Estimación de la radiación neta diaria a partir de modelos de regresión lineal múltiple

• Autores: Ocampo, Dora; Rivas, Raúl Eduardo
• Año de publicación: 2013
• Idioma: español castellano
• Tipo de recurso: artículo
• Materia: Oceanografía, Hidrología, Recursos Hídricos; variables meteorológicas; Evapotranspiración; radiómetro neto; zona subhúmeda-húmeda
• Institución: Comisión de Investigaciones Científicas de la Provincia de Buenos Aires

El conocimiento a escala diaria de la radiación neta (Rn) permite cuantificar la energía que es utilizada en los diferentes procesos que ocurren a nivel de la superficie, como la evapotranspiración. En este estudio se aplica un Modelo de Regresión Lineal Múltiple (MRLM) para la estimación de la Rn en una zona subhúmeda-húmeda de Argentina. En el modelo se utilizaron datos meteorológicos de radiación solar global o total, temperatura, humedad relativa del aire, radiación neta (medida con un radiómetro neto Kipp & Zonen) y el valor del inverso de la distancia relativa tierra-sol o factor de excentricidad. Como resultado, se obtuvieron ocho ecuaciones de estimación de la Rn. Los MRLM se evaluaron a partir de los estadísticos desviación media del error (MBE) y raíz cuadrada del cuadrado medio del error (RMSE). Los resultados mostraron un buen ajuste y un bajo error a escala diaria, destacándose los modelos que involucraron la radiación solar, temperatura, humedad relativa del aire e inverso de la distancia tierra-sol, permitiendo cálculos de la Rn con errores inferiores a 19 W·m-2.
Knowledge of daily net radiation (Rn) is basic to quantifying energy used in various processes occurring at the surface level such, as evapotranspiration. This study applies a Multiple Linear Regression Model (MRLM) for the estimation of Rn in a subhumid-humid zone of Argentina. In the model we used weather data of solar radiation, temperature and relative humidity, Rn (measured with a Kipp & Zonen net radiometer) and inverse relative distance earth-sun. As a result, eight estimation equations of Rn were obtained. The MRLM models were evaluated using the statistics Mean Bias Error (MBE) and Root Mean Square Error (RMSE). The results showed good adjustment and low error at daily scale, highlighting those equations involving solar radiation, temperature, relative humidity and inverse distance earth- sun, allowing calculation of Rn with errors less than 19 W∙m-2.