Documentos de Académico
Documentos de Profesional
Documentos de Cultura
COMPARATIVA DE LA
RADIACIN SOLAR MEDIDA
MEDIANTE BASES
TERRESTRES Y BASES
SATELITALES
DIRECTOR
Dr. D. Isidoro Lillo Bravo
1.
ANTECEDENTES ................................................................................................................. 2
2.
3.
4.
5.
5.2
6. ANLISIS COMPARATIVO..................................................................................................... 41
6.1 PROCESO DE CLCULO MEDIANTE R .............................................................................. 42
7. RESULTADOS ....................................................................................................................... 66
7.1
ANLISIS PUNTUAL................................................................................................... 66
7.2
8. CONCLUSIONES ................................................................................................................... 86
9. BIBLIOGRAFA ..................................................................................................................... 87
10. ANEXOS............................................................................................................................. 89
ANEXO I: Cdigo R ............................................................................................................... 89
ANEXO II: Estaciones Siar .................................................................................................. 103
ANEXO III: Tratamiento de datos y especificaciones tcnicas de CM-SAF ........................... 110
ANEXO IV: Anlisis de la irradiacin efectiva ...................................................................... 135
ANEXO V: Ubicacin de las estaciones Red Siar .................................................................. 174
1. ANTECEDENTES
En la actualidad, la energa y el crecimiento exponencial del consumo energtico es uno de
los factores clave del desarrollo econmico. Dentro de este campo, la energa solar por su
carcter renovable y sostenible, tiene un papel fundamental en la sociedad.
El conocimiento preciso de la irradiacin solar es esencial para multitud de aplicaciones,
que incluyen sistemas de generacin de energa elctrica mediante recurso solar, modelos de
crecimiento de cultivos y estimaciones de evapotranspiracin. La radiacin solar global se mide
sobre el terreno a travs de un conjunto de estaciones meteorolgicas con piranmetros o
clulas, instrumentos costosos de instalar y mantener. Realizar un mapa de irradiacin mediante
interpolacin/extrapolacin, teniendo en cuenta solamente datos de estaciones terrestres lleva
consigo un error propio tanto de la misma interpolacin o extrapolacin como el que se deriva
del nmero finito de puntos de muestreo de datos y de la heterogeneidad de la distribucin de
las estaciones existentes.
La radiacin solar tambin puede ser medida a travs del anlisis de imgenes de satlite.
Tanto la resolucin de estas imgenes, en general de bastantes km x km, como su variabilidad a
efectos de nubosidad y a variables microclimticas, inducen en estos modelos un cierto grado de
incertidumbre no conocido en la mayor parte de los casos.
Por ello, la combinacin de ambos sistemas de medida sera necesaria para complementar y
mejorar la calidad de los datos obtenidos, de manera que se consiga disminuir la incertidumbre
asociada al valor estimado de la irradiacin en un punto terrestre determinado.
4. ANLISIS BIBLIOGRFICO
El rea de trabajo de este proyecto ha sido ampliamente estudiada debido a la importancia
del conocimiento de recurso solar y la confeccin de modelos matemticos que se ajusten a l
de manera apropiada.
En primer lugar, sobre el trazado de mapas referentes al ndice de claridad usando mtodos
de co-kriging podemos encontrar segn Beyer y Czeplak, 1995, en su artculo Evaluacin de
los mtodos usados para la construcciones de mapas de ndices de claridad para el nuevo atlas
de radiacin solar (ESRA) que plantean lo problemtico de las zonas montaosas en el trazado
de mapas de radiacin solar, adems de aquellas zonas carentes de densidad de estaciones por la
falta de datos. Propone la divisin en subregiones cuya correspondencia de radiacin con altitud
sea estudiada. Anota tambin la falta de modelos que aporten una correlacin entre fenmenos
de la orografa (picos de montaas) y cambios en la radiacin solar. Propone el uso de mapas
satelitales de alta resolucin para fijar las variaciones de los mapas a pequea escala pero
resultan de poca ayuda por su insuficiente definicin. Concluye que la correlacion entre datos
terrestres y satelitales es menos de la esperada, con variabilidades de entre el 10 y el 15% en
invierno a lo qu propone el uso de otras fuentes (SUNSAT) que tampoco consiguen una mejora
evidente.
Por otra parte, Gueymard y Wilcox, 2011, Evaluacin de la variabilidad espacial y temporal
de los recursos solares en Estados Unidos a partir de medidas radiomtricas y predicciones de
modelos basados en datos terrestres y satelitales concluye como el sesgo relativo entre las
medidas terrestres y satelitales es manifiesto pero con cierta variabilidad. Indica como la
irradiacin directa normal se establece en su valor climatolgico a largo plazo en mucho mayor
periodo de tiempo que la radiacin global. Del mismo modo, resalta como existe una sobre
estimacin del recurso (lo que denomina sndrome Eugene) del 10 al 40% en radiacin
horizontal del modelo que puede afectar a los sistemas de generacin de energa. Establece
reas de poca variabilidad interanual de modo que, segn la aplicacin buscada de la energa
solar, bastase un periodo de medida mucho menor para tener datos fiables.
En relacin a lo ya explicado, mencionamos Hay, 1986, Errores asociados a la interpolacin
espacial de la irradiacin solar media que evala tres casos de interpolacin: interpolacin de
las distancias inversas ponderadas para tres estaciones, la interpolacin de las distancias
inversas ponderadas para dos estaciones y la extrapolacin de una estacin, determinando como
el error decae por debajo del 1% usando los datos de hasta tres estaciones. Sin embargo, en
zonas del rtico canadiense o zonas costeras la variabilidad aumenta considerablemente.
Sostiene como la evaluacin de los errores es perfectamente aplicable para la generacin de
matrices de covarianza para valores a largo plazo.
Tambin se menciona Huld, 2008, Variacin geogrfica de la conversin de eficiencia de
los mdulos fotovoltaicos de silicio cristalino en Europa, con la confeccin de mapas de
variabilidad de produccin a lo largo del continente europeo. As como Perpian, 2009,
Anlisis estadstico del rendimiento y simulacin de un sistema fotovoltaico de seguimiento en
dos ejes que muestra las mayores desviaciones durante los meses de invierno, entorno al 5%,
frente al 1% de los meses de verano.
CM-SAF
www.cmsaf.eu
Desarrollado por el Servicio de Meteorologa Alemn colaborando con el dans, belga,
holands, sueco y suizo. Empez a funcionar en fase inicial desde el 2004 y en fase de
operacin desde 2007. Provee informacin sobre los productos de radiacin solar en la
superficie. Estos productos son actualmente derivados de dos sensores de imagen pasivos
diferentes:
El radimetro avanzado de muy alta resolucin (AVHRR) operado a bordo de los
satlites polares de la Administracin Nacional Atmosfrica y Ocenica (NOAA) NOAA-15, 16, -17 y -18 y a bordo de los actuales y de los prximos satlites polares de la Operacional
Meteorolgica (MetOp-A, -B, and C).
El Generador giratorio de Imgenes Realzadas de Espectro Visible e Infrarrojos
(SEVIRI) operado a bordo de los satlites geoestacionarios Meteosat (Meteosat -8, -9).
El manual describe los productos disponibles con ejemplos de imgenes, da la descripcin de
los algoritmos bsicos y un breve repaso de validacin respecto de varias observaciones de
referencia. Adicionalmente, una descripcin tcnica de los datos incluyendo informacin en el
mismo formato as como herramientas de acceso y manejo (e.g. mapping y herramientas de
visualizacin) que tambin se provee en las secciones finales.
Los datos producto de CM-SAF se distinguen en productos de monitorizacin operacional y
conjuntos de datos creados retrospectivamente (Schulz et al. (2009)). Los productos de
monitorizacin operacional son difundidos con altas secuencias (8 semanas despus de
observacin es el lmite) apoyar la aplicacin de monitorizacin operacional del clima de los
Servicios Nacionales de Meteorologa e Hidrologa. Las necesidades de secuenciacin quieren
decir que este tipo de producto no es aplicable para monitorizacin de variabilidad inter anual y
pautas de muy alta fiabilidad. Los errores parciales debidos, e.g. degradacin de los sensores y
cambios orbitales as como parcialidades inter satelitales no son corregidos para los productos
de monitorizacin operacional. Adems, la caracterizacin de anomalas relativamente fuertes
en una escala mensual deberan ser factibles o viables. Respecto de los conjuntos de datos
producidos retrospectivamente, los errores debidos a la degradacin de los sensores, cambios de
rbita y parcialidades inter satelitales son minimizados. Estos conjuntos de datos estn
orientados a proveer de series temporales aplicables para el anlisis de la variabilidad a mayor
escala que la interanual. Es de esperar que tales productos estn para el final de la Fase de
Operaciones Continuas y Desarrollo (CDOP) en 2012 y tendrn un manual de usuario de
producto separado. Este manual de usuario de producto describe exclusivamente los productos
de radiacin operacional en superficie de CM-SAF.
5.1.1.1 Descripcin de los productos de radiacin superficial
Se definen seis productos diferentes de radiacin superficial dentro de un mallado con una
resolucin espacial de 15 km x 15 km. Todos los productos de radiacin superficial estn
presentados en la Tabla 5-1 con sus acrnimos asociados y sus unidades. Ntese que cada
6
producto existe en dos versiones diferentes, una versin que deriva de datos de satlites de
rbita polar (NOAA/METOP AVHRR) y otra que deriva de datos de satlites geoestacionarios
(METEOSAT/SEVIRI). Todos los productos se dan como medias diarias y mensuales. Un ciclo
de productos de
medias mensuales diurnas se aaden de los conjuntos de datos
geoestacionarios.
Acrnimo
Ttulo de producto
Unidad
SIS
Wm-2
SDL
Wm-2
SOL
Wm-2
SNS
Wm-2
SNL
Wm-2
SRB
Wm-2
Figura 5.1 rea cubierta por los productos de radiacin superficial CM-SAF
5.1.2
HELIOCLIM
www.helioclim.net
Servidor dependiente de la Escuela de Minas de Paris y el Centro de Energa y Procesos para
proveer de datos de radiacin solar. Este servicio est asociado a SoDa.
Se basa en el mtodo de Heliosat, el cual convierte imgenes de satlites geoestacionarios
como Meteosat (Europa), GOES (USA) o GMS (Japn) en mapas de datos de radiacin solar a
nivel del suelo. ste mtodo contiene modelos, en lenguaje C, de geometra solar y del satlite
as como de ndices claridad. Existen varias versiones de ste mtodo, actualmente se est
empleando la versin Heliosat-2 desarrollado en noviembre de 2002 por la Escuela de Minas de
Paris con apoyo de la Comisin Europea (proyecto SoDa). Adems el Heliosat-4 est siendo
desarrollado, de nuevo, por la Escuela de Minas de Pars apoyados por la Agencia Aeroespacial
alemana, DLR. Adems HelioClim cuenta con un servicio de control de calidad de las medidas
de irradiacin global. Existen diversas razones por las que se puede suministrar un dato errneo
de irradiacin, datos sin sentido. Con este servicio se tiene acceso a una serie de programas que
comparan los datos concretos con la irradiacin extraterrestre para el da y hora concreta. Tras
eso se genera un informe que nos indicar una posible anomala.
Ahondando ms en el mtodo Heliosat-2 se puede decir que est basado en los mismos
principios fsicos que el Heliosat-1. Sin embargo los parmetros empricos, ndice de nubosidad
(relacionado con el ndice de claridad), albedo aparente a nivel del suelo y en nube, que se
empleaban en el Heliosat-1 son expresados en el Heliosat-2 mediante leyes fsicas. ste hecho
abre las posibilidades a emplear modelos atmosfricos conocidos, es decir, no tener que emplear
parmetros definidos empricamente. Las motivaciones principales para la creacin
de esta nueva versin son mejorar la capacidad del mtodo para procesar cualquier tipo de datos
obtenidos en el rango de banda ancha visible por los satlites meteorolgicos geoestacionarios,
incluidas las grandes series temporales de imgenes tomadas por diferentes sensores, y para
mejorar la aplicacin del mtodo al reducir el nmero de parmetros empricos.
Tras una comparacin de medidas obtenidas con Heliosat-2 frente a las de superficie, se ve
que el error es similar al que arroja el Heliosat-1. El mtodo genera problemas en los momentos
en los que el sol no est muy elevado y debe mejorarse en ese aspecto. Adems el Heliosat-2 no
funciona correctamente en zonas donde las escalas de variabilidad de la irradiacin son ms
pequeas que 2 o 5 veces el tamao del pxel. Esto afecta a las zonas montaosas, por ejemplo.
Adems el mtodo ha de ser mejorado en varios aspectos: el modelo de claridad del cielo no
tiene en cuenta la parte de radiacin difusa que ha sido reflejada una o ms veces por la
superficie antes de incidir en la zona de estudio (para altas elevaciones del sol y grandes
tamaos de pixel no afecta mucho, pero s para pequeas elevaciones del sol y pequeos
tamaos de pxel), para pequeas elevaciones de sol y tamaos de pxel de menores de 1km
debe ser tenido en cuenta. Otro aspecto importante a mejorar es la relacin empleada entre el
ndice de nubosidad e ndice de claridad (se emplea el propuesto por Rigollier and Wald
(1998)). El mejor modelado de cielos nubosos es fundamental para obtener una mejora notable
en el mtodo. El ndice de turbidez de Linke es de vital importancia en el mtodo de Helioclim2 pues gobierna los valores de irradiacin para un cielo claro. El hecho de que ste ndice sea
conocido en pocos sitios plantea un problema para el mtodo.
Para calcular la intensidad de la radiacin en una atmsfera, ya sea con bruma o vapor de
agua, o ambos simultneamente, Linke estableci un factor de turbidez.
8
Considerando = 0
= exp
( )
Donde Sg es el coeficiente medio para todas las longitudes de onda, que corresponde a la
atenuacin debida a la difusin por los gases de una atmsfera pura y seca; T es el factor de
turbidez de Linke, que se puede interpretar como el nmero de atmsferas puras y libres de
polvo necesarias para obtener la atenuacin observada.
En definitiva, las bases de datos de radiacin solar (irradiacin e irradiancia) que ofrece
HelioClim provienen de un procesado de imgenes del satlite Meteosat. Estas bases de datos
existen desde el 1985 y son accesibles a travs del SoDa. HelioClim cubre Europa, frica, el
Mediterrneo, el ocano Atlntico y parte del ndico.
La Escuela de Minas de Pars recibe los datos del Meteosat a travs de Eumetsat y los procesa
en tiempo real. Como ya se ha dicho se puede acceder a esos datos obtenidos a travs del
servicio de SoDa. Actualmente existen tres bases de datos en la familia de HelioClim: HC-1,
HC-2, HC-3. Actualmente se trabaja en el HC-4.
A continuacin adjuntamos las especificaciones de cada una de las versiones,
Parmetros
Mtodo de procesamiento de
imgenes del MeteSat
Heliosat-2
HC2
HC3
Status
Version 4
Version 1.0.1
Version beta
Resolucin Espacial
Aprox. 20
km
Aprox. 10 km
Aprox. 5 km
Perodo de operacin
1985 2005
Resolucin Temporal
Diaria
Horaria
15 min
Actualizacin
Ninguna
No
aplicable
Disponibilidad de
datos despus de la
adquisicin por satlite
10
11
Tipo de
informacin
Mes
Valor
medio
Sesgo
RMSE
Coeficien
te de
correlacin
Nmero de
observacion
es
Irradiacin
horaria
Enero 95
137
-31 (-23%)
62 (45%)
0.83
5028
Abril 95
361
2 (0%)
96 (27%)
0.90
8248
Julio 94
569
1 (0%)
103 (18%)
0.87
8150
Media
mensual de
la
irradiacin
horaria
Enero 95
142
-33 (-23%)
41 (29%)
0.91
160
Abril 95
361
1 (0%)
41 (11%)
0.94
280
Julio 94
568
1 (0%)
48 (8%)
0.93
272
Irradiacin
diaria
Enero 95
987
-54 (-5%)
199 (20%)
0.95
344
Abril 95
3366
175 (5%)
534 (16%)
0.95
1044
Julio 94
5817
143 (2%)
566 (10%)
0.94
887
Media
mensual de
la
irradiacin
diaria
Enero 95
891
-128 (-14%)
215 (24%)
0.88
20
Abril 95
3367
175 (5%)
243 (7%)
0.97
35
Julio 94
5776
192 (3%)
307 (5%)
0.92
34
Irradiacin
de 5 das (al
menos con
un 60% de
das vlidos)
Enero 95
4607
-333 (-7%)
898 (19%)
0.94
75
Abril 95
16826
878 (5%)
1794 (11%)
0.96
209
Julio 94
28736
1151 (4%)
2419 (8%)
0.91
202
Irradiacin
de 10 das
(al menos
con un 60%
de das
vlidos)
Enero 95
8788
-742 (-8%)
1836 (21%)
0.93
43
Abril 95
33675
1773 (5%)
3285 (10%)
0.96
104
Julio 94
57680
2021 (4%)
3454 (6%)
0.92
101
Tabla 5.4. Diferencias entre valores medidos y valores estimados en Whm-2. El valor medio es aquel de
medidas terrestres. Los porcentajes son expresados en funcin de este valor medio
12
5.1.3
SODA ESRA
www.soda-is.com
Soda Service es una aplicacin Web diseada para responder a las necesidades de la
industria y la investigacin para obtener informacin sobre varios recursos solares. Una serie de
bases de datos establece series de tiempo a largo plazo de irradiacin o radiacin (tambin
llamada radiacin de onda corta hundimiento), temperatura, precipitacin, radiacin de onda
larga, el factor de turbidez Linke, turbidez atmosfrica, las propiedades de cielos claros, PAR
(radiacin fotosintticamente activa), la distribucin espectral.
Desde la pgina principal, todas las siguientes bases de datos son accesibles a travs del
"Servicio" elemento. Todas las bases de datos de trabajo con una interfaz similar. De datos
comunes de entrada son:
Longitud y latitud en grados y decimales de grados. Longitudes oeste y las latitudes del norte
son positivas. La bsqueda puede hacerse por las ciudades o el uso de un mapa.
Altitud sobre el nivel del mar en metros. Si se omite, se toma la altitud media de la red de los
5. Formato de los resultados: HTML o CSV. Sin embargo, es difcil de copiar los resultados de
la pgina Web en otro archivo. Algunas de las bases de datos son de libre acceso, mientras que
algunos requieren de registro.
Los promedios mensuales de radiacin global diaria como resultado de la interpolacin de
las mediciones realizadas en la red meteorolgica
Este recurso proporciona los valores mensuales de radiacin global para todo el mundo. Los
valores mensuales se toman de la base de datos climatolgicos METEONORM. El error de la
interpolacin depende de la densidad de la red. En Europa, con una densa red el error es de
aproximadamente 6%. Esta es una base de datos gratuita. Los promedios mensuales de
temperatura del aire como resultado de la interpolacin de las mediciones realizadas en la red
meteorolgica
El recurso proporciona los valores mensuales de la temperatura ambiente para todo el
mundo. Los valores mensuales se toman de la base de datos climatolgicos METEONORM,
que se basa en la OMM CLINO 1961-1990 (1998).Valores horarios de la temperatura ambiente
se interpolan en la herramienta de interpolacin de SODA. Los datos de las estaciones
meteorolgicas son interpolados en lnea. La interpolacin tiene un RMSE de aproximadamente
2 C de los valores mensuales.
Los valores mensuales del factor de turbidez Linke
Este recurso sirve valores climatolgicos mensuales de turbidez Linke, es la atenuacin de la
radiacin solar producida por las partculas slidas y lquidas en el aire que es un indicador de
la densidad ptica del medio hmedo y brumoso en relacin a una atmsfera limpia y seca, de
masa de aire 2, vapor de agua, beta Angstroem y el ozono estratosfrico en una escala global. Se
calcula los valores medios mensuales para cualquier ubicacin geogrfica, cualquier mes y
cualquier elevacin. La altitud del lugar geogrfico de la simulacin puede ser extrado de la
orografa de los recursos (si se pone a 0) o forzados por el usuario mediante la introduccin de
un valor mayor o igual a 1. Unidad es el metro. El recurso orografa tiene una celda de la
cuadrcula de 5' de ngulo en el vrtice y utiliza la base de datos TerrainBase (TerrainBase,
13
Worldwide Digital Terrain Data. Documentation Manual, CD-ROM Release 1.0, April 1995.
NOAA, National Geophysical Data Center, Boulder, Colorado, USA). La turbidez Linke que
aqu se presenta se basa en la informacin global de varios satlites, como la radiacin global
cielo despejado (SRB), vapor de agua precipitable (NVAP), aerosol profundidad ptica
(Pathfinder) y la informacin del suelo sobre la turbidez de la radiacin o las mediciones de
aerosoles (AERONET). La turbidez se ha calculado con mediciones globales radiacin en el
suelo con la ayuda de la ESRA claro modelo de radiacin de cielo. Por satlite y la informacin
del suelo se han colocado juntos. La cobertura es en todo el mundo. La forma de construir la
base de datos se explica en el HelioClim sitio Web. Los parmetros de otra atmsfera: vapor de
agua (WV) o agua de precipitacin total se ha tomado de NVAP y corresponde a los valores
promedio de 1988-97.
Das-grado por debajo de una temperatura determinada
Das-grado por debajo de la temperatura (tambin llamado Calefaccin das-grado) se
corresponden con el nmero total de grados que la temperatura media diaria cae por debajo de
una temperatura determinada, llamada la "temperatura de base". Base de temperaturas de entre
12 C a 22 C estn disponibles. Los grados da de calefaccin para un da en particular se
basan en la temperatura media del da (la suma de las temperaturas altas y bajas, dividido por
dos). Si la temperatura media es superior a la temperatura base, no hay das-grado de
calentamiento ese mismo da. Si es inferior a la temperatura base, la temperatura base se resta de
ella para dar el nmero de das-grado de calentamiento. El servidor de Satel-Light ofrece la luz
del da y la informacin de la radiacin solar en Europa occidental y central, con una alta
resolucin espacial y temporal (cada 5 kilmetros, cada media hora).
Grado-das por encima de una temperatura determinada
Das-grado por encima de la temperatura (tambin llamado da de refrigeracin grado) se
corresponden con el nmero total de grados que la temperatura media diaria se eleva por encima
de una temperatura determinada, llamada la "temperatura de base". Base de temperaturas entre 5
C a 25 C estn disponibles. Los grados da de refrigeracin para un da en particular se basan
en la temperatura media del da (la suma de las temperaturas altas y bajas, dividido por dos).Si
la temperatura media es inferior a la temperatura base, no hay das-grado de enfriamiento de ese
da. Si es superior a la temperatura base, que se resta de la temperatura de base para dar el
nmero de das-grado de enfriamiento. El servidor de Satel-Light ofrece la luz del da y la
informacin de la radiacin solar en Europa occidental y central, con una alta resolucin
espacial y temporal (cada 5 kilmetros, cada media hora).
Frecuencia de los tipos de cielo
La frecuencia de cada una de estas condiciones del cielo en un lugar determinado indica
cmo cada uno es representativo del clima en ese lugar.
Tres tipos de cielo estn disponibles: nublado, medio y soleado, para Europa occidental y
central. Las frecuencias se basan en el anlisis de las imgenes producidas por el satlite
Meteosat cada media hora, durante cinco aos: 1996 a 2000. La clasificacin se basa en el cielo
de la gama de valores de brillo en la imagen de METEOSAT: corresponde a las nubes los tonos
ms brillantes, corresponde a la soleada los tonos ms oscuros, intermedio entre ambos. Las
frecuencias estn disponibles en dos horarios diarios: el amanecer hasta la puesta de sol y de
14
8:00 a 18:00 (hora local), que corresponde a las horas de funcionamiento de los edificios de
oficinas.
La radiacin UV - Europa
El recurso sirve valores mensuales, da u hora de los rayos UV y de toda la radiacin del
cielo en una escala global. Los valores por hora se calculan y se suman a los valores diarios o
mensuales para Europa. Los valores diarios de radiacin global se han tomado de base de datos
de MARS.
Los datos de la base de datos MARS se interpolan a partir de las estaciones meteorolgicas
ms adecuadas para reflejar la radiacin global diaria para una cuadrcula 50 por 50 km. Los
datos se utilizan principalmente para el modelado de rendimiento de los cultivos.
Parte del espectro de los rayos UV: UVA, UVB o el cielo claro de eritema (cs) y todo el
cielo (como) la radiacin.
La capa de ozono [DU] (valor fijo), si no se establece, los valores medios se toman.
Los valores diarios de radiacin UV desde 1985 - Europa, frica (modelo ESRA)
Esta herramienta nos da valores mensuales, da u hora de los rayos UV y de toda la radiacin
del cielo en una escala global. Los valores por hora se calculan y se suman a los valores diarios
o mensuales.
Las variables de salida son:
Parte del espectro de los rayos UV: UVA, UVB o el cielo claro de eritema (cs) y todo el
cielo (como) la radiacin.
La capa de ozono [DU] (valor fijo), si no se establece, los valores medios se toman.
Turbidez Linke (Es la atenuacin de la radiacin solar producida por las partculas
slidas y lquidas en el aire. Es un indicador de la densidad ptica del medio hmedo y brumoso
en relacin a una atmsfera limpia y seca) de masa de aire 2 (opcional).
15
Series de tiempo de los valores de radiacin: a partir de hora (slo HelioClim-2) a los
valores mensuales. Los valores son la irradiancia en W/m2, as como la radiacin en Wh/m2 y el
J/cm 2
Incertidumbre valores
Series de tiempo de los valores de radiacin: a partir de hora (slo HelioClim-2) a los
valores mensuales.--Los valores son la irradiancia en W/m2, as como la radiacin en Wh / m2 y
el J / cm2.
16
pueden
obtener
travs
5.1.4
PVGIS
Europa
Cuenca mediterrnea, frica y el Sur-oeste de Asia.
La base de datos europea contiene tres grupos de grados con una resolucin de 1 km x 1
km. Datos geogrficos: modelo elevacin digital, los lmites administrativos CORINE cobertura
del suelo y cobertura global del suelo, ciudades, etc.
Series de datos climatolgicos espacialmente continuos representados mensual y
anualmente de:
18
19
ndice de turbidez derivado de la base de datos mundial (Remond et al. 2003), disponible
tambin en el SoDa.
20
Modelo de elevacin digital con una resolucin 1x1 km: derivados de los datos de USGS
SRTM.
Ilustracin 5.3. Cobertura global del suelo 2000 con una resolucin de 1x1 km
21
Ilustracin 5.4. Base de datos GISCO (EuroGeographics Association for the administrative boundaries)
22
23
24
La ventaja de este enfoque es la vinculacin de las caractersticas del terreno con los cambios
de radiacin y teniendo en cuenta los efectos de sombreado, en las imgenes de arriba se puede
ver la radiacin media anual en el plano horizontal calculado por ESRA y r.sun. El spline
multivariable regularizado con la tensin que proporciona kc mapas raster que mejor se adapten
a las especificaciones regionales del clima de radiacin en las zonas montaosas a condicin de
que un patrn ms denso de mediciones sobre terreno estuviese disponible. La influencia de la
sobra del terreno es ms visible con datos de mayor resolucin. Como se puede ver la resolucin
de la celda raster es de 1 km2, lo cual es demasiado spera para revelar los patrones reales de las
sombras en un paisaje montaoso.
ESRA
PVGIS
Diferencia ESRA-PVGIS
25
5.1.5
Eosweb.larc.nasa.gov/cgi-bin/sse/grid.cgi
Desde la NASA tenemos a disposicin el producto SSE creado para el uso de la energa
renovable solar. Pero los datos solares de dicho producto provienen a su vez de otro producto de
la NASA, el SRB (Surface Radiation Budget).
El objetivo del proyecto del proyecto NASA/GEWEX SRB es producir y archivar un
registro a largo plazo de datos globales de onda corta (SW) y onda larga (LW) sobre una malla
adems de una serie de parmetros en la superficie de la atmsfera (TOA). Para ello se establece
una red de 1x1 con una serie de algoritmos, algoritmo primario de GEWEX y algoritmo de
control de calidad, conjuntados con una serie de fuentes de datos de entrada. El algoritmo
primario de SW (onda corta) es una adaptacin de Pinker y Laszlo (Modeling Surface Solar
26
Irradiance for Satellite Applications on a Global Scale, J. Appl. Met., 31, 194-211, 1992) y el
principal algoritmo de LW es una adaptacin de Fu et al ., (JAS, vol. 54, 2799-2812, 1997).
Adems existe un algoritmo de control de calidad para SW y se conoce como el algoritmo de
Langley con parmetros de onda corta (LPSA, Gupta et al - NASA/TP-2001-211272, diciembre
de 2001; Se desarroll en el Centro de Investigacin Langley de WF Staylor. Adems para la
obtencin de resultados se emplean valores de nubosidad provenientes del proyecto
International Satellite Cloud Climatology Project (ISCCP) y datos meteorolgicos de
GLOBAL MODELING AND ASSIMILATION OFFICE (GMAO).
GEWEX (Global energy and water cycle experiment) es un programa de WCRP (World
Climate Research Programme) para desarrollar un modelo del ciclo hidrolgico y flujos de
energa en la atmsfera, superficie terrestre y ocenos. Las principales reas de investigacin de
GEWEX son: radiation, hidrometeorologa y modelizacin y prediccin.
La resolucin de los parmetros de salida de SRB depende en gran medida, como no puede
ser de otra manera, de la precisin de los datos de entrada. Los datos de salida se generan en una
rejilla global que contiene 44016 celdas. La rejilla inicial tiene una resolucin latitudinal de 1 a
nivel mundial, y una longitudinal de 1 en las zonas tropicales y subtropicales y de 120 en los
polos. Esto, a su vez, es reanidado por una subrutina de modo que, en el que todo el globo,
tengamos regiones de 1x1.
Los resultados del modelo SRB 3.0 y consecuentemente los del SSE 6.0, han sido validados
ampliamente. Comparando resultados con las medidas terrestres obtenidas de la Baseline
Surface Radiation Network (BSRN), el Swiss Federal Institute of Technology's Global
Energy Balance (GEBA) y NOAA's Climate Montitoring and Diagnostics Laboratory
(CMDL).Los resultados de un promedio mensual de onda corta y los flujos de radiacin onda
larga muestran que los errores estn por lo general dentro de los 10 W/m2. Se han encontrado
errores ms grandes donde hay grandes incertidumbres en los datos de entrada como en las
superficies de nieve / hielo. Comparando los valores de SRB 3.0 con los valores de estaciones
terrestres de BSRN.
De onda corta (1992-2007)
Norte
Algoritmo
primario
Algoritmo de control de
calidad
Promedio temporal
Bias
RMS
Bias
RMS
Mensual
-4,3
23.1
-6,7
18.7
Diario
-3,2
35.7
-6,4
37.7
Cada 3 horas
mensuales
-6,7
41.0
N/A
N/A
Cada 3 horas
-5,9
87.9
N/A
N/A
27
En la siguiente figura podemos ver la ubicacin de las estaciones de tierra de la red BSRN.
La NASA ha apoyado durante mucho tiempo los sistemas de satlite y la investigacin con
el fin de proporcionar datos importantes para el estudio del clima y los procesos climticos.
Estos datos incluyen estimaciones a largo plazo de cantidades meteorolgicas y los flujos de
superficie de energa solar. Estos productos basados en datos satelitales han demostrado ser lo
suficientemente precisos para proporcionar datos fiables sobre los recursos solares y
meteorolgicos en regiones donde las mediciones de la superficie son escasos o inexistentes, y
ofrece dos caractersticas nicas - la informacin es global y, en general, contigua en el tiempo.
Estas dos caractersticas importantes, sin embargo, tienden a generar unos archivos de datos
muy grandes que pueden ser demasiado engorrosos para los usuarios comerciales,
especialmente para los nuevos usuarios con poca experiencia o pocos recursos para tratar con
estos grandes conjuntos de datos.
La prediccin del recurso energtico a escala mundial (Prediction Of Worldwide Energy
Resource, POWER) se inici en el ao 2003, tanto para mejorar las versiones posteriores de la
SSE, como para crear nuevos conjuntos de datos aplicables a otras industrias. La web de
POWER abarca el conjunto de datos de SSE, adaptadas a la industria de energa renovable, as
como los parmetros de medida para la comunidad de edificios sostenibles, y las industrias bioenergy/agricultural.
Para fomentar el uso comercial, la NASA desarroll el producto de datos Surface
meteorology and Solar Energy (SSE) que se ha formulado especficamente para las
necesidades de energa fotovoltaica y renovables. De igual importancia es el acceso a estos
datos, para lo cual los parmetros de SSE estn disponibles a travs de fciles aplicaciones web
en funcin de las necesidades del usuario. En la web de SSE podemos encontrar adems de los
28
Nosotros nos centraremos en la ltima versin de SSE, la 6.0 sus limitaciones y precisiones
con base en la informacin disponible en la NASA. En general, la meteorologa y la radiacin
solar para SSE versin 6.0 se obtuvieron a partir de satlites de la NASA y re-anlisis de los
programas de investigacin. Versin 6.0 ampla la cobertura temporal de los datos solares y
meteorolgicos de 10 aos a ms de 22 aos (por ejemplo, julio 1983 y junio de 2005) con la
mejora de los datos de la NASA, e incluye nuevos parmetros y estudios de validacin.
29
Parmetro
Regin
Bias (%)
RMS (%)
Insolacin
horizontal
Global
-0.1
10.25
60 hacia el
polo
-1.18
34.37
0.29
8.71
Global
7.49
29.34
60 hacia el
polo
11.29
54.14
6.86
22.78
Global
-4.06
22.73
60 hacia el
polo
-15.66
33.12
2.40
10.93
60 ecuador
Radiacin
difusa horizontal
60 ecuador
Radiacin
directa normal
60 ecuador
Tabla 5.6. Anlisis de regresin de la SSE frente a valores de BSRN, promediado mensualmente
Respecto de la versin 5.1 de SSE se ha mejorado en que los datos de energa solar se
extienden ahora a los 24 aos a partir de 1 de julio 1983 a junio 31 de 2007, los datos de
radiacin solar se deriva de un algoritmo de inversin mejorada que proporciona una mejora
general en la estimacin de la radiacin en la superficie solar de alrededor del 2,8%
30
5.1.6
Perodo de
tiempo
Resolucin
Espacial (km)
Cobertura
Espacial
Carcter
Europa
Gratuito
CM SAF
2005
15 x 15
NASA SSE
1983
100 x 100
Todo el
mundo
Gratuito
Meteonorm
1981
1x1
Todo el
mundo
Pago
Solemi
1991
1x1
Pago
HELIOCLIM
1985
5x5
Pago
Satel-light
1996
6x6
Europa
Gratuito
PVGIS Europe
1986
1x1
Europa
Gratuito
ESRA
1981
10 x 10
Europa
Pago
31
Parmetros
Proveedor
CM SAF
Global,Directa,
Difusa
NASA SSE
Global,Directa,
Difusa
NASA
Meteonorm
Global,Directa,
Difusa
Meteotest
Solemi
Global,Directa
DLR
HELIOCLIM
Global,Directa
Mines-Paris Tech
Satel-light
Global,Directa,
Difusa
PVGIS Europe
Global, Difusa
ESRA
Global,Directa,
Difusa
Mines-Paris Tech
Una vez explorados todas las bases de datos posibles y teniendo en cuenta todos y cada uno
de los parmetros, mtodos, dispersin hemos de tomar una decisin sobre la base con la que
trabajaremos. Optamos por la base de datos de CM SAF, a continuacin explicamos cules han
sido las razones principales de dicha decisin.
Si nos restringimos a los valores expresados anteriormente puede parecer que no es una
buena opcin frente a casos, por ejemplo, como MeteoNorm, Solemi o Helioclim que cuentan
con una mayor resolucin espacial. No obstante hemos de tener en cuenta el carcter pblico o
de pago de cada una de las dichas bases. En ese sentido, CM SAF es la mejor base de datos.
Como ya hemos dicho, quizs no cuente con los mejores parmetros de resolucin o cobertura
espacial pero cuenta con una poltica o visin de compartir datos de un modo que facilita
superlativamente el trabajo del investigador. No slo ponen a disposicin los datos mediante
una ftp de modo que puedas descargarlos de un modo gil y rpido sino que lo hacen sin
imponer ninguna restriccin posterior al investigador. Adems, los datos masivos se descargan
de una nica peticin, lo que nos permite la generacin de mapas.
En definitiva, con CM SAF se puede solicitar la cantidad de datos que se desee teniendo
asegurado una buena calidad de los mismos y una forma gil de suministro. Adems se podr
trabajar con dicha informacin sin ningn tipo de restriccin por parte de CM SAF.
32
Como hemos podido comprobar a lo largo de los anteriores apartados, actualmente existe
gran variedad de oferta en lo que a bases de datos satelitales se refiere. No obstante, existen
importantes discrepancias y heterogeneidades entre ellas. Esto dificulta de un modo no
despreciable la labor del investigador. Sera, por tanto, deseable una poltica comn o, de algn
modo, una labor que garantizara un manejo y explotacin gil del recurso solar.
Pues bien, ese esfuerzo ya existe. Hablamos del proyecto MESOR que se encarga, a grandes
rasgos, de unificar polticas y visiones. Hemos de recalcar que se trata de un proyecto en
elaboracin y sin an productos destacables.
En los ltimos aos han sido desarrollados una serie de bases de datos con informacin sobre
recursos de energa solar, algunas de ellas son ESRA, SoDa, Satel-Light, PVGIS, PVSAT,
PVSAT-2 o Heliosat-3 y el proyecto Envisolar de la Agencia Espacial Europea (ESA). Adems
los servicios nacionales como Meteonorm de Meteotest en Suiza y SOLEMI de la DLR en
Alemania han desarrollado bases de datos. Esto ha llevado a la situacin de que varias bases de
datos diferentes existen en paralelo, cada una con un enfoque diferente, con diferentes
coberturas espaciales y temporales y resoluciones diferentes. Los usuarios han de comparar, por
tanto, informacin de diferentes fuentes lo que es difcil de tratar.
Por tanto, con la situacin actual contamos con una fragmentacin y falta de coordinacin de
acceso: las diferentes fuentes de informacin y productos de la radiacin solar ya estn
disponibles, pero se mantiene la incertidumbre sobre su calidad. Al mismo tiempo, las
comunidades de usuarios carecen de un entendimiento comn de cmo explotar el conocimiento
desarrollado.
El proyecto MESoR se inici en junio de 2007 y pretende eliminar la incertidumbre y la
mejora de la gestin del conocimiento de los recursos energticos solares. Los resultados del
pasado y futuro en Europa, tratarn de integrarse, estandarizados y difundidos de manera
armonizada para facilitar su explotacin.
Dicho proyecto, como ya hemos dicho, se encuentra en estado de construccin y no cuenta
an con resultados ntidos y claros. No obstante, slo el esfuerzo titnico que supone el tratar de
homogeneizar todas las bases de datos existentes merece de aprecio y seguimiento.
33
Estacin agroclimtica
Centro zonal
Existe uno por cada Comunidad Autnoma y estn gestionados directamente por
responsables de cada una de ellas. Cada Centro Zonal obtiene diariamente y de forma
automtica mediante GSM, los datos de las estaciones de la C.A. correspondiente. Se trata
34
Centro nacional
Est instalado en las dependencias de la Direccin General de Desarrollo Rural y aglutina los
datos de todas las estaciones de la Red, pudiendo sustituir a un centro zonal en caso de cada
temporal del mismo. Ejerce funciones de coordinacin general, con el fin de mantener la
homogeneidad de la red, estableciendo un modelo lgico y una cobertura conceptual de datos
mnima, que se mantiene en cada uno de los centros zonales, independientemente de los
modelos de datos y aplicaciones que cada centro zonal desarrolla por sus aplicaciones
especficas.. As mismo analiza y explota estos datos, realizando clculos de la ETo y demandas
hdricas a nivel de zona regable, unidad de gestin del agua o cuenca hidrogrfica para tareas de
planificacin
5.2.5
Para la correcta instalacin del sensor se recomienda usar un nivelador. Se deben evitar
elementos que produzcan sombras a su alrededor. El SKYE SP1110 puede trabajar de dos
modos. El primer modo consiste en que dar un salida de tensin, que ser usada con
dataloggers de Campbell Scientific. Para conseguirlo, el cable rojo y azul deben conectarse al
mismo punto de manera diferencial. No se darn voltajes externos al dispositivo para evitar que
se pierda la precisin de los elementos resistivos. El segundo modo consiste en que el
dispositivo dar una diferente corriente de salida.
35
Rango de entrada
El rango de salida del dispositivo es de 1mV/100W/m2.
El rango de entrada del dispositivo se realiza del siguiente modo:
1. Estimar el voltaje mximo esperado a la entrada dividiendo la radiacin mxima
esperada entre 100W/m2.
2. Elegir el menor rango de entrada que sea mayor que el voltaje mximo de entrada. Este
rango suele ir entre los 15mV a los 25mV.
3. El multiplicador convierte la lectura de mV a unidades de ingeniera.
Mantenimiento
El nico mantenimiento regular requerido es la limpieza de la superficie del cristal con un
trapo limpio, aire seco o un cepillo suave una vez cada 1-3 meses, dependiendo del ambiente.
La recalibracin est recomendada cada dos aos, debiendo enviar el sensor a Campbell
Scientific para esto.
36
5.2.5
Piranmetros
KIPP&ZONEN CMP6
Como se expone en el estudio realizado de la RED SIAR, en la prctica totalidad de las
estaciones meteorolgicas los piranmetros utilizados son SKYE SP1110. Sin embargo, en la
Comunidad de Murcia de las 11 estaciones enmarcadas en RED SIAR solo 1 la TP52 de San
Javier (El mirador) dispone de un piranmetro Campbell SKYE SP1110. Las otras 10
estaciones disponen de radimetros KIPP&ZONEN CMP6.
El sensor CMP 6 cumple la ISO-9060 para piranmetros de primera clase con una unin de
64 termopares conectados en serie. El sensor est cubierto con una cobertura de carbn
altamente estable con base no orgnica, que proporciona una excelente absortividad espectral y
un buen comportamiento de estabilidad a largo plazo.
El piranmetro no requiere potencia, suministra un voltaje bajo de 0-20mV en relacin a la
radiacin recibida. Si se requiere un voltaje mayor o una seal de 4-20mA, el AMPBOX es una
buena alternativa. El sistema consta de un cartucho de secado fcil de eliminar y reemplazar si
es necesario.
37
Especificaciones tcnicas:
-
SKYE SP1110
Es una fotoclula de silicio sensible a la radiacin entre 350 y 1100nm. Va montada sobre un
brazo soporte con nivel, debiendo estar orientada al sur.
38
Tiempo
La re calibracin debe hacerse como mnimo cada dos aos para evitar errores estimados en
1%/ao para ambos piranmetros.
Dependiendo del ngulo con el que entre la radiacin al piranmetro, el sensor va a tener un
error de medicin. Este factor afecta de manera diferente a cada uno de los piranmetros. El
SKYE SP1110 tiene un comportamiento extremadamente bueno para ngulos menores a 85.
Sin embargo, para ngulos de entrada entre 85 y 90, el error puede ser hasta el 10%. Se debe
recalcar que inclinaciones de radiacin tan extremas son poco habituales en las latitudes
peninsulares y por lo tanto, su afeccin no va a ser tan crtica. El sensor KIPP & ZONEN CMP6
presenta una desviacin de 20W/m2 cuando se considera una irradiacin de 1000W/m2, lo que
equivale a un 2% de error.
-
Temperatura
La temperatura va a tener una afeccin sobre las medidas recogidas. En el caso del KIPP &
ZONEN CMP6 su influencia va a ser de 4% en el rango de temperaturas que va de -10C a
40C.
-
Linealidad
39
5.2.6
En primer lugar, cabe destacar que en el portal web institucional a nivel nacional no se
facilitan las coordenadas de manera conjunta, de modo que pasamos a analizar cada uno de los
portales web de las comunidades autnomas.
Contactamos con el jefe de grupo y actuaciones en Tragsatec, empresa que se encarga del
suministro, gestin y mantenimiento de los instrumentos de medida de las estaciones CR10X
(pertenecientes a Siar). Gracias a l, concluimos que todas las estaciones de SIAR cumplen los
requisitos que tericamente se exponen anteriormente, con una desviacin mxima de los
piranmetros del 5% de error y una calibracin de una vez al ao, no certificada, realizada con
dos piranmetros CMP6 KIPP&ZONEN.
A continuacin, contactamos con la presidenta del Grupo Tragsa con el objetivo de obtener
una tabla detallada de las coordenadas de las estaciones.
Pese a los esfuerzos intentados por conseguir toda la informacin de manera estndar de una
sola vez, concluimos el proceso tomando los datos de las pginas de cada comunidad autnoma,
realizando un nico documento Excel en la que se exponen las coordenadas de cada estacin.
Para las comunidades cuyos portales web no muestran esta informacin, que son Comunidad de
Madrid, Galicia y Comunidad Valenciana, hemos ubicado una a una manualmente las
coordenadas de cada una de las estaciones.
Para el caso concreto de Castilla y Len cuyos datos no se recogen tampoco en el portal web,
contactamos con el encargado de SIAR para dicha CCAA y facilit la informacin en forma de
tabla con las coordenadas.
Dada la heterogeneidad de los datos conseguidos, se tuvo que proceder a una conversin de
UTM a latitud/longitud, para estandarizar los datos y confeccionamos una sola base de datos
donde ser recogiese la ubicacin exacta de cada una de las estaciones. Este proceso tuvo una
complicacin aadida al existir 3 husos en la Espaa peninsular y no disponer de dichos husos
en las coordenadas. Se tuvo que analizar estacin por estacin para establecer su huso en
funcin de su ubicacin (29-30-31).
Una vez analizadas las ubicaciones y los datos disponibles de todas las estaciones
pertenecientes a Red Siar, desestimamos por su valor anmalo algunas de ellas de las provincias
de Badajoz, Ciudad Real y Salamanca.
40
6. ANLISIS COMPARATIVO
El estudio de la variabilidad espacial de la radiacin es una operacin que puede requerir
mucho tiempo de mediciones y esta condicin no siempre se alcanza. Uno de los objetivos de
este proyecto es conocer la variabilidad de la radiacin solar a lo largo de la Espaa peninsular.
El estudio de radiacin rene tres tipos de emplazamientos.
Lugares con baja variabilidad con respecto a las medidas terrestres. En general
presentan una tendencia identificable. Es tpica de lugares con climas muy soleados.
Lugares con alta variabilidad de errores mes a mes. Este tipo de variabilidad es comn
en zonas con nubosidad muy variable ya que dicha nubosidad presenta una alta variacin
espacial. Este tipo de emplazamientos pueden recoger una baja profundidad ptica de aerosol
(AOD) o incluso una AOD muy variable.
Lugares con una importante correlacin estacional.
Cuestiones interesantes a resolver
1. Tiempo hasta que los componentes de radiacin solar temporales convergen hacia su
valor de largo plazo.
La velocidad de convergencia se puede resolver de varias maneras. En el peor de los casos se
puede hacer con las estaciones con mayor periodo temporal de registro de datos. En general, las
anomalas para largos perodos de tiempo tienden a reducirse, convergiendo hacia la media. En
general la irradiacin global directa en relacin a la media se mantiene en un +/- 5% de esa
media larga temporal.
2. La variacin interanual cambia significativamente de un sitio a otro dependiendo de la
estacin o de condiciones climticas?
Las estaciones disponibles en SIAR renen emplazamientos con diferentes climas. En
general, la interaccin del clima se hace atendiendo al coeficiente de variacin (COV),
calculado a partir de la desviacin tpica [r t] de las anomalas anuales divididas de la media de
radiacin [Ep] de los aos (10, 15 20 aos a estudiar). El COV expresa la probabilidad del
emplazamiento de presentar una radiacin alrededor de la media.
Asumiendo Ep+rt y una distribucin Gaussiana de los datos, se considera que los datos se
encontrarn con un 66% entre la distancia a la media establecida. Si se considera una distancia
de doble desviacin tpica Ep+2rt. En trminos de radiacin directa la variabilidad es mayor por
la influencia directa de la nubosidad y de los aerosoles.
41
Se usa el siguiente cdigo para proyectar los datos terrestres y as mismo se descarga en un
shapefile la informacin de las fronteras de las Comunidades Autnomas para poder
representarlas sobre el mapa de Espaa (http://biogeo.ucdavis.edu/data/diva/adm/ESP_adm.zip).
Dicho shapefile se abre y procesa en la variable mapaSHP. Utiliza longitud, latitud y elevacin
en una proyeccin elipsoidal
proj <- CRS('+proj=latlon +ellps=WGS84')
old <- getwd()
setwd('/Documents and Settings/feantona/Escritorio/R/ESP_adm')
mapaSHP <- readShapeLines('ESP_adm2.shp', proj4string=proj)
setwd(old)
<-
SpatialPointsDataFrame(coords=redGN[c('lng',
'lat')],
data=redGN[c('NomProv', 'NomEst')],
proj4string=proj)
El siguiente paso es obtener los datos meteorolgicos a travs de SIAR. Se crea un script que
recoge los datos medidos desde 2004 hasta 2010. En caso de que no existan datos medidos se
comenzar a recopilar datos desde el primer dato medido.
spainMeteo <- apply(redGN[, 1:4], 1,
function(x){
readSIAR(prov=x[3], est=x[4],
start='01/01/2004',
end='31/12/2010',
lat=x[1])
}
)
43
6.1.4 Obtencin del promedio anual de la irradiacin diaria de las estaciones SIAR
6.1.5
Los datos de irradiacin diaria se deben multiplicar por los das de cada mes (en funcin del
mes) y finalmente se sumarn todas las capas y se dividirn entre mil para obtener los datos en
kWh/m2.
DiasMes <- c(31, 28, 31, 30, 31, 30, 31, 31, 30, 31, 30, 31)
G0yCMSAF <- calc(stackSIS*DiasMes, sum)/1000
levelplot(G0yCMSAF)
44
NomEst
G0y
Avila Munogalindo
CMSAF
dif
lng
4.900000 40.6
P111 Ciudad Real
3.366667 39.0
P112 Ciudad Real
2.866667 38.7
45
lat
Se diferencia frente a la latitud para cinco grupos de G0y y cinco grupos de CMSAF. Se
compara G0y frente a CMSAF para los cinco grupos de latitud.
46
47
48
6.1.6
Anlisis estadstico
A continuacin, se preparan los datos para el proceso de kriging. Se crea una rejilla para la
interpolacin conteniendo la latitud y la longitud.
latLayer <- raster(G0yCMSAF)
latLayer[] <- yFromCell(G0yCMSAF, 1:ncell(G0yCMSAF))
lonLayer <- raster(G0yCMSAF)
lonLayer[] <- xFromCell(G0yCMSAF, 1:ncell(G0yCMSAF))
grd <- as(stack(lonLayer, latLayer, G0yCMSAF),
'SpatialGridDataFrame')
names(grd) <- c('lng', 'lat', 'CMSAF')##, 'elev')
proj4string(grd) <- proj
50
6.1.7
Donde (x,Y) son las coordenadas del punto de dispersin y (xi,yi) son las coordenadas de
cada punto de dispersin. La funcin de peso vara en el intervalo [0,1], tomando un valor
aproximado a cero en puntos alejados del punto de dispersin y aproximados a 1 para puntos
muy cercanos. Esta funcin esta normalizada para que la suma de todos los peso sea igual a la
unidad.
El efecto de la funcin de peso es generar mayor influencia en los puntos cercanos y menor
en los ms alejados.
Aunque la funcin de peso se muestra ms arriba, sta se muestra en su forma clsica, la
ecuacin que se utiliza en los SMS es:
51
52
Mtodo Global
Con el mtodo global, se buscan para cada uno de los puntos de dispersin en el conjunto,
cuales son los N puntos ms cercanos. sta tcnica es rpida para pequeos conjuntos de
dispersin, pero puede ser lento para grandes conjuntos.
Mtodo Local
Con los mtodos locales, los puntos de dispersin son triangulados para formar un TIN
temporal antes de que comience el proceso de interpolacin. Para el clculo de los N puntos ms
cercanos, se encuentra el triangulo que contiene el punto de interpolacin y la topologa del
triangulo se utiliiza para barrer desde el punto de interpolacin de forma sistemtica hasta los N
puntos ms cercanos. Este mtodo suele ser mucho ms rpido en grandes conjuntos de
dispersin.
Subgrupo de puntos
Si se elige utilizar la opcin subconjunto de lso puntos, el dialogo de la definicin de
subconjunto se puede utilizar para definir un subconjunto de los puntos del local.
Adjuntando Tringulo
El uso de los vrtices del triangulo hace que el proceso de interpolacin de un esquema local
aproveche la topologa de TIN (Franke y Nielson, 1980). Con esta tcnica, el subconjunto de los
puntos utilizados para la interpolacin consiste en los tres vrtices del triangulo que contiene el
punto de interpolacin. La funcin de peso o la funcin de mezcla es una funcin cbica en
forma de S, la funcin se muestra en la parte A de la figura que representa a continuacin. El
hecho de que la pendiente de esta funcin de peso tienda a la unidad en sus lmites asegura que
la pendiente de la superficie de la interpolacin es continua a travs de las fronteras del
tringulo.
53
Donde ||ei || es la longitud del lado opuesto vrtice i, y bj bi, libro son el rea de las
coordenadas del punto (x, y) con respecto a las coordenadas del tringulo rea de T. son las
coordenadas que describen la posicin de un punto en el interior de un tringulo con respecto a
los vrtices del tringulo. Las coordenadas se basan nicamente en la geometra del
tringulo. Coordenadas de la zona a veces se denominan "coordenadas baricntrico". La
magnitud relativa de las coordenadas corresponde a las relaciones de la zona, como se muestra a
continuacin:
54
La solucin de las ecuaciones anteriores para bi, bj, y los rendimientos bk:
Donde wi, wj, y semanas son las funciones de peso y Qi, Qj y Qk son las funciones nodales de
los tres vrtices del tringulo.
55
Aplicacin con R
idwG0y <- krige(G0y~1, spRedGN, grd)
levelplot(idwG0y['var1.pred']) +
layer(sp.points(spRedGN, pch=19, cex=0.7, col='black')) +
layer(sp.lines(mapaSHP))
Figura 6.7. Inverse Distance Weighted Interpolation aplicando red estaciones SIAR
56
6.1.8
El ajuste por superficie realiza un ajuste por bandas basadas en los diferentes intervalos de
radiacin que no se adapta bien al modelo peninsular. Este mtodo realiza un ajuste polnomico
de primer y segundo grado, no es un mtodo estadstico propiamente.
surfG0y <- krige(G0y~1, spRedGN, grd, degree=2)
levelplot(surfG0y['var1.pred']) +
layer(sp.points(spRedGN, pch=19, cex=0.7, col='black')) +
layer(sp.lines(mapaSHP))
57
Aplicacin con R
okrigG0y <- krige(G0y~1, spRedGN, grd, model=fitvgmG0y)
levelplot(okrigG0y['var1.pred']) +
layer(sp.points(spRedGN, pch=19, cex=0.7, col='black')) +
layer(sp.lines(mapaSHP))
58
59
El universal kriging tiene en cuenta datos de una variable explicativa, por ejemplo la latitud
y longitud para ajustar el modelo, el propio modelo y los datos de estaciones SIAR.
Z(S)=M(S)+Y(S)+E(S)
S
Localizacin
0 ( )
0 =
=1
Para
0 = 0
; = 1, . ,
=1
o en notacin matricial,
0 = 0
Donde z es la variable objetivo, qk son las variables predictoras como por ejemplo valores en
una nueva localizacin (s0), 0 es el vector de los pesos de KED (kriging with external drift), p
es el nmero de predictores y z es el vector de n observaciones en localizaciones primarias. Los
pesos KED se resuelven con matrices extendidas.
= {1 0 , , 0 , 0 0 , , (0 )}
0
60
Ajustando una conjunto de puntos con una funcin (s), si se resta esta funcin de los puntos
se obtienen los errores (s). La media de todos estos errores es 0. Se realiza la auto correlacin
de los errores (s), que en lugar de ser considerados como independientes se consideran auto
correlacionados.
El universal kriging puede usar semivariogramas de covarianzas (que son los modelos
matemticos para expresar la autocorrelacin) o usar transformadas.
Semivariograma
El semivariograma est definido por
varianza.
, =
, donde var es la
Si dos localizaciones, si y sj estn cercanas una de la otra en trminos de distancia d(s i,sj), se
puede esperar de ellas que sean similares. Conforme se alejan sern menos parecidas, as que la
diferencia de sus valores Z(si)-Z(sj) aumentar. Esto se puede ver en la siguiente figura.
61
62
Figura 6.10. Universal kriging utilizando como variable explicativa la latitud y la longitud
63
Figura 6.11. Ajuste esfrico de variograma usando como variable datos de CMSAF
64
Figura 6.12. Universal kriging tomando como variable explicativa valores de irradiacin de CMSAF
65
7. RESULTADOS
7.1 ANLISIS PUNTUAL
Pasamos ahora a comentar las grficas obtenidas con R para cada uno de los epgrafes explicados
anteriormente. Partamos del anlisis tanto obtenido mediante CM-SAF y los valores puntuales de los
datos obtenidos para radiacin horizontal de Siar.
Figura 7.1. Mapa de irradiacin obtenido mediante bases satelitales: CM-SAF. Unidades kWh/m
Como era de esperar, los valores son mayores en el sur y dentro de un rango razonable.
Analizamos ahora los emplazamientos que tanto esfuerzo nos ha tomado encontrar, para cada una
de las estaciones terrestres pertenecientes a Siar, representndolas en el mapa peninsular con las
fronteras administrativas.
66
Una vez dicho esto, comparamos las variaciones para las mismas latitudes de diferentes grupos de
estaciones de Siar, obteniendo la siguiente figura.
67
Figura 7.3. Diferencias de G0y entre grupos de igual latitud con Siar. Unidades kWh/m2
Observamos en diferentes colores los cinco grupos de intervalos de radiacin, a menores latitudes
mayores rangos de radiacin como era de esperar. El grupo de menor horquilla de radiacin presenta
mayores diferencias entre valores puntuales. Sin embargo, la media se mantiene en diferencia nula, lo
que era de esperar, siendo el grueso de la grfica los puntos contenidos en la variacin [-200, 200]
kWh/m2. Quedando excluidos de la tendencia general los puntos salientes de estos lmites.
En segundo lugar, comentamos lo anterior pero tomando como fuente de datos CM-SAF.
68
Figura 7.4. Diferencias de G0y entre grupos de igual latitud con CM-SAF. Unidades kWh/m2
De igual forma, la conclusin ms importante es la variacin nula de la media de los puntos, dando
por bueno los datos. Tambin vemos como para menores latitudes es mayor la densidad de puntos que
pertenecen a intervalos de mayor valor de radiacin, como era de esperar. Sin embargo, observamos
una ligera mayor dispersin de los datos en CM-SAF que en Siar, pero no es concluyente al tomarse
puntos aleatorios. Estas grficas deben ser interpretadas como lnea general y en ningn caso como
tendencia ms concreta.
Comparemos datos de CM-SAF y de Siar, como se aprecia en la siguiente figura.
69
Figura 7.5. Comparativa entre CM-SAF y Siar para iguales latitudes. Unidades kWh/m2
Lo tericamente obtenido debe ser una recta lineal que para cada valor de abscisas se corresponde
el mismo de ordenadas, a modo de recta lineal y=x. Efectivamente, la tendencia general es de ese tipo
lo que nos lleva a validar los valores de CM-SAF versus Siar y viceversa (a priori, no sabemos cul es
el verdadero luego no hablaremos de error absoluto en ningn caso).
Vemoslo mejor en el siguiente boxplot de la figura.
70
Donde se observa el valor mximo obtenido, el valor mnimo obtenido, el punto representa
el valor medio y el rectngulo da informacin sobre la varianza de los datos, respecto de diez
intervalos de latitud en que separamos la Pennsula Ibrica. El norte, al tener menor densidad de
estaciones, se observa mayores varianzas y una media muy alejada de la diferencia nula. Los
puntos en azul son descartados por no representativos. Concluimos como antes la horquilla de [200; 200] kWh/m2 donde al que pertenece toda la dispersin de datos.
71
7.2
ANLISIS DE IRRADIACIN GLOBAL ANUAL EN EL PLANO
HORIZONTAL
7.2.1 Mtodo Inverse Distance Weighted (IDW)
Se analiza la irradiacin aplicando el mtodo IDW, basado en una ponderacin sobre el
inverso de la distancia. Se comprueba que el ajuste es bastante suave pero existen
irregularidades en zonas perifricas como Galicia. Sin embargo, se pretende buscar un ajuste
que suavice mejor dichos puntos de la geografa peninsular con valores ms extremos.
Figura 7.7. Anlisis de radiacin global anual en el plano horizontal Inverse Distance Weighted (IDW) de Siar.
Unidades kWh/m2
72
Figura 7.8. Variograma de radiacin global anual en el plano horizontal con ajuste esfrico para ordinary kriging
de Siar
73
Figura 7.9. Anlisis de radiacin global anual en el plano horizontal Ordinary Kriging de Siar. Unidades kWh/m2
Es interesante estudiar qu ocurre con la varianza de forma espacial para entender cmo se
distribuye la irradiacin. Las zonas ms oscuras tienen desviaciones tpicas menores que las ms
claras. Se observa que zonas del Sistema Ibrico, oeste de Ciudad Real, Murcia y zona
Cantbrica tienen varianzas superiores. Esto se debe a que la presencia de estaciones SIAR en
estas zonas es inferior y por lo tanto, el ajuste por ordinary kriging se separa ms de la media.
Cuanto ms uniforme sea este mapa mejor distribuidas estarn las estaciones y mayor fiabilidad
tendr el modelo.
74
Figura 7.10. Anlisis de varianzas de radiacin global anual en el plano horizontal de ordinary kriging para Siar.
75
Figura 7.11. Anlisis de de radiacin global anual en el plano horizontal con ajuste por superficie de Siar.
Unidades kWh/m2
76
Figura 7.12. Anlisis de radiacin global anual en el plano horizontal de semivarianzas con ajuste por superficie
de Siar.
77
7.2.4 Mtodo universal kriging con latitud y longitud como variables explicativas
El siguiente anlisis que se realiza es universal kriging con ajuste de latitud y longitud. Este
universal kriging emplea el mismo variograma del ordinary kriging y intenta suavizar el sistema
aadiendo una capa de influencia de latitud y longitud. Se considera que la irradiacin va a
depender en cierto modo de la latitud y de la longitud. Es por esta razn que se vea cmo la
irradiacin crece de Oeste a Este y de Norte a Sur.
Figura 7.13. Anlisis de radiacin global anual en el plano horizontal con universal kriging con latitud y longitud
de variables explicativas para Siar. Unidades kWh/m2
78
Figura 7.14. Anlisis de radiacin global anual en el plano horizontal de semivarianzas para universal kriging con
ajuste de latitud y longitud. Unidades kWh/m2
79
Figura 7.15. Variograma con ajuste esfrico de radiacin global anual en el plano horizontal con influencia de
CMSAF sobre estaciones SIAR
80
Figura 7.16. Anlisis de radiacin global anual en el plano horizontal universal kriging con ajuste de CMSAF para
Siar. Unidades kWh/m2
Sobre este modelo, se analizar cul es la relacin entre la irradiacin inducida con su
varianza. Se observa un hecho interesante: para valores de irradiacin elevados se obtienen
varianzas de distribucin elevadas. Adems, para valores de irradiacin medios (entre 1300 y
1700 kWh/m2) la varianza se mantiene en valores reducidos.
81
Figura 7.17. Relacin de radiacin global anual en el plano horizontal Predecible vs. Varianza
82
Figura 7.18. Grfico de dispersin entre latitud y irradiacin global en el plano horizontal.
83
Figura 7.19. Grfico de dispersin de varianza de radiacin global anual en el plano horizontal respecto a latitud.
84
Figura 7.20. Grfico de dispersin para radiacin global anual en el plano horizontal entre radiacin predecible y
varianza para seis intervalos de latitud. Unidades kWh/m2
85
8. CONCLUSIONES
En el presente trabajo se ha descrito las diferencias y los diversos parmetros de ajuste
estadstico asociado a cada mtodo que relaciona las medidas de irradiacin solar de Red Siar
con CM-SAF. La metodologa que se ha averiguado est basada en la gratuidad de la obtencin
de datos con lo que, salvo las ubicaciones de las estaciones Siar por motivos de consentimiento
por parte del Gobierno de Espaa, se puede disponer tanto del cdigo de programacin como de
la informacin hallada de manera libre.
Respecto del propio tratamiento de los datos aqu mostrados, como ya se ha explicado
anteriormente, el objetivo del estudio era el trazado de una metodologa y no la consecucin de
precisin en las grficas concretas, de modo que el siguiente paso en la lnea de trabajo es evitar
los diversos errores que se pueden asociar a razones concretas que exponemos a continuacin.
Offset: es decir, que los valores de CM-SAF tengan un valor siempre mayor que los
de Red Siar, de modo que sea un error estndar e incluso modelable para ser
corregido. Un estudio interesante es la razn de los valores siempre superiores de las
bases satelitales, si bien puede atribuirse a la siguiente razn expuesta.
Respecto de las fuentes de datos tomadas, hay que recalcar que las bases terrestres y
la resolucin satelital llevan un error asociado a los propios piranmetros y pxeles
de fotografas del satlite, pero ambos campos constituyen de por s el objeto de sus
propios estudios.
86
9. BIBLIOGRAFA
Libros
Manual de R-project
BIVAND R.S., PEBESMA E.J. & GMEZ-RUBIO V., 2008, Aplied spatial data anlisis
with R, Springer.
COWPERTWAIT P.S.P & METCALFE A.V, 2009, Introductory time series with R,
Springer
Enlaces de inters
Geonames: http://www.geonames.org/
R-spatial: http://r-spatial.sourceforge.net/
Spatial-analyst: http://spatial-analyst.net/wiki/index.php?title=Main_Page
Artculos de inters
BEYER H.G., HEINEMANN D., HOYER C., REISE C., WIEMKEN E. &
MUSIKOWSKI H.D., Accuracy of the estimation of monthly performance figures of
grid-connected PV Systems base don remote data sources
GUEYMARD C.A., & WILCOX S.M., 2011, Assessment of spatial and temporal
variability in the US solar resource from radiometric measurements and predictions
from models using ground-based or satellite data, ScienceDirect.
HAY J.E, 1986, Errors associated with spatial interpolation of mean solar irradiances,
Solar Energy (Vol 37).
HULD T., SURI M. & DUNLOP E.D, 2007, Comparison of potencial solar electricity
output from fixed-inclined and two-axis Trucking photovoltaic modules in Europe,
Progress in photovoltaics: research and applications.
87
HULD T., SRI M. & DUNLOP E.D, 2008, Geographical variation of the conversion
efficiency of crystalline silicon photovoltaic modules in Europe, Progress in
photovoltaics: research and applications.
LEFEVRE M., REMUND J., ALBUISSON, M. & WALD L., 2002, Study of effective
distances for interpolation schemes in meteorology, Geophysical Research Abstracts
(vol 4).
PERPIN O., 2009, Statistical analysis of the performance and simulation of a twoaxis tracking PV system, ScienceDirect.
SURI M., HULD T., DUNLOP E.D., ALBUISSON M., LEFEVRE M. & WALD L.,
2007, Uncertainties in photovoltaic electricity Yield prediction from fluctuation of solar
radiation.
SURI M., REMUND J., CEBECAUER T., WALD L., HULD T. & BLANC P., 2008,
First steps in the cross-comparison of solar resource spatial products in Europe,
Eurosun.
88
10. ANEXOS
ANEXO I: Cdigo R
Gef_CMSAF_SIAR.R
library(sp)
library(maptools)
library(raster)
library(gstat)
library(lattice)
library(latticeExtra)
library(solaR)##instalar version 0.24
##########
CMSAF
#################
89
UTMLonLat.R
library(sp)
library(rgdal)
library(maptools)
##Leo fronteras administrativas
old <- getwd()
setwd('/home/oscar/Datos/ESP_adm')##Cambiar!!!
proj <- CRS('+proj=longlat +ellps=WGS84')
mapaSHP <- readShapeLines('ESP_adm2.shp', proj4string=proj)
setwd(old)
datos <read.csv2('/home/oscar/Investigacion/solar/drafts/UTM_latlon_3.csv',
colClasses=c('factor', 'factor',
90
91
proj4string=projUTM31)
##Transformo de UTM a long-lat
SPlonlat29 <- spTransform(SPUTM29, proj)
SPlonlat30 <- spTransform(SPUTM30, proj)
SPlonlat31 <- spTransform(SPUTM31, proj)
SPlonlatNoUTM <SpatialPointsDataFrame(coords=datosLonLat[c("Longitud", "Latitud")],
data=datosLonLat[c('Altitud',
'N_Estacion', 'Estacion',
'N_Provincia', 'Provincia',
'Comunidad')],
proj4string=CRS("+proj=longlat"))
SPlonlat <- spRbind(SPlonlat29, SPlonlat30)
SPlonlat <- spRbind(SPlonlat, SPlonlat31)
SPlonlat <- spRbind(SPlonlat, SPlonlatNoUTM)
coordnames(SPlonlat) <- c('lon', 'lat')
##Primera representacin.
## spplot(SPlonlat['Comunidad'], key.space='right') +
layer(sp.lines(mapaSHP))
## ##Elimino estas estaciones errneas y vuelvo a representar
## ##Compruebo que algunas estaciones se salen de su comunidad
## idxError1 <- which(coordinates(SPlonlat)[,2]<30)
## SPlonlat[idxError1,]
## SPlonlat2<- SPlonlat[-idxError1,]
trellis.device(pdf, file='RedEstaciones20110630.pdf')
spplot(SPlonlat['Comunidad'], col.regions=brewer.pal(n=12, 'Paired'),
key.space='right', scales=list(draw=TRUE),
type=c('p','g')) + layer(sp.lines(mapaSHP))
dev.off()
##Estaciones con longitud superior a 0.9
## idxError2 <- which(coordinates(SPlonlat)[,1]>0.5)
## SPlonlat[idxError2,]
##Hay dos de Extremadura fuera de sitio
## extr <- SPlonlat[SPlonlat$Comunidad=='Extremadura',]
## idxExtr <- rev(order(coordinates(extr)[,2]))[1:2]
## extr[idxExtr,]
##
##
##
##
92
kriging.R
library(sp)
library(maptools)
library(raster)
library(rasterVis)## se instala con install.packages("rasterVis",
repos="http://R-Forge.R-project.org")
library(gstat)
library(lattice)
library(latticeExtra)
library(solaR)##instalar version 0.24
##Funcin para hacer kriging con Raster
##Devuelve un RasterStack
##La primera capa es la prediccin y la segunda es la varianza
krigeRaster <- function(formula, data, raster, ...){
latLayer <- init(raster, v='y')
lonLayer <- init(raster, v='x')
grd <- as(stack(lonLayer, latLayer, raster), 'SpatialGridDataFrame')
names(grd) <- c('lon', 'lat', deparse(substitute(raster)))
proj4string(grd) <- proj
resSP <- krige(formula, data, grd, ...)
res <- as(resSP, 'RasterStack')
layerNames(res) <- c('pred', 'var')
res
}
######
RECUPERAMOS DATOS
######################################
93
###Obtenidos en UTMLonLat.R
##Contiene una lista de objetos Meteo (spainMeteo) y el ndice de los
##que sirven (idxMeteo). De esta forma, trabajamos con
##spainMeteoOK<-spainMeteo[idxMeteo]
load('spainMeteo20110701.RData')
##Obtenidos en Gef_CMSAF_SIAR.R
##Contiene los datos de la red SIAR en formato data.frame y en
##SpatialPointsDataFrame junto con los resultados de clculo de
##radiacin efectiva anual
load('gefSIAR.RData')
##proyeccin de todos los datos
proj <- CRS(proj4string(spSIARGef))
#####
RADIACION HORIZONTAL
###########
94
95
levelplot(surfG0y, layer='pred') +
layer(sp.points(spGef, pch=19, cex=0.3, col='black')) +
layer(sp.lines(mapaSHP))
levelplot(surfG0y, layer='var')+
layer(sp.points(spGef, pch=19, cex=0.3, col='black')) +
layer(sp.lines(mapaSHP))
##En tercer lugar, un ordinary kriging usando el variograma
okrigG0y <- krigeRaster(G0ySIAR~1, spGef, G0yCMSAF, model=fitvgmG0y)
levelplot(okrigG0y, layer='pred') +
layer(sp.points(spGef, pch=19, cex=0.3, col='black')) +
layer(sp.lines(mapaSHP))
levelplot(okrigG0y, layer='var') +
layer(sp.points(spGef, pch=19, cex=0.3, col='black')) +
layer(sp.lines(mapaSHP))
##En cuarto lugar, universal kriging usando la latitud y longitud
LLkrigG0y <- krigeRaster(G0ySIAR~lat+lon, spGef, G0yCMSAF,
model=fitvgmG0y)
levelplot(LLkrigG0y, layer='pred') +
layer(sp.points(spGef, pch=19, cex=0.3, col='black')) +
layer(sp.lines(mapaSHP))
levelplot(LLkrigG0y, layer='var') +
layer(sp.points(spGef, pch=19, cex=0.3, col='black')) +
layer(sp.lines(mapaSHP))
##Diagnostico
surf <- krige.cv(G0ySIAR~1, spGef, degree=2)
LL <- krige.cv(G0ySIAR~lat+lon, spGef, model=fitvgmG0y)
ord <- krige.cv(G0ySIAR~1, spGef, model=fitvgmG0y)
surfPlot <- bubble(surf, 'residual')
llPlot <- bubble(LL, 'residual')
ordPlot <- bubble(ord, 'residual')
##En quinto lugar, universal kriging usando datos de CMSAF
##Primero hay que ajustar nuevamente el variograma
vgmCMSAF <- variogram(G0ySIAR~G0yCMSAF, spGef)
plot(vgmCMSAF)
fitvgmCMSAF <- fit.variogram(vgmCMSAF, vgm(psill=12000, model='Sph',
range=100, nugget=5000))
plot(vgmCMSAF, fitvgmCMSAF)
CMSAFkrigG0y <- krigeRaster(G0ySIAR~G0yCMSAF, spGef, G0yCMSAF,
model=fitvgmCMSAF)
levelplot(CMSAFkrigG0y, layer='pred') +
layer(sp.points(spGef, pch=19, cex=0.3, col='black')) +
layer(sp.lines(mapaSHP))
96
levelplot((G0yCMSAF-A)*100/G0yCMSAF) +
layer(sp.points(spGef, pch=19, cex=0.3, col='black')) +
layer(sp.lines(mapaSHP))
levelplot(CMSAFkrigG0y, layer='var',par.settings=BTCTheme) +
layer(sp.points(spGef, pch=19, cex=0.3, col='black')) +
layer(sp.lines(mapaSHP))
##Ms representacin de resultados
##ms ejemplos en http://rastervis.r-forge.r-project.org/
histogram(CMSAFkrigG0y)
splom(CMSAFkrigG0y)
xyplot(var~pred|cut(y, 6), CMSAFkrigG0y)
xyplot(pred~y, CMSAFkrigG0y)
xyplot(var~y, CMSAFkrigG0y)
##### RADIACION EFECTIVA #######
################################
################################
##Resultados de 2008 de CMSAF
##compongo un objeto stack de la librera raster
old <- getwd()
setwd('/Users/Federico Caizares/Desktop/Formacin/Mster MERME/20102011/PFM/R/CMSAF')##Cambiar!!!
gefCMSAF <- stack('gefCMSAFTracking')
layerNames(gefCMSAF) <- c('Fixed', 'Two', 'Horiz')
setwd(old)
gefExtract <- as.data.frame(extract(gefCMSAF, spGef))
names(gefExtract) <- paste(layerNames(gefCMSAF), 'CMSAF', sep='')
spGef <- spCbind(spGef, gefExtract)
datGef <- as.data.frame(spGef)
####Sistemas Estticos###################
#########################################
##Se trata de sustituir G0y por Fixed utilizando
##el cdigo anterior para radiacin horizontal
FixedCMSAF <- raster(gefCMSAF, layer='Fixed')
vgmFixed <- variogram(FixedSIAR~1, data=spGef)
plot(vgmFixed)
##COMPROBAR QUE LOS VALORES SIGUEN SIENDO ADECUADOS
modelFixed <- vgm(psill=17000, model='Sph', range=200, nugget=5000)
fitvgmFixed <- fit.variogram(vgmFixed, modelFixed)
plot(vgmFixed, fitvgmFixed)
##En primer lugar, el mtodo IDW Fixed
idwFixed <- krigeRaster(FixedSIAR~1, spGef, FixedCMSAF)
levelplot(idwFixed, layer='pred') +
layer(sp.points(spGef, pch=19, cex=0.3, col='black')) +
layer(sp.lines(mapaSHP))
##En segundo lugar un ajuste de superficie Fixed
97
98
levelplot(CMSAFkrigFixed, layer='pred') +
layer(sp.points(spGef, pch=19, cex=0.3, col='black')) +
layer(sp.lines(mapaSHP))
levelplot(CMSAFkrigFixed, layer='var', par.settings=BTCTheme) +
layer(sp.points(spGef, pch=19, cex=0.3, col='black')) +
layer(sp.lines(mapaSHP))
##Ejemplos de representacin de resultados
##ms ejemplos en http://rastervis.r-forge.r-project.org/
histogram(CMSAFkrigFixed)
splom(CMSAFkrigFixed)
xyplot(var~pred|cut(y, 6), CMSAFkrigFixed)
xyplot(pred~y, CMSAFkrigFixed)
xyplot(var~y, CMSAFkrigFixed)
#### Caso Eje horizontal (Horiz) ########################
#########################################################
HorizCMSAF <- raster(gefCMSAF, layer='Horiz')
vgmHoriz <- variogram(HorizSIAR~1, data=spGef)
plot(vgmHoriz)
##COMPROBAR QUE LOS VALORES SIGUEN SIENDO ADECUADOS
modelHoriz <- vgm(psill=17000, model='Sph', range=200, nugget=5000)
fitvgmHoriz <- fit.variogram(vgmHoriz, modelHoriz)
plot(vgmHoriz, fitvgmHoriz)
##En primer lugar, el mtodo IDW Horizontal
idwHoriz <- krigeRaster(HorizSIAR~1, spGef, HorizCMSAF)
levelplot(idwHoriz, layer='pred') +
layer(sp.points(spGef, pch=19, cex=0.3, col='black')) +
layer(sp.lines(mapaSHP))
##En segundo lugar un ajuste de superficie Horizontal
surfHoriz <- krigeRaster(HorizSIAR~1, spGef, HorizCMSAF, degree=2)
levelplot(surfHoriz, layer='pred') +
layer(sp.points(spGef, pch=19, cex=0.3, col='black')) +
layer(sp.lines(mapaSHP))
levelplot(surfHoriz, layer='var')+
layer(sp.points(spGef, pch=19, cex=0.3, col='black')) +
layer(sp.lines(mapaSHP))
##En tercer lugar, un ordinary kriging horizontal usando el variograma
okrigHoriz <- krigeRaster(HorizSIAR~1, spGef, HorizCMSAF,
model=fitvgmHoriz)
levelplot(okrigHoriz, layer='pred') +
layer(sp.points(spGef, pch=19, cex=0.3, col='black')) +
layer(sp.lines(mapaSHP))
levelplot(okrigHoriz, layer='var') +
99
100
##################################################
TwoCMSAF <- raster(gefCMSAF, layer='Two')
vgmTwo <- variogram(TwoSIAR~1, data=spGef)
plot(vgmTwo)
##COMPROBAR QUE LOS VALORES SIGUEN SIENDO ADECUADOS
modelTwo <- vgm(psill=17000, model='Sph', range=200, nugget=5000)
fitvgmTwo <- fit.variogram(vgmTwo, modelTwo)
plot(vgmTwo, fitvgmTwo)
##En primer lugar, el mtodo IDW Two
idwTwo <- krigeRaster(TwoSIAR~1, spGef, TwoCMSAF)
levelplot(idwTwo, layer='pred') +
layer(sp.points(spGef, pch=19, cex=0.3, col='black')) +
layer(sp.lines(mapaSHP))
##En segundo lugar un ajuste de superficie Two
surfTwo <- krigeRaster(TwoSIAR~1, spGef, TwoCMSAF, degree=2)
levelplot(surfTwo, layer='pred') +
layer(sp.points(spGef, pch=19, cex=0.3, col='black')) +
layer(sp.lines(mapaSHP))
levelplot(surfTwo, layer='var')+
layer(sp.points(spGef, pch=19, cex=0.3, col='black')) +
layer(sp.lines(mapaSHP))
##En tercer lugar, un ordinary kriging Two usando el variograma
okrigTwo <- krigeRaster(TwoSIAR~1, spGef, TwoCMSAF, model=fitvgmTwo)
levelplot(okrigTwo, layer='pred') +
layer(sp.points(spGef, pch=19, cex=0.3, col='black')) +
layer(sp.lines(mapaSHP))
levelplot(okrigTwo, layer='var') +
layer(sp.points(spGef, pch=19, cex=0.3, col='black')) +
layer(sp.lines(mapaSHP))
##En cuarto lugar, universal kriging Two usando la latitud y longitud
LLkrigTwo <- krigeRaster(TwoSIAR~lat+lon, spGef, TwoCMSAF,
model=fitvgmTwo)
levelplot(LLkrigTwo, layer='pred') +
layer(sp.points(spGef, pch=19, cex=0.3, col='black')) +
layer(sp.lines(mapaSHP))
levelplot(LLkrigTwo, layer='var') +
layer(sp.points(spGef, pch=19, cex=0.3, col='black')) +
layer(sp.lines(mapaSHP))
##Diagnostico Two
surf <- krige.cv(TwoSIAR~1, spGef, degree=2)
LL <- krige.cv(TwoSIAR~lat+lon, spGef, model=fitvgmTwo)
ord <- krige.cv(TwoSIAR~1, spGef, model=fitvgmTwo)
surfPlot <- bubble(surf, 'residual')
llPlot <- bubble(LL, 'residual')
ordPlot <- bubble(ord, 'residual')
101
102
Memoria
104
Panel de conexiones
105
Alimentacin
Funciona a una tensin nominal de 9,6 a 16V. Por debajo de 9,6V la CR10X suspende la
ejecucin del programa para evitar la toma de medidas errneas manteniendo la informacin
almacenada y conservando la energa restante de la batera, adems permite la comunicacin
con el datalogger.
Como fuente de alimentacin externa se emplea, generalmente, una batera de 12V para
alimentacin del datalogger y mdulo de comunicaciones, con conexin a un panel solar 20W
que sirve para la recarga de sta.
-
Caja de intemperie
El modelo ENC 12/14 es una caja de dimensiones internas 355x300x145 mm que permite
alojar la unidad de proceso, modem y regulador de batera. Est construida en polister
reforzada con fibra de vidrio, resistente al agua, la corrosin y totalmente protegido de la
entrada de polvo (grado de proteccin IP68), no requiriendo proteccin adicional para lluvia y
radiacin.
Sensores
a.
b.
107
c.
- Medida de la velocidad del viento: La rotacin de la hlice de 4 palas produce una seal
elctrica en corriente alterna, de frecuencia proporcional a la velocidad del viento. Esta seal es
inducida en una bobina estacionaria por el giro de un imn permanente de 6 polos, solidario al
eje de las hlices. Por cada revolucin provoca tres ciclos completos de una seal sinusoidal.
- Medida de la direccin del viento: La posicin de la veleta es convertida por un
potencimetro de plstico conductivo de alta precisin de 10 K de valor nominal, cuyo cursor
es solidario al eje de la veleta. Cuando se aplica un voltaje constante, la seal de salida es una
seal continua proporcional al ngulo medido
d.
Es una fotoclula de silicio sensible a la radiacin entre 350 y 1100nm. Va montada sobre un
brazo soporte con nivel, debiendo estar orientada al sur.
108
Trpode
Estructura de acero galvanizado de 2 m de altura, con sus tres patas sujetas al suelo con
piquetas enterradas e instalado con vientos y tres brazos que sirven de suporte a estos tres
elementos:
-
Sensores de T y humedad.
Sensores de viento orientados al norte.
Sensor de radiacin orientado al sur.
109
Adems, cabe destacar que para versiones de producto AVHRR anteriores hasta la 310 la
Zona de Lnea Base Inicial estaba cubierta exclusivamente usando datos recibidos de estaciones
HRPT en Offenbach. Esto significa que la cobertura de datos dentro de la Zona de Lnea Base
est limitada, con la mejor cobertura en la posicin media (visualizada en la figura 3).
Figura 1. Proyeccin sinusoidal de zona de linea base CM-SAF (zona amarilla). El crculo marca la zona dentro de la
zona de lnea base CM-SAF, la cual puede ser vista con estacin de recepcin HRPT en Offenbach, Alemania. Los
lmites de cuadrcula de procesado de AVHRR estn indicados. Por motivos de practicidad, tambin se aplican
110
subdivisiones ms detalladas en la direccin longitudinal. Cabe destacar que la informacin es vlida para versiones
de AVHRR anteriores a 310.
Figura 2. Zona de Lnea Base Inicial definida en mapa de proyeccin sinusoidal de igual rea. La figura muestra
territorios USGS usando diferentes categoras en colores.
Para definir productos con una resolucin horizontal fijada se transfieren a un mapa con
propiedad de igual rea proyectada. La figura 4 muestra un ejemplo del territorio USGS usando
categoras de reas rectangulares, en las cuales se define el mallado de CM-SAF. El carcter
especial del mapa de proyeccin sinusoidal lleva a una distorsin mayor en la mayora de las
regiones del norte de la figura 4. Incluso algunas partes (i.e., cercanas a las esquinas superiores
izquierda y derecha) de la zona se volvern borrosas. De este modo, el usuario debera descartar
estas zonas extradas de los campos de malla y concentrarse en las regiones coincidentes con las
reas originales (segn la Figura 2-1).
Detalles del procesado AVHRR hasta la versin 300
Los productos AVHRR son creados usando radiaciones preprocesadas (Nivel 1b) provistos
por paquetes pre-preprocesados ATOVS y AVHRR (AAPP) para satlites NOAA. Para todos
los productos de versiones anteriores a 310 las franjas AVHRR cubriendo la zona est
subdividida en 36 subregiones fijas (unidad cuadrada, vase figura 3). Solo para aquellas
cuadrculas con un significativo nmero de datos han sido procesadas (umbral dispuesto a un
5% de los pxeles por cuadrcula). Despus del clculo de todos los productos en esas
cuadrculas, todas las cuadrculas diarias o mensuales son combinadas para el producto final de
zona de lnea base.
Detalles de procesado AVHRR desde versiones 310
Los productos AVHRR son creados usando radiaciones preprocesadas (Nivel 1b) provistos
por paquetes ATOVS y AVHRR (APP) para satlites NOAA. Los datos AVHRR de MetOp son
directamente recibidos como datos de nivel 1b.
Los productos AVHRR son primero creados por satlites de modo proyeccin (franjas)
donde la longitud de la franja es definida tal que todas las lneas puedan ser confinadas en el
mismo GME tiempo de anlisis. Es ms, algunas adaptaciones prcticas se realizan para
optimizar el procesado en la zona de procesamiento. En conclusin, la cobertura de franja
111
completa de la Zona Inicial de Lnea Base puede ser subdividida en dos o tres segmentos. En la
fase de media final, los productos son re mapeados de modo franja a cada regin respectiva
definida en la proyeccin de igual rea.
Procesamiento bsico para datos geoestacionarios
Para los datos SEVIRI, el procesamiento es primero hecho como proyeccin del satlite y los
resultados transferidos a la representacin de proyeccin sinusoidal. El mismo algoritmo es
usado para la recuperacin de los productos de radiacin superficial de satlites geostacionarios.
Adems despus de la extensin del procesamiento SEVIRI al disco completo SEVIRI
en 2007 (versin de 300 en adelante) estaba asegurado que la Zona de Lnea Base est bien
definida en el subconjunto del producto del disco completo SEVIRI.
Detalles del procesamiento
Los productos de radiacin superficial SEVIRI son creados desde su formato HRIT original
y usando la definicin de radiacin nueva de SEVIRI (para todos los productos SEVIRI desde
Mayo 2008, versin 310 en adelante). El procesado de productos MSG (i.e., antes de hacer las
medias) est hecho en el nivel de pixel para el disco completo en un paso. Estos datos son
temporalmente tratados como medias y finalmente espacialmente se hace la media de secciones
de 15 km x 15 km de resolucin espacial sinusoide.
En las siguientes sub secciones una breve descripcin de cada producto de radiacin
superficial individual ser dado en asociacin con la informacin de los mtodos de media,
procedimientos de validacin y limitaciones conocidas.
a.
Definicin de producto
Esta radiacin solar superficial entrante (SIS) es el flujo de radiacin (irradiancia)
alcanzando el plano horizontal en la superficie terrestre de longitud de onda comprendida entre
0,2 4 m. Est expresado en Wm-2.
Enfoque bsico
El algoritmo para la reparacin de SIS para pixeles de cielos nubosos fue desarrollado
basado en el algoritmo de Pinker (e.g. Pinker y Laszlo, 1992). La asuncin subyacente del
algoritmo es la relacin entre el ancho de la banda de longitudes de onda (0.2 4 m), la
transmitancia atmosfrica T y la reflectancia en estratos altos de la atmsfera que s existe. Una
vez la transmitancia est determinada del albedo TOA, la irradiancia superficial SIS puede ser
computada de los flujos de radiacin solar en las capas altas de la atmsfera E0 y la
transmitancia atmosfrica T:
= 0 cos 0
(1)
0 es el ngulo cenital del son. Con el modelo de transferencia radiante, la relacin entre la
transmitancia atmosfrica de banda ancha y el albedo TOA de banda ancha es calculada para
variedad de condiciones atmosfricas y superficiales.
La irradiacin superficial se computa en dos tramos. Primero, el albedo de banda ancha
TOA se determina con medidas satelitales. Entonces la transmitancia se determina del albedo
112
TOA junto con la informacin de la atmsfera y las condiciones superficiales de tablas pre
programadas.
Determinacin del albedo TOA de banda ancha
Para SEVIRI, el albedo TOA banda ancha es obtenido por cada pixel de la recuperacin
operacional de radiacin CM-SAF TOA (ver RD. 4.).
Para AVHRR, el albedo TOA de banda ancha es calculado usando la conversin de
fino a ancho de banda de Hucek y Jacobowitz (1995) y los modelos de distribucin angular de
Suttles et al. (1988) para la conversin de radiacin a flujo (Kryvobok y Hollmann, 2003).
Preparacin de Tablas de Bsqueda (LUT)
El modelo de transferencia radiante (RTM) libRadtran (Mayer y Kylling, 2005) fue usado
para la generacin de LUT nuboso. Los LUTs contienen valores de SIS para un amplio rango de
estados atmosfricos. El valor SIS para el estado atmosfrico real se calcula por interpolacin
entre los diferentes estados. Los diferentes estados atmosfricos cubren distintos valores de
vapor de agua, ozono, profundidad de aerosol ptico, dispersin albedo de aerosol simple y
parmetro de asimetra.
Aqu, los clculos RTM nos conducen a 24 bandas espectrales para mltiples estados de
estados atmosfricos, cubriendo un amplio rango de valores de vapor de agua, ozono, grosor de
aerosol ptico y albedo superficial. Varios tipos de aerosol se incluyeron (Hess et al., 1998). Las
nubes de agua se fijaron a una altitud fija y los clculos fueron hechos con un rango de valores
para radios efectivos y grosores pticos de nubes. Las propiedades pticas de las nubes de hielo
no son actualmente consideradas.
Cielo despejado
Los usos del algoritmo de cielo despejado, como el algoritmo de cielo nuboso, RTM basado
en LUTs para los clculos de SIS. Adems, para reducir el efecto de las incertidumbres de
albedo superficial, SIS no se calcula usando el albedo TOA. Adicionalmente, se usa Ley de
Lambert Beer modificada (MLB)-LUTs (Mueller et al, 2004).
Para cada pixel satelital, se selecciona un conjunto de LUTs, lo que se corresponde con
la distribucin espectral de albedo superficial con respecto a las clases de terreno asignado. Un
grosor especfico de aerosol ptico y tpico puede ser asignado a cada pixel dependiendo del
mapa de fondo de aerosol del que se dispone. Dos mapas de fondo de aerosol diferentes estn
disponibles y actualmente se usa uno despus de Hess et al. 1998. La cantidad de vapor de agua
se toma de un modelo NWP. La interpolacin de LUTs se hace con un modelo lineal.
Detalles del procesamiento, mallado y promediado
Las medias diarias son calculadas siguiendo un mtodo de Mser (1983) (tambin publicado
en Diekmann et al. 1988).
=
113
=1
=1
(2)
114
Productos ejemplo
La figura 5 nos da ejemplos del producto media mensual SIS para marzo 2009 y octubre
2009.
Figura 3. Ejemplos de productos de media mensual SIS para marzo 2009 desde MSG (arriba) y octubre 2009
desde AVHRR (abajo).
115
Validacin
El Documento de Servicio de Especificacin (SeSp) [AD. 1] lista los requerimientos
concretos de producto los cuales tienen que ser cubiertos por los productos. Los requerimientos
para el producto SIS se muestran a continuacin.
Producto
SIS para AVHRR
(rea de lnea base inicial)
117
(3)
Donde k es el ndice de cielo descubierto. Esta frmula es una adaptacin del modelo difuso
de Skartveith et al. (1998). El ndice de cielo descubierto k es el ratio entre la irradiaciancia
solar superficial para todo el cielo y para el cielo descubierto y se deriva de la recuperacin de
SIS y se provee dentro de las cadenas operacionales de CM-SAF.
Detalle del procesamiento, mallado y promediado
El clculo de la irradiacin directa superficial (SID) tiene lugar en la base de pixel SEVIRI
usando imgenes instantneas (al menos una por hora). El promedio diario SID se calcula con
un promediado aritmtico:
=
=1
(4)
Figura 4. Ejemplo de producto de irradiancia directa para disco MSG completo. Las unidades de la barra de
colores son W/m2
118
Validacin
El Documento de Especificacin de Servicio (SeSp) [AD.1] lista los requerimientos del
producto especfico el cual tiene que ser cubierto por los productos. Los requerimientos de el
producto SID se muestran seguidamente.
Producto
SID para SEVIRI
La incertidumbre de las dispersiones de los productos es evaluada cada ao para verificar los
requerimientos y los resultados se resumen en el Informe de Validacin Anual de CM-SAF
[AD.2, AD.3].
Limitaciones
Se cita debajo una lista con algunas de las deficiencias conocidas y limitaciones del producto
SID:
Para situaciones de nubosidad SID confa en la calidad de SIS tanto en cuanto SIS es
usado para calcular la irradiancia de cielo descubierto necesitado para las situaciones de cielo
nuboso. Por consiguiente, las limitaciones discutidas para SIS se mantienen tambin para SID
en situaciones de cielo nuboso.
SID es bastante sensible a AOD en situaciones de cielo descubierto, las cuales presentan
una incertidumbre determinada tanto como la precisin de AOD, puede esperarse que sea un +/0,1.
c. Radiacin superficial de onda larga (SDL)
Definicin de producto
La radiacin superficial de onda larga (SDL) se define como la irradiancia trmica (i.e,
integrando todas las longitudes de onda mayores de 4 m) desde la atmsfera y las nubes
alcanzando el terreno y es expresada en W/m2.
Aproximacin bsica
Para el clculo del flujo de radiacin superficial de onda larga, el algoritmo usado est
descrito por Gupta (1989) y Gupta et al. (1992).
El algoritmo se basa en la asuncin de la existencia de una relacin lineal entre el flujo de
cielo abierto 1 y el flujo de condiciones nubosas 2 multiplicado por un ndice de fraccin de
cobertura por nube .
119
= 1 + 2 (5)
La parametrizacin para 1 y 2 se basan en los clculos de transferencia radiante
cubriendo un rango de variables meteorolgicas de entrada para hacer que el algoritmo se
factible para aplicaciones globales. 1 es una funcin del agua precipitable de la atmsfera en
mm, V, y la temperatura efectiva de emisin de la atmsfera, T e.
1 = 0 + 1 + 2 2 + 3 3 3,7 (6)
La temperatura efectiva de emisin es una media ponderada de las temperaturas en la baja
troposfera; 0 , 1 , 2 y 3 son coeficientes de regresiones como se dan en Gupta, 1989.
El bajo flujo para el caso nuboso 2 se calcula como una funcin del contenido de agua total
debajo de la nube y la temperatura de la base de la nube . La temperatura de la base de la
nube se estima sabiendo la altura de la nube con la asuncin del grosor de la misma. La presin
en la base de la nube, , se obtiene aadiendo 50 hPa a la presin en cresta de nube
(Telegadas y Londres, 1954). Se asume que las nubes tienen una emisividad de uno. Para
niveles medios y altos de nubosidad (( ) > 200 ) se usa la siguiente expresin:
2 =
(0 +1 +2 2 +3 3 )
(7)
s
0 = T 4 C
s
(8)
120
Ejemplo de producto
La figura 7 nos aporta ejemplos de producto SDL de Marzo y Octubre 2009.
Figura 5. Ejemplos de productos de SDL medias mensuales para marzo 2009 de MSG (arriba) y octubre 2009
para AVHRR (abajo)
121
Validacin
El Documento de Servicio de Especificacin (SeSp) [AD.1] nos da una lista de
requerimientos para el producto los cuales deben ser cubiertos por los productos. Estos
requerimientos para el producto SDL son los mostrados a continuacin.
Producto
SDL para AVHRR (Area de lnea
base inicial)
122
Figura 6. Ejemplo del producto media mensual SOL para marzo 2009 de MSG (arriba) y octubre 2009 de AVHRR
(abajo).
123
Aproximacin bsica
La radiacin superficial saliente de onda larga se calcula usando la ley de Stephan
Boltzmann:
= 4
(9)
124
Ejemplo de producto
La figura 8 nos aporta ejemplos del producto SOL para marzo 2009 y octubre 2009.
Validacin
El Documento de Servicio de Especificacin (SeSp) [AD.1] nos da una lista de
requerimientos para el producto los cuales deben ser cubiertos por los productos. Estos
requerimientos para el producto SOL son los mostrados seguidamente.
Producto
SDL para AVHRR (Area de lnea base
inicial)
125
Aproximacin bsica
Puede ser obtenida directamente de SIS y SAL:
= (1 ) (10)
Los valores positivos indican una energa ganada de la superficie, negativos indican prdida
de energa.
Producto
SDL para AVHRR (rea de lnea base
inicial)
126
Figura 7. Ejemplo del producto media mensual SNS para marzo 2009 de MSG (arriba) y octubre 2009 de AVHRR
(abajo).
Ejemplo de producto
La figura 9 nos aporta ejemplos del producto SNS para marzo 2009 y octubre 2009.
127
Validacin
El Documento de Servicio de Especificacin (SeSp) [AD.1] nos da una lista de
requerimientos para el producto los cuales deben ser cubiertos por los productos. Estos
requerimientos para el producto SOL son los mostrados ya anteriormente.
La incertidumbre de la dispersin del producto es evaluada cada ao para cumplimentar los
requisitos y los resultados se resumen en el Informe de Validacin Anual de CM-SAF [AD.2,
AD.3].
Limitaciones
Como el producto SAL no puede ser extrado de amplia observacin y ngulos cenitales
solares, se necesita un mapa de fondo de albedo en superficie para extraer SNS para aquellos
pxeles donde no hay valores de SAL disponibles. Esto induce una lnea de borde artificial al
producto SNS con altos ngulos cenitales solares de MSG de aquellos donde el mapa de fondo
de albedo es usado.
La calidad de SNS depende de la calidad de SAL. Para mayor informacin en la precisin
del producto albedo de superficie, vase RD.5.
f.
(11)
Valores positivos indican una ganancia de energa por parte de la superficie, valores
negativos indican una prdida de energa trmica.
Detalles de procesamiento, mallado y promediado
La media diaria SNL se calcula partiendo de medias diarias de SOL y SDL en una base de
pixel. La media mensual es por lo tanto calculada a partir de las medias diarias de cada mes en
base de pixel como una media aritmtica con un requerimiento de 20 pixeles validos al menos.
Despus de promediar el tiempo, se promedia espacialmente en una cuadrcula de 15 x 15 km2.
128
Figura 8. Ejemplo del producto media mensual SNL para marzo 2009 de MSG (arriba) y octubre 2009 de AVHRR
(abajo)
129
Producto
SNL para AVHRR (rea de lnea base
inicial)
Definicin de producto
El balance de radiacin superficial (SRB) se define como la suma de los flujos netos de
radiacin de onda corta y de onda larga en la superficie terrestre. Se expresa en W/m 2.
Aproximacin bsica
El SRB se puede calcular directamente de SNS y SNL:
= +
(12)
130
Ejemplos de producto
La figura 11 nos da una visin del producto SRB para marzo 2009 y octubre 2009.
Figura 9. Ejemplo del producto media mensual SRB para marzo 2009 de MSG (arriba) y octubre 2009 de AVHRR
(abajo).
Validacin
El Documento de Servicio de Especificacin (SeSp) [AD.1] nos da una lista de
requerimientos para el producto los cuales deben ser cubiertos por los productos. Estos
requerimientos para el producto SRB son los mostrados seguidamente.
131
Producto
SRB para AVHRR (Area de lnea base
inicial)
132
Ejemplos de producto
La figura 12 nos da un ejemplo de la media mensual de ciclo diurno de SIS.
Validacin
La validacin se consigue a partir de datos instantneos. El requerimiento del producto es
igual a aquellos productos que ofrezcan medias mensuales.
Limitaciones
La calidad de SRB depende de SIS, SAL, SDL y SOL.
i. Productos basados en la unin de las medias mensuales de MSG y AVHRR
Para ofrecer al usuario con productos que cubran el mayor rea observada por diferentes
satlites, se crea la unin de productos de balance de radiacin superficial. Ya que la precisin
de MSG y NOAA en medias mensuales es un valor comparable, unir los datos para zonas de
transicin para razonable.
Definicin del producto
Los productos son una combinacin de las medias mensuales de MSG y NOAA, vase la
seccin 2.11.2 para mayor detalle.
133
Aproximacin bsica
A una latitud de 60N la precisin de los datos de radiacin basados en MSG son an
aceptables, pero la precisin se convierte en menor para latitudes medias, por consiguiente los
datos MSG sern remplazados paso por paso en direccin norte de 55N por datos AVHRR.
Uniendo los parmetros de radiacin aplicados para el promediado (15 km x 15 km) de
medias mensuales en la siguiente metodologa:
1. De 55N en latitud en adelante, solo se usarn datos MSG.
2. Entre 55N y 65N los productos sern la conjuncin de MSG con AVHRR. La unin se
llevar a cabo ponderando mediante la siguiente ecuacin funcin de la latitud:
(1 )
10
/10
(13)
Figura 11. Ejemplo de producto de medias mensuales combinadas SRB para octubre 2009
134
Figura 1. Anlisis de radiacin efectiva anual en el plano ptimo Inverse Distance Weighted (IDW) de Siar. Unidades kWh/m2
Mediante el mtodo IDW (Inverse Distance Weight) establecemos valores de radiacin por
ponderacin inversa de los puntos que conocemos. Se puede comprobar que en la zona de
Galicia es donde ms perjudicada esta la radiacin.
135
Figura 2. Anlisis de radiacin efectiva anual en el plano ptimo mediante ajuste superficial de Siar. Unidades
kWh/m2
136
Figura 3. Varianzas del ajuste por superficie de radiacin efectiva anual en el plano ptimo de Siar.
137
Figura 4. Anlisis de radiacin efectiva anual en el plano ptimo Ordinary Kriging de Siar. Unidades kWh/m2
138
Figura 4. Varianzas del ajuste Ordinary Kriging de radiacin efectiva anual en el plano ptimo de Siar.
La varianza nos muestra cmo afecta la dispersin de las estaciones a nuestras medidas de
radiacin, vemos como en lugares como Catalua y Galicia donde tenemos un menor nmero de
estaciones la varianza aumenta, y con ella el error de medida. Por el contrario en lugares como
Andaluca el gran nmero de estaciones nos da unos valores de varianza bastante buenos.
139
Figura 5. Variograma de ajuste esfrico del mtodo Ordinary Kriging de irradiacin efectiva sobre plano ptimo
En este caso nuestro nugget, es algo menor de 4000 lo cual significa que a pesar de que super
posicionemos dos estaciones estas seguiran teniendo una semivarianza de un valor aproximado
de 3500. Tambin observamos que a partir de las 275 unidades de longitud, la distancia deja de
afectar a nuestra medida de radiacin, es por lo que a partir de esta distancia podramos
subestimar los datos de radiacin.
140
Figura 6. Anlisis de radiacin efectiva anual en el plano ptimo Universal Kriging de con influencia de latitud y
longitud Siar. Unidades kWh/m2
En este caso, el universal kriging usa la misma metodologa que el ordinary kriging, solo que
en este caso se le aade la variable explicativa de la latitud y la longitud, como se observa en el
diagrama la radiacin aumenta de oeste a este y de norte a sur.
141
Figura 7. Varianza del ajuste de radiacin efectiva anual en el plano ptimo Universal Kriging con influencia de
latitud y longitud de Siar.
Una vez ms la varianza nos muestra su mejora en las zonas donde existe una mayor
densidad de estaciones.
142
Figura 8. Anlisis de radiacin efectiva anual en el plano ptimo Universal Kriging con influencia de CM-SAF de
Siar. Unidades kWh/m2
El universal kriging complementado con los datos del CMSAF es la mejor aproximacin que
tenemos dado que a los datos de las estaciones implementamos los del satlite, se puede
observar que la variacin de la radiacin sigue teniendo una distribucin lineal, disminuyendo
esta a medida que aumenta la latitud. Con respecto a la variacin en relacin con la longitud la
radiacin es mayor en el centro de la pennsula disminuyendo esta a medida que nos
aproximamos tanto al este como al oeste de la pennsula.
143
Figura 9. Variograma con ajuste esfrico de radiacin efectiva anual en el plano optimo con influencia de CMSAF
sobre estaciones SIAR
Podemos observar que el nugget es aproximadamente 5000, lo cual significa que aunque la
distancia entre dos estaciones fuera cero la semivarianza entre ellas sera 5000, por otro lado a
partir de las 200 unidades la distancia a la estacin no afecta.
Figura 10. Histograma de irradiacin predecible y varianzas para irradiacin efectiva en plano ptimo con
Universal Kriging influenciado como CM-SAF
144
Este histograma contabiliza las veces que se obtiene un determinado valor de radiacin, en
su grfico de la izquierda, en cambio en el grfico de la derecha representa el valor de la
varianza para cada caso. En esta relacin, se observa que una alta radiacin le corresponde un
valor alto de varianza.
Figura 11. Grfico de dispersin de la varianza respecto a la irradiacin efectiva en el plano ptimo para seis
intervalos de latitud
145
Figura 12. Grfico de dispersin entre irradiacin efectiva sobre plano ptimo respecto a la latitud
146
Figura 13. Grfico de dispersin de la varianza de irradiacin en plano ptimo respecto a la latitud
Como se puede apreciar, para altas latitudes existe una mayor dispersin de irradiacin que
para el Sur peninsular. De los siguientes grficos se pueden deducir un par de hechos. Del mapa
de la izquierda se deduce que entre el Sur y Norte peninsular existe una variacin de al menos
400kWh/m2 y que existe una relacin modelable entre la latitud y la irradiacin global anual.
Del mapa de la derecha se entiende que para el Norte existe un aumento y densificacin de la
varianza en torno a 9000kWh2/m4 y que para el resto de la Pennsula hay dos franjas de alta
densidad: 4500 y 8500 kWh2/m4.
147
Figura 14. Anlisis IDW para radiacin efectiva con un solo eje de seguimiento. Unidades kWh/m
148
Figura 15. Anlisis de ajuste superficial para radiacin efectiva con un solo eje de seguimiento. Unidades kWh/m
Figura 16. Varianza del ajuste superficial de irradiacin efectiva para seguimiento en un solo eje
149
Figura 17. Variograma con ajuste esfrico para radiacin efectiva con ordinary kriging
150
Figura 18. Anlisis ordinary kriging para radiacin efectiva con un solo eje de seguimiento. Unidades kWh/m2
Se analiza las varianzas para conocer las zonas con mayor variabilidad espacial, son aquellas
con menor presencia de estaciones.
Figura 19. Anlisis varianzas de radiacin efectiva para ordinary kriging con un solo eje de seguimiento
151
Figura 20. Anlisis universal kriging con latitud y longitud como variable explicativa para radiacin efectiva con
seguimiento en doble eje. Unidades kWh/m2
Observamos groso modo los mismos resultados que se comentan anteriormente, salvando
las diferencias de rango de irradiacin, lgicamente mayores para seguimiento en doble eje
que para eje horizontal.
Figura 21. Anlisis varianzas de radiacin efectiva para universal kriging con latitud y longitud como variable
explicativa con seguimiento en doble eje.
152
El siguiente grfico recoge el universal kriging con variable explicativa de CMSAF para
radiacin efectiva y seguimiento de un solo eje. El ajuste es muy fino y a partir del mismo se
podr estudiar en qu zonas merecer la pena instalar este tipo de instalaciones.
153
Figura 24. Anlisis de irradiacin efectiva anual con anlisis de universal kriging con ajuste CMSAF para un solo
eje de seguimiento. Unidades kWh/m2
154
Figura 25. Grfico de dispersin entre irradiacin efectiva con un solo eje de seguimiento respecto a la latitud
155
Figura 26. Grfico de dispersin de la varianza de irradiacin efectivo con un solo eje de seguimiento respecto a
la latitud
156
Figura 27. Grfico de dispersin de la varianza respecto a la irradiacin efectiva con un solo eje de seguimiento
para seis intervalos de latitud
157
A continuacin, mostramos las figuras obtenidas para seguimiento con doble eje con
conclusiones anlogas a las extradas para seguimiento en eje horizontal.
INVERSE DISTANCE WEIGHTED
Figura 28. Anlisis IDW para radiacin efectiva con seguimiento en doble eje. Unidades kWh/m2
158
Figura 29. Anlisis de ajuste superficial para radiacin efectiva con seguimiento en doble eje. Unidades kWh/m2
159
Figura 30. Variograma con ajuste esfrico para radiacin efectiva con ordinary kriging
160
Figura 31. Anlisis ordinary kriging para radiacin efectiva con seguimiento doble eje. Unidades kWh/m2
161
Figura 32. Anlisis varianzas de radiacin efectiva para ordinary kriging con seguimiento en doble eje.
162
Figura 33. Anlisis universal kriging con latitud y longitud como variable explicativa para radiacin efectiva con
seguimiento en doble eje. Unidades kWh/m2
163
Figura 34. Anlisis varianzas de radiacin efectiva para universal kriging con latitud y longitud como variable
explicativa con seguimiento en doble eje.
164
Figura 35. Variograma de universal kriging con ajuste CMSAF para seguimiento a doble eje
165
Figura 36. Anlisis de irradiacin efectiva con universal kriging con ajuste CMSAF para seguimiento a doble eje.
Unidades kWh/m2
En las siguientes grficas se analiza la irradiacin efectiva y varianza con la latitud. Los
resultados que se obtienen son similares a los obtenidos para sistemas fijos y para sistemas con
un solo eje de seguimiento, que suponen mayor variabilidad para mayores latitudes y menor
variabilidad para menores latitudes.
166
167
168
Figura 39. Anlisis de irradiacin efectiva con seguimiento a doble eje respecto a la varianza para seis intervalos
de latitud
169
4.
Figura 40. Diferencia de valores en irradiacin horizontal entre Universal Kriging a partir de Siar con CM-SAF
Observamos mucho ms claramente el rango de variacin entre los valores obtenidos entre el
mtodo kriging universal teniendo como variable explicativa el valor de CM-SAF y el propio
valor de CM-SAF. Una horquilla de entre -15 y 15 % con valores mayores de Siar ms al sur y
al oeste, y menores en el centro de la pennsula y al norte.
Para la siguiente figura vemos el mapa de irradiacin en el plano ptimo para sistemas fijos.
170
Figura 41. Diferencia de valores en irradiancia en el plano ptimo para sistemas fijos entre Universal Kriging a
partir de Siar con CM-SAF
En este caso, las variaciones estn por encima del valor nulo, observando una horquilla
mayor en Galicia donde las estaciones terrestres son mucho menores en nmero. Alcanzamos
unas variaciones menores en el centro peninsular como es de esperar por el mejor ajuste
espacial del mtodo.
Veamos ahora el mapa de irradiancia efectiva en un sistema con seguimiento horizontal, es
de esperar que los resultados obtenidos se parezcan al mapa anterior.
171
Figura 42. Diferencia de valores en irradiancia en el sistema de seguimiento horizontal entre Universal Kriging a
partir de Siar con CM-SAF
Destacamos que son las estaciones problemticas en los focos de mayor variacin. stas son
principalmente Valdesor y Montiel. Ahora tenemos valores mximos por encima de 25% como
en Galicia.
Finalmente, en un sistema con seguimientos en doble eje, se representa las variaciones entre
los datos obtenidos en la siguiente figura.
172
Figura 43. Diferencia de valores en irradiancia en el sistema de seguimiento en doble eje entre Universal Kriging
a partir de Siar con CM-SAF
Ntese que existe mayor horquilla de variacin pese a que el juego de colores se ha adaptado
al nuevo mapa. Ahora los valores extremos pasan del 35 % y en este caso se restringe tambin
la zona de precisin mayor al Pirineo navarro. A medida que se mejora el seguimiento,
aumentan las discrepancias entre CM-SAF y Siar.
173
Estacin
Basurta-Jerez de la Frontera
Conil de la Frontera
IFAPA Centro de Chipiona
Jerez de la Frontera
Jimena de la Frontera
Puerto de Santa Mara
Puerto de Santa Mara
Sanlcar de Barrameda
Vejer de Frontera
Villamartn
174
Altitud
60
26
7
32
53
20
20
22
24
171
UTMX
766377
757532
732243
767119
286186
753735
754761
204391,3
245032
266228
UTMY
4072277
4025267
4070604
4059604
4032550
4055018
4056297
4075859,2
4019509
4081004
Sevilla
Nmero
5
9
17
19
21
101
20
10
7
8
12
2
3
4
15
16
1
11
18
13
6
22
14
Estacin
Aznalczar
Ecija
Guillena
IFAPA Centro Las Torres-Tomejil
IFAPA Centro de Los Palacios
IFAPA Centro Las Torres-Tomejil, Finca Tomejil
Isla Mayor
La Luisiana
La Puebla del Ro
La Puebla del Ro II
La Rinconada
Las Cabezas de San Juan
Lebrija I
Lebrija 2
Lora del Ro
Los Morales
Los Palacios y Villafranca
Osuna
Puebla Cazalla
Sanlcar La Mayor
Villafranco del Guadalquivir
Villanueva del Ro y Minas
Villanueva del Ro y Minas
175
Altitud
4
125
191
11
21
79
35
188
25
41
37
25
25
40
68
90
21
214
229
88
45
38
38
UTMX
742264
316742
759588
238115
238591
271069
755917
303201
754404
762644
241387
243428
755906
766472
276058
262802
239190
310778
291518
743029
753295
262609
263221
UTMY
4115401
4162890
4156231
4156016
4119785
4142690
4111564
4155652
4124003
4108077
4149790
4100700
4096340
4088031
4171237
4117969
4118995
4125500
4121868
4145411
4109806
4164005
4166507
Jan
Nmero
6
11
1
104
15
103
12
9
7
16
10
13
2
4
3
14
5
101
8
102
Estacin
Alcaudete
Chiclana de Segura
Huesa
IFAPA Centro MEngibar
Jan
Jdar
La Higuera de Arjona
Linares
Mancha Real
Marmolejo
Marmolejo
Mengbar
Pozo Alcn
Sabiote
San Jos de los Propios
Santo Tom
Torreblascopedro
Torreperogil
Ubeda
Villacarrillo
Altitud
645
510
793
292
299
488
267
443
436
208
208
373
893
822
509
571
291
536
358
650
UTMX
404875
504003
494672
430902
432285
470716
411556
443111
447686
396245
400901
427706
506267
479441
479835
492827
439562
478684
473694
482519
UTMY
4159665
4239630
4177995
430902
4194160
4192610
4200824
4212750
4196913
4211908
4212858
4202345
4169627
4214871
4190273
4209275
4204997
4203206
4199725
4213079
Almera
Nmero
10
2
8
5
1
11
4
12
6
Estacin
Adra
Almera
Cuevas de Almanzora
Fiana
La Mojonera
Njar
Tabernas
Tjola
Virgen de Ftima-Cuevas de Almanzora
Altitud
42
22
20
971
142
182
435
796
185
Utmx
500710
553334
606478
514418
526472
575091
562095
547943
608951
Utmy
4066978
4076947
4124237
4112459
4071536
4089921
4105449
4137207
4138960
176
Crdoba
Nmero
2
8
1
6
5
4
101
102
9
7
Estacin
Adamuz
Baena
Blmez
Crdoba
El Carpio
Hornachuelos
IFAPA Centro de Cabra
IFAPA Centro de Hinojosa del Duque
Palma del Ro
Santaella
Altitud
90
334
523
117
165
157
547
543
55
207
Utmx
373219
384952
306747
341642
367901
309705
373628
315628
303825
333494
Utmy
4206727
4172611
4236499
4192085
4197541
4177125
4151309
4263208
4177917
4154701
Granada
Nmero
11
1
7
101
5
6
3
10
4
2
8
Estacin
Almuecar
Baza
Cdiar
IFAPA Centro Camino del Purchil
Iznalloz
Jerez del Marquesado
Loja
Padul
Pinos Puente
Puebla de Don Fabrique
Zafarraya
Altitud
14
814
950
630
935
1212
487
781
594
1110
905
Utmx
438973
520628
483724
443423
451312
486806
399051
446712
431534
554482
397421
Utmy
4066413
4157712.0
4086564
4114357
4141428
4116224
4114478
4097327
4124395
4192456
4094617
Huelva
Nmero
10
6
8
1
3
101
102
9
7
2
4
5
Estacin
Almonte
Aroche
El Campillo
El Tojalillo-Gibralen
Gibralen
IFAPA Centro Las Torres-Tomegil. Finca El Cebollar
IFAPA El Cebollar Bajo plastico
La Palma del Condado
La Puebla de Guzmn
Lepe
Moguer
Niebla
Altitud
18
299
406
52
169
63
63
192
288
74
87
52
Utmx
724620
680649
711868
674879
671800
162785
162886
717814
654836
655814
696178
700713
Utmy
4114778
4203384
4171123
4132208
4142595
4128508
4128606
4138619
4157771
4123108
4113619
4135997
177
Mlaga
Nmero
10
5
9
101
7
1
8
6
2
Estacin
Antequera
Archidona
Crtama
IFAPA Centro de Campanillas
IFAPA Churriana
Mlaga
Pizarra
Sierra Yeguas
Vlez-Mlaga
Altitud
457
516
95
60
32
68
84
464
49
Utmx
360377
372960
350221
360742
365802
362843
347015
337035
399138
Utmy
4100109
4104563
4064985
4066161
4059951
4069159
4070556
4112001
4073067
Zaragoza
Nmero
3
4
5
6
7
8
28
29
30
31
32
33
34
Estacin
Sdaba
El Bayo
Ejea de los Caballeros
Luna
Tauste
Santa Engracia
Tarazona
Borja
Torres de Bellern
pila
Almonacid de la Sierra
Zuera
Montaana
35
Pastriz
36
Osera de Ebro
37
Quinto
Altitud
438
379
317
409
361
253
516
366
209
321
393
302
222
524
253
239
175
246
518
328
753
245
Utmx
639535
644736
649276
670788
653910
638544
604106
623985
660624
643200
639593
686739
680982
612376
705581
707573
745309
261253
615956
690709
632372
645276
Utmy
4681057
4670972
4662411
4662687
4651678
4642591
4641438
4634978
4626529
4604933
4590498
4637927
4620427
4576711
4602408
4585050
4576848
4561304
4580234
4580358
4552156
4634116
Aragn
38
Caspe
39
Fabara
40
Calatayud
41
Belchite
43
Daroca
49
Boquieni
178
Huesca
Nmero
1
2
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
Estacin
Santa Cilia de Jaca
Banastn
Gurrea de Gllego
Barbastro
Selgua
Alfntega
Alcolea de Cinca
San Esteban de Litera
Tamarite de Litera
Tardienta
Gran
Huerto
Sodeto
Lanaja
Sariena
Valfarta
Monte Julia
Zaidn
Fraga
Candasnos
Altitud
666
562
363
420
410
304
246
227
315
221
361
312
415
312
368
283
352
274
175
81
320
Utmx
687216
267097
688023
716924
261015
261866
263211
256708
276412
282122
706628
719275
737390,00
727666,00
721315,00
734771,00
738048,00
269905,00
274292,00
279238,00
257420,00
Utmy
4715191
4697206
4651685
4665025
4655478
4647275
4634139
4625361
4640493
4628985
4649593
4647006
4648171
4640742
4629695
4628457
4601902
4625084
4613236
4597307
4594099
Numero
Nombre
Altitud
m Utmx
m Utmy
42
Hjar
300
707220
4565812
44
955
638881
4515921
45
Alcaiz
315
731896
4553190
46
Calanda
433
734842
4538189
47
Villarquemado
1004
644971
4487707
48
Teruel
928
655845
4468111
Huesca
Teruel
179
Castilla la Mancha
Albacete
Nmero
AB01
AB02
AB03
AB04
AB05
AB06
AB07
AB08
AB09
AB10
Estacin
TARAZONA
JUANACO
ALMANSA
HELLN
ALBACETE
Ontur
Pozo Caada
La Gineta
Motilleja
Caudete
Altitud
722
677
698
579
677
682
872
722
695
531
UTMX
593280
529692
664184
612300
595314
630940
608291
585335
606389
675774
UTMY
4345926
4346583
4307954
4260690
4311962
4276220
4295449
4328526
4336016
4289496
Ciudad Real
Nmero
CR01
CR02 (1)
CR03
CR04
CR05
CR06 (2)
CR07
CR08
CR09
CR101
CR10
CR11
Estacin
ALCZAR DE SAN JUAN
Manzanares
PORZUNA
CIUDAD REAL
Bolaos
Villahermosa-Tajoneras
Argamasilla de Alba
Herencia
Daimiel
Entresierra
MANZANARES
Montiel
Altitud
658
727
659
622
640
652
887
UTMX
482750
469241
393935
414460
446262
517494
495118
471647
440113
418027
469542
510388
UTMY
4340164
4327718
4343618
4322127
4311560
4299012
4325438
4359110
4318157
4320835
4330684
4283371
Cuenca
Nmero
CU01
CU02
CU03
CU04
CU05
CU06
CU07
CU08
CU09
Estacin
EL SANCHN
PEDERNOSO
El Picazo
Barajas de Melo
Caete
Mariana
Villaconejos de Trabaque
Villnueva de la Jara
Mariana
Altitud
698
720
728
707
1053
963
810
820
940
UTMX
560784
520780
578256
505513
615300
573328
557380
599384
573223
UTMY
4357796
4369517
4367851
4440733
4432004
4447007
4474087
4362528
4445249
180
615
662
710
Guadalajara
Nmero
GU01
GU02
GU03
GU04
GU05
GU06
GU09
Estacin
Finca El Serranillo
JADRAQUE
Armua de Tajua
Alovera
Prados Redondos
Illana
Marchamalo
Altitud
665
808
759
664
1129
589
692
UTMX
485399
504592
498931
479188
601457
501226
482375
UTMY
4501042
4530893
4486844
4493565
4517023
4451203
4503550
Toledo
Nmero
TO01
TO02
TO02
TO03
TO04
TO05
TO06
TO06
TO07
TO08
TO09
TO10
Estacin
VEGAS DE SAN ANTONIO
MAGN
MAGN
CALERA Y CHOZAS
Los Navalmorales
Alcolea del Tajo
Mora
Mora
Recas
Villarrubia de Santiago
La Rinconada
La Puebla de Almoradiel
Altitud
400
507
471
387
725
371
754
738
609
573
432
698
UTMX
354961
419481
419893
331720
358149
316876
434087
433809
416683
471590
379987
488433
UTMY
4424690
4420988
4421506
4415390
4398519
4409523
4392395
4391038
4434672
4431896
4410264
4384582
vila
Nmero
Estacin
Altitud
UTMX
UTMY
AV01
Nava de Arvalo
921,00
351519,19
4539902,16
AV101
Muogalindo
1128,00
338844,00
4495807,06
AV102
1024,00
284881,13
4474923,07
Burgos
Nmero
Estacin
Altitud
UTMX
UTMY
BU02
Valle de Valdelucio
479,00
411485,45
4730709,45
BU03
Lerma
976,00
436764,82
4648563,90
BU04
Tardajos
840,00
432940,00
4689307,85
BU05
Vadocondes
822,00
452310,49
4608675,56
BU07
811,00
491172,89
4725735,69
BU101
Valle de Losa
491,00
482037,74
4759479,20
BU102
Condado de Trevio
562,00
525362,87
4729698,72
Castilla y Len
181
Len
Nmero
Estacin
Altitud
UTMX
UTMY
LE01
Carracedelo
463,00
193498,06
4717644,02
LE02
Mansilla Mayor
791,00
299027,31
4709548,68
LE03
772,00
293294,00
4694836,98
LE04
776,00
274743,31
4682744,66
LE05
750,00
263732,67
4676029,85
LE06
Hospital de Orbigo
818,00
262997,24
4705231,43
LE07
850,00
269678,64
4702275,02
LE08
Sahagn
839,00
334820,74
4692702,52
LE09
Santas Martas
879,00
307171,32
4702756,60
Nmero
Estacin
Altitud
UTMX
UTMY
P01
Torquemada
741,00
392418,24
4654977,36
P02
Villamuriel de Cerrato
737,00
374988,91
4645558,83
P03
Fuentes de Nava
742,00
353826,65
4661300,96
P04
Villoldo
804,00
368165,08
4679393,41
P05
Lantadilla
793,00
392713,06
4687445,63
P06
Herrera de Pisuerga
810,00
392375,88
4711510,79
P07
Villaluenga de la Vega
916,00
354099,93
4709648,60
P101
Villaeles de Valdavia
885,00
372118,10
4714887,91
Nmero
Estacin
Altitud
UTMX
UTMY
SA01
Ciudad Rodrigo
635,00
204573,79
4502227,77
SA03
Aldearrubia
815,00
290353,64
4542200,49
SA101
Arabayona
847,00
298869,59
4546765,17
SA102
Ejeme
816,00
286867,81
4516157,31
Nmero
Estacin
Altitud
UTMX
UTMY
SG01
Gomezserracn
812,00
391213,46
4571448,79
SG02
Nava de la Asuncin
802,00
375256,65
4555430,42
Palencia
Salamanca
Segovia
182
Soria
Nmero
Estacin
Altitud
UTMX
UTMY
SO01
Almazn
947,00
537067,60
4592465,24
SO02
852,00
481638,85
4598219,73
SO03
Fuentecantos
1011,00
547014,85
4632539,51
SO101
1043,00
576390,90
4621675,62
Nmero
Estacin
Altitud
UTMX
UTMY
VA01
Mayorga
749,00
309995,48
4671436,34
VA02
Torrecilla de la Orden
774,00
309956,98
4565555,36
VA03
Olmedo
740,00
356214,44
4572634,75
VA05
Encinas de Esgueva
800,00
409296,16
4623036,20
VA06
Tordesillas
671,00
334010,84
4597224,48
VA07
Valbuena de Duero
740,00
393137,77
4613082,68
VA08
Medina de Rioseco
739,00
331603,87
4639433,80
VA101
Valladolid
714,00
355036,90
4609692,15
VA102
726,00
340613,68
4575992,40
VA103
Rueda
751,00
334380,00
4585701,00
Nmero
Estacin
Altitud
UTMX
UTMY
ZA01
Quiruelas de Vidriales
707,00
266390,47
4655185,92
ZA02
Villaralbo
656,00
277148,91
4597326,67
ZA04
Villalpando
686,00
300155,00
4633142,95
ZA05
Pozuelo de Tbara
699,00
258380,37
4629422,78
ZA06
695,00
280775,30
4645951,05
ZA07
Toro
642,00
293817,88
4595955,03
Valladolidid
Zamora
183
Extremadura
Badajoz
Nmero
Cceres
Nmero
Estacin
Altitud
UTMX
UTMY
Puebla de Alcocer
500
390433
50539
PALAZUELO
290
390600
54400
DON BENITO-EFA
260
385800
55400
Don Benito
267
385543
55340
RUEDA CHICA
186
385500
64400
Talavera La Real-Bercial
200
385300
65000
Guadajira-La Orden
186
385100
64000
220
385200
62800
Mrida
265
385047
61905
Villagonzalo
266
385017
61105
Olivenza
202
384320
70326
Almendralejo-Don Rodrigo
385
384000
62300
Zalamea de la Serena
459
384048
54123
Monterrubio
499
383535
52255
406
383406
20409
261
381658
64409
Fuente de Cantos
600
381235
61823
Azuaga
540
382333
54223
Estacin
Altitud
UTMX
UTMY
Hurdes-Azabal
574
401800
61800
Gargantilla
596
401428
55626
Zarza de Granadilla
383
401225
60243
Moraleja
252
400259
64027
Valdastillas
634
400757
55234
Jarandilla de la Vera
508
400608
53842
Talayuela
277
400047
53347
Tejeda de Tietar
235
395738
55133
262
400034
61339
Coria
235
395816
62617
Peraleda de la Mata
309
395136
52809
Casatejada
274
395209
54037
Mirabel
541
395116
61232
ALCANTARA
327
394452
65348
Aliseda
327
391634
63756
Valdesalor
382
392209
61937
Madroera
625
392758
54539
GUADALUPE
740
392318
52048
Madrigalejo
297
390813
53540
184
Galicia
GALICIA
Nmero
Estacin
Castro de Rei
Momforte de Lemos
Altitud
428
645
UTMX
623222
623277
A Capela
372
Boimorto
480
4326'2.12"N
43
0'28.80"N
UTMY
4779463
4703623
8
4'10.16"O
8
7'37.20"O
A Corua
Nmero
Estacin
Altitud
UTMX
UTMY
19001
Rus
134
525700
4778424
19002
POrtigueira
125
547130
4735542
19003
PGalegos
225
546355
4737289
19004
Val
69
564469
4822905
19005
Gusamo
176
558515
4795645
19006
Xanceda
419
559811
4770390
19007
Muxa
81
483417
4771037
19008
Paramos
369
524636
4761290
19009
Maroxo
316
569560
4748778
19010
Lesende
157
513457
4738994
19011
Costa
163
523801
4738289
19012
Cespn
59
512035
4724917
19061
Capela
371
576632
4811225
19062
Boimorto
411
570045
4765137
185
Lugo
Nmero
Estacin
Altitud
UTMX
UTMY
19013
Xusts
398
623377
4782478
19014
Vilamor
115
634409
4813115
19015
Labrada
662
621411
4807150
19016
Lanzs
470
609917
4803531
19017
Saavedra
414
612044
4778063
19018
Fontaneira
917
647041
4766600
19019
Sobrecedo
414
603852
4725233
19020
Mourelle
416
632472
4739726
19021
San Fiz
391
605239
4719015
19022
Millara
340
606475
4710252
19023
San Clodio
257
640942
4702837
19024
Olveda
647
595785
4730646
19025
Lourenz
103
639376
4811033
19063
Castro
416
623212
4779462
19064
Monforte
324
623231
4707365
Ourense
Nmero
Estacin
Altitud
UTMX
UTMY
19026
Leiro
105
572716
4690255
19027
Xinzo
615
604861
4659551
19028
Ombra
376
628182
4640320
19029
Vilamartn
307
657923
4696167
19030
Larouco
524
651939
4690732
19031
PFontefiz
403
595830
4698343
19032
Prado
122
577030
4685097
19033
PonteBoga
469
629191
4694218
19034
Rubi
519
669698
4702188
19035
Tioira
548
613954
4681506
19036
Montederramo
956
623462
4681107
19037
Corzos
1217
665889
4675388
19038
Laza
575
626493
4658587
19039
Ris
830
642127
4648807
19040
Trabe
778
650427
4640279
19041
Mezquita
1025
661665
4653774
19042
Calvos
890
591657
4646327
19043
Barxes
611
586672
4647423
19044
Remuo
120
571829
4676992
186
Pontevedra
Nmero
Estacin
Altitud
UTMX
UTMY
19045
AGranxa
41
539352
4670134
19046
Tremoedo
72
517820
4709967
19047
As Eiras
52
517400
4643155
19048
Cequelios
187
560980
4665145
19049
Mouriscade
480
570898
4718571
19050
Camanzo
211
555850
4736730
19051
PonteCalderas
285
540211
4693469
19052
Louredo
220
534039
4673658
19053
Gondomar
29
520038
4661990
19054
Entenza
92
536320
4657785
19055
Areas
74
527050
4653471
19056
Torrequintns
52
523431
4709674
19057
Meder
150
546192
4663306
19058
Soutomaior
169
535683
4686409
19059
Couselo
17
514294
4642779
19060
Areeiro
100
527029
4694945
187
Navarra
NAVARRA
Nmero
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
Estacin
Arazuri
Adis
Lumbier
Ancin
Artajona
Aibar
San Martin de Unix
Miranda de Arga
Lerin
Bargota
Olite
Falces
Murillo del fruto
Traibuenas
Sartagudas
San Adrin
Bardenas Reales (El Plano)
Funes
Bardenas Reales (El Barranco)
Cadreita
Corella
Tudela
Fitero
Cascante
Ablitas
Los Arcos
Sesma
188
Altitud
396
444
484
469
353
421
447
343
354
375
375
290
393
312
307
385
425
371
298
267
392
258
450
330
338
419
438
UTMX
604479
602726
641412
567977
599328
638318
614143
597966
584216
557811
611257
59945
624623
61413
578235
591511
622302
598594
61098
605909
596016
618468
595987
605832
612462
567173
572005
UTMY
4740699
4726970
4725301
4723118
4715487
4713350
4707871
4707438
4706412
4703462
4699457
4697636
4693814
4691051
4690609
4688335
4684074
4681430
4680207
4673851
4663472
4658470
4655954
4654795
4650683
4710398
4703134
Valencia
Alicante
Estacin
Agost
Almorad
Altea
Callosa d`en Sarri
Camp de Mirra
Castalla
Catral
Crevillente
Dnia Gata
Elx EEA
Monforte del Cid
Novelda
Ondara
Orihuela
Orihuela la
Murada
Pilar de la
Horadada
Pinoso
Planes
Vila Joiosa
Villena
Castelln
Estacin
Benicarl
Burriana
Castell Benadresa
Nules
Onda
Ribera de Cabanes
San Rafael del Ro
Segorbe
Vall d`Uix
Vila-real EEA
Latitud
3826'28.21"N
38 6'34.65"N
3836'1.14"N
3839'4.77"N
3841'12.15"N
3835'42.68"N
38 9'39.41"N
3814'49.32"N
3850'25.40"N
3816'1.83"N
3822'45.24"N
3823'7.09"N
3849'33.86"N
38 5'2.22"N
Longitud
038'22.37"O
047'31.21"O
0 2'57.02"O
0 7'21.12"O
046'37.34"O
040'20.10"O
048'5.40"O
048'12.57"O
0 6'30.99"E
041'42.79"O
043'45.25"O
045'55.39"O
0 0'57.25"E
056'41.22"O
Altura
337
7
83
259
601
680
5
122
13
88
222
245
36
22
3810'23.38"N
057'53.06"O
85
3751'55.38"N
3824'4.03"N
3847'7.80"N
3830'27.90"N
3838'10.85"N
047'33.03"O
1 2'29.68"O
020'40.32"O
013'57.41"O
051'58.10"O
17
613
439
32
573
Latitud
4025'7.34"N
3953'23.53"N
40 0'56.80"N
3951'9.33"N
3957'55.08"N
40 8'7.25"N
4036'22.69"N
3951'11.79"N
3949'23.99"N
3956'18.07"N
Longitud
025'23.17"E
0 5'1.30"O
0 8'6.86"O
0 9'30.62"O
015'45.53"O
0 8'55.35"E
020'59.62"E
029'5.98"O
013'57.22"O
0 6'6.58"O
Altura
15
17
178
17
192
8
246
340
120
44
189
Valencia
Estacin
Algemes
Benavites
Benifai
Btera
Bolbaite
Campo Arcs
Carcaixent EEA
Carcaixent EEA
Invernadero
Carlet CE Coop
Carlet malla
Cheste
Chulilla
Gandia
Marxuquera
Llria
Llutxent EEA
Manises
Moncada IVIA
Moncada malla
Montesa
Navarrs
Pedralba
Picassent
Pobla del Duc
Poliny de Xquer
Puig
Requena Cerrito
Requena Roma
Sagunt
Sagunto
Tavernes de
Valldigna
Turs
Villalonga
Villanueva de
Castelln
Xtiva
Latitud
3911'37.92"N
3944'25.94"N
3917'6.88"N
3935'18.54"N
39 3'45.60"N
3925'55.20"N
39 7'16.40"N
Longitud
026'5.13"O
015'26.49"O
025'37.48"O
027'31.91"O
040'28.60"O
110'2.82"O
026'58.86"O
Altura
24
36
19
121
270
587
25
39 7'16.40"N
3913'39.76"N
3913'39.76"N
3929'42.39"N
3939'22.73"N
026'58.86"O
031'23.26"O
031'23.26"O
041'4.20"O
053'30.72"O
25
51
51
225
523
3858'5.84"N
3937'28.50"N
3856'33.57"N
3929'26.64"N
3932'43.95"N
3932'43.95"N
3856'58.83"N
39 6'4.35"N
3936'17.45"N
3921'36.00"N
3854'12.53"N
3911'45.84"N
3935'24.55"N
3929'16.36"N
3929'16.36"N
3940'48.50"N
3940'48.50"N
014'51.54"O
035'41.13"O
021'23.97"O
027'21.18"O
023'36.46"O
023'36.46"O
039'3.97"O
041'37.28"O
043'35.50"O
027'45.46"O
025'2.49"O
022'10.63"O
018'7.55"O
1 6'1.16"O
1 6'1.16"O
016'41.80"O
016'41.80"O
102
178
297
108
34
34
255
253
201
47
240
11
46
648
648
51
51
39 4'18.00"N
3923'23.20"N
3853'5.54"N
016'3.77"O
042'41.08"O
012'33.71"O
51
277
132
39 4'46.35"N
3859'19.93"N
030'50.98"O
030'56.21"O
34
115
190
Madrid
MADRID
Estacin
Aranjuez
Arganda
Chinchn
Fuentiduea de
Tajo
San Martn de la
Vega
Villa del Prado
latitud
40 1'55.53"N
4018'3.42"N
40 8'24.68"N
longitud
336'11.84"O
326'17.09"O
324'56.46"O
Altitud
551
648
749
40 7'5.49"N
3 9'34.38"O
559
4012'28.07"N
4016'36.42"N
334'6.76"O
418'20.31"O
515
513
191