Advertisement

MODELLING REFERENCE EVAPOTRANSPIRATION USING FEED FORWARD BACKPROPAGATION ALGORITHM IN ARID REGIONS OF AFRICA

Authors


  • Modélisation de l'évapotranspiration de référence dans les régions arides de l'Afrique en utilisant un algorithme de rétropropagation à action anticipatrice.

Seydou Traore, National Pingtung University of Science and Technology, Neipu Hsiang 91201, Pingtung, Taiwan.

E-mail se73traore@hotmail.com

ABSTRACT

Modelling of the evapotranspiration process is central for efficient management of agricultural water resources in arid regions. Reference evapotranspiration (ETo) computation with the recommended Penman–Monteith (PM) equation is limited in Burkina Faso due to the numerous meteorological data required. Recently, to solve the climatic data unavailability problem, an alternative reference model (RMBF) has been developed for Burkina Faso. In a new approach, this study explores in three production regions, Dori, Bogande and Fada N'Gourma, the potential of using the feed forward backpropagation (BP) neural network algorithm for estimating ETo from temperature data. Furthermore, four temperature-based models including BP, RMBF, Hargreaves (HRG) and Blaney–Criddle (BCR) were employed and compared with the true PM. Based on the statistical evaluation, RMBF, HRG and BCR consistently overestimated the ETo and showed poor performance.Moreover, BP is superior to RMBF, HRG and BCR. Clearly, temperature-based BP is more reliable than the other alternative methods for ETo modelling in Burkina Faso. It is found that both wind velocity and relative humidity improve BP accuracy when integrated into the network input. Relative humidity does not show as strong a correlation to ETo as wind. Wind was found as the key variable of ETo and is highly recommended to be in the BP model for these arid regions of Africa under study. Copyright © 2010 John Wiley & Sons, Ltd.

RÉSUMÉ

La modélisation du processus de l'evapotranspiration est déterminante pour la gestion efficace des ressources en eau en agriculture dans les régions arides. Le calcul de l'evapotranspiration de référence (ETo) avec l'équation recommandée de Penman–Monteith (PM) est limité au Burkina Faso à cause des nombreuses données météorologiques requises, et en pratique, non disponibles. Récemment, pour résoudre ce problème, un modèle de référence alternatif pour le Burkina Faso (RMBF) a été développé. Dans une nouvelle approche, cette étude explore le potentiel d'employer le réseau de neurone avec rétropropagation à action anticipatrice (BP) pour estimer l'ETo à partir des données de la température dans trois régions de production, Dori, Bogande et Fada N'Gourma. En outre, quatre modèles basés sur les données de température comprenant BP, RMBF, Hargreaves (HRG) et Blaney–Criddle (BCR) ont été utilisés et comparés à PM, la méthode de référence. Sur la base de l'évaluation statistique, le RMBF, HRG et BCR ont constamment surestimé l'ETo et montré de faible performances. A côté, la performance de BP est trouvée supérieure à celle de RMBF, HRG et BCR. Très clairement, le BP basé sur la température est plus fiable que les autres méthodes alternatives pour la modélisation de l'ETo au Burkina Faso. Il est trouvé que l'exactitude de BP s'améliore quand la vitesse du vent et l'humidité relative sont intégrées dans l'entrée du réseau. L'humidité relative ne montre pas une corrélation aussi forte à l'ETo que le vent. Le vent est avéré comme la variable clef de l'ETo. Il est donc fortement recommandé d'intégré cette variable dans le modèle de BP pour ces régions arides d'Afrique. Copyright © 2010 John Wiley & Sons, Ltd.

Ancillary