Distribuição da evapotranspiração de referência para a região de Londrina, PR

Abstract

A evapotranspiração de referência (ETo) é um parâmetro essencial para o planejamento da irrigação, pois reflete a demanda atmosférica por água. Este estudo teve como objetivo analisar a distribuição da ETo para a região de Londrina, PR, com base em dados históricos de 1987 a 2016. As estimativas de ETo foram obtidas pelo método de Penman-Monteith e organizadas em períodos acumulados de 5, 10, 15 e 30 dias. Aplicaram-se as distribuições Normal e Gama para modelar a frequência da ETo acumulada, com verificação por meio do teste de Kolmogorov-Smirnov a 5% de significância. Os melhores ajustes estatísticos foram observados nos períodos de 10, 15 e 30 dias. A sazonalidade foi evidente, com menores valores médios de ETo no inverno (junho: 2,01 mm dia⁻¹) e maiores na primavera-verão (novembro: 4,56 mm dia⁻¹). A abordagem probabilística demonstrou que percentis como o de 75% são eficazes para indicar cenários de maior demanda hídrica, especialmente nos meses críticos de outubro e novembro. Os resultados reforçam a importância de considerar a variabilidade climática no dimensionamento de sistemas de irrigação, promovendo o uso racional da água na agricultura.

Reference evapotranspiration (ETo) is a key parameter for irrigation planning, as it reflects the atmospheric water demand. This study aimed to analyze the distribution of ETo for the Londrina region, Paraná, based on historical data from 1987 to 2016. ETo estimates were obtained using the Penman-Monteith method and grouped into accumulated periods of 5, 10, 15, and 30 days. The Normal and Gamma distributions were applied to model the frequency of accumulated ETo, with adherence tested using the Kolmogorov-Smirnov test at a 5% significance level. The best statistical fits were found for the 10-, 15-, and 30-day periods. A marked seasonal pattern was observed, with lower mean ETo values in winter (June: 2.01 mm day⁻¹) and higher values in spring and summer (November: 4.56 mm day⁻¹). The probabilistic approach showed that percentiles such as the 75th are effective for indicating scenarios of higher water demand, especially during critical months like October and November. The results highlight the importance of accounting for climate variability in irrigation system design, fostering more efficient water use in agriculture.