[{"data":1,"prerenderedAt":-1},["ShallowReactive",2],{"doc-detail-124832-es":3,"doc-seo-124832-110":31,"detail-sidebar-cat-0-es-110":92},{"code":4,"msg":5,"data":6},0,"success",{"doc_id":7,"user_id":8,"nickname":9,"user_avatar":10,"doc_module":4,"category_id":11,"category_name":12,"doc_title":13,"doc_description":14,"doc_content":15,"file_id":16,"file_url":17,"file_type":18,"file_size":19,"view_count":20,"is_deleted":4,"is_public":21,"is_downloadable":21,"audit_status":21,"page_count":22,"language":23,"language_code":24,"site_id":25,"html_lang":24,"table_of_contents":26,"faqs":27,"seo_title":28,"seo_description":14,"update_tm":29,"read_time":30},124832,1099523882182,"Eliana","https://ap-avatar.wpscdn.com/davatar_6f874abed73319feea01a86fa6f0fab8",41,"Investigación e Informes","Estimación de evapotranspiración de referencia con información escasa usando machine learning en el suroeste colombiano","La investigación plantea un método alternativo para estimar la evapotranspiración de referencia (ETo) con información climatológica escasa en el suroeste de Colombia durante 1983-2017. Se compara el método de referencia FAO Penman-Monteith (FAO-PM56) con cuatro enfoques empíricos (Hargreaves, Thornthwaite, Cenicafé y Turc) usando métricas de ajuste: RMSE, MAE, MBE, NSE y correlación de Pearson. Además, se diseñan modelos de machine learning (MLR, ANN y ARIMA) y se evalúa el mejor desempeño para apoyar la gestión del agua bajo alta incertidumbre.","# ESTIMATION OF MONTHLY REFERENCE EVAPOTRANSPIRATION WITHSCARCE INFORMATION USING MACHINE LEARNING IN SOUTHWESTERNCOLOMBIA\n\nJuan Camilo Triana-Madrid¹,Camilo Ocampo-Marulanda1,2,Yesid Carvajal-Escobar¹,Wilmar  \nAlexander Torres-López³,Joshua Triana⁴,Teresita Canchala¹  \n1Water Resources Engineering and Soil Research Group (IREHISA),School of Natural Resourcesand Environmental Engineering,Universidad del Valle,Cali 25360,Colombia  \n2Faculty of Natural Sciences and Engineering,Fundación Universitaria de San Gil,Yopal 850007,Colombia  \n³Research Group in Applied Statistics (INFERIR),School of Statistics,Universidad del Valle,Cali25360,Colombia  \n4Univalle Group in Artificial Intelligence(GUIA),School of Systems and Computer Engineering,Universidad del Valle,Cali 25360,Colombia  \n(Manuscrito recibido el 11 de octubre de 2022,en su versión final el 16 de diciembre de 2022)  \n## ABSTRACT\n\nThis research aimed to identify an alternative method to estimate referenceevapotranspiration(ETo)with scarce climatological information in southwesternColombia between 1983-2017 by evaluating and comparing different machinelearning techniques.The FAO Penman-Monteith(FAO-PM56)was used as thereference method and four empirical methods(Hargreaves,Thornthwaite,Cenicafé,and Turc)were assessed with five metrics to evaluate the method of best fit toFAO-PM56,root mean square error(RMSE),mean absolute error(MAE),meanbias error(MBE),Nash-Sutcliffe model efficiency coefficient(NSE),and Pearsoncorrelation coefficient(R).Three models were designed using machine learningtechniques to estimate ETo,multiple linear regression(MLR),artificial neuralnetworks(ANN),and autoregressive integrated moving average model(ARIMA).The results showed that the ARIMA-M3 model reported the best performancemetrics(RMSE=4.13 mm month-1,MAE=3.15 mm month-1,MBE=-0.08 mmmonth-1,NSE =0.96 and r=0.98).However,it restricts in that it can only beused locally and cannot be extrapolated to other climatological stations,because itwas calibrated with specific conditions (exogenous variables)and stations,unlikethe ANN-M1 model,which only requires training the network for its application.This method will allow estimating ETo in places with scarce information,as vitalfor water management in places with much uncertainty regarding accessibility andavailability.  \nKeywords:Artificial neural network;FAO-56 Penman-Monteith;Performancemetrics;Southwestern Colombia;Evapotranspiration.  \n# ESTIMACIÓN DE EVAPOTRANSPIRACIÓN DE REFERENCIA CONINFORMACIÓN ESCASA UTILIZANDO MACHINE LEARNING EN ELSUROCCIDENTE COLOMBIANO\n\nRESUMEN  \nEsta investigación tuvo como objetivo identificar un método alternativo paraestimar la evapotranspiración de referencia(ETo)con escasa informaciónclimatológica en el suroeste de Colombia entre 1983-2017,evaluando ycomparando diferentes técnicas de machine learning.Se utilizó el método deFAO Penman-Monteith(FAO-PM56)como método de referencia y se evaluaron4 métodos de empíricos(Hargreaves,Thornthwaite,Cenicafé y Turc)con cincométricas para evaluar el método de mejor ajuste al FAO-PM56,error cuadráticomedio(RMSE),error medio absoluto(MAE),error medio de sesgo(MBE),coeficiente de eficiencia del modelo de Nash-Sutcliffe(NSE)y coeficiente decorrelación de Pearson(R).Sedisenaron tres modelos utilizando técnicas de machinelearning para estimar la ETo,regresión lineal múltiple(MLR),redes neuronalesartificiales(ANN)y modelo de media móvil integrada autorregresiva(ARIMA).Los resultados mostraron que el modelo ARIMA-M3 presentó la mejor métrica derendimiento (RMSE=4,13 mm mes-1,MAE=3,15 mm mes-1,MBE=-0,08 mmmes-1,NSE=0,96y R=0,98).Sin embargo,tiene la restricción de que sólo sepuede utilizar localmentey no se puede extrapolar a otras estaciones climatológicas,porque se calibró con estaciones y condiciones específicas(variables exógenas),adiferencia del modelo RNA-M1,que sólo requiere entrenar la red para su aplicación.Este método permitirá estimar la ETo en lugares con escasa información,lo que ","cbCaiawcLJvwViAN","https://ap.wps.com/l/cbCaiawcLJvwViAN","pdf",8449096,2,1,22,"Spanish","es",110,"# Abstract\n# Introducción\n## Importancia de la evapotranspiración\n## Métodos de estimación de ETo\n## Modelos previos y regionalización en Colombia","[{\"question\":\"¿Cuál es el objetivo del estudio sobre ETo en el suroeste de Colombia?\",\"answer\":\"Identificar un método alternativo para estimar la evapotranspiración de referencia (ETo) cuando existe información climatológica escasa, analizando el periodo 1983-2017 mediante comparación de técnicas.\"},{\"question\":\"¿Qué método se usa como referencia para evaluar las demás técnicas?\",\"answer\":\"El método de referencia es FAO Penman-Monteith (FAO-PM56), frente al cual se ajustan y comparan métodos empíricos y modelos de machine learning.\"},{\"question\":\"¿Qué modelo de machine learning obtuvo el mejor desempeño y qué limitación presenta?\",\"answer\":\"El modelo ARIMA-M3 reportó el mejor rendimiento según RMSE, MAE, MBE, NSE y correlación. La limitación es que funciona localmente y no se puede extrapolar a otras estaciones, al estar calibrado con condiciones y variables específicas.\"}]","Estimación de evapotranspiración de referencia con información escasa usando machine learning en el suroeste colombiano | PDF",1785894889,34,{"code":4,"msg":32,"data":33},"ok",{"site_id":25,"language":24,"slug":34,"title":13,"keywords":35,"description":14,"schema_data":36,"social_meta":87,"head_meta":89,"extra_data":91,"updated_unix":29},"estimation-of-reference-evapotranspiration-with-scarce-information-using-machine-learning-in-southwestern-colombia","",{"@graph":37,"@context":86},[38,54,69],{"@type":39,"itemListElement":40},"BreadcrumbList",[41,45,48,51],{"item":42,"name":43,"@type":44,"position":21},"https://docshare.wps.com","Home","ListItem",{"item":46,"name":47,"@type":44,"position":20},"https://docshare.wps.com/es/document/","Document",{"item":49,"name":12,"@type":44,"position":50},"https://docshare.wps.com/es/document/investigación-e-informes/",3,{"item":52,"name":13,"@type":44,"position":53},"https://docshare.wps.com/es/document/estimation-of-reference-evapotranspiration-with-scarce-information-using-machine-learning-in-southwestern-colombia/124832/",4,{"url":52,"name":13,"@type":55,"author":56,"headline":13,"publisher":58,"fileFormat":61,"inLanguage":24,"description":14,"dateModified":62,"datePublished":63,"encodingFormat":61,"isAccessibleForFree":64,"interactionStatistic":65},"DigitalDocument",{"name":9,"@type":57},"Person",{"url":42,"name":59,"@type":60},"DocShare","Organization","application/pdf","2026-08-16","2026-08-05",true,{"@type":66,"interactionType":67,"userInteractionCount":20},"InteractionCounter",{"@type":68},"ViewAction",{"@type":70,"mainEntity":71},"FAQPage",[72,78,82],{"name":73,"@type":74,"acceptedAnswer":75},"¿Cuál es el objetivo del estudio sobre ETo en el suroeste de Colombia?","Question",{"text":76,"@type":77},"Identificar un método alternativo para estimar la evapotranspiración de referencia (ETo) cuando existe información climatológica escasa, analizando el periodo 1983-2017 mediante comparación de técnicas.","Answer",{"name":79,"@type":74,"acceptedAnswer":80},"¿Qué método se usa como referencia para evaluar las demás técnicas?",{"text":81,"@type":77},"El método de referencia es FAO Penman-Monteith (FAO-PM56), frente al cual se ajustan y comparan métodos empíricos y modelos de machine learning.",{"name":83,"@type":74,"acceptedAnswer":84},"¿Qué modelo de machine learning obtuvo el mejor desempeño y qué limitación presenta?",{"text":85,"@type":77},"El modelo ARIMA-M3 reportó el mejor rendimiento según RMSE, MAE, MBE, NSE y correlación. La limitación es que funciona localmente y no se puede extrapolar a otras estaciones, al estar calibrado con condiciones y variables específicas.","https://schema.org",{"og:url":52,"og:type":88,"og:title":13,"og:site_name":59,"og:description":14},"article",{"robots":90,"canonical":52},"index,follow",{"doc_id":7,"site_id":25},{"code":4,"msg":5,"data":93},[94,99,103,107,111,113,117,120,124,128],{"id":95,"doc_module":4,"doc_module_name":47,"category_name":96,"show_sort_weight":97,"slug":98},39,"Cómic",60,"comic",{"id":100,"doc_module":4,"doc_module_name":47,"category_name":101,"show_sort_weight":97,"slug":102},43,"Estilo de Vida","lifestyle",{"id":104,"doc_module":4,"doc_module_name":47,"category_name":105,"show_sort_weight":97,"slug":106},38,"Examen","exam",{"id":108,"doc_module":4,"doc_module_name":47,"category_name":109,"show_sort_weight":97,"slug":110},44,"General","general",{"id":11,"doc_module":4,"doc_module_name":47,"category_name":12,"show_sort_weight":97,"slug":112},"research-report",{"id":114,"doc_module":4,"doc_module_name":47,"category_name":115,"show_sort_weight":97,"slug":116},37,"Literatura","literature",{"id":22,"doc_module":4,"doc_module_name":47,"category_name":118,"show_sort_weight":97,"slug":119},"Relatos y Novelas","story-novel",{"id":121,"doc_module":4,"doc_module_name":47,"category_name":122,"show_sort_weight":97,"slug":123},42,"Religión y Espiritualidad","religion-spirituality",{"id":125,"doc_module":4,"doc_module_name":47,"category_name":126,"show_sort_weight":97,"slug":127},40,"Salud y Atención Médica","healthcare",{"id":129,"doc_module":4,"doc_module_name":47,"category_name":130,"show_sort_weight":97,"slug":131},24,"Tecnología","technology"]