Atenção:
O eduCAPES é um repositório de objetos educacionais, não sendo responsável por materiais de terceiros submetidos na plataforma. O usuário assume ampla e total responsabilidade quanto à originalidade, à titularidade e ao conteúdo, citações de obras consultadas, referências e outros elementos que fazem parte do material que deseja submeter. Recomendamos que se reporte diretamente ao(s) autor(es), indicando qual parte do material foi considerada imprópria (cite página e parágrafo) e justificando sua denúncia.
Caso seja o autor original de algum material publicado indevidamente ou sem autorização, será necessário que se identifique informando nome completo, CPF e data de nascimento. Caso possua uma decisão judicial para retirada do material, solicitamos que informe o link de acesso ao documento, bem como quaisquer dados necessários ao acesso, no campo abaixo.
Todas as denúncias são sigilosas e sua identidade será preservada. Os campos nome e e-mail são de preenchimento opcional. Porém, ao deixar de informar seu e-mail, um possível retorno será inviabilizado e/ou sua denúncia poderá ser desconsiderada no caso de necessitar de informações complementares.
Metadados | Descrição | Idioma |
---|---|---|
Autor(es): dc.contributor | Universidade Estadual Paulista (UNESP) | - |
Autor(es): dc.contributor | Universidade Federal do Pará (UFPA) | - |
Autor(es): dc.creator | da Silva, Maurício Bruno Prado | - |
Autor(es): dc.creator | de Souza, Valter Cesar | - |
Autor(es): dc.creator | Cremasco, Caroline Pires | - |
Autor(es): dc.creator | Calça, Marcus Vinícius Contes | - |
Autor(es): dc.creator | Dos Santos, Cícero Manoel | - |
Autor(es): dc.creator | Cremasco, Camila Pires | - |
Autor(es): dc.creator | Gabriel Filho, Luís Roberto Almeida | - |
Autor(es): dc.creator | Rodrigues, Sergio Augusto | - |
Autor(es): dc.creator | Escobedo, João Francisco | - |
Data de aceite: dc.date.accessioned | 2025-08-21T15:29:09Z | - |
Data de disponibilização: dc.date.available | 2025-08-21T15:29:09Z | - |
Data de envio: dc.date.issued | 2023-07-29 | - |
Data de envio: dc.date.issued | 2023-07-29 | - |
Data de envio: dc.date.issued | 2021-12-31 | - |
Fonte completa do material: dc.identifier | http://dx.doi.org/10.31413/nativa.v10i4.13922 | - |
Fonte completa do material: dc.identifier | http://hdl.handle.net/11449/249612 | - |
Fonte: dc.identifier.uri | http://educapes.capes.gov.br/handle/11449/249612 | - |
Descrição: dc.description | Evapotranspiration depends on the interaction between meteorological variables (solar radiation, air temperature, precipitation, relative humidity and wind speed) and phytosanitary conditions of agricultural crops. It is complex to build reliable evapotranspiration measurements due to the high costs of implementing micrometeorological techniques, in addition to difficulties in the operation and maintenance of the necessary equipment. The purpose of this research was to model the reference evapotranspiration through machine learning techniques in climatic data from 30 automatic weather stations in the Planalto Ocidental Paulista, State of São Paulo, Brazil, in the period 2013-2017. A comparison of the statistical performance between the techniques used was carried out, where the best performance of the EToMLP4 model (rRMSE = 0.62%), followed by EToANFIS4 (rRMSE = 0.75%), EToSVM4 (rRMSE = 1.19%) and EToGRNN4 (rRMSE = 11.05 %). Performance measures of the validation base show that the proposed models are able to estimate the reference evapotranspiration, with emphasis on the MPL technique. | - |
Descrição: dc.description | Programa de Pós Graduação em Engenharia Agrícola Universidade Estadual Paulista, SP | - |
Descrição: dc.description | Universidade Federal do Pará, PA | - |
Descrição: dc.description | Programa de Pós Graduação em Engenharia Agrícola Universidade Estadual Paulista, SP | - |
Formato: dc.format | 506-515 | - |
Idioma: dc.language | pt_BR | - |
Relação: dc.relation | Nativa | - |
???dc.source???: dc.source | Scopus | - |
Palavras-chave: dc.subject | evapotranspiration | - |
Palavras-chave: dc.subject | machine learning | - |
Palavras-chave: dc.subject | modeling | - |
Título: dc.title | Machine learning models applied in the estimation of reference evapotranspiration from the Western Plateau of Paulista | - |
Título: dc.title | Modelos de machine learning aplicados na estimação da evapotranspiração de referência do Planalto Ocidental Paulista | - |
Tipo de arquivo: dc.type | livro digital | - |
Aparece nas coleções: | Repositório Institucional - Unesp |
O Portal eduCAPES é oferecido ao usuário, condicionado à aceitação dos termos, condições e avisos contidos aqui e sem modificações. A CAPES poderá modificar o conteúdo ou formato deste site ou acabar com a sua operação ou suas ferramentas a seu critério único e sem aviso prévio. Ao acessar este portal, você, usuário pessoa física ou jurídica, se declara compreender e aceitar as condições aqui estabelecidas, da seguinte forma: