzas 3c i el que en presenta més és HG2c.
Per les NRb anuals mitjanes a les Illes els models que s’acosten més als de referència són Turc i Irmak per tots els cultius i Valiantzas 3 és el que més s’allunya. Per aquest estudi, a partir dels models calibrats el model més precís és Valiantzas 3c i Turcc, en canvi, el menys precís és HG1c.
També s’ha estudiat quins models tendeixen a sobreestimar o infraestimar les NRb que s’han considerat com a reals, les derivades del model de Penman Monteith. Els models que provoquen una major infraestimació són Jensen-Haise i Tabari 1 i 2, al contrari, els models que presenten una major sobreestimació són Valiantzas 3 i Hargreaves. Quant als models calibrats els models Valiantzas 3c i Turcc, infraestimen i Ritchie sobreestima. En qualsevol cas, calibrar els models permet corregir la sobredotació o infradotació dels models sense calibrar. L’elecció del model de càlcul d’ET0 és clau en les necessitats de reg que es deriven, i pot comportar diferències molt significatives tant en la tendència a sobreestimar o infraestimar les necessitats de reg, així com en la quantitat d’aigua estalviada o en el dèficit provocat.
6. REFERÈNCIES
Ahooghalandari, M., Khiadani, M. & Jahromi, M. E. (2017). Calibration of Valiantzas’ reference evapotranspiration equations for the Pilbara region, Western Australia. Theoretical and applied climatology, 128(3-4), 845-856.
Allen, R. G., Pereira, L. S., Raes, D. & Smith, M. (1998). Crop evapotranspiration-Guidelines for computing crop water requirements-FAO Irrigation and drainage paper 56. Fao, Rome, 300(9), D05109.
Berengena, J., & Gavilán, P. (2005). Reference evapotranspiration estimation in a highly advective semiarid environment. Journal of Irrigation and Drainage Engineering, 131(2), 147-163.
Bidlake, W.R. (2002). Evapotranspiration and canopy resistance atan undeveloped prairie in a humid subtropical climate. Journal of the American Water Resources Association, 38 (1), 197–211.
Chattopadhyay, S., Jain, R. & Chattopadhyay, G. (2009). Estimating potential evapotranspiration from limited weather data over Gangetic West Bengal, India: A neurocomputing approach. Meteorological Applications, 16(3), 403–411.
De Bruin, H. A. R. (1987). From Penman to Makkink. Evaporation and weather, Vol. 39, Netherlands Organization for Applied Scientific Research, Den Haag, 5–30.
Dingman, S. L. (1994). Physical hydrology. Prentice Hall.
Djaman, K., Sow, A., Muller, B., Irmak, S., N’Diaye, M. K., Manneh, B. & Saito, K. (2015). Evaluation of sixteen reference evapotranspiration methods under sahelian conditions in the Senegal River Valley. Journal of Hydrology: regional studies, 3, 139-159.
Djaman, K., Irmak, S., Kabenge, I. & Futakuchi, K. (2016a). Daily reference evapotranspiration estimation under limited data in eastern Africa. Journal of Irrigation and Drainage Engineering, 143(4).
Djaman, K., Irmak, S., Kabenge, I. & Futakuchi, K. (2016b). Evaluation of FAO-56 penman-monteith model with limited data and the valiantzas models for estimating grass-reference evapotranspiration in Sahelian conditions. Journal of Irrigation and Drainage Engineering, 142(11).
Doorenbos, J. & Pruitt, W. O. (1977). Crop water requirements. Irrigation and drainage paper, 24.
Fontenot, R. L. (2004). An evaluation of reference evapotranspiration models in Louisiana. M.Sc. thesis, Louisiana State Univ. and Agricultural and Mechanical College, Baton Rouge, LA.
Fooladmand, H. R. & Haghighat, M. (2007). Spatial and temporal calibration of Hargreaves equation for calculating monthly ETo basedon Penman-Monteith method. Irrigation and Drainage Engineering, 56(4), 439–449.
Gavilan, P., Berengena, J. & Allen, R. G. (2007). Measuring versusestimating net radiation and soil heat flux: Impact on Penman-Monteithreference ET estimates in semiarid regions. Agricultural Water Management, 89(3), 275–286.
Gunston, H. & Batchelor, C. H. (1983). A comparison of the Priestley-Taylor and Penman methods for estimating reference crop evapotranspirationin tropical countries. Agricultural Water Management, 6(1), 65–77.
Hansen, V. E., Israelsen, O. W. & Stringham, G. E. (1980). Irrigation principles and practices, 4th Ed., Wiley, New York.
Hogg, E. H. (1997). Temporal scaling of moisture and the forest-grassland boundary in western Canada. Agricultural and Forest Meteorology, 84(1-2), 115-122.
Irmak, S., Allen, R. G. & Whitty, E. B. (2003a). Daily grass and alfalfa-reference evapotranspiration estimates and alfalfa-to-grass evapotranspiration ratios in Florida. Journal of Irrigation and Drainage Engineering, 129(5), 360–370.
Irmak, S., Irmak, A., Jones, J. W., Howell, T.A., Jacobs, J. M., Allen, R. G. & Hoogenboom, G. (2003b).
Predicting daily net radiation using minimum climatological data. Journal of Irrigation and Drainage Engineering, 129 (4), 256–269.
Irmak, S., & Haman, D. Z. (2003). Evapotranspiration: potential or reference. IFAS Extension, ABE, 343.
Itenfisu, D., Elliott, R. L., Richard, G., Allen, R. G. & Walter, I. A. (2003). Comparison of reference evapotranspiration calculationsas part of the ASCE standardization effort. Journal of Irrigation and Drainage Engineering,129(6), 440–448.
Jarvis, P.G. (1976). The interpretation of the variations in leaf wáter potential and stomatal conductance found in canopies in thefield. Philosophical Transactions of the Royal Society of London, Series B, 593–610.
Jensen, M.E., Burman, R.D. & Allen, R.G. (1990). Evapotranspiration and Irrigation Water Requirements. ASCE Manuals and Reports on Engineering Practices No. 70, American Society of Civil Engineers. New York, Estados Unidos de América. (pp 360).
Jones, J.W. & Ritchie, J.T., (1990). Crop growth models. Management of farm irrigationsystems. En Hoffman G.J., Howel T.A. & Solomon K.H. (eds), ASAE Monograph No. 9, ASAE. (pp 63–89). St. Joseph.
Kwon, H., & Choi, M. (2011). Error assessment of climate variables for FAO-56 reference evapotranspiration. Meteorology and Atmospheric Physics, 112(1-2), 81-90.
Legates, D. R., & McCabe, G. J. (1999). Evaluating the use of “goodness‐of‐fit” measures in hydrologic and hydroclimatic model validation. Water resources research, 35(1), 233-241.
Makkink, G. F. (1957). Testing the Penman formula by means of lysimeters. Journal of the Institution of Water Engineers, 11, 277-288.
Martinez-Cob, A. & Tejero-Juste, M. (2004). A wind-based qualitativecalibration of the Hargreaves ET0 estimation equation in semi-aridregions.Agric. Agricultural Water Management, 64(3), 251–264.
Priestley, C.H.B. & Taylor, R.J. (1972). On the assessment of surface heat flux and evaporation using large-scale parameters. Monthly weather review 100 (2), 81–92.
Rosset, M., Riedo, M., Grub, A., Geissmann, M. & Fuhrer, J. (1997). Seasonal variation in radiation and energy balances ofpermanent pastures at different altitudes. Agricultural and Forest Meteorology 86, 245–258.
Sabziparvar, A. A. & Tabari, H. (2010). Regional estimation of referenceevapotranspiration in arid and semi-arid regions. Journal of Irrigation and Drainage Engineering, 136(10), 724–731.
Shiri, J., Nazemi, A. H., Sadraddini, A. A., Landeras, G., Kisi, O., Fard, A. F. & Marti, P. (2014). Comparison of heuristic and empirical approaches for estimating reference evapotranspiration from limited inputs in Iran. Computers and electronics in agriculture, 108, 230-241.
Stannard, D.I. (1993). Comparison of Penman–Monteith Shuttleworth–Wallace, and modified Priestley–Taylor evapotranspiration models for wildland vegetation in semiarid rangeland. Water Resources Research, 29 (5), 1379–1392.
Sumner, D. M. (1996). Evapotranspiration from successional vegetation in a deforested area of the Lake Wales Ridge, Florida. US Department of the Interior, US Geological Survey.
Tabari, H. & Talaee, P. H. (2011). Local calibration of the Hargreaves and Priestley-Taylor equations for estimating reference evapotranspiration in arid and cold climates of Iran based on the Penman-Monteith model. Journal of Hydrologic Engineering, 16(10), 837-845.
Tabari, H., Marofi, S., Aeini, A., Hosseinzadeh Talaee, P. & Mohammadi, K. (2011). Trend analysis of reference evapotranspirationin the western half of Iran. Agricultural and Forest Meteorology, 151(2), 128–136.
Trajković, S. & Stojnić, V. (2007). Effect of wind speed on accuracy of Turc method in a humid climate. Facta universitatis-series: Architecture and Civil Engineering, 5(2), 107-113.
Valiantzas, J. D. (2012). Simple ET forms of Penman’s equation withoutwind and/or humidity data. I:
Theoretical development. Journal of Irrigation and Drainage Engineering, 1–8.
Valiantzas, J. D. (2013a). Simple ETo forms of Penman’s equation without wind and/ or humidity data.
I: Theoretical development. Journal of Irrigation and Drainage Engineering, 1–8.
Valiantzas, J. D. (2013b). Simple ETo forms of Penman’s equation withoutwind and/or humidity data.
II: Comparisons with reduced set-FAOand other methodologies. Journal of Irrigation and Drainage Engineering, 9–19.
Valiantzas, J. D. (2013c). Simplified forms for the standardized FAO-56 Penman–Monteith reference evapotranspiration using limited weather data. Journal of Hydrology, 505, 13-23.
Valiantzas, J. D. (2013d). Simplified reference evapotranspiration formulausing an empirical impact factor for Penman’s aerodynamic term. Journal of Irrigation and Drainage Engineering, 18(1), 108–
114.
Walter, I. A., Allen, R. G., Elliott, R., Jensen, M. E., Itenfisu, D., Mecham, B. & Spofford, T. (2000). ASCE's standardized reference evapotranspiration equation. En Watershed management and operations management 2000 (pp. 1-11).
Wang, Y. M., Namaona,W., Traore, S. & Zhang, Z. C. (2009). Season al temperature-based models for reference evapotranspiration estimation under semi-arid condition of Malawi. African Journal of Agricultural Research, 4(9),878–886.
Wright, I.R., Manzi, A.O. & Da Rocha, H.R. (1995). Surfaceconductance of Amazonian pasture: model application andcalibration for canopy climate. Agricultural and Forest Meteorology, 75, 51–70.
7. ANNEXES
7.1. Annex 1: Fitxes técniques instruments ... 79 7.2. Annex 2: Programes MATLAB ... 87 7.2.1. Asignakcenbucle ... 87 7.2.2. Blaney ... 87 7.2.3. Calibra ... 98 7.2.4. Codi12 ... 89 7.2.5. Defineixkc ... 89 7.2.6. Desglossa ... 90 7.2.7. Desmes ... 90 7.2.8. Ensambla ... 90 7.2.9. Ensambla 2 ... 91 7.2.10. Errors ... 91 7.2.11. Etapeskc ... 92 7.2.12. Filtrarrmatriu ... 92 7.2.13. Hg ... 94 7.2.14. Indicadors2CAL ... 94 7.2.15. Indicadorsest... 95 7.2.16. NR... 95 7.2.17. NRanuals ... 96 7.2.18. Partany ... 97 7.2.19. Penman ... 98 7.2.20. Penman2 ... 100 7.2.21. Precmes ... 100 7.2.22. Quadre ... 101 7.2.23. Reordenai ... 102 7.2.24. Ritchie ... 102 7.2.25. Valiantzas ... 102 7.2.26. Vector2 ... 103 7.2.27. VectorM ... 103 7.3. Annex 3: Taules NRb i ΔNRb ... 105 7.3.1. NRb ... 105 7.3.2. ΔNRb ... 113
7.1. Annex 1. Fitxes tècniques instruments
Termohigrómetro
Vaisala HMP155
Magnitudes Medidas:
Temperatura del aire (ºC) Humedad del aire (%HR)
Características Técnicas
Alimentación: 7 – 28 VDC Consumo: < 3mA @ 15V Señal de salida: 0 – 1V
Temperatura
Principio de funcionamiento: Termo resistencia de platino, Pt100RTD1/3ClassBIEC751
Rango de medida: -40 a 60ºC
Precisión: ± (0,226-0.0028*Medida)°C en el rango de -40 a 20ºC
± (0,055-0.0057xMedida)°C en el rango de 20 a 60ºC
Humedad
Principio de funcionamiento: Detector de polímero capacitivo Humicap
®180R
Rango de medida: 0-100%HR
Precisión: ± (1.4 + 0.032 x Medida) %RH
El sensor va montado en el interior de un protector, con ventilación natural,
que protege la sonda de la radiación solar tanto directa como difusa, así
como de la lluvia.
Termohigrómetro Vaisala HMP45A
Magnitudes Medidas:
Temperatura del aire (ºC) Humedad del aire (%HR)
Características
Técnicas Alimentación: 7 – 35 VDC Consumo: < 4mA @ 12V
Señal de salida: 0 – 1V
Temperatura
Principio de funcionamiento:Termo resistencia de platino, Pt1000IEC7511/3ClassB.
Rango de medida: -40 a 60ºC Precisión:
Humedad
Principio de funcionamiento: Detector de polímero capacitivo Humicap
®180
Rango de medida: 0-100 %HR
Precisión: ± 2% en el rango de 0 a 90% HR; ± 3% en el rango de 90 a 100% HR Dependencia de la temperatura en la medida de la humedad ± 0,05% HR/ºC
El sensor va montado en el interior de un protector, con ventilación
natural, que protege la sonda de la radiación solar tanto directa como
difusa ,así como de la lluvia.
Anemoveleta Young 05103
Magnitudes Medidas:
Dirección del viento ( º ) Velocidad del viento (m/s)
Características Técnicas
Alimentación: Excitación del potenciómetro 15Vmax Consumo: < 4mA @12V
Señal de salida:
Velocidad de viento: Pulsos (3 pulsos por revolución=8,8m/s) Dirección de viento: Voltaje
Dirección del viento
Principio de funcionamiento: Potenciómetro plástico conductivo de alta precisión de 10 KΩ de valor nominal. La señal de salida es una señal continua proporcional al ángulo medido.
Rango de medida: 0 – 360º Precisión: ± 3 º
Velocidad de viento
Principio de funcionamiento: La rotación de la hélicede 4 palas produce una señal eléctrica en corrientealterna, de frecuencia proporcional a la velocidad del viento
Rango de medida: 0 – 100m/s Precisión: ±0,3m/s
Umbral mínimo de detección: ≤1,0 m/s máximo
Piranómetro Skye SP1110
Magnitudes Medidas:
Radiación Solar Global (W/m
2)
Características Técnicas
Principio de funcionamiento: Fotocélula de silicio de baja fatiga Longitud de onda medida: 350 – 1.100 nm
Rango de medida: 0 – 1370 W/m
2Precisión: ± 5%
Corrección del coseno: 0 para 0-70º y <10% para 85-90º Temperatura de trabajo: -35ºC - 75ºC
El sensor va montado sobre una base de nivelación y orientado al sur.
Pluviómetro
Campbell Scientific ARG100
Magnitudes Medidas:
Precipitación (mm)
Características Técnicas
Principio de funcionamiento: Sistema de cangilones basculantes
Señal de salida: Pulsos
Resolución: 0,2 mm por pulso Precisión: ± 2%
Superficie cangilón: 506,5 cm
2Temperatura del Suelo Campbell Scientific CS-107
Magnitudes Medidas:
Temperatura del suelo
Características Técnicas
Alimentación: 2-2,5V de excitación Señal de salida: Voltaje
Principio de funcionamiento: Termistor BetaTherm 100K6A1B.
La resistencia del termistor se calcula a partir del voltaje y se transforma en temperatura a través de la ecuación de Steinhart-Harten el caso de los dataloggers CR1000 y mediante un polinomio de 5º orden en el caso de los dataloggers CR10X.
Rango de medida: -35 a 50 ºC
Precisión: ± 0,2 °C en el rango de 0 a 50°C ; ±0.4 a -35°C Error de linealización:
CR10X: < ± 0,5 °C (Polinomio de 5º orden)
CR1000: ≤ ± 0,01 °C (Ecuación de Steinhart-Hart
)Datalogger
Campbell Scientific CR10X
Funciones:
Registro de datos, medida de los sensores y control del funcionamiento de la estación.
Características Técnicas
Alimentación: 9,6 V a 16 V Consumo:
1,3 mA en reposo
13 mA durante el proceso
46 mA durante las medidas analógicas
Temperatura de funcionamiento:-25ºCa50ºC
Batería interna de litio para mantener los datos, el reloj y el programa en caso de que falle la alimentación.
Procesador
Convertidor analógico a digital de 13 bits Procesador Hitachi 3606 750 Hz de tiempo mínimo de ejecución de programes.
Puertos de medida
Entradas analógicas
6 entradas diferenciales o 12 entradas single–ended Rango de voltajes
medidos de 0 a ±2,5V.
Resolución y Precisión.
Rango (mV)
Resolución para medida en Diferencial(mV)
Precisión Dif.
(mV)
Resolución para medidas en Single-Ended(mV)
Precisión SE (mV)
±2500 0,333 5 0,667 5
±250 0,033 0,5 0,067 0.5
±25 0,003 0,05 0,007 0,05
±7,5 0,001 0,015 0,002 0,015
±2,5 0,0003 0,005 0,001 0,005