АНАЛІЗ РОЗРАХУНКУ ЕТАЛОННОЇ ЕВАПОТРАНСПІРАЦІЇ ЗА ДАНИМИ ДЕРЖАВНОЇ МЕТЕОРОЛОГІЧНОЇ СТАНЦІЇ
Анотація
Оскільки пряме вимірювання еталонної евапотранспірації (ET0) є складним, трудомістким і дорогим процесом, найпоширенішою процедурою є оцінювання ETо за кліматичними даними. Метою проведення цього дослідження було виконати розрахунки еталонної евапотранспірації за даними державної метеостанції Асканія-Нова та порівняти їх з фактичними даними ET0, отриманими за допомогою автоматичної інтернет-метеорологічної станції. Дані для дослідження були взяті з державної метеорологічної станції Асканія-Нова (смт Асканія-Нова, Каховський р-н, Херсонська обл., 46.45° п.ш. 33.88° сх.д.) та з автоматичної інтернет-метеорологічної станції iMetos IMT 300 від компанії «Pessl Instruments», яка розташована на метеомайданчику Асканійської ДСДС (с. Тавричанка, Каховський р-н, Херсонська обл. 46.55° п.ш. 33.83° сх.д.). Еталону евапотранспірацію розраховували за методом Пенмана-Монтейта (FAO56-РМ). Для оцінювання точності розрахунків ЕТ0 визначали середню абсолютну відсоткову помилку МАРЕ (Mean Absolute Percent Error), середньоквадратичну похибку RMSE (Root Mean Square Error) та стандартну похибку SEE (Standard Error of Estimate). За результатами порівняння показників з двох метеорологічних станцій встановлено, що найменші похибки притаманні для середньодобової та максимальної температури та відносної вологості повітря (МАРЕ<10%), для мінімальної температури та відносної вологості повітря похибки МАРЕ відповідно становлять 18,1 і 13,7%. Похибка МАРЕ для дефіциту тиску водяної пари та сонячної радіації відповідно становить 20,2 і 26,3%. Найбільшу похибку МАРЕ 40,3 % встановлено для вимірювань швидкості вітру. Середня похибка МАРЕ між розрахованою ET0, за метеорологічними даними станції Асканія-Нова, та фактичними даними ET0, отриманими з автоматичної інтернет-метеорологічної станції iMetos, становить 16,8%, RMSE – 0,65 мм, SEE – 0,56 мм. Застосування коефіцієнта 0,92 при розрахунку ET0 зменшує похибки МАРЕ, RMSE та SEE відповідно на 3,2%, 0,15 мм та 0,05 мм для всіх розрахункових періодів. За період травень-серпень похибка МАРЕ становила 10,7%, що наближує розрахунки майже до високої точності (МАРЕ <10%). За результатами розрахунків встановлено, що в середньому за роки досліджень фактична ET0 була на 68 мм менша, ніж розрахована. Абсолютні похибки визначення ЕТс залежали від культури і в середньому за роки досліджень становили від 33 мм (пшениця озима) до 68 мм (томати ранні). Застосування в розрахунках уточненого значення ET0 зменшують абсолютні похибки визначення ЕТс, за роки досліджень ця похибка не перевищувала 6 мм (томат ранній).Результати досліджень підтверджують можливість використання метеорологічних показників, отриманих з державних метеостанцій, для розрахунку ET0. Для підвищення точності розрахунків необхідно використовувати уточнювальний коефіцієнт.
Посилання
2. Kiraga, S., Peters, R.T., Molaei, B., Evett, S.R., & Marek, G. (2024). Reference Evapotranspiration Estimation Using Genetic Algorithm-Optimized Machine Learning Models and Standardized Penman–Monteith Equation in a Highly Advective Environment. Water, 16(1):12. DOI: https://doi.org/10.3390/w16010012
3. Ndiaye, P., Bodian, A., Diop, L. & Djaman, K. (2017). Sensitivity Analysis of the Penman-Monteith Reference Evapotranspiration to Climatic Variables: Case of Burkina Faso. Journal of Water Resource and Protection, 9, 1364-1376.
DOI: https://doi.org/10.4236/jwarp.2017.912087.
4. Raza, A., Shoaib, M., & Faiz, M.A. (2020). Comparative Assessment of Reference Evapotranspiration Estimation Using Conventional Method and Machine Learning Algorithms in Four Climatic Regions. Pure Appl. Geophys. 177, 4479–450.
DOI: https://doi.org/10.1007/s00024-020-02473-5
5. Raza, A., Hu, Y., Shoaib, M., Abd Elnabi, M. K., Zubair, M., Nauman, M., & Syed, N. R. (2021). A Systematic Review on Estimation of Reference Evapotranspiration under Prisma Guidelines. Polish Journal of Environmental Studies, 30(6), 5413-5422.
DOI: https://doi.org/10.15244/pjoes/136348
6. 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. Rome: FAO. Retrieved from: http://www.fao.org/3/x0490e/x0490e00.htm
7. Dai, L., Fu, R., Zhao, Z., Guo, X., Du, Y., Hu, Z., & Cao, G. (2022). Comparison of Fourteen Reference Evapotranspiration Models With Lysimeter Measurements at a Site in the Humid Alpine Meadow, Northeastern Qinghai-Tibetan Plateau. Front. Plant Sci., 13:854196.
DOI: https://doi.org/10.3389/fpls.2022.854196
8. Varga-Haszonits, Z., Szalka, É., & Szakál, T. (2022). Determination of Reference Evapotranspiration Using Penman-Monteith Method in Case of Missing Wind Speed Data under Subhumid Climatic Condition in Hungary. Atmospheric and Climate Sciences, 12, 235-245.
DOI: https://doi.org/10.4236/acs.2022.122014.
9. Delgado-Ramírez, G., Bolaños-González, M.A., Quevedo-Nolasco, A., López-Pérez, A., & Estrada-Ávalos, J. (2023). Estimation of Reference Evapotranspiration in a Semi-Arid Region of Mexico. Sensors, 23(15):7007. DOI: https://doi.org/10.3390/s23157007
10. Córdova, M., Carrillo-Rojas, G., Crespo, P., Wilcox, B., & Célleri, R. (2015). Evaluation of the Penman-Monteith (FAO 56 PM) Method for Calculating Reference Evapotranspiration Using Limited Data. Mountain Research and Development, 35(3), 230-239. DOI: https://doi.org/10.1659/MRD-JOURNAL-D-14-0024.1
11. Vásquez, C., Célleri, R., Córdova, M., & Carrillo-Rojas, C. (2022). Improving reference evapotranspiration (ETo) calculation under limited data conditions in the high Tropical Andes. Agricultural Water Management, Vol. 262, 107439.
DOI: https://doi.org/10.1016/j.agwat.2021.107439
12. Seenu, N., Kuppan Chetty, R.M., Srinivas, T., Adithya Krishna, K.M., & Selokar, A. (2019). Reference Evapotranspiration Assessment Techniques for Estimating Crop Water Requirement. IJRTE, Vol. 8(4), 1094-1100. DOI: https://doi.org/10.35940/ijrte.D6738.118419
13. FieldClimate by Pessl instrument. Retrieved from: https://ng.fieldclimate.com
14. Kovalenko, І., & Zhuravlov, O. (2023). Vyznachennia faktychnoi evapotranspiratsii tomativ rozrakhunkovymy metodamy [Determination of the actual evapotranspiration of tomatoes by calculation methods]. Visnyk ahrarnoi nauky, 8(845), 54-62. DOI: https://doi.org/10.31073/agrovisnyk202308-07 [in Ukrainian].
15. Dotsenko, V., & Kapusta, M. (2021). Calculation of corn irrigation regime by FAO method in conditions Dnipropetrovsk region [Rozrakhunok rezhymu zroshennia kukurudzy metodom FAO v umovakh Dnipropetrovskoi oblasti]. Water management, water engineering and water technologies: Materials of the university student conference (May 11-13, 2021). Dnipro: DDAEU, 29-32 p. http://dspace.dsau.dp.ua/jspui/handle/123456789/5491 [in Ukrainian]
16. Meteopost. Archive of meteorological data. View the actual weather for a specific date. Retrieved from: https://meteopost.com/weather/archive
17. Technical catalogue Metos ® by Pessl Instruments. (2017). Pessl Instruments GmbH. Werksweg 107, 8160 Weiz, Austria, 132 r.
18. Ostapchik, V. P., Kostromin, V. A., & Koval, A. M. (1989). Informatsionno-sovetuyushchaya sistema upravleniya orosheniyem [Information and advisory irrigation management system]. Kiev: Urozhay, 248 p. [In Russian].
19. Tishchenko, A. P. (2003). Upravleniye rezhimami orosheniya selskokhozyaystvennykh kultur po instrumentalnomu metodu [Management of irrigation regimes for agricultural crops using the instrumental method]. Simferopol: Tavriya, 240 p. [in russian].
20. Buduko, M.I. (1974). Climate and Life. San Diego: Academic Press, 508 p.
21. Zhuravlov, O.V. (2021). Scientific and practical substantiation of methods of soil water regime management in irrigated conditions [Naukovo-praktychne obgruntuvannia metodiv upravlinnia vodnym rezhymom gruntu v umovakh zroshennia]. Thesis of the Doctor of agricultural science academic degree by specialty 06.01.02 – agricultural melioration (agricultural sciences) – Institute of Water Problems and Reclamation of NAAS of Ukraine, Kyiv, 350 p. https://drive.google.com/file/d/13rDjDgifhiEU6M7Hka7HfaQONo1m1Hpl/view [in Ukrainian].
22. Shcherbakov, M.V., Brebels, A., Shcherbakova, N.L., Tyukov, A.P., Janovsky, T.A., & Kamaev, V.A. (2013). A Survey of Forecast Error Measures. World Applied Sciences Journal, Vol. 24, 171-176. DOI: https://doi.org/10.5829/idosi.wasj.2013.24.itmies.80032
23. Sak, A. V. (2006). Prognozirovaniye i planirovaniye ekonomiki [Economic forecasting and planning]. Minsk: BGUIR. 209 p. [in russian].
