Onderzoek naar 50 temperatuurgebaseerde modellen voor het schatten van potentiële evapotranspiratie (PET) in een semi-aride regio

Waarom waterverlies naar de lucht ertoe doet

In droge landbouwgebieden telt elke druppel. Toch verliezen gewassen stilletjes enorme hoeveelheden vocht aan de lucht via een gecombineerd proces van verdamping uit de bodem en transpiratie uit bladeren. Weten hoe snel dit verlies optreedt — aangeduid als potentiële evapotranspiratie — is cruciaal om te bepalen wanneer en hoeveel er geïrrigeerd moet worden. De hier samengevatte studie stelt een eenvoudige maar dringtende vraag voor semi-aride delen van India: kunnen boeren en planners dit waterverlies betrouwbaar inschatten met alleen basismetingen van temperatuur en luchtvochtigheid, in plaats van dure, data-intensieve weerinstrumenten?

De dorst meten in een droog landschap

De onderzoekers concentreerden zich op Lalgudi Taluk in Tamil Nadu, een semi-aride gebied met hete zomers, matige wind en relatief lage luchtvochtigheid. Over tien jaar, van 2005 tot 2014, verzamelden ze routine-weergegevens van een observatorium van een landbouwcollege — maximum- en minimumtemperatuur, vochtigheid, zonneschijn, windsnelheid en neerslag. Met deze gegevens berekenden ze eerst een referentiemaatstaf voor gewaswaterbehoefte met een gedetailleerde formule aanbevolen door de VN-voedselorganisatie FAO, bekend als FAO56 Penman–Monteith. Deze methode wordt algemeen als de gouden standaard beschouwd maar vereist veel verschillende weerinvoeren, die op plattelandsstations vaak ontbreken.

50 kortere methoden op de proef gesteld

Om eenvoudigere alternatieven te vinden, stelden de onderzoekers 50 gepubliceerde snelmethoden samen, of empirische modellen, die de potentiële evapotranspiratie schatten met voornamelijk temperatuur en in sommige gevallen ook vochtigheid. Zevenendertig modellen baseerden zich uitsluitend op temperatuur, terwijl dertien ook termen met vochtigheid bevatten. Ze werden allemaal opnieuw geconstrueerd in een consistente computeromgeving en gevoed met dezelfde dagelijkse weerdata. De wetenschappers vergeleken vervolgens de output van elk model met de gouden standaard, en beoordeelden niet alleen hoe sterk de waarden dag tot dag overeenkwamen, maar ook of de modellen het algemene seizoenspatroon en de langetermijngemiddelde waterbehoefte vastlegden.

Winnaars en verliezers scoren

In plaats van te oordelen op basis van één enkele score, gebruikte de studie meerdere complementaire maatstaven. Deze omvatten hoe nauw elk model de referentie volgde, wat de typische foutgrootte was, of het consequent de waterbehoefte overschatte of onderschatte, en hoe het langetermijngemiddelde zich verhoudde tot de referentie. Om deze maten eerlijk te combineren maakten de auteurs een gestandaardiseerde rangorde-index die de prestaties tussen 0 en 1 schaalt. Een paar modellen vielen op: een model voorgesteld door Althoff en collega’s, samen met versies van Pereira en Pruitt en van Samani, bood de beste balans tussen nauwkeurigheid en eenvoud. Zij volgden de stijging en daling van de seizoensgebonden waterbehoefte in het semi-aride klimaat terwijl ze fouten klein hielden en langetermijntotalen dicht bij de referentie lagen.

Beperkingen van vochtigheid en oudere vuistregels

Niet alle snelmethoden presteerden goed. Sommige traditionele formules, lang gebruikt in irrigatieplanning, overschatten de waterbehoefte — met risico op verspilling van water en energie — of onderschatten deze, wat gewassen onder stress kan zetten. Verrassend genoeg presteerden modellen die vochtigheid toevoegden niet automatisch beter dan temperatuur-only benaderingen. In deze specifieke droge regio verandert de luchtvochtigheid minder dan temperatuur en zonlicht, waardoor door vochtigheid gerichte vergelijkingen soms de werkelijke drijfveren van waterverlies verkeerd interpreteren. De studie toonde ook aan dat meerdere methoden die voor andere klimaten waren ontwikkeld, zoals koele of zeer vochtige gebieden, moeite hadden wanneer ze zonder lokale aanpassing direct op de hete, semi-aride omstandigheden in Zuid-India werden toegepast.

Wat dit betekent voor boeren en planners

Voor hen die water beheren in data-schaarse, semi-aride regio’s is de boodschap praktisch en hoopvol. Het onderzoek laat zien dat zorgvuldig gekozen, op temperatuur gebaseerde formules kunnen dienen als vervanging voor meer complexe methoden wanneer alleen eenvoudige weerregistraties beschikbaar zijn. In het bijzonder kwamen de modellen van Althoff, Pereira en Pruitt, en Samani naar voren als sterke kandidaten om irrigatieschema’s en langetermijn-waterbegrotingen in dit deel van India te sturen. Tegelijk waarschuwt de studie tegen het klakkeloos overal toepassen van één vuistregel. Lokale testen en, waar mogelijk, verfijning blijven essentieel. Vooruitkijkend beargumenteren de auteurs dat het combineren van temperatuur met andere invloeden zoals zonlicht, wind en zelfs machine-learningtools de schattingen verder kan aanscherpen, waardoor droge landbouw het beste kan halen uit beperkte watervoorraden.

Bronvermelding: Ramachandran, J., Rashwin, A.A., Arunadevi, K. et al. Investigation of 50 temperature-based models for estimating potential evapotranspiration (PET) in a semi-arid region. Sci Rep 16, 7879 (2026). https://doi.org/10.1038/s41598-026-35472-y

Trefwoorden: evapotranspiratie, irrigatie, semi-aride landbouw, klimaatdata, waterbeheer