Precisión de la evapotranspiración de cultivos estimada utilizando coeficientes de cultivo desarrollados localmente frente a la evapotranspiración de cultivos derivada de satélites en un clima semiárido
Autores: Djaman, Koffi; Mohammed, Ali T.; Koudahe, Komlan
Idioma: Inglés
Editor: MDPI
Año: 2023
Acceso abierto
Artículo científico
2023
Precisión de la evapotranspiración de cultivos estimada utilizando coeficientes de cultivo desarrollados localmente frente a la evapotranspiración de cultivos derivada de satélites en un clima semiárido
Categoría
Ciencias Agrícolas y Biológicas
Subcategoría
Agronomía y Ciencia de los Cultivos
Palabras clave
Evapotranspiración del cultivo
Gestión del agua
Maíz
Satélite
OpenET
Modelo de evapotranspiración
Licencia
CC BY-SA – Atribución – Compartir Igual
Consultas: 37
Citaciones: Sin citaciones
La evapotranspiración real del cultivo de maíz (ETa) se mide o estima utilizando diferentes métodos, y su precisión es fundamental para la gestión del agua en la agricultura de precisión. El objetivo de este estudio fue comparar la ETa del maíz estimada mediante el enfoque de dos pasos utilizando una curva de coeficiente de cultivo desarrollada localmente con la evapotranspiración recuperada por satélite por seis modelos incorporados en el OpenET para identificar las mejores alternativas de estimación de evapotranspiración al enfoque de dos pasos para la gestión del agua en el norte de Nuevo México. El maíz (L.) se plantó en el Centro de Ciencias Agrícolas de NMSU en Farmington desde 2017 hasta 2022 y se gestionó de manera uniforme a lo largo de los años. La gestión del agua en las plantas se basó en la evapotranspiración real del maíz estimada como el producto de la evapotranspiración de referencia y el coeficiente de cultivo local, que se describe como una función polinómica de tercer orden de las unidades de calor acumuladas por las plantas de maíz. Para las mismas temporadas de crecimiento, la ETa del maíz se recuperó por satélite y se estimó por seis modelos listados dentro del OpenET desde 2017 hasta 2022. Los resultados muestran que la ETa diaria del maíz fue consistentemente menor cuando se midió por SIMS y PT-JPL durante las etapas iniciales y de crecimiento activo del maíz, mientras que ETc(kc), SIMS y eeMETRIC mostraron una ETa diaria similar del maíz durante el desarrollo completo del dosel del maíz y la mitad de la temporada, superando la evapotranspiración estimada por DisALEXI, PT-JPL, geeSEBAL y SSBop. ETc(kc) cayó drásticamente y se convirtió en el valor más bajo entre todos los modelos de estimación de ETa después de la primera nevada de otoño o la primera helada. En cuanto al promedio estacional, los seis modelos incluidos en OpenET mostraron una evapotranspiración de maíz más pequeña. La evapotranspiración estacional del maíz varió de 589,7 a 683,2 mm. eeMETRIC se compara de manera más similar al modelo ETc(kc), seguido por SIMS, con errores porcentuales de 2,58 y 7,74% diariamente y 2,43 y 7,88% estacionalmente, con los valores más bajos de MBE y RMSE, respectivamente, y podría usarse como una alternativa para la evapotranspiración diaria real del maíz para la gestión del agua en el norte de Nuevo México. Los resultados de este estudio podrían ser utilizados por los gestores del agua y los cultivadores para mejorar la gestión del agua en la región de Four Corners, utilizando eeMETRIC para el uso del agua en los cultivos para mejorar la gestión y conservación del agua en la agricultura sostenible.
Descripción
La evapotranspiración real del cultivo de maíz (ETa) se mide o estima utilizando diferentes métodos, y su precisión es fundamental para la gestión del agua en la agricultura de precisión. El objetivo de este estudio fue comparar la ETa del maíz estimada mediante el enfoque de dos pasos utilizando una curva de coeficiente de cultivo desarrollada localmente con la evapotranspiración recuperada por satélite por seis modelos incorporados en el OpenET para identificar las mejores alternativas de estimación de evapotranspiración al enfoque de dos pasos para la gestión del agua en el norte de Nuevo México. El maíz (L.) se plantó en el Centro de Ciencias Agrícolas de NMSU en Farmington desde 2017 hasta 2022 y se gestionó de manera uniforme a lo largo de los años. La gestión del agua en las plantas se basó en la evapotranspiración real del maíz estimada como el producto de la evapotranspiración de referencia y el coeficiente de cultivo local, que se describe como una función polinómica de tercer orden de las unidades de calor acumuladas por las plantas de maíz. Para las mismas temporadas de crecimiento, la ETa del maíz se recuperó por satélite y se estimó por seis modelos listados dentro del OpenET desde 2017 hasta 2022. Los resultados muestran que la ETa diaria del maíz fue consistentemente menor cuando se midió por SIMS y PT-JPL durante las etapas iniciales y de crecimiento activo del maíz, mientras que ETc(kc), SIMS y eeMETRIC mostraron una ETa diaria similar del maíz durante el desarrollo completo del dosel del maíz y la mitad de la temporada, superando la evapotranspiración estimada por DisALEXI, PT-JPL, geeSEBAL y SSBop. ETc(kc) cayó drásticamente y se convirtió en el valor más bajo entre todos los modelos de estimación de ETa después de la primera nevada de otoño o la primera helada. En cuanto al promedio estacional, los seis modelos incluidos en OpenET mostraron una evapotranspiración de maíz más pequeña. La evapotranspiración estacional del maíz varió de 589,7 a 683,2 mm. eeMETRIC se compara de manera más similar al modelo ETc(kc), seguido por SIMS, con errores porcentuales de 2,58 y 7,74% diariamente y 2,43 y 7,88% estacionalmente, con los valores más bajos de MBE y RMSE, respectivamente, y podría usarse como una alternativa para la evapotranspiración diaria real del maíz para la gestión del agua en el norte de Nuevo México. Los resultados de este estudio podrían ser utilizados por los gestores del agua y los cultivadores para mejorar la gestión del agua en la región de Four Corners, utilizando eeMETRIC para el uso del agua en los cultivos para mejorar la gestión y conservación del agua en la agricultura sostenible.