Comparación de modelos para estimar la presión real de vapor de agua
Fuente:
Redalyc
Saved in:
| Main Author: | |
|---|---|
| Format: | Artículo científico |
| Language: | es |
| Published: |
Instituto Mexicano de Tecnología del Agua
2013
|
| Subjects: | |
| Online Access: | |
| Tags: |
Add Tag
No Tags, Be the first to tag this record!
|
| _version_ | 1876478759088947200 |
|---|---|
| author | Rocío Cervantes-Osornio |
| author_facet | Rocío Cervantes-Osornio |
| contents | Comparación de modelos para estimar la presión real de vapor de agua Rocío Cervantes-Osornio Ramón Arteaga-Ramírez Mario Alberto Vázquez-Peña Waldo Ojeda-Bustamante Abel Quevedo-Nolasco Ciencias de la Tierra Palabras clave humedad atmosférica déficit de presión de vapor redes neuronales artificiales La presión real de vapor de agua es una variable básica para estimar la evapotranspiración de los cultivos, uno de los componentes del ciclo hidrológico; sin embargo es difícil y cara de medir de forma directa, por lo que se recurre en la práctica a estimaciones basadas en la temperatura y relaciones sicrométricas. El objetivo del presente trabajo fue realizar una comparación de diferentes métodos convencionales para el cálculo de la presión real de vapor y compararlos con las estimaciones realizadas con dos tipos de redes neuronales artificiales: feedforward backpropagation y radial basis function . Se usaron datos meteorológicos de cuatro estaciones del Distrito 075, localizadas en el Valle del Fuerte, al norte del estado de Sinaloa, México. Los resultados indican que la red neuronal artificial tipo radial basis function (escenario E4) mostró ser el mejor método en la estimación de la presión actual de vapor de agua. 2013 artículo científico 2007-2422 https://www.redalyc.org/articulo.oa?id=353531982003 es http://www.redalyc.org/revista.oa?id=3535 Tecnología y Ciencias del Agua application/pdf Instituto Mexicano de Tecnología del Agua Tecnología y Ciencias del Agua (México) Num.2 Vol.IV |
| format | Artículo científico |
| id | redalyc_353531982003 |
| institution | Redalyc |
| language | es |
| publishDate | 2013 |
| publisher | Instituto Mexicano de Tecnología del Agua |
| spellingShingle | Comparación de modelos para estimar la presión real de vapor de agua Rocío Cervantes-Osornio Ciencias de la Tierra Palabras clave humedad atmosférica déficit de presión de vapor redes neuronales artificiales Comparación de modelos para estimar la presión real de vapor de agua Rocío Cervantes-Osornio Ramón Arteaga-Ramírez Mario Alberto Vázquez-Peña Waldo Ojeda-Bustamante Abel Quevedo-Nolasco Ciencias de la Tierra Palabras clave humedad atmosférica déficit de presión de vapor redes neuronales artificiales La presión real de vapor de agua es una variable básica para estimar la evapotranspiración de los cultivos, uno de los componentes del ciclo hidrológico; sin embargo es difícil y cara de medir de forma directa, por lo que se recurre en la práctica a estimaciones basadas en la temperatura y relaciones sicrométricas. El objetivo del presente trabajo fue realizar una comparación de diferentes métodos convencionales para el cálculo de la presión real de vapor y compararlos con las estimaciones realizadas con dos tipos de redes neuronales artificiales: feedforward backpropagation y radial basis function . Se usaron datos meteorológicos de cuatro estaciones del Distrito 075, localizadas en el Valle del Fuerte, al norte del estado de Sinaloa, México. Los resultados indican que la red neuronal artificial tipo radial basis function (escenario E4) mostró ser el mejor método en la estimación de la presión actual de vapor de agua. 2013 artículo científico 2007-2422 https://www.redalyc.org/articulo.oa?id=353531982003 es http://www.redalyc.org/revista.oa?id=3535 Tecnología y Ciencias del Agua application/pdf Instituto Mexicano de Tecnología del Agua Tecnología y Ciencias del Agua (México) Num.2 Vol.IV |
| title | Comparación de modelos para estimar la presión real de vapor de agua |
| topic | Ciencias de la Tierra Palabras clave humedad atmosférica déficit de presión de vapor redes neuronales artificiales |
| url | https://www.redalyc.org/articulo.oa?id=353531982003 |