Revista de Investigaciones Altoandinas - Journal of High Andean Research

Vol. 26 Núm. 4 (2024)
Artículo original

Efecto de las variables meteorológicas en la evapotranspiración de referencia mediante métodos estadísticos multivariados en la cuenca del río Mosna

pdf
  • Adan Alcides Acevedo Cruz,
  • Esteban Pedro Reyes Roque
Adan Alcides Acevedo Cruz
Universidad Nacional de Trujillo, Trujillo, Perú
Esteban Pedro Reyes Roque
Universidad Nacional Santiago Antúnez de Mayolo, Huaraz, Perú

Publicado 2024-11-30

Palabras clave

  • variables meteorológicas,
  • evapotranspiración referencia,
  • Penman-Monteith,
  • análisis componentes principales y río Mosna

Derechos de autor 2024 Adan Alcides Acevedo Cruz, Esteban Pedro Reyes Roque

Creative Commons License

Esta obra está bajo una licencia internacional Creative Commons Atribución 4.0.

Cómo citar

Acevedo Cruz, A. A., & Reyes Roque, E. P. (2024). Efecto de las variables meteorológicas en la evapotranspiración de referencia mediante métodos estadísticos multivariados en la cuenca del río Mosna. Revista De Investigaciones Altoandinas - Journal of High Andean Research, 26(4), 180-185. https://doi.org/10.18271/ria.2024.622

Resumen

La estimación precisa de la evapotranspiración de referencia (ETo) es fundamental para una adecuada planificación y gestión de los recursos hídricos para el riego. El modelo de FAO56 Penman-Monteith es el método estándar para la predicción de ETo, no obstante, su aplicación es muy restringida en muchas áreas geográficas por la falta de datos meteorológicos completos, por ende, el objetivo de este trabajo de investigación fue determinar las variables que más afectan la variación de la ETo en la cuenca del río Mosna. Los datos meteorológicos fueron proporcionados por el SENAMHI (1964-2023) y NASA POWER (1981-2021). Como resultados de los modelos del análisis de componentes principales (PCA) y clasificación jerárquica ascendente (CJA) se encontró que las variables más importantes en la estimación de ETo son la temperatura máxima, radiación solar, humedad relativa y la velocidad del viento; mientras que la temperatura mínima tiene menor importancia en el cálculo de ETo con una varianza de 92,80 % en los dos primeros componentes (PCA1 y PCA2). Por lo tanto, este estudio permitió reducir la dimensionalidad de las variables de cinco a cuatro variables más significativas en el modelado de ETo, con la limitante de que la velocidad del viento debe ser validado en el campo.

pdf

Referencias

  1. Alam, M. M., Akter, Mst. Y., Islam, A. R. M. T., Mallick, J., Kabir, Z., Chu, R., Arabameri, A., Pal, S. C., Masud, M. A. A., Costache, R. y Senapathi, V. (2024). A review of recent advances and future prospects in calculation of reference evapotranspiration in Bangladesh using soft computing models. Journal of Environmental Management, 351, 119714. https://doi.org/10.1016/j.jenvman.2023.119714
  2. Aldás, J. y Uriel, E. (2017). Análisis multivariante aplicado con R. (2a ed.). Paraninfo.
  3. Allen, R. G., Pereira, L. S., Raes, D. y Smith, M. (1998). Crop evapotranspiration: Guidelines for computing crop water requirements (FAO Irrigation and drainage paper 56.). Food and Agricultural Orgainzation of the United Nations. http://www.fao.org/docrep/x0490e/x0490e00.htm
  4. ANA. (2015). Estudio de balance hídrico de la cuenca del río Mosna. Autoridad Nacional del Agua. https://repositorio.ana.gob.pe/handle/20.500.12543/2493
  5. Chu, R., Li, M., Islam, A. R. Md. T., Fei, D. y Shen, S. (2019). Attribution analysis of actual and potential evapotranspiration changes based on the complementary relationship theory in the Huai River basin of eastern China. International Journal of Climatology, 39(10), 4072-4090. https://doi.org/10.1002/joc.6060
  6. Elbeltagi, A., Deng, J., Wang, K. y Hong, Y. (2020). Crop Water footprint estimation and modeling using an artificial neural network approach in the Nile Delta, Egypt. Agricultural Water Management, 235, 106080. https://doi.org/10.1016/j.agwat.2020.106080
  7. Husson, F., Lê, S. y Pagès, J. (2016). Analyse de données avec R (2eme édition). Presses universitaires de Rennes.
  8. Ikudayisi, A. y Adeyemo, J. (2016). Effects of Different Meteorological Variables on Reference Evapotranspiration Modeling: Application of Principal Component Analysis. International Journal of Environmental, Chemical, Ecological, Geological and Geophysical Engineering, 10, 623-627.
  9. Islam, S. y Alam, A. K. M. R. (2021). Performance evaluation of FAO Penman-Monteith and best alternative models for estimating reference evapotranspiration in Bangladesh. Heliyon, 7(7), e07487. https://doi.org/10.1016/j.heliyon.2021.e07487
  10. Jerin, J. N., Islam, H. M. T., Islam, A. R. Md. T., Shahid, S., Hu, Z., Badhan, M. A., Chu, R. y Elbeltagi, A. (2021). Spatiotemporal trends in reference evapotranspiration and its driving factors in Bangladesh. Theoretical and Applied Climatology, 144(1), 793-808. https://doi.org/10.1007/s00704-021-03566-4
  11. Lei, L. (2014). Assessment of Water Quality Using Multivariate Statistical Techniques in the Ying River Basin, China [Thesis of Master of Science.]. Natural Resource and Environment. In the University of Michigan.
  12. Mandhi, D., Sanaz, J. y Samad, E. (2017). Climate change impacts on spatial-temporal variations of reference evapotranspiration in Iran. Water Harvesting Research, 2(1), 13-23. https://doi.org/10.22077/jwhr.2017.592
  13. Ndiaye, P. M., Bodian, A., Diop, L., Deme, A., Dezetter, A., Djaman, K. y Ogilvie, A. (2020). Trend and Sensitivity Analysis of Reference Evapotranspiration in the Senegal River Basin Using NASA Meteorological Data. Water, 12(7), 1957. https://doi.org/10.3390/w12071957
  14. Núñez-González, G., Velázquez-Pérez, D., Pelayo-Cortés, F. J., Barboza-Jiménez, P., Núñez-González, G., Velázquez-Pérez, D., Pelayo-Cortés, F. J. y Barboza-Jiménez, P. (2019). Análisis del comportamiento de la evapotranspiración de referencia durante el periodo de lluvias en cinco estaciones meteorológicas de la cuenca Lerma-Chapala. Ingeniería agrícola y biosistemas, 11(2), 147-159. https://doi.org/10.5154/r.inagbi.2018.06.014
  15. Olivares, B., Hernández, R., Coelho, R., Molina, J. C. y Pereira, Y. (2018). Analysis of climate types: Main strategies for sustainable decisions in agricultural areas of Carabobo, Venezuela. Scientia Agropecuaria, 9(3), 359-369. https://doi.org/10.17268/sci.agropecu.2018.03.07
  16. Olofintoye, O., Adeyemo, J. y Otieno, F. (2013). Evolutionary Algorithms and Water Resources Optimization. En O. Schütze, C. A. Coello Coello, A.-A. Tantar, E. Tantar, P. Bouvry, P. Del Moral, & P. Legrand (Eds.), EVOLVE - A Bridge between Probability, Set Oriented Numerics, and Evolutionary Computation II (pp. 491-506). Springer. https://doi.org/10.1007/978-3-642-31519-0_32
  17. Pour, S. H., Wahab, A. K. A., Shahid, S. y Ismail, Z. B. (2020). Changes in reference evapotranspiration and its driving factors in peninsular Malaysia. Atmospheric Research, 246, 105096. https://doi.org/10.1016/j.atmosres.2020.105096
  18. Raza, A., Saber, K., Hu, Y., L. Ray, R., Ziya Kaya, Y., Dehghanisanij, H., Kisi, O. y Elbeltagi, A. (2023). Modelling reference evapotranspiration using principal component analysis and machine learning methods under different climatic environments. Irrigation and Drainage, 72(4), 945-970. https://doi.org/10.1002/ird.2838
  19. Salam, R., Islam, A. R. M. T., Pham, Q. B., Dehghani, M., Al-Ansari, N. y Linh, N. T. T. (2020). The optimal alternative for quantifying reference evapotranspiration in climatic sub-regions of Bangladesh. Scientific Reports, 10(1), 20171. https://doi.org/10.1038/s41598-020-77183-y
  20. Santos, M. S. N. D., Castro, I. A. D., Oro, C. E. D., Zabot, G. L. y Tres, M. V. (2021). Reference crop evapotranspiration in distinct agricultural regions of Southern Brazil: A comparison of improved empirical models. Revista Engenharia na Agricultura - REVENG, 29. https://doi.org/10.13083/reveng.v29i1.12418
  21. Silva, M. y Mendoza, N. (2020). Evaluación comparativa y predicción espacial de la evapotranspiración de referencia mediante métodos geoestadísticos. Bioagro, 32(2), 107-116.
  22. Srivastava, P. K., Singh, P., Mall, R. K., Pradhan, R. K., Bray, M. y Gupta, A. (2020). Performance assessment of evapotranspiration estimated from different data sources over agricultural landscape in Northern India. Theoretical and Applied Climatology, 140(1-2), 145-156. https://doi.org/10.1007/s00704-019-03076-4
  23. Villa, A. O., Ontiveros, R. E., Ruiz, O., González, A., Quevedo, A. y Ordóñez, L. M. (2021). Variación espacio-temporal de la evapotranspiración de referencia a partir de métodos empíricos en Chihuahua, México. Ingeniería Agrícola y Biosistemas (e2007-4026), vol. 13, no. 1. http://repositorio.imta.mx/handle/20.500.12013/2258
  24. Vollset, S. E., Goren, E., Yuan, C.-W., Cao, J., Smith, A. E., Hsiao, T., Bisignano, C., Azhar, G. S., Castro, E., Chalek, J., Dolgert, A. J., Frank, T., Fukutaki, K., Hay, S. I., Lozano, R., Mokdad, A. H., Nandakumar, V., Pierce, M., Pletcher, M. y Murray, C. J. L. (2020). Fertility, mortality, migration, and population scenarios for 195 countries and territories from 2017 to 2100: A forecasting analysis for the Global Burden of Disease Study. The Lancet, 396(10258), 1285-1306. https://doi.org/10.1016/S0140-6736(20)30677-2
  25. Yang, L., Feng, Q., Adamowski, J. F., Yin, Z., Wen, X., Wu, M., Jia, B. y Hao, Q. (2020). Spatio-temporal variation of reference evapotranspiration in northwest China based on CORDEX-EA. Atmospheric Research, 238, 104868. https://doi.org/10.1016/j.atmosres.2020.104868
  26. Zhao, L., Zhao, X., Zhou, H., Wang, X. y Xing, X. (2021). Prediction model for daily reference crop evapotranspiration based on hybrid algorithm and principal components analysis in Southwest China. Computers and Electronics in Agriculture, 190, 106424. https://doi.org/10.1016/j.compag.2021.106424

Artículos similares

También puede Iniciar una búsqueda de similitud avanzada para este artículo.