Habilidad de estimación de los métodos de evapotranspiración para una zona semiárida del centro de México Translated title: Suitability of evapotranspiration estimation methods for semiarid central Mexico

Abstract

En zonas áridas y semiáridas, el proceso de evapotranspiración constituye una gran pérdida de agua hacia la atmósfera, por lo que existe una necesidad por entender y cuantificar este proceso, especialmente en los ambientes semiáridos donde los recursos hídricos son escasos. Muchos métodos para estimar la evapotranspiración están disponibles; sin embargo, su desempeño bajo un ambiente específico tiene que ser evaluado antes de realizar una selección. Se utilizó una estación metereológica para tomar datos de una zona semiárida del centro de México, con el propósito de evaluar ocho diferentes métodos a una escala de observación diaria, semanal y mensual. Los resultados estimados se compararon con datos medidos de un ET gage company, ya que este instrumento ha sido calibrado y probado de estar estrechamente asociado a los datos de evapotranspiración de referencia. El error absoluto medio, el error de la media cuadrática, la intercepción y pendiente de la regresión lineal y el coeficiente de determinación R², fueron obtenidos para evaluar estadísticamente el desempeño de los métodos evaluados. Se encontró un bajo desempeño para todas las escalas de tiempo de los métodos Oudin, McGuinness, Jensen y Haise, y Romanenko, con altos valores de error absoluto medio y error de la media cuadrática. Parámetros de valores bajos de intercepción, pendiente y R²; fueron obtenidos también para estos métodos, haciéndolos impropios y por lo tanto no recomendables para el área de estudio. Por otra parte, los métodos Penman-Monteith y Penman, mostraron el mejor desempeño a diferentes escalas de tiempo. Resultados similares se han encontrado por otros autores, apoyando el método de referencia de Penman-Monteith. Se obtuvo una ecuación de regresión múltiple para predecir la evapotranspiración de referencia derivada de las variables climáticas, con valores de R²= 0.8, 0.82 y 0.91 para escalas diarias, semanales y mensuales, respectivamente, indicando la posibilidad de usar modelos de regresión para condiciones semiáridas.

Translated abstract

In arid and semiarid areas, the evapotranspiration process constitutes a major loss of water to the atmosphere, prompting the need for a better understanding and quantification of this phenomenon, especially in semiarid environments where water resources are scarce. There are many available methods to estimate evapotranspiration; however, their performance in specific environments must be evaluated before making a selection. A weather station was used to collect data from a semiarid zone of Central Mexico with the purpose to evaluate eight different methods for daily, weekly and monthly periods of observation. The estimated results were compared with measured data from an ET gage company, as this device has been calibrated and proven to be closely associated to reference evapotranspiration data. The mean absolute error, root mean squared error, regression line intercept and slope, as well as determination coefficient R², were obtained to statistically evaluate the performance of evaluated methods. A poor performance for all time scales was found for the Oudin, McGuinness, Jensen and Haise, and Romanenko methods, with high values of mean absolute error and root mean squared error. Low values of the intercept, slope and R² parameters were also obtained for such methods, making them not suitable and consequently not suited for the study area. On the other hand, the Penman-Monteith and Penman methods, showed the best performance in different time scales. Similar results have been fund by other authors, supporting Penman-Monteith as a method of reference. A multiple regression equation to predict reference from climatic variables was also obtained with R²= 0.8, 0.82 and 0.91 for daily, weekly and monthly scales, respectively, indicating the possibility of using regression models for semiarid conditions.