Documentos de Académico
Documentos de Profesional
Documentos de Cultura
Generacion de Un Mapa de Vientos en Un SIG PDF
Generacion de Un Mapa de Vientos en Un SIG PDF
Generacin
51-77 de un mapa de vientos en un SIG
RESUMEN:
A partir del empleo de un procedimiento de interpolacin adaptado a datos vectoriales
(direccin y velocidad del viento) se construye, a partir de las estaciones meteorolgicas, un
mapa detallado de vientos en la Comunidad de Madrid.
Palabras clave: Interpolacin de datos vectoriales. Mapa de vientos. Madrid.
ABSTRACT:
Using a procedure of interpolation adapted to vector data (direction and wind speed) from
the weather stations, a detailed wind map in the Community of Madrid is constructed.
Key words: Interpolation of vector data. Wind map. Madrid
I. INTRODUCCIN
El estudio y gestin de los riesgos tecnolgicos es un problema importante con abundantes implicaciones espaciales. Por ello, es cada vez ms usual la utilizacin de los SIG en su
anlisis. Un resumen de algunas de las posibilidades de estos instrumentos en relacin a estos
estudios se puede hallar en Bosque y otros (2004).
Dentro de los usos de los SIG para la evaluacin, control o prevencin de riesgos, se
ha de destacar una aproximacin a la cuestin que se basa en el empleo de los modelos de
dispersin atmosfrica. Estos modelos son herramientas matemticas con las que se pueden
estimar las dispersiones de gases en la atmsfera. El uso de estos instrumentos de manera
Fecha de recepcin: diciembre 2007.
Fecha de aceptacin: agosto 2008.
51
complementaria con los SIG ha permitido ofrecer muy buenos resultados en las investigaciones de riesgos atmosfricos, as como en la gestin de emergencias por este tipo de peligros.
Algunos ejemplos de ello se resean a continuacin.
Utilizando un modelo de dispersin atmosfrica y un SIG, Chakraborty y Armstrong
tratan de estimar las zonas afectadas por riesgos tecnolgicos mediante el mtodo del anlisis geogrfico con plumas de dispersin (Geographic Plume Analysis, Chakraborty,
Armstrong, 1996 y 1997). El modelo de dispersin que utilizan es el ALOHA, con el que
se crea una pluma o huella de dispersin de gases contaminantes. Una vez que se han
creado las plumas de dispersin, las integran en el SIG y mediante el anlisis de superposicin estiman las zonas de exposicin y la poblacin afectada. El uso del modelo de
dispersin atmosfrica ALOHA se realiza independientemente del Sistema de Informacin Geogrfico, por lo que su utilizacin se reduce a la consecucin de zonas de posible
dispersin.
Aplicaciones similares que tienen una componente geogrfica importante es el paquete
de programas CAMEO (CAMEO, 1999), programa de gestin de riesgos qumicos, tanto a
partir de vertidos como a partir de escapes de gases, en el que se gestiona las emergencias
y riesgos desde todos los ngulos (exposiciones, mtodos de actuacin de los equipos de
emergencias, consecuencias posibles, etc.). Dentro de este conjunto de aplicaciones est el
programa ALOHA (Areal Locations Hazardous Atmospheres) y el visualizador cartogrfico
MARPLOT, en donde se materializan espacialmente las gestiones y datos recabados por
los programas iniciales. De este sistema, Chakraborty y Armstrong utilizaron el modelo de
dispersin atmosfrica ALOHA, como se ha sealado anteriormente. En el departamento de
Geografa de la Universidad de Alcal tambin se han realizado algunas experiencias de uso
del programa ALOHA para estudiar las exposiciones a riesgos tecnolgicos: Budio (2002)
y Gonzlez Ferreiro (2006).
Un componente esencial de estos estudios es la utilizacin de mapas de vientos (direccin
e intensidad) con mucho detalle a nivel espacial. Este tipo de mapas no existen habitualmente
en las bases de datos meteorolgicas y deben ser generados previamente mediante algn
procedimiento adecuado.
El objetivo principal de este artculo es: 1 comprobar la utilidad del procedimiento propuesto por Williams (1999) para interpolar mapas de vientos y 2 validar los resultados que
se obtienen con l, determinando si es posible obtener un mapa de vientos a partir de los
datos usualmente disponibles en las bases de datos meteorolgicas espaolas.
II. LOS DATOS DE VIENTOS DISPONIBLES
El viento es un desplazamiento del aire predominantemente horizontal. En las reas montaosas el relieve determina en gran parte la importancia de los componentes no horizontales.
La velocidad del viento real es la resultante de tres fuerzas llamadas: viento de gradiente
(proporcional al gradiente baromtrico), fuerza geostrfica (debida a la rotacin de la Tierra
y al efecto de Coriolis o fuerza de Coriolis que resulta de ella), fuerza ciclostrfica (fuerza
centrfuga que acta, sobre todo, sobre los vientos ciclnicos de fuerte curvatura).
Es importante hacer notar la diferencia entre los vientos de altura, es decir, los formados
en las capas altas de la atmsfera y debidos a la circulacin general de la atmsfera y los
52
vientos de superficie que estn ms relacionados con las condiciones locales del clima y con
la topografa y lo accidentado del terreno.
La friccin o rozamiento, por tanto, es la ltima fuerza principal que afecta al viento.
Empieza a actuar cerca de la superficie terrestre hasta que llega a altitudes aproximadas de
500 a 1.000 m. La seccin de la atmsfera donde acta el rozamiento se denomina capa
lmite planetaria o atmosfrica. Por encima de esta capa, el rozamiento, y por tanto la topografa, deja de influir en el viento.
La topografa del terreno, como se podra esperar, afecta sobre todo al flujo del aire ms
prximo a la superficie terrestre. Los rasgos topogrficos afectan a la atmsfera de dos maneras: trmicamente (a travs del calor) y geomtricamente (o mecnicamente). La turbulencia
trmica se produce por el calentamiento diferencial. Los objetos emiten calor en tasas distintas. Por ejemplo, un rea recubierta de vegetacin no emite la misma cantidad de calor que
una zona asfaltada. Por otro lado, la turbulencia mecnica es causada por el viento que fluye
sobre objetos de tamaos y formas diferentes. Por ejemplo, el flujo del viento que rodea un
edificio ser diferente del de un cultivo.
El efecto de la friccin en el viento influye significativamente en el transporte de los contaminantes del aire. Cuando una pluma o penacho de contaminantes del aire emerge de una
chimenea, es probable que ascienda a travs de la capa lmite atmosfrica donde la friccin
cambia la direccin del viento con la altura. Esto la dispersar horizontalmente en direcciones distintas. Adems, los contaminantes liberados en diferentes alturas de la atmsfera
pueden moverse en direcciones diferentes.
En general, los vientos fuertes y persistentes no son una caracterstica climtica destacada
de la Pennsula, y menos an de la Comunidad de Madrid. La velocidad media anual del
viento solamente sobrepasa los cinco metros por segundo (18 kilmetros por hora) en reas
relativamente pequeas de la periferia peninsular (NO de Galicia, NE de Catalua, cabos de
San Antonio y Gata y la regin del estrecho de Gibraltar) y en el valle del Ebro. Sin embargo,
se pueden producir vientos fuertes o muy fuertes ligados a situaciones sinpticas de fuerte
gradiente de presin, con rfagas o rachas instantneas que superan los 100 kilmetros por
hora.
Aunque la direccin de los vientos est fuertemente influida por la orografa o por los
contrastes trmicos derivados de la distribucin de las grandes masas de agua que provocan alteraciones locales en el rgimen del viento (brisas costeras o de valle), en general y
durante el invierno, predominan los vientos de componente oeste en la pennsula, mientras
que durante el verano el flujo de procedencia martima es ms persistente, lo que para algunos autores constituye una seal del carcter monznico de la pennsula, consecuencia de la
configuracin de sta como un pequeo continente.
La medicin y el registro de las variables meteorolgicas permiten obtener informacin
necesaria para controlar y comprender el transporte y la dispersin de los contaminantes
emitidos al aire, ya sea debido a un accidente tecnolgico como a la expulsin de compuestos
contaminantes procedentes del funcionamiento normal de industrias.
En cuanto a lo que se refiere a la direccin del viento, la Organizacin Mundial Meteorolgica (OMM) dice que sta se debe indicar en grados a partir del Norte geogrfico y en el
sentido de las agujas del reloj.
53
Tabla 1
LOCALIZACIN Y FUENTE DE LAS ESTACIONES METEOROLGICAS UTILIZADAS
Estacin
Provincia
Altitud
Fuente*
Segovia
vila
Guadalajara
Azuqueca de Henares
Aranjuez
Colmenar Viejo
Alcorcn
Toledo
Legans
Torrejn de Ardoz
Getafe
Coslada
Alcal de Henares
Alcobendas
Fuenlabrada
Majadahonda
Mstoles
Chapinera
Campisbalos
Madrid Retiro
Torrejn Base area
Madrid Barajas
Madrid Cuatro Vientos
Getafe Base area
Navacerrada Puerto
La China
Centro mpal. de acstica
Dept. de calidad del aire
San Blas
Hortaleza
Fuencarral
Villaverde
Moratalaz
Casa de Campo
Segovia
vila
Guadalajara
Guadalajara
Madrid
Madrid
Madrid
Madrid
Madrid
Madrid
Madrid
Madrid
Madrid
Madrid
Madrid
Madrid
Madrid
Madrid
Guadalajara
Madrid
Madrid
Madrid
Madrid
Madrid
Madrid
Madrid
Madrid
Madrid
Madrid
Madrid
Madrid
Madrid
Madrid
Madrid
1.002
1.150
691
630
501
905
695
500
676
585
667
612
595
688
699
730
660
675
1.360
667
611
582
687
617
1.890
566
587
636
640
704
729
594
687
645
406.688
357.673
486.405
477.669
449.644
434.692
430.449
411.778
436.093
459.064
437.997
453.183
468.042
445.535
431.747
425.730
425.656
397.830
474.537
442.467
461.835
453.857
433.006
438.595
414.748
442.369
437.243
441.586
448.185
444.325
442.168
439.631
451.646
436.467
4.534.619
4.501.345
4.498.241
4.490.841
4.432.029
4.501.974
4.467.057
4.415.332
4.465.980
4.478.608
4.462.371
4.475.512
4.481.247
4.488.121
4.459.533
4.477.881
4.464.323
4.470.604
4.565.365
4.473.686
4.481.579
4.478.387
4.470.064
4.461.382
4.514.966
4.464.004
4.477.521
4.472.490
4.475.741
4.479.500
4.483.741
4.466.863
4.467.886
4.474.906
2
2
2
2
2
2
2
2
2
2
2
2
2
2
2
2
2
2
2
1
1
1
1
1
1
4
4
4
4
4
4
4
4
3
54
La direccin del viento es aquella desde la que sopla, y se redondea a la decena de grados ms prxima, dentro de una rosa de los vientos de 36 direcciones. La direccin se mide
mediante veletas o mangas de viento.
1. Tratamiento de la informacin de base
La informacin de base para realizar el mapa de vientos ha sido obtenida de cuatro fuentes distintas:
1.
2.
3.
4.
En la tabla 1 se muestra la relacin de estaciones meteorolgicas de donde se han obtenido los datos de direccin y velocidad de viento. En ella aparece la altitud, sus coordenadas
UTM y la fuente de informacin. Los nmeros asignados a esta ltima columna hacen referencia a la lista que aparece al principio de este epgrafe.
En total, se obtuvieron datos de direccin y velocidad del viento de treinta y cuatro estaciones meteorolgicas. Para que no hubiese problema a la hora de aplicar los valores de las
estaciones y para cerciorarse de que los datos no hubiesen sufrido ninguna manipulacin se
prefiri pedir los datos con el mayor desglose temporal posible. De este modo se recibieron
los valores, en ngulos, para cada hora del da, de los aos 2002, 2003 y 2004.
Elaboracin propia.
55
Por otra parte, se recibieron datos de velocidad del viento de todas las estaciones con el
mismo desglose temporal. Las unidades en las que se recibieron los datos fueron m/s.
Esta cantidad de datos adquiridos permite tener una relativamente amplia muestra (en
especial de la zona central de la provincia), de las condiciones meteorolgicas sobre direccin y velocidad de viento dentro de la Comunidad de Madrid (hay seis estaciones que se
ubican fuera de la provincia, en lugares prximos), a pesar de la deficiente distribucin de
las estaciones.
56
57
Figura 3. DIFERENCIAS ENTRE LOS SISTEMAS LINEALES (ESCALARES) Y LOS NO LINEALES (VECTORIALES)
Diagrama de un sistema escalar l (a) y de un sistema vectorial (b). Si nos movemos desde el punto inicial (estrella)
hasta el final (recuadro) la diferencia esencial entre los dos sistemas es que el sistema inicial slo tiene un camino
para llegar al final mientras que el sistema vectorial tiene ms de uno. Basado en Williams (1999).
La velocidad del viento (H) es una propiedad escalar y por tanto no debe presentar problema pero la direccin del viento () no es escalar y debe ser transformada. Una forma
sencilla de llevar a cabo esta operacin es separar el vector en las dos componentes axiales.
Una componente latitudinal y otra longitudinal, con lo que se obtienen dos valores para cada
dato de direccin de viento en las estaciones meteorolgicas, uno que representa la direccin/
magnitud con respecto al norte y otra con respecto al este.
X = H Cos
Y = H Sen
Figura 4. DESCOMPOSICIN DE UN VECTOR EN GEOMETRA
Diagrama de las componentes vectoriales y axiales usando la convencin matemtica. Basado en Williams (1999)
58
Diferentes convenciones de sentidos de rotacin que nos podemos encontrar en transformaciones vectoriales, basado
en Williams (1999).
Con el fin de cambiar las ecuaciones anteriores, para realizar las transformaciones de
forma acorde a las convenciones de los SIG, se deben trasponer, con lo que las frmulas
finales deben ser las siguientes:
X = H Sen
Y = H Cos
59
Diagrama de las componentes vectoriales y axiales usando la convencin GIS. Basado en Williams (1999)
Llegados a este punto, los vectores de viento se han transformado, de forma correcta y
teniendo en cuenta los cambios en convenciones matemticas, en dos componentes vectoriales lineales que representan las direcciones x e y.
Ahora se deben llevar a cabo dos interpolaciones lineales, una para cada una de las
direcciones mencionadas. Se puede realizar cualquier tipo de interpolacin que permita un
programa SIG. En este caso se emplea el programa ArcGIS el cual posibilita emplear los
siguientes mtodos de interpolacin: Media ponderada por la inversa de la distancia (IDW),
Kriging, Natural Neighbor, Spline, todos ellos dentro de su extensin Spatial Analyst Tool
de ArcToolBox.
El mtodo finalmente elegido para llevar a cabo la interpolacin es el de la media ponderada por la inversa de la distancia o IDW debido principalmente a la sencillez del algoritmo
y la facilidad de implementacin.
A continuacin se explica de forma rpida los aspectos tericos del mtodo de interpolacin utilizado (IDW) y la forma de implementacin en ArcGIS 9.
2. Interpolacin mediante la media ponderada por la inversa de la distancia
El mtodo de interpolacin de las medias mviles o Ponderacin por el Inverso de la
distancia (Inverse Distance Weighting, IDW en sus siglas en ingls) asume que cada punto
muestral tiene una influencia en su vecindad que disminuye con la distancia. Este mtodo da
ms peso a los puntos ms cercanos a la celda de la que se trata de obtener el valor que aquellos que estn ms alejados. Se puede utilizar, para la obtencin de cada valor interpolado, los
datos de un nmero especfico de puntos conocidos o, por ejemplo, todos los puntos dentro
de un radio preestablecido.
60
Se ha utilizado este mtodo de interpolacin ya que parece razonable que las estaciones meteorolgicas con datos de viento ms alejadas del punto de clculo, tendrn menos
influencia que las que estn ms cerca. El parmetro exponente en esta interpolacin controla la importancia, sobre el valor interpolado, de los puntos de los alrededores. Un valor
mayor de este parmetro representa una menor influencia de los puntos distantes. Existe la
posibilidad de inclusin, por parte del usuario, de una polyline que sirva como barrera
para forzar a determinados puntos interpolados a buscar slo datos de puntos conocidos que
estn al mismo lado de la lnea de barrera. Este tipo de barrera puede representar una lnea
de fractura, un escarpe, una divisoria montaosa u otro tipo de interrupcin en el paisaje.
Evidentemente, si se escoge no incluir ningn tipo de barrera se utilizarn todos los puntos
especificados, bien mediante un nmero de puntos determinado o los puntos que caigan dentro de un radio preestablecido.
El mtodo de interpolacin del Inverso de la distancia ponderada o medias mviles es
el mtodo de interpolacin ms sencillo y adems no lleva a cabo ningn anlisis previo de
autocorrelacin de la variable a interpolar. Simplemente, se identifica una vecindad alrededor de cada punto a interpolar y se calcula una media ponderada de los valores muestrales
que se aplica al punto interpolado. Los pesos decrecen en funcin de la distancia. El usuario
tiene control, entre otros factores, sobre la expresin matemtica o algoritmo que controla la
interpolacin, sobre la funcin de ponderacin o sobre el tamao de la vecindad (expresado
como un nmero de puntos o un radio).
A continuacin se explican someramente cada uno de estos aspectos involucrados en este
mtodo de interpolacin:
a) Factor de ponderacin:
La ms sencilla funcin de ponderacin es el inverso de la distancia elevada a un exponente:
Donde:
Z es el valor del punto que se quiere interpolar
Zi es cada uno de los valores conocidos
N es el nmero de puntos conocidos utilizados en la interpolacin.
Boletn de la A.G.E. N. 47 - 2008
61
El procedimiento de las medias mviles ponderado por la distancia o inverso de la distancia ponderada puede ser exacto si se utiliza, como ponderacin, la inversa de la distancia con
exponente 1, y aproximado si se emplea un exponente distinto de 1 para la distancia (Bosque,
1997, Pg. 378).
b) Tamao de la vecindad
El mtodo puede ser global o local dependiendo del nmero de puntos muestrales que
intervengan en el clculo. Lo usual es no emplear todos los puntos muestrales, sino nicamente los vecinos ms prximos a cada punto calculado (Bosque, 1997, Pg. 378).
El tamao de la vecindad determina el nmero de puntos que deben ser incluidos para
obtener la interpolacin sobre un punto determinado. Este tamao de la vecindad se puede
especificar por medio de un radio alrededor del punto a interpolar, a travs de un nmero
determinado de puntos ms cercanos o por una combinacin de ambas posibilidades. En este
ltimo caso, si se indica un radio especfico el usuario podra tambin controlar un mximo
de puntos sobre los que hacer la interpolacin a pesar de estar dentro del radio especificado.
Tambin se puede dar el caso contrario donde se especifique un nmero de puntos determinado y, a la vez, exista un radio mnimo o mximo.
c) Correccin por el efecto cluster
En muchas ocasiones los puntos muestrales no estn uniformemente distribuidos. Esta
situacin produce redundancia y sesgos en la interpolacin ya que esos puntos soportan
una sobreestimacin de la ponderacin al separarles distancias muy cortas. Para evitar este
tipo de problemas existe una variante del mtodo de interpolacin de las medias mviles
mediante la consideracin de los cuadrantes. ste consiste en escoger los vecinos dividiendo
el espacio en torno a cada punto calculado en cuadrantes (a veces en octantes) y seleccionar
uno o ms puntos vecinos pero por cada cuadrante (Bosque, 1997, Pg. 378). De este modo
se asegura que la influencia sobre el punto calculado est mejor repartida en todo el espacio
circundante lo que, en ocasiones, produce mejores resultados.
d) Valores mximos y mnimos
Una desventaja de este mtodo de interpolacin radica en que el algoritmo est forzado a
tener mximos o mnimos en los puntos con datos conocidos (muestrales) o sobre la frontera
de estudio (bordes de la regin).
En ArcGIS 9 se puede acceder para realizar la interpolacin de las medias mviles a travs de la extensin Spatial Analyst Tool de ArcToolBox. Se debe especificar el tamao del
pxel o celda de la cobertura raster resultante. En este caso se ha optado por 250 metros de
lado, lo que resulta en 16 celdas por cada kilmetro cuadrado, desglose espacial suficiente
para la realizacin del mapa de vientos.
El factor de ponderacin se ha mantenido en 2, el elegido normalmente para este tipo de
interpolacin. Se ha escogido que el radio de bsqueda sea variable y que el nmero de puntos sea 12, es decir un tercio del nmero de puntos muestrales.
62
Como ejemplo, se muestran las interpolaciones para el mes de enero, tanto para las X
como las Y mediante el mtodo de interpolacin del Inverso de la Distancia Ponderado o
medias mviles (IDW), figura 7.
Figura 7.a.Mapa
resultante
de
la interpolacin
con
IDW de la
Figura
7.a. MAPA
RESULTANTE DE
LA INTERPOLACIN
CON IDW DE
LA COMPONENTE
X componente X
-0,996083438 - -0,653008841
-0,653008841 - -0,411297193
-0,411297193 - -0,255354194
-0,255354194 - -0,107208345
-0,107208345 - 0,056531804
0,056531804 - 0,212474803
0,212474803 - 0,360620651
0,360620651 - 0,578940850
0,578940850 - 0,999986947
Interpolacin
para
mes de
enero
de ladelcomponente
X segn
el
Interpolacin
para el mes de enero
de la el
componente
X segn
el mtodo
Inverso de la Distancia.
Elaboracin
propia. Inverso de la Distancia. Elaboracin propia.
63
mtodo d
1
Diego Gonzlez Ferreiro y Joaqun Bosque Sendra
-0,930022597 - -0,566644201
-0,566644201 - -0,352892203
-0,352892203 - -0,181890605
-0,181890605 - -0,046514340
-0,046514340 - 0,088861926
0,088861926 - 0,231363257
0,231363257 - 0,395239789
0,395239789 - 0,608991787
0,608991787 - 0,893994451
Interpolacin
para el mes de enero
de la el
componente
Y segn
el mtodo
Inverso de la Distancia.
Elaboracin
Interpolacin
para
mes de
enero
de ladelcomponente
Y segn
el
propia.
mtodo de
Una vez realizadas las dos interpolaciones escalares debemos transformar esta
componentes
linealeslasde
a la forma
vectorial.
nuevo estas
debemos
Una vez realizadas
dosvuelta
interpolaciones
escalares
debemos De
transformar
compo-recurrir a la
matemticas
pora medio
frmulas
geomtricas,
obtener
magnitud del vecto
nentes linealespara,
de vuelta
la forma de
vectorial.
De nuevo
debemos recurrir
a las la
matemticas
para, por medio
frmulas geomtricas,
la magnitud del vector (velocidad) y la
(velocidad)
y ladedireccin
del mismoobtener
(direccin).
direccin del mismo (direccin).
= Arctg
(Y / X)
= Arctg (Y / X)
64
Transformacin inversa de las componentes lineales norte y este de vuelta en la forma no lineal. Basado en Williams
(1999)
Figura 9. REPRESENTACIN DE UN VECTOR EN FUNCIN DE SU CUADRANTE
Representacin de un vector con sus componentes axiales. Dependiendo del signo de cada una de ellas, el vector
puede caer sobre uno de los cuatro cuadrantes. Basado en Williams (1999)
65
Para cada una de las celdas, producto de la interpolacin a raster, se obtiene una direccin
norte designada Y y una direccin este designada X. Evidentemente, el resultado de la frmula de |S| (velocidad del viento), debido a que sus componentes estn elevadas al cuadrado,
siempre tendr un valor positivo independientemente de los valores que puedan tomar las X
y las Y en cada una de las celdas. En cuanto a la direccin del viento es importante conocer
los signos de los vectores (X, Y) de cada celda ya que estos indican la direccin positiva o
negativa del viento con respecto a los ejes.
La figura 9 representa la posicin de un vector con sus componentes axiales. Como se
acaba de explicar, dependiendo del signo de cada una de las componentes (longitudinal y
transversal) se obtendr un ngulo diferente que caer sobre un cuadrante determinado.
La transformacin matemtica para volver a la situacin vectorial se complica debido
a limitaciones de la funcin matemtica de la arco tangente implicada para obtener . Para
cualquier valor que tomen la X o la Y el resultado siempre estar comprendido entre /2 y
/2 por lo que slo recogemos valores en la mitad del dominio que necesitamos. La figura 10
muestra esta situacin de forma grfica.
Figura 10. DOMINIO DE LA ARCO TANGENTE Y SIGNOS DE LOS VECTORES EN CADA CUADRANTE
Diagrama de dominio de la arco tangente (a) y ejemplo de dominio de 360 (b) para la interpolacin de vientos.
Basado en Williams (1999)
La solucin para resolver esta situacin pasa por dos etapas. Primero, se debe calcular la
direccin del viento basada en trminos absolutos, y despus, rotar el ngulo a su cuadrante
correcto. An as, esta solucin no funciona para todos los cuadrantes, ya que slo es vlida
para el primer y tercer cuadrantes. Por ejemplo, si un ngulo del primer cuadrante tiene que
ser rotado 270 para trasladarlo al cuarto cuadrante es obvio que no funcionar correctamente
ya que ngulos en el cuarto cuadrante deben ser imgenes especulares de los ngulos en el
primer cuadrante. La figura 11 muestra la situacin del problema descrito.
66
Transformacin inversa de la direccin del viento . Los ngulos y son iguales en tamao pero opuestos en
direccin. El ngulo se calcula, para el primer cuadrante, usando valores absolutos para X e Y. Este ngulo,
rotado 270 para trasladarlo al cuarto cuadrante, no da como resultado el ngulo deseado sino el ngulo +270
incorrecto. Basado en Williams (1999).
Figura 12. TRANSFORMACIN INVERSA UTILIZANDO SIMETRA ANGULAR
Transformacin inversa de la direccin del viento . Redibujado correcto de la relacin entre los ngulos y
utilizando simetra angular. Tomado de Williams (1999).
67
= Tan-1(X/Y)
= 90 - Tan-1(Y/X)
= Tan-1(X/Y) + 180
= 270 - Tan-1(Y/X)
Notar que para la arco tangente en el segundo y cuarto cuadrantes el divisor y dividendo
se invierten para, de este modo, obtener el ngulo correcto.
IV. RESULTADOS
En las prximas lneas se detallar el proceso realizado, mediante el programa ArcGIS
9, siguiendo la metodologa de clculo de interpolaciones vectoriales desarrollado en los
anteriores epgrafes.
1.
2.
3.
4.
Pasar a radianes los ngulos de direccin modal del viento obtenidos con EXCEL
Realizar las frmulas en funcin de la velocidad y direccin
Multiplicar todos los datos por 100.000
Pasar el EXCEL a dbf. No olvidar que antes se debe cambiar el formato de las celdas
a nmero. Se han incluido cinco decimales para que la precisin sea mayor.
5. En el ARCGIS, ir a tools Add x, y data. Introducir el nombre del fichero dbf e
indicar la coordenada x e y de cada estacin.
6. Exportar los puntos a una cobertura con formato shp para su posterior procesamiento
7. Realizacin de la interpolacin de coordenadas x e y mediante el mtodo IDW que
se encuentra dentro de la extensin 3D Analyst.
8. Conversin de los dos ficheros raster a ascii, mediante el comando Raster to ascii
dentro de la extensin Conversin tools.
9. Conversin de los ficheros ascii previamente obtenido a raster, otra vez. Esta vez,
utilizamos dentro del comando una funcin especial que permite la conversin a un
raster con datos enteros (no en coma flotante).
10. Exportacin de los ficheros resultantes a coberturas poligonales mediante el comando
Raster to Polygon con el fin de obtener una tabla asociada con la que podamos
operar.
68
11. Realizacin de una unin espacial (spatial join) de las dos coberturas de polgonos
referentes a las coordenadas x e y, es decir, las componentes este y norte de cada
punto interpolado. El enlace asigna los atributos de cada celda de la cobertura que se
quiere unir a la celda ms cercana espacialmente a la cobertura a la que se quieren
aadir los datos.
12. Realizacin de una seleccin espacial de las celdas de la malla que intersecten con
los municipios de la Comunidad de Madrid y posterior exportacin de las mismas a
una nueva cobertura para adecuar el mapa de vientos a la zona de estudio.
13. Creacin de dos campos nuevos de precisin double en la cobertura con las tablas
de atributos unidas. Utilizar la funcin calculate values apretando el botn derecho
en cada una de las cabeceras de los campos nuevos e introducir una funcin simple
que permita agregar a ese campo los datos de los anteriores divididos por 100.000.
14. Creacin de otro campo ngulo donde se utilizar la funcin calculate values
con el fin de realizar la interpolacin inversa mediante las frmulas obtenidas previamente. El cdigo en Visual Basic para realizar tal transformacin se muestra en
la figura 13.
Figura 13. PROGRAMACIN EN ARCGIS 9 DE LA TRANSFORMACIN INVERSA
15. Por ltimo, se debe aadir un campo Angulo_GRD para, mediante la funcin calculate values, pasar de radianes a grados todos los valores antes obtenidos.
Ahora se muestra el mapa final producto del proceso de interpolacin explicado, despus
de la realizacin de todos los pasos anteriores.
69
En el mapa anterior, la direccin del viento se ha dividido en ocho categoras segn los
ngulos de procedencia del viento. Las frmulas mostradas mas abajo han sido utilizadas
para transformar la informacin espacial continua en formato raster a una informacin discreta de direccin de viento segn la rosa de los vientos.
N Angulo_GRD <22.5 OR Angulo_GRD >=337.5
NE Angulo_GRD >= 22.5 AND Angulo_GRD < 67.5
70
E
SE
S
SO
O
NO
71
72
Tabla 2
ESTACIONES UTILIZADAS PARA CONTRASTAR LA EXACTITUD DEL MAPA DE VIENTOS
Estacin
Provincia
Altitud
Fuente
Alcorcn
Madrid
695
430.449
4.467.057
BDCA
Legans
Madrid
676
436.093
4.465.980
BDCA
Majadahonda
Madrid
730
425.730
4.477.881
BDCA
Chapinera
Madrid
675
397.830
4.470.604
BDCA
Madrid
611
461.835
4.481.579
INM
Madrid Barajas
Madrid
582
453.857
4.478.387
INM
Madrid
617
438.595
4.461.382
INM
Navacerrada Puerto
Madrid
1.890
414.748
4.514.966
INM
San Blas
Madrid
640
448.185
4.475.741
Red Municipal
Fuencarral
Madrid
729
442.168
4.483.741
Red Municipal
Moratalaz
Madrid
687
451.646
4.467.886
Red Municipal
Tabla 3
COMPARACIN DE LAS COMPONENTES X E Y ENTRE VALOR REAL E INTERPOLACIN DE CONTRASTE
Estacin
Componente Este X
Componente Norte Y
Real
Contraste
Error
Real
Contraste
Error
1,38336
3,15606
3,14247
-1,38336
3,33991
22,30928
Legans
1,56461
0,71799
0,71677
1,56461
1,46722
0,00948
Majadahonda
-2,00875
1,22004
10,42508
-2,00875
1,70435
13,78711
Chapinera
2,16891
0,91613
1,56946
-2,16891
1,32117
12,18066
TorrejnB. area
-5,86594
-1,39166
20,01918
-5,86594
-1,15860
22,15905
Madrid Barajas
0,00000
-0,51528
0,26551
-8,65591
1,04868
94,17907
Getafe B. area
-7,66983
-2,13261
30,66081
-7,66983
0,18229
61,65579
Navacerrada
0,00000
-0,07510
0,00564
-6,57258
0,78948
54,19993
San Blas
1,14231
-0,96872
4,45645
0,00000
-0,01707
0,00029
Fuencarral
0,00000
-0,80441
0,64708
-1,38015
-0,42956
0,90362
Moratalaz
0,85296
-0,67530
2,33558
0,85296
0,47647
0,14174
Alcorcn
73
La columna error representa esa diferencia elevada al cuadrado para retirar los posibles
valores negativos. Despus se ha realizado la suma de todos esos valores y su posterior divisin entre el nmero de estaciones de contraste menos uno, finalmente se ha calculado la raz
cuadrada de ese valor, obteniendo de esta manera el denominado error medio cuadrtico, el
cual muestra los siguientes valores para la componente longitudinal y latitudinal:
EMC X = 2.72
EMC Y = 5.3
Las mayores diferencias se observan, sin duda, en la componente Y. La diferencia de
signos que se muestran entre los valores de las columnas Real y Contraste para cada estacin
representa que, para esa direccin longitudinal o latitudinal, los valores han cambiado de
sentido y por tanto, no muestran la direccin que reportaban las estaciones.
Los resultados son difciles de interpretar, ya que el significado del valor del error cuadrtico medio (ECM) no est claro en este tipo de variables. En general, se admite que el
valor real estar, en la mayor parte de las ocasiones, en un abanico que oscila entre: valor
calculado - ECM y valor calculado + ECM. En este caso dicho abanico de valores posibles
parece demasiado amplio para la componente vertical y es ms aceptable para la componente
horizontal.
Como trmino de comparacin podemos emplear los resultados de la obtencin, mediante
interpolacin, de un MDT (Bosque y Garca, 2001), que produca un ECM de 41 metros para
datos iniciales con curvas de nivel de 200 en 200 metros, por lo tanto podemos asumir que
el ECM del MDT era, como mnimo, de un 25% de los datos iniciales. Con esos valores el
resultados se consideraba aceptable dados los criterios usuales para valorar la calidad de un
MDT.
En nuestro caso, los datos son ms difciles de comparar pero, por ejemplo, un ECM de
2.7 para los datos longitudinales supone entre un 38% sobre el valor mximo y un 200%
sobre el mnimo. Evidentemente la interpolacin de los datos de vientos resulta de peor
calidad que la del MDT, aunque aun as parece aceptable en alguna medida ya que el ECM,
aunque superior, no es extremadamente diferente al del MDT.
En resumen, podemos considerar que el procedimiento genera resultados validos pero
con elevadas incertidumbres, en especial en la componente vertical. Por lo que las diferencias de direccin y velocidad de vientos entre dos puntos, por ejemplo, situados uno mas al
norte que el otro son de menor confianza que las existentes entre dos puntos situados uno al
oeste del otro.
VI. DISCUSIN Y CONCLUSIONES
A continuacin se exponen los aspectos ms destacados que han supuesto trabas para la
realizacin de la interpolacin. Se separan, por un lado, las dificultades generadas por los
datos de base y, por otro, los problemas del empleo de esta metodologa.
74
75
5. El mtodo de interpolacin escalar elegido para hallar los campos de las componentes longitudinales y latitudinales ha sido el del inverso ponderado de la distancia o
medias mviles. Hubiese sido posible utilizar otro mtodo. Por ejemplo, el mtodo
Spline permite suavizar curvas o superficies con datos interpolados a partir de una
serie limitada de puntos y, es posible, que en este tipo de datos ofrezca resultados mas
interesantes (Hutchinson, 1998).
6. En la interpolacin IDW realizada en ArcGIS se han introducido las variables por
defecto. En especial, se ha mantenido la funcin de bsqueda de puntos maestrales
(search radius settings) inalterada. De este modo, el algoritmo ha realizado la interpolacin con los doce puntos ms cercanos, lo que quizs puede resultar excesivo en
este caso.
3. Conclusiones finales
A pesar de los problemas encontrados en la obtencin de los datos de base y en la metodologa empleada se puede concluir que la aproximacin a los mapas de viento reales es suficientemente adecuada para muchos usos. En concreto, para su posterior inclusin en la realizacin de
una cartografa de exposicin a riesgos tecnolgicos. Y puede suponer un avance con respecto
a la elaboracin de sta a base de reas de influencia sin tener en cuenta ninguna caracterstica
espacial como las producidas por los vientos dominantes en cada lugar.
Para mejorar la fiabilidad del proceso metodolgico se deben obtener datos de un mayor
nmero de estaciones que permitan aumentar la cobertura de informacin en zonas donde
no hay suficiente densidad de puntos. En este sentido quizs sea posible mejorar este tipo
de clculos usando los datos de la Direccin General de Trfico que posee numerosos datos
meteorolgicos, entre los que estn la direccin y velocidad de viento, procedentes de puntos
de medida repartidos a lo largo de las carreteras estatales, en zonas sin apantallamiento, etc.
Esta es una posibilidad que se debe explotar para refinar el resultado del anlisis.
La conclusin general es que es la propuesta aqu planteada es un mtodo relativamente
sencillo e intuitivo que permite aadir nuevas variables al estudio cartogrfico de los riesgos
tecnolgicos. Adems, desde un punto de vista acadmico, genera nuevos retos metodolgicos,
que se podrn resolver en el futuro, para as mejorar los estudios de exposicin de riesgos.
VII. BIBLIOGRAFA
BOSQUE SENDRA, J. (1997): Sistemas de informacin geogrfica. Madrid, Rialp, 2 edicin corregida.
BOSQUE SENDRA, J., DAZ CASTILLO, C., DAZ MUOZ, M. A., GMEZ DELGADO, M., GONZLEZ FERREIRO, D., RODRGUEZ ESPINOSA, V. M., SALADO
GARCA, M. J. (2004): Propuesta metodolgica para caracterizar las reas expuestas a
riesgos tecnolgicos mediante SIG. Aplicacin en la Comunidad de Madrid. GeoFocus
(Artculos), n 4, pp. 44-78.
BOSQUE SENDRA, J. y GARCA, R.C. (2001): Mtodos de interpolacin para la elaboracin de un modelo digital de elevaciones. Estudios geogrficos, 2001, LXII, n 245,
2001, pp. 605-620).
76
77