Application of the METRIC model to estimate maize crop evapotranspiration at field scale with Google Earth Engine

Abstract

[EN] Determination of actual crop evapotranspiration (ETc) is a crucial challenge for sustainable irrigation water management. In this sense, robust and accurate estimation models of crop water consumption along with spatial tools and processing platforms in the cloud are necessary to determine the timing and amount of irrigation needed as a first step toward proposing solutions and water use efficiency. The objective of this study was to determine maize crop evapotranspiration using the algorithms of the Mapping Evapotranspiration at High Resolution with Internalized Calibration (METRIC) model in the Google Earth Engine (GEE) platform. The crop was monitored with 14 Landsat images during its growth period. ETc values with METRIC were compared with ETc obtained with the FAO-56 methodology, and the cumulative ETc was compared with ETc derived from a soil moisture sensor. The evaluation between the METRIC model and FAO-56 displayed a determination coefficient (R2) of 0.87, mean squared error (MSE) of 0.8 mm/day, and bias percentage (PBIAS) of -14.5. According to the cumulative ETc, the difference was 16 mm for METRIC and 63 mm for FAO-56, compared with moisture sensor values. METRIC overestimated by 3.0% (PBIAS=-3.0), and FAO-56 underestimated by 11.9% (PBIAS=11.9). The results and the programmed algorithms in this work can be the basis for future calibrations and validations of the evapotranspiration of different crops.

[ES] La determinación de la evapotranspiración de cultivos es el principal desafío para el manejo sustentable del agua para riego. En este sentido, se requieren modelos robustos y precisos para determinar el consumo de agua que junto con herramientas de análisis espacial y plataformas de procesamiento en la nube permiten establecer el momento y cantidad de riego requerido, como un primer paso para proponer soluciones para el ahorro y uso eficiente de agua demandada por los cultivos para satisfacer sus requerimientos hídricos. El objetivo de este estudio fue determinar la evapotranspiración del cultivo de maíz (ETc) utilizando el algoritmo de Mapeo de evapotranspiración con calibración internalizada en alta resolución (METRIC) y la plataforma de Google Earth Engine (GEE). El cultivo fue monitoreado con 14 imágenes Landsat (Landsat 8 y 9). Los valores de ETc obtenidos con METRIC fueron comparadas con los obtenidos con el modelo de FAO-56 y la lámina de agua acumulada en el suelo medida con un sensor de humedad. La evaluación entre los modelos de METRIC y FAO-56 mostraron un coeficiente (R2) DE 0,87, un error cuadrado promedio (MSE) de 0.8 mm/día y un porcentaje de sesgo (PBIAS) de -14,5. De acuerdo con el consumo total de agua registrada por el sensor de humedad, la diferencia entre METRIC y FAO-56 fue de 16 mm y 63 mm respectivamente. Se observó que METRIC sobreestima un 3,2% (PBIAS=-3,0) y FAO-56 subestima un 11,9% (PBIAS=11,9). Los resultados y el algoritmo programado en este trabajo pueden ser la base para futuras calibraciones y validaciones de ETc para distintos cultivos.