MODELAGEM NEURO-FUZZY DA EVAPOTRANSPIRAÇÃO DE REFERÊNCIA BASEADA NO MÉTODO DE CAMARGO LUANA POSSARI MAZIERO1, STEPHANIE LESCHOT FREDERICK2, CAMILA PIRES CREMASCO2, FERNANDO FERRARI PUTTI2 E LUÍS ROBERTO ALMEIDA GABRIEL FILHO3 1Departamento de Engenharia Rural, Faculdade de Ciências Agronômicas, Universidade Estadual Paulista, Avenida Universitária, 3780, CEP 18610-034, Altos do Paraíso, Botucatu, São Paulo, Brasil, luana.maziero@unesp.br. 2Departamento de Engenharia de Biossistemas, Faculdade de Ciências e Engenharia, Universidade Estadual Paulista, Rua Domingos da Costa Lopes, nº 780, Jardim Itaipu, 17602-496, Tupã, São Paulo, Brasil, s.frederick@unesp.br, camila.cremasco@unesp.br, fernando.putti@unesp.br. 3Departamento de Gestão, Desenvolvimento e Tecnologia, Faculdade de Ciências e Engenharia, Universidade Estadual Paulista, Rua Domingos da Costa Lopes, nº 780, Jardim Itaipu, 17602-496, Tupã, São Paulo, Brasil, gabriel.filho@unesp.br. 1 RESUMO O conhecimento sobre a evapotranspiração é fundamental para determinar o balanço hídrico de uma determinada região, pois pode afetar a política de gestão hídrica da bacia. Nesse contexto, o uso de modelagem matemática com abordagem difusa, como a modelagem fuzzy, cuja origem se deu justamente devido ao desafio de se trabalhar com incertezas, pode auxiliar na determinação da evapotranspiração, auxiliando no processo de tomada de decisão. Desta forma, no presente artigo, desenvolveu-se um modelo neuro-fuzzy (baseado em lógica fuzzy e redes neurais) para determinar a evapotranspiração de referência pelo método de Camargo. Definiu‑se como variáveis de entrada a temperatura e radiação solar, ambas coletadas pelo Instituto Nacional de Meteorologia (INMET) na estação de Tupã, os dados foram considerados pelo período de um ano. Tal sistema, possibilita ao produtor a obtenção instantânea do valor da evapotranspiração de referência, além da classificação qualitativa em classes. A partir dos processos realizados neste trabalho, o método computacional estabelecido, mostrou-se capaz de calcular instantaneamente a evapotranspiração de referência pela equação de Camargo, a partir das variáveis radiação solar e temperatura, relatando que quanto menor os valores de temperatura e radiação solar, menor será o valor da evapotranspiração de referência. Palavras-chave: lógica fuzzy, redes neurais, irrigação, balanço hídrico. MAZIERO, L. P.; FREDERICK, S. L.; CREMASCO, C. P.; PUTTI, F. F.; GABRIEL FILHO, L. R. A. NEURO-FUZZY MODELING OF REFERENCE EVAPOTRANSPIRATION BASED ON THE CAMARGO METHOD 2 ABSTRACT Knowledge about evapotranspiration is essential to determine the water balance of a given region, since it can affect the basin's water management policy. In this context, the use of mathematical modeling with diffuse approach as fuzzy modeling, in which its origin was rightly due to the challenge of working with uncertainties, it can assist in the determination of evapotranspiration, helping in the decision-making process. Thus, in this article, he developed a neuro-fuzzy model (based on fuzzy logic and neural networks) to determine the reference evapotranspiration by the Camargo method. The input variables were temperature and solar radiation, both collected at the National Meteorology Institute (INMET) at the Tupã station, the data were considered for a period of one year. Such a system allows the producer to instantly obtain the reference evapotranspiration value, in addition to the qualitative classification in classes. Based on the processes conducted in this work, the established computational method could instantly calculate the reference evapotranspiration from the Camargo equation, based on solar radiation and temperature variables, reporting that the lower the values of temperature and solar radiation, the lower will be the reference evapotranspiration value. Keywords: diffuse logic, neural networks, irrigation, water balance.