Estimating reference evapotranspiration with limited meteorological data

O objetivo deste trabalho foi avaliar a estimativa da evapotranspiração de referência (ETo), para a região Sudeste do Brasil, a partir de dados meteorológicos limitados. O método de Penman‑Monteith FAO 56 (PMp) foi tomado como referência. Três cenários com dados meteorológicos limitados, obtidos de rede de estações automáticas, foram utilizados para estimação da ETo: método padrão (PMp) com uso da radiação solar estimada pelo balanço entre ondas curtas e longas (PMKrs); método padrão com uso da pressão de vapor estimada pelas temperaturas máxima e mínima, e pela umidade relativa do ar (PMea); e método padrão com uso da velocidade de vento constante (2 m s‑1; PMu2). A ETo também foi estimada pelos métodos de Hargreaves‑Samani (HS) e de Turc. Os modelos foram analisados por meio de indicadores estatísticos de desvio absoluto médio (MBE), erro relativo (ER), raiz quadrada do erro quadrático médio (RMSE) e índice de Willmott (d). O método PMea é a melhor alternativa para estimar a ETo, seguido pelos métodos PMu2, para Espírito Santo e Rio de Janeiro, e PMKrs, para São Paulo e Minas Gerais. Os maiores erros são obtidos com o método de Hargreaves‑Samani, que superestimou a ETo em comparação ao PMp, para a maioria das estações avaliadas.The objective of this work was to evaluate the estimate of reference evapotranspiration (ETo) for the Southeast Region of Brazil using limited meteorological data. The FAO 56 Penman‑Monteith method (PMp) was used as reference. Three scenarios of limited meteorological data, obtained from automatic network stations, were used for estimating ETo: standard method (PMp), with solar radiation estimated from the balance between short and wide wavelengths (PMKrs); standard method using vapor pressure estimated from minimum and maximum temperatures, and from air relative humidity (PMea); and standard method using constant wind speed (2 m s‑1; PMu2). ETo was also estimated by the Hargreaves‑Samani (HS) and Turc methods. The models were analyzed by statistical indicators of mean absolute deviation (MBE), relative error (RE), root mean square error (RMSE), and Willmott index (d). The PMea method is the best alternative to estimate ETo, followed by PMu2, for the states of Espírito Santo and Rio de Janeiro, and PMKrs, for the states of São Paulo and Minas Gerais. The largest errors are obtained with the Hargreaves‑Samani method, which overestimated ETo compared with PMp, for most of the evaluated stations