ОЦІНКА ТОЧНОСТІ РОЗРАХУНКУ ЕТАЛОННОЇ ТА ФАКТИЧНОЇ ЕВАПОТРАНСПІРАЦІЇ ЗА ДАНИМИ ВІРТУАЛЬНОЇ МЕТЕОСТАНЦІЇ ДЛЯ УМОВ ПОЛІССЯ УКРАЇНИ
Анотація
У статті проведено оцінку точності розрахунку еталонної та фактичної евапотранспірації за даними віртуальної Visual Crossing Weather Data (VCWD) та автоматичної (iMetos Base) метеорологічної станції для умов Полісся України. За результатами досліджень підтверджено можливість розрахунку ЕТо та ЕТс з використанням метеорологічних даних VCWD, точність розрахунку ЕТо становить 86,1%, а похибки RMSE та SEE відповідно становлять 0,76 та 0,49 мм. Розрахунок ЕТо з урахуванням поправочних коефіцієнтів до метеорологічних даних підвищує точність розрахунків ЕТо на 1,4%, а похибка RMSE зменшується на 0,08 мм. Найбільш точні розрахунки отримуються з використанням поправочного коефіцієнту 1,1 до обчисленої ЕТо. З урахуванням поправочного коефіцієнту точність визначення ЕТо становить 88,9%, а похибки RMSE та SEE відповідно становлять 0,58 та 0,54 мм. Дані ЕТо з VCWD отримано із задовільною точністю, а похибки МАРЕ, RMSE та SEE були найбільшими і відповідно становили 20,4%, 1,09 та 1,02 мм. За 2023-2024 рр. досліджень похибки МАРЕ, RMSE та SEE для ЕТо розрахованої за метеорологічними даними VCWD з урахуванням поправочного коефіцієнту 1,1 відповідно становили 10,0-12,2 %, 0,55-0,60 та 0,51-0,55 мм. В розрізі місяців досліджень похибки МАРЕ, RMSE та SEE для цього варіанту відповідно знаходились в межах 9,0-14,0 %, 0,52-0,63 та 0,34-0,56 мм. Розрахунок абсолютних похибок визначення ЕТо підтверджує, що найбільш достовірні дані еталонної евапотранспірації отримуються з використанням поправочного коефіцієнту. За цього варіанту було отримано найменшу середню абсолютну похибку за роками досліджень, яка дорвнює 5 мм,а у 2024 році ця похибка дорівнювала 0. В розрізі місяців найменша абсолютна похибка 2 мм спостерігалась у травні та серпні, а найбільша -13 мм у вересні.
За результатами розрахунків фактичної евапотранспірації (ЕТс) сільськогосподарських культур встановлено, що використання поправочного коефіцієнту 1,1 до ЕТо підвищує точність розрахунків ЕТс. Похибка МАРЕ знизилась на 2,1 % для всіх культур, а похибка RMSE для кукурудзи на насіння, картоплі та лохини щиткової відповідно знизились на 0,16, 0,15 та 0,09 мм. Середні абсолютні похибки ЕТс за роками досліджень з використанням поправочного коефіцієнту 1,1 до ЕТо для кукурудзи на насіння, картоплі та лохини щиткової відповідно становили 15, 7, 11 мм. В травні, червні та липні розрахована ЕТс для кукурудзи на насіння відповідно на 11, 6 та 8 мм менше за фактичні значення, а в серпні та вересні відповідно на 1 та 9 мм більше. Така тенденція розподілу похибок спостерігається і для картоплі та лохини щиткової.
Посилання
2. Allen, R.G., Dhungel, R., Dhungana, B., Huntington, Ju., Kilic A., & Morton, Ch. (2021). Conditioning point and gridded weather data under aridity conditions for calculation of reference evapotranspiration. Agricultural Water Management, 245, 106531. DOI: https://doi.org/10.1016/j.agwat.2020.106531
3. Veysi, Sh., Nouri, M., & Jabbari, A. (2024). Reference evapotranspiration estimation using reanalysis and WaPOR products in dryland croplands. Heliyon, 10, e26531. DOI: https://doi.org/10.1016/j.heliyon.2024.e26531
4. Rodrigues, G.C., & Braga, R.P. (2021). Estimation of Daily Reference Evapotranspiration from NASA POWER Reanalysis Products in a Hot Summer Mediterranean Climate. Agronomy, 11, 2077. DOI: https://doi.org/10.3390/agronomy11102077
5. Paredes, P., Trigo, I., de Bruin, H., Simões, N., & Pereira, L.S. (2021). Daily grass reference evapotranspiration with Meteosat Second Generation shortwave radiation and reference ET products. Agricultural Water Management, 248, 106543. DOI: https://doi.org/10.1016/j.agwat.2020.106543
6. Blankenau, P.A., Kilic, A., & Allen, R. (2020). An evaluation of gridded weather data sets for the purpose of estimating reference evapotranspiration in the United States. Agricultural Water Management, 242, 106376. DOI: https://doi.org/10.1016/j.agwat.2020.106376
7. Paredes, P., Pereira, L.S., Almorox, J., & Darouich, H. (2020). Reference grass evapotranspiration with reduced data sets: Parameterization of the FAO Penman-Monteith temperature approach and the Hargeaves-Samani equation using local climatic variables. Agricultural Water Management, 240, 106210. DOI: https://doi.org/10.1016/j.agwat.2020.106210
8. Faramiñan, A., Rodriguez, P.R., Carmona, F., Holzman, M., Rivas, R., & Mancino, Ch. (2022). Estimation of actual evapotranspiration in barley crop through a generalized linear model. MethodsX, 9, 101665. DOI: https://doi.org/10.1016/j.mex.2022.101665
9. Pareeth, S.. & Karimi, P. (2023). Evapotranspiration estimation using Surface Energy Balance Model and medium resolution satellite data: An operational approach for continuous monitoring. Scientific Reports, 13, 12026. DOI: https://doi.org/10.1038/s41598-023-38563-2
10. Vázquez-Rodríguez, B.A., Ontiveros-Capurata, R.E., González-Sánchez, A., & Ruíz-Álvarez, O. (2024). Comparative analysis of actual evapotranspiration values estimated by METRIC model using LOCAL data and EEFlux for an irrigated area in Northern Sinaloa, Mexico. Heliyon, 10, e34767. DOI: https://doi.org/10.1016/j.heliyon.2024.e34767
11. Visual Crossing Weather Data. Historical Weather Data & Weather Forecast Data. (2025). Retrieved from: https://www.visualcrossing.com
12. FieldClimate - Metos® by Pessl instrument. (2025). Retrieved from: https://ng.fieldclimate.com
13. Allen, R.G., Pereira, L.S., Raes, D., & Smith, M. (1998). Crop evapotranspiration. Guidelines for computing crop water requirements. FAO Irrig. Drain. Paper No. 56, Rome: FAO. Retrieved from: http://www.fao.org/3/x0490e/x0490e00.htm
14. Roberts, A. (2023). Mean Absolute Percentage Error (MAPE): What You Need To Know. Retrieved from: https://arize.com/blog-course/mean-absolute-percentage-error-mape-what-you-need-to-know/.
15. Lewis, C.D. (1982). Industrial and business forecasting methods. London: Butterworths. P.144.
16. Olumide, S. (2023). Root Mean Square Error (RMSE) In AI: What You Need To Know. Retrieved from: https://arize.com/blog-course/root-mean-square-error-rmse-what-you-need-to-know/.
17. Watts, V. (2022). Introduction to Statistics. An Excel-Based Approach. London, Ontario: Fanshawe College Pressbooks. P. 916. Retrieved from: https://ecampusontario.pressbooks.pub/introstats/
18. Zhuravlov, O.V., Shatkovskyi, A.P., Cherevychnyi, Y.O., Shcherbatiuk M.V., & Liubitskyi, V.V. (2024). Assessment of the accuracy of meteorological data obtained from virtual and automatic weather stations for the conditions of Ukrainian Polissya. Land reclamation and water management, 2(120), 87-98. DOI: https://doi.org/10.31073/mivg202402-396
