Abstract Among the reference evapotranspiration (ETo) equations, temperature-based and radiation-based equations have been accepted as promising approaches when the available meteorological data are limited. The present paper aimed at assessing this general implication in island environments, which might be generally volatile than the interior/coastal zones. Using data from five island locations of Iran, daily ETo values were calculated by the benchmark FAO-Penman-Monteith (FAO56-PM) model, then the commonly used temperature-, radiation- and mass transfer-based ETo equations were evaluated against the benchmark values. An additional heuristic modeling of ETo was also performed through employing gene expressions programming (GEP), evaluated by k-fold testing. The obtained outcomes showed that the calibrated mass transfer-based equations and their corresponded GEP models generally surpassed the other applied models in the studied locations. This criticized the commonly accepted implication about applying temperature/radiation-based models in case of data scarcity for different locations. Nevertheless, analysis of the temporal variations of models performance among test years showed that fixing the minimum test size as 1 year for local k-fold testing (that is the case in similar studies) might be misleading as it could not show the fluctuations in modeling accuracy well. A minimum affordable size of at least one growing season was instead selected, tested and recommended in the current research.

中文翻译：

---

模拟岛屿环境中的参考蒸发量：评估实际意义

摘要 在参考蒸散 (ETo) 方程中，当可用的气象数据有限时，基于温度和基于辐射的方程已被接受为有前途的方法。本文件旨在评估岛屿环境中的这种一般含义，岛屿环境通常比内陆/沿海地区更不稳定。使用来自伊朗五个岛屿位置的数据，通过基准 FAO-Penman-Monteith (FAO56-PM) 模型计算每日 ETo 值，然后根据基准评估常用的基于温度、辐射和传质的 ETo 方程值。还通过采用基因表达编程 (GEP) 进行了 ETo 的额外启发式建模，并通过 k 折测试进行评估。获得的结果表明，校准的基于传质的方程及其相应的 GEP 模型在研究位置普遍优于其他应用模型。这批评了普遍接受的关于在不同位置数据稀缺的情况下应用基于温度/辐射的模型的含义。尽管如此，对模型性能在测试年份之间的时间变化的分析表明，将局部 k 折测试的最小测试规模固定为 1 年（类似研究中的情况）可能会产生误导，因为它无法显示建模的波动准确性很好。在当前的研究中，选择、测试和推荐了至少一个生长季节的最小可负担大小。这批评了普遍接受的关于在不同位置数据稀缺的情况下应用基于温度/辐射的模型的含义。然而，对模型性能在测试年份之间的时间变化的分析表明，将局部 k 折测试的最小测试规模固定为 1 年（类似研究中的情况）可能会产生误导，因为它无法显示建模的波动准确性很好。在当前的研究中，选择、测试和推荐了至少一个生长季节的最小可负担大小。这批评了普遍接受的关于在不同位置数据稀缺的情况下应用基于温度/辐射的模型的含义。尽管如此，对模型性能在测试年份之间的时间变化的分析表明，将局部 k 折测试的最小测试规模固定为 1 年（类似研究中的情况）可能会产生误导，因为它无法显示建模的波动准确性很好。在当前的研究中，选择、测试和推荐了至少一个生长季节的最小可负担大小。测试年份之间模型性能的时间变化分析表明，将局部 k 折测试的最小测试规模固定为 1 年（类似研究中的情况）可能会产生误导，因为它无法很好地显示建模精度的波动. 在当前的研究中，选择、测试和推荐了至少一个生长季节的最小可负担大小。测试年份之间模型性能的时间变化分析表明，将局部 k 折测试的最小测试规模固定为 1 年（类似研究中的情况）可能会产生误导，因为它无法很好地显示建模精度的波动. 在当前的研究中，选择、测试和推荐了至少一个生长季节的最小可负担大小。