CARACTERIZACIÓN DEL NIVEL CERÁUNICO DE VENEZUELA A
PARTIR DE UN SISTEMA DE DETECCION DE DESCARGAS
ATMOSFÉRICAS (SDDA)
CVIE 2004
Saúl Raizman
saulraizman@yahoo.com ymendezh@uni-kassel.de
Universidad Simón Bolívar Universidad de Kassel, Alemania Universidad Simón Bolívar
Resumen: En este trabajo se desarrolla una herramienta
computacional que permite caracterizar la base de datos
asociada a las descargas atmosféricas en Venezuela,
registradas por el Sistema de Detección de Descargas
Atmosféricas (SDDA) perteneciente a la compañía CVG-
EDELCA durante el período 2000-2003. Se presenta un
mapa de densidad de descargas a tierra de Venezuela
(descargas/km2/año), utilizando una cuadrícula 3 X 3 km,
donde se observa un máximo de más de 16 descargas en
casi toda la región noroeste y un mínimo de 0,25 en las islas
al norte del país. A partir de esta información se genera un
modelo probabilístico que permite establecer, entre otros
parámetros de interés, los niveles ceráunicos de cualquier
zona geográfica.
Palabras claves: Descargas atmosféricas, Nivel
isoceráunico, Densidad de descargas.
1. INTRODUCCIÓN
Los niveles ceráunicos representan los días de tormenta
eléctrica al año de una localidad geográfica determinada,
por ejemplo una región de un país, la cual puede ser costera,
montañosa, llanera, etc. Estos valores pueden ser obtenidos
a través de los modernos Sistemas de Detección de
Descargas Atmosféricas o SDDA, que en conjunto con las
densidades de descargas a tierra permiten a las compañías
poseedoras de sistemas eléctricos de potencia planificar el
desarrollo de nuevos proyectos, mejoramiento de
instalaciones existentes y la prevención de accidentes a la
hora de hacer mantenimiento de líneas aéreas debido a la
cercanía de tormentas eléctricas.
El objetivo principal de este trabajo consistió en
desarrollar una metodología general de análisis por medio
de una herramienta computacional para poder encontrar
densidades de descargas a tierra y niveles isoceráunicos en
cualquier región del país.
Las funciones de densidad de probabilidad y las funciones
de distribución acumuladas (fdp y fda, respectivamente)
permiten caracterizar a una variable en particular, desde el
punto de vista de su posibilidad de ocurrencia. Por ejemplo,
la posibilidad de que ocurra una descarga eléctrica en
alguna región del país puede ser ajustada por una fdp
Yarú Mendez José Vivas
jhvivas@usb.ve
Juan Arévalo
juarevalo@edelca.com.ve
C.V.G. EDELCA C.A.
continua, como la Normal, Gama, etc. Para poder usar estas
funciones se deben hacer estimaciones de los parámetros
necesarios que se encuentran dentro de dichas fdp y fda,
como lo son la media, la desviación estándar, etc.
Para lograr esta meta, el SDDA empleado para detectar,
localizar y medir las características de las descargas
(parámetros) debe ser descrito. Luego, la base de datos del
sistema debe ser analizada para ver cuales son los
parámetros más importantes que el sistema ha archivado,
para generar, con la ayuda de herramientas
computacionales, mapas de densidad de descargas de la
región bajo estudio (en este caso Venezuela y sus islas,
localizadas en el norte de Sudamérica).
Con la ayuda del programa MATLAB, se determinan las
caracterizaciones analíticas de los parámetros de las
descargas, la igual que sus fdp y fda relacionadas. La
caracterización de la densidad de descargas se realizará por
zonas geográficas. La probabilidad de que ocurra una
descarga eléctrica con un determinado pico de corriente
puede ser igualmente determinada, por zonas geográficas y
por polaridad.
2. DESCRIPCIÓN DEL SISTEMA DE DETECCIÓN
DE DESCARGAS ATMOSFÉRICAS DE EDELCA
El propósito principal del SDDA es el de detectar y
localizar descargas atmosféricas, sean nube-tierra o nube-
nube (en este caso nube-tierra). Esta labor es realizada a
través del uso de múltiples sensores remotos que detectan
las señales producidas por las descargas. Cuando un sensor
detecta una descarga, envia dicha información a un sistema
de procesamiento centralizado, conocido como Analizador
de Posición Avanzado (APA). El APA compara el tiempo
de detección de cada sensor para comprobar si la
información proviene del mismo evento, y luego calcula el
punto de impacto de la descarga. Posteriormente se
almacena esta data y los resultados se distribuyen a los
usuarios finales.
El SDDA esta conformado básicamente por tres partes o
subsistemas:
♦ Sensores
♦ Sistema de comunicaciones
 ♦ Analizador central
El modelo usado por los sensores corresponde al
IMPACT ES ALDF. Este dispositivo combina tecnologías
de localización magnética de dirección y tiempo de arribo
para lograr mayor precisión de localización y eficiencia en
la detección. [1],[3]
En el sistema de EDELCA hay doce sensores, localizados
por toda Venezuela (figura 1). La distribución geográfica de
los sensores fue diseñada para abarcar toda el área de las
líneas de transmisión del sistema interconectado con una
eficiencia de detección en el orden del 90%. Una descarga
nube-tierra puede ser localizada con una precisión de 0,5
km. [2]
Figura 1. Localizaciones de los sensores en Venezuela [2]
3. DETECCIÓN Y LOCALIZACIÓN DE
DESCARGAS ATMOSFÉRICAS
3.1. Características de la frecuencia de los rayos:
Todo tipo de descargas eléctricas emiten energía de radio
frecuencia (RF) cuyo rango varía desde muy bajas (VLF)
hasta muy altas (VHF). Las emisiones principales a VHF
provienen del proceso de ruptura e ionización, mientras que
las VLF y LF provienen de altas corrientes viajando en los
canales previamente ionizados. Una señal eléctrica viaja
paralela a la descarga nube-tierra y una señal magnética
viaja distanciándose del recorrido de la descarga. Está señal
magnética tiene un componente frecuencial con gran ancho
de banda entre 30-500 kHz.
Las señales VLF y LF por su parte se propagan a lo largo
de la cavidad entre la Ionosfera y la Tierra por miles de km,
en cambio las señales VHF solo se propagan por unos
cuantos cientos de kms, sufriendo deformación en la forma
de onda y atenuación en la amplitud de la señal. [1]
3.2. Precisión Mejorada a partir de la Combinación de
Tecnología:
A principios de los 90 se desarrolló un método para
combinar los buscadores de dirección y el tiempo de arribo
para producir el método de localización usada por el sensor
IMPACT. Los buscadores de dirección proveen
información sobre el acimut y el tiempo absoluto sobre la
distancia. En la figura 2 puede apreciarse el valor del acimut
para cualquier sensor θi (en este caso i=1,2) y el valor del
rango ri (i=1,2).
Figura 2. Método de detección usado por los sensores
IMPACT
De la figura anterior se derivan principalmente cuatro
parámetros (dos ángulos y dos tiempos de arribo) los cuales
a su vez permiten generar tres parámetros estimados
(latitud, longitud y tiempo de la descarga). De esta manera
se provee información redundante que permite una
estimación optimizada del lugar de impacto de la descarga,
incluso cuando solo dos sensores proveen información
temporal y angular. Los parámetros se ajustan por métodos
iterativos para que las diferencias entre el acimut y los
tiempos de propagación medidos y calculados sean
minimizadas.
Cualquier descarga que sea detectada dentro de una
ventana de tiempo de 0-1 s y + 2,5 º de acimut es asignado
al mismo rayo, pero debe tener la misma polaridad que la
primera descarga del rayo, aunque sea detectado en el
mismo ángulo. [1],[3]
3.3. Pico de Corriente:
El pico de corriente reportado para una descarga es un
estimado de su relación con el pico de campo (amplitud de
la señal), y esta relación asume que el modelo de la línea de
transmisión simple es valido para el pico de campo:
µ 0 vI (t − D / c )
E RAD = − (1)
2π D
Donde E es el campo eléctrico vertical en el suelo
(asumido perfectamente conductor) en el tiempo t, µ0 es la
permeabilidad del vacío, v es la velocidad de ascenso de la
descarga (asumido constante) cerca del suelo, I es la
corriente en la base del canal, c la velocidad de la luz, y D la
distancia horizontal al rayo. Debe ser notado que una
corriente ascendente positiva genera un campo eléctrico
descendente. Este modelo propone que el pico de corriente
de una descarga puede ser estimado de una medida remota
del campo electromagnético si el sitio de impacto y la
velocidad de la descarga son conocidos, y si los sensores
empleados para la detección y medición tienen suficiente
ancho de banda para medir el pico del campo sin distorsión.
 Para la estimación, los efectos de propagación son
incluidos para producir un valor de rango normalizado de la
amplitud de la señal (RNSS) para cada sensor que se reporte
usando el siguiente modelo de propagación:
p
⎛r⎞ ⎛r − I ⎞
RNSS = C ⋅ SS ⋅ ⎜ ⎟ exp ⎜ ⎟ (2)
⎝I⎠ ⎝ A ⎠
Donde SS es la amplitud de la señal sin procesar, r es el
rango en km, I es el rango de normalización que se
establece en 100 km, p es un exponente de atenuación, A es
la longitud de envolvimiento del campo eléctrico para
atenuación, y C es una constante. El exponente de
atenuación que es usado es p=1,13, el cual fue determinado
en Florida [4] asumiendo que A era infinito. El valor de A
es 105 km.
Los valores de RNSS para todos los sensores dentro de
625 km (para evitar revertimientos de polaridad debido al
salto ionosférico) son promediados, y luego el valor
promediado RNSS es convertido a un estimado de pico de
corriente. Esta investigación viene de experimentos con
rayos artificiales. La conversión resulta en:
Ipeak = 0,185RNSS (3)
La data de rayos artificiales muestra una tolerancia en las
estimaciones de picos de corrientes de aproximadamente 5
kA, los cuales producen una variabilidad media de 20-30%,
siendo mayores para rayos con pequeñas corrientes. [1]
3.4. Mediciones de Rendimiento del Sistema:
El rendimiento de un sistema de detección de descargas es
medido por dos parámetros:
♦ Eficiencia en la Detección (DE)
♦ Precisión en la Localización
Estos parámetros son funciones de la amplitud de la señal
y puede cambiar radicalmente si un sensor se sale de
funcionamiento (mal funcionamiento) o si hay una
disrupción en el sistema de comunicaciones. [1]
3.4.1. Eficiencia en la Detección:
Eficiencia en la detección es una relación del número de
descargas o rayos que el sistema reporta con el número real
de descargas o rayos que ocurren. Es expresado como el
porcentaje de descargas nube-tierra que son reportadas por
el sistema.
3.4.2. Precisión en la Localización:
Errores aleatorios y sistemáticos en las mediciones de
tiempo y de dirección producirán errores aleatorios y
sistemáticos en la localización de la fuente y en el tiempo.
Una elipse de confianza espacial es calculada para cada
descarga, la cual circunscribe una región centrada sobre el
sitio de impacto calculado que define que existe un 50% de
probabilidad de que el verdadero lugar de impacto está en
alguna parte dentro de la elipse. Esta elipse puede ser
descrita por su semi-eje mayor y menor, su excentricidad
(relación entre el semi-eje mayor y el semi-eje menor), y la
orientación del semi-eje mayor (en grados relativos al
norte).
Una elipse de confianza puede ser calculada para
cualquier probabilidad ajustando la escala del eje
apropiadamente. La longitud de cada eje es proporcional al
valor de la desviación estándar normalizada (sigma)
correspondiente a la probabilidad deseada. [1]
4. MAPAS DE DENSIDAD DE DESCARGAS DE
VENEZUELA
Venezuela está localizada en el Hemisferio Norte, 73,37 º
W y 59,80 º W (longitud aproximada), y 0,65 º N a 12,25 º
N (latitud aproximada). A continuación se describen los
mapas de densidades de descargas atmosféricas obtenidos
del SDDA en el período 2000-2003, utilizando el método de
conteo equitativo, donde cada rango (ver leyenda de la
figura 3) contiene aproximadamente el mismo número de
registros. [3]
4.1. Mapa de Densidad de Descargas 2000-2001:
Para el período 2000-2001, la región noroeste de
Venezuela tiene la mayor densidad de descargas, con más
de 16 descargas/km2/año. En las llanuras centrales, el sur y
el nordeste se observa una densidad máxima de 8
descargas/km2/año. El resto del país y las islas reportan 0,25
descargas/km2/año. Para la polaridad negativa, el pico más
frecuente es aprox. 30 kA y para la polaridad positiva 20
kA.
4.2. Mapa de Densidad de Descargas 2001-2002:
La densidad de descargas para el período 2001-2002
presenta una máxima densidad de 16 descargas/km2/año.
Este período se caracteriza por una gran cantidad de
actividad eléctrica sobre todo el país. En las islas se
observa poca actividad. El pico de corriente más frecuente
era 15 kA para polaridad negativa y 10 kA para polaridad
positiva respectivamente.
4.3. Mapa de Densidad de Descargas 2002-2003:
Los niveles de densidad de descargas para el período
2002-2003 se asemejan a los del período 2001-2002, pero se
registró más actividad eléctrica y una mayor densidad en el
sudoeste. Esta vez las islas tuvieron un máximo de 4
descargas/km2/año.
Los picos de corriente de las descargas mas frecuentes son
de 15 kA y 10 kA para la polaridad negativa y positiva
respectivamente.
4.4. Mapa de Densidad de Descargas 2000-2003:
En la región noroeste se observó una densidad superior a
16 descargas/km2/año, siendo esta la región más activa. En
las llanuras centrales y del sur 0,25 descargas/km2/año, en el
resto del país se observan 8 descargas/km2/año. Las islas
observan un máximo de 4 descargas/km2/año.
Durante el período 2000-2001 se cometió un error de
calibración en los sensores. Esto explica la menor cantidad
de descargas reportadas durante ese período comparado con rayos/km2/año y a 60 º de latitud era 0,66 rayos/km2/año.
los otros dos períodos del estudio. También encontraron que la relación entre descargas nube-
Normalmente para estudios y aplicaciones de ingeniería nube y nube-tierra era 2,3 para regiones tropicales (0-20 º de
(escala local) se sugiere utilizar una cuadrícula de 3 X 3 km. latitud). Venezuela, como se vio anteriormente, está
Para estudios regionales, una cuadrícula de 30 X 30 km y localizado en una región tropical, así que no se observa una
para análisis globales una cuadrícula de 100 X 100 km variación estacional sino anual, mensual o diaria de la
(aproximadamente 1 º de latitud) o 300 X 300 km actividad ceráunica.
(aproximadamente 3 º de latitud). Una aplicación de estos La herramienta computacional desarrollada, permite el
estudios es el análisis de las variaciones latitudinales de los análisis diario de los datos de salida del SDDA y permite,
parámetros de los rayos. [1] por medio de herramientas estadísticas, una clasificación
Para Venezuela, una cuadrícula de 300 X 300 no es por años y zonas geográficas; luego se produce un promedio
aplicable debido al tamaño del país. Cuadrículas menores a que se utiliza en la determinación de las distribuciones de
3 X 3 km pueden introducir distorsión en los mapas; el densidad al igual que en la elaboración de las gráficas [1].
tamaño debe ser comparado con la máxima precisión del A partir de esta información, el programa obtiene la
SDDA, que en este caso es de 0,5 km. En la figura 3 se función de densidad de probabilidad (fdp) y la función de
muestra un ejemplo de mapa de densidad de descargas densidad acumulada (fda) de la data para un año específico.
obtenido por el SDDA. En la tabla 1 puede apreciarse un ejemplo de los
Debe ser notado que las densidades de las descargas sobre resultados de la herramienta computacional para el año
montañas altas son más bajas que sobre terrenos normales 2000, en donde se registró un máximo de 1825 descargas el
(llanuras, montañas bajas, etc.). Por ejemplo, esto puede ser día 4 y un mínimo de 170 descargas el día 13 del mismo
visto en la Cordillera de Los Andes. Esto también ocurre en mes.
las zonas costeras, donde los niveles de densidad Las pruebas Kolmgorov-Smirnov demuestran que la
disminuyen. mejor fdp para el ajuste es la Gama. El número de descargas
más probable para este período en todo el país es de 452 por
5. CARACTERIZACIÓN DE LAS DESCARGAS día, es decir, en una jornada cualquiera del año existe una
POR MÉTODOS ANALÍTICOS POR MEDIO DE UNA probabilidad de que ocurran, en promedio, 452 descargas
HERRAMIENTA COMPUTACIONAL distribuidas en todo el país. Su probabilidad es de 0,001547.
Para la región noroeste (Zulia) el número de descargas
Con el fin de desarrollar una metodología general de más probable es de 119, con una probabilidad de 0,003303.
análisis para determinar las densidades de descargas a tierra
y niveles ceráunicos en cualquier región, se siguieron las Tabla 1. Medidas Estadísticas para el año 2000-2001 para
siguientes consideraciones: todo el país (densidad de descargas).
MEDIDAS ESTADÍSTICAS VALORES
Media 587,00
Desviación Estándar 320,45
Varianza 102.687,90
Mediana 556,00
Rango 1.655,00
Rango Intercuartil 381,25
Curtosis 8,24
Asimetría 1,86
Cuartiles (0, 25, 50, 75 y 100%) 170,00-348,25-
556,00-729,50-
1.825,00
Número de Descargas 218.469,00
Intervalo de Confianza para la 469,81-704,90
media
Intervalo de Confianza para la 256,08-428,34
desv. estándar
Figura 3. Mapa de densidad de descargas de Venezuela
2000-2003 con escala local [3] La densidad de descargas/km2/año para esta región en este
caso es:
Distribuciones de Densidad: # desc arg as 83744
Mackerras y Darveniza (1994) [1] encontraron que la densidad = = = 2,0936 (5)
área 200X 200
densidad de descargas a 1º de latitud era de 61
 Se estudió la región sureste (Serranía de Maigualida) con Tabla 2. Ecuaciones de niveles isoceráunicos y sus
una densidad de descargas de: resultados para el año 2000-2001
# descargas 12000 Regiones de Ecuaciones de Días de
densidad= = = 0,1333 (6)
área 300X 300 Venezuela Niveles tormenta
El último análisis realizado para el año 2000 fue para la Isoceráunicos al año
región montañosa del este (Cordillera de Sucre), y sus Noroeste a=0,023 32,14
resultados son: 1 descarga por día, con probabilidad de (Zulia) b=1,3
0,238619. La densidad de descargas es: a=0,01 45,48
# desc arg as 1035
densidad = = = 0,0518 (7) b=1,4
área 100 X 200 a=0,04 23,72
Para calcular los niveles isoceráunicos del año analizado b=1,25
se pueden utilizar las siguientes ecuaciones [1]: LAT=10 98,94
Ng = aTd b (8) LAT=10 75,06
Sureste a=0,023 3,86
GSD = 5, 4 X 10−7 * LAT 1,6 * TD 2,5 (9)
(Serranía de b=1,3
−3,8
GSD = 176 * LAT * TD (10) Maigualida) a=0,01 6,36
Donde Ng y GSD son la densidad de descargas a tierra, b=1,4
valor obtenido del programa en MATLAB para las distintas a=0,04 2,62
regiones por año; a y b son constantes, Td y TD son los días b=1,25
de tormenta al año y LAT es la latitud a la cual se aplica las LAT=5,5 48,21
dos últimas ecuaciones, que para este estudio se utiliza un LAT=5,5 0,49
valor promedio de la latitud del área bajo análisis. Montañosa del a=0,023 1,87
Cabe destacar que las dos últimas fórmulas son para zonas Este b=1,3
montañosas y para zonas costeras respectivamente, de (Cordillera de a=0,01 3,24
regiones tropicales, pero en este estudio serán usadas sin Sucre) b=1,4
tomar en cuenta el tipo de zona que se esté analizando para a=0,04 1,23
así poder comprobar su veracidad. En la tabla 2 se presentan b=1,25
los resultados de las ecuaciones para tres regiones del país LAT=10,18 22,28
durante el año 2000-2001, pero despejadas en función de Td LAT=10,18 1,99
y TD respectivamente.
Si se obtiene un promedio de todas las ecuaciones para
cada una de las regiones se obtienen los siguientes Tabla 3. Medidas Estadísticas para el año 2001-2002 para
resultados: todo el país (densidad de descargas)
♦ Región nordeste (Zuliana): 55,07 días de tormenta al MEDIDAS ESTADÍSTICAS VALORES
año. Media 9.764,00
♦ Región sureste (Serranía de Maigualida): 12,31 días de Desviación Estándar 2.440,06
tormenta al año.
Varianza 5.953.910,85
♦ Región montañosa del Este (Cordillera de Sucre): 30,61
Mediana 9.724,00
días de tormenta al año.
Rango 9.842,00
En el caso del año 2001-2002 para todo el país, se
obtuvieron los siguientes resultados a partir de la tabla 3. Rango Intercuartil 3.279,75
Una vez más la mejor fdp correspondió a una Gama. El Curtosis 2,61
número de descargas más probables es de 9.102 en un día, Asimetría 0,43
siendo su probabilidad 0,000171. Cuartiles (0, 25, 50, 75 y 100%) 5.205,00-7.714,50-
Para la región noroeste (Zulia) la densidad es: 9.724,00-10.994,25-
# desc arg as 1477506 15.047,00
densidad = = = 36,9377 (11) Número de Descargas 3.632.333,00
área 200 X 200
Para la región sureste se obtuvieron los siguientes valores: Intervalo de Confianza para la 8.869,36-10.659,41
La probabilidad de 0,00271, la cual es la mayor, se media
corresponde con 387 descargas atmosféricas en promedio. Intervalo de Confianza para la 1.949,88-3.261,57
La densidad de descargas a tierra para esta región es: desv. estándar
#descarg as 164972
densidad = = =1,8330 (12) Para la región nordeste (Cordillera de Sucre), se observa
área 300X300
siguiente densidad de descargas:
 # desc arg as 17689 - En general, la probabilidad de descargas sobre regiones
densidad = = = 0,8845 (13)
área 100 X 200 montañosas e islas es baja, incrementándose sobre las
En la tabla 4 se encuentran las distintas ecuaciones llanuras centrales y llegando a su máximo sobre la región
mencionadas para tres regiones del país durante el año noroeste (Zulia), donde se encuentra una de las mayores
2001-2002, y al igual que en la tabla 2, despejadas en densidades de descargas a tierra del planeta, la cual es de 37
función de Td y TD respectivamente. descargas/km2/año. Cabe destacar que este valor podría
Si se obtiene un promedio de todas las ecuaciones para aumentar si el análisis se hace con cuadrículas de menor
cada una de las regiones se obtienen los siguientes superficie, por ejemplo, 10 X 10 km.
resultados: - Los niveles isoceráunicos promedios regionales para los
♦ Región Zuliana: 298,33 días de tormenta al año (solo años 2001-2003 para las tres regiones bajo estudio son:
las primeras 4 ecuaciones). 286,31 días de tormenta al año para la región zuliana, 51,23
♦ Serranía de Maigualida: 47,21 días de tormenta al año. días de tormenta al año para La Serranía de Maigualida y
♦ Cordillera de Sucre: 31,26 días de tormenta al año. 36,87 días de tormenta al año para la Cordillera de Sucre.
De estos resultados se evidencia el efecto de la topografía y
Tabla 4. Ecuaciones de niveles isoceráunicos y sus de la cercanía del mar sobre la disminución del nivel
resultados para el año 2001-2002 ceráunico de una región en específico, al menos para
Regiones de Ecuaciones Días de regiones tropicales. Por supuesto, también se destaca el
Venezuela de Niveles tormenta efecto peculiar que produce el Lago de Maracaibo en la
Isoceráunicos al año ocurrencia de la gran cantidad de días de tormenta en la
región.
Noroeste a=0,023 292,39
- Se recomienda para una futura investigación, la creación
(Zulia) b=1,3
de los mapas isoceráunicos del país utilizando cuadrículas
a=0,01 353,34
de al menos 30 X 30 km.
b=1,4
- Actualmente se ha analizado un período de 4 años por
a=0,04 235,68
razones de disposición de información. Con el fin de seguir
b=1,25
desarrollando análisis estadísticos más precisos, se
LAT=10 311,91
recomienda, en la medida de lo posible, el incorporar
LAT=10 1324,21
períodos que abarquen más años de estudio, para afinar los
Sureste a=0,023 29,02
resultados de las ecuaciones de los niveles isoceráunicos.
(Serranía de b=1,3
Maigualida) a=0,01 41,36
AGRADECIMIENTO
b=1,4
a=0,04 21,32
Los autores hacen constar su agradecimiento a la Gerencia
b=1,25
de Gestión Ambiental de la empresa EDELCA C.A. por su
LAT=5,5 137,55
intensa colaboración durante la investigación y preparación
LAT=5,5 6,78
de esta publicación.
Montañosa a=0,023 16,57
del Este b=1,3
REFERENCIAS
(Cordillera a=0,01 24,58
de Sucre) b=1,4
[1] RAIZMAN, Saúl J., “Caracterización Probabilística de
a=0,04 11,90
una Base de Datos de Descargas Atmosféricas de
b=1,25
Venezuela”, Informe final de Pasantía presentado ante la
LAT=10,18 69,30
Universidad Simón Bolívar, Sartenejas, Junio 2004.
LAT=10,18 33,93
[2] Arévalo, Juan, Alí Galeno, “Sistema de Detección y
Localización de Descargas Eléctricas Atmosféricas”, V
6.CONCLUSIONES Jornadas Profesionales de EDELCA Macagua 23 al 26 de
Mayo 2001.Gerencia de Gestión Ambiental, Unidad de
- Los mapas actuales de densidad de descargas a tierra Sistemas de Información Ambiental.
han pasado a sustituir a los mapas de niveles isoceráunicos [3]C.V.G. EDELCA SDDA Sistema de Información
debido a su gran exactitud, a su fácil obtención por la Ambiental
manera automática de registro de las descargas provisto por [4] López R., and Holle R., “The Distribution of
los modernos SDDA, y por la necesidad de tener mapas más Summertime Lightning as a function of low-level wind flow
precisos por parte de las empresas de transmisión y in Central Florida”,NOAA, Technical Memorandum ERL
distribución de energía eléctrica. ESG-28. Julio, 1987.
- Las distribuciones de densidades se ajustan mejor
generalmente por un fdp Gama.