En la agricultura resulta importante conocer con cierto grado de anticipación algunas variables climáticas tal como la evapotranspiración de referencia, variable primordial en la planeación y distribución del recurso agua en los distritos de riego. En el presente trabajo se utilizaron métodos convencionales y modelos de redes neuronales artificiales, específicamente feed forward backpropagation, con las mismas variables de entradas que sus homólogos modelos empíricos, para estimación de la evapotranspiración de referencia, esto se realizó para la estación Santa Rosa 1 III AC, ubicada en el Distrito 075, Valle del Fuerte, Los Mochis, Sinaloa. Los resultados obtenidos mostraron que las redes neuronales artificiales representan una alternativa de modelo confiable en la estimación de la evapotranspiración de referencia.
展开▼
机译：在农业中，重要的是一定要知道一些气候变量，例如参考蒸散量，这是灌溉区水资源规划和分配的主要变量。在目前的工作中，使用传统方法和人工神经网络模型，特别是前馈反向传播，并使用与经验模型相同的输入变量来估计参考蒸散量，这是针对Santa Rosa 1 III站进行的。 AC，位于锡那罗亚州Los Mochis的Valle del Fuerte 075区。获得的结果表明，人工神经网络代表了参考蒸散量估算中的可靠模型替代方案。
展开▼
