Loading…
Comparação de modelos matemáticos não-lineares empregados na análise de desempenho de sistemas de irrigação Comparison of non-linear models used for evaluating irrigation system performance
Modelos matemáticos não-lineares utilizados na análise de desempenho de sistemas de irrigação foram comparados visando a indicar o que se ajusta melhor aos dados observados em perfis de distribuição da água aplicada na irrigação. Foram considerados quatro modelos de probabilidade (Normal, Log-normal...
Saved in:
Published in: | Pesquisa agropecuaria brasileira 2006-06, Vol.41 (6), p.1049-1052 |
---|---|
Main Authors: | , , , |
Format: | Article |
Language: | English |
Subjects: | |
Online Access: | Get full text |
Tags: |
Add Tag
No Tags, Be the first to tag this record!
|
Summary: | Modelos matemáticos não-lineares utilizados na análise de desempenho de sistemas de irrigação foram comparados visando a indicar o que se ajusta melhor aos dados observados em perfis de distribuição da água aplicada na irrigação. Foram considerados quatro modelos de probabilidade (Normal, Log-normal, Gama e Beta) e dois modelos potenciais (modelos Silva e Karmeli), aplicados a 91 casos de avaliação de desempenho da irrigação. A comparação entre as curvas de freqüência acumulada da soma de quadrados dos erros, obtida do ajuste de cada modelo aos dados, revelou que o modelo Silva é estatisticamente o melhor entre os modelos testados.Various non-linear mathematical models utilized in the analysis of irrigation system performance were compared aiming to indicate the model which better represents applied water distribution profiles. Four probability models (Normal, Log-normal, Gamma and Beta) as well as two potential models (Silva's and Karmeli's models) were considered, and were applied to 91 cases of irrigation performance evaluation. The pairwise comparison of the cumulative frequency distribution curves of the sum of square errors, obtained from fitting each model to the observed data, revealed that Silva's model is the best among the non-linear models tested. |
---|---|
ISSN: | 0100-204X 1678-3921 |
DOI: | 10.1590/S0100-204X2006000600022 |