CARACTERIZACIÓN DEL NIVEL CERÁUNICO DE VENEZUELA A

PARTIR DE UN SISTEMA DE DETECCION DE DESCARGAS

ATMOSFÉRICAS (SDDA)
CVIE 2004

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 2000-2002. 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. Finalmente, se
presentan los mapas de densidad de descargas a tierra de
Venezuela (descargas/km2/año), utilizando cuadrículas de
diferentes tamaños: 300 X 300, 100 X 100, 30 X 30, 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.
Palabras claves: Descargas atmosféricas, Nivel
isoceráunico, Densidad de descargas.
1. INTRODUCCIÓN
El objetivo principal de este estudio es el caracterizar las
descargas eléctricas a través de métodos analíticos. Para
lograr esta meta, el Sistema de Detección de Descargas
Atmosféricas o SDDA empleado para detectar, localizar y
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
2.1. Sensores:
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].
En el sistema de EDELCA hay doce sensores, localizados
por toda Venezuela (ver figura 1). La distribución
geográfica de los sensores fue diseñada para abarcar toda el
área de las líneas de transmisión del sistema interconectado
nacional con una eficiencia de detección en el orden del
90%. Una descarga nube-tierra puede ser localizada con una
precisión de 0,5 km [3].
PUNTO FIJO
PORLAMAR

medir las características de las descargas (parámetros) debe MARACAIBO

VALENCIA
TRINIDAD Y TOBAGO

ser descrito. Luego, a partir de los datos recopilados se MATURIN

procede a generar los mapas de densidad de descargas de la SANTA

BARBARA
SAN FERNANDO
CIUDAD BOLIVAR

región bajo estudio, en este caso Venezuela y sus islas. TUMEREMO

Con los mapas de densidad de descargas y la base de VENEZUELA

datos, se puede realizar una caracterización estadística y una PUERTO
AYACUCHO KARUM
aproximación a las probabilidades de ocurrencia de una GUYANA

descarga eléctrica por una función de densidad de SANTA

ELENA

probabilidad en una zona geográfica determinada.

2. DESCRIPCIÓN DEL SISTEMA DE DETECCIÓN

DE DESCARGAS ATMOSFÉRICAS DE EDELCA
Figura 1. Localizaciones de los sensores en Venezuela
El propósito principal del SDDA es el de detectar y
localizar descargas atmosféricas, sean nube-tierra o nube-
Estos sensores se encuentran ubicados en las localidades
nube (en este caso nube-tierra). Esta labor es realizada a
indicadas en la tabla 1.
través del uso de múltiples sensores remotos que detectan
las señales producidas por las descargas. Cuando un sensor
Tabla 1. Localización de los sensores a nivel nacional
detecta una descarga, envia dicha información a un sistema
de procesamiento centralizado, conocido como Analizador Localidad (Estado) Latitud Longitud
de Posición Avanzado (APA). El APA compara el tiempo Porlamar (Nva. Esparta) N 10.9127 W 63.9814
de detección de cada sensor para comprobar si la Tumeremo (Bolívar) N 7.25202 W 61.5236
información proviene del mismo evento, y luego calcula el Sta. Elena de Uairén (Bolívar) N 4.49504 W 61.1504
Karúm (Bolívar) N 5.31565 W 63.4025
Ciudad Bolívar (Bolívar) N 8.12101 W 63.5317
Maturín (Monagas) N 9.74693 W 63.1593
Puerto Ayacucho (Amazonas) N 5.61527 W 67.6101
San Fernando de Apure (Apure) N 7.88314 W 67.4400
Valencia (Carabobo) N 10.1540 W 67.9241
Punto Fijo (Falcón) N 11.7815 W 70.1576
Maracaibo (Zulia) N 10.5808 W 71.7281
Santa Bárbara (Zulia) N 8.97601 W 71.9419

2.2. Sistema de comunicaciones:

El sistema de comunicaciones utilizado por el sistema es
el protocolo x.25, el cual comunica los sensores con el
APA. Los usuarios finales obtienen acceso a la data de
descargas a través de un protocolo TCP/IP estándar.
2.3. Analizador Central:
Este consiste en una serie de herramientas
computacionales, las cuales permiten entre otras actividades
procesar, ordenar, generar reportes, etc a usuarios finales en
tiempo real o como archivos [1].
3. METODOLOGÍA EMPLEADA PARA DETECTAR
Y LOCALIZAR UNA DESCARGA ATMOSFÉRICA
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 [4].
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 anterior figura 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
minimizados.
El tiempo de las descargas es registrado con una
resolución de 119 ns por un reloj que tiene una frecuencia
de referencia de 8388608 Hz, y es registrado cuando la
señal de la descarga excede el umbral de disparo. El tiempo
de subida y el ancho de la señal de la descarga también son
registrados con la misma resolución, y ellos tienen un rango
de aprox. 0 a 30.35 µs.
Si una detección es realizada y no hay información
temporal exacta disponible (pérdida temporal de la señal
GPS), existen otros dos métodos que pueden ser empleados:
♦ Optimización con información angular: tres sensores
deben reportar una descarga con data angular
solamente.
♦ Triangulación: es usado cuando sólo dos sensores
detectan una descarga sin data temporal. Si la línea
desde uno de los DF hacia la descarga tiene un pequeño
ángulo en referencia a la línea base entre los dos DF,
este método no puede ser empleado, porque el error
aleatorio de la data angular resultaría en un gran error
de localización. Si esto sucede el “Método de la Línea
Base” debe ser usado.
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], [2], [4], [5], [7].
3.3. Pico de Corriente:
El pico de corriente reportado para una descarga es un
estimado de su relación con la amplitud de la señal tal como
se indica en (1)
µ vI (t − D / c )
E RAD = − 0 (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:
⎛r −I ⎞
p
⎛r⎞
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 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 [6],[7].
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.[7]
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.
La eficiencia en la detección del sistema es dependiente
de las ganancias y umbrales de disparo de cada sensor, el
número promedio de sensores contribuyendo a la
localización de la descarga y de la configuración y
geometría del sistema [6], [7].
3.4.2. Precisión en la Localización:
Para cuantificar los efectos de los errores (aleatorios y
sistemáticos) del lugar, la dimensión espacial de la región
de confianza para cada descarga puede ser mostrada. Si los
errores están distribuidos normalmente, las regiones de
confianza serán elípticas [6],[7].
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 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).
La longitud de cada eje es proporcional al valor de la
desviación estándar normalizada (sigma) correspondiente a
la probabilidad deseada. La tabla 2 muestra valores distintos
de sigma y sus probabilidades correspondientes.
La próxima formula fue usada en el cálculo de los valores
de la tabla 2:
sigma = − 2 ⋅ ln(1 − probabilidad )
(4)
Tabla 2. La relación entre sigma y la probabilidad
Sigma Probabilidad
1 39,3%
1,177 50%
2 86,5%
2,45 95%
3,03 99%
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 descarga atmosféricas obtenidos
del SDDA en el período 2000-2002.
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 de Venezuela para
el período 2002-2003 es bastante similar al 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.
La frecuencia de los picos de corriente de las descargas
para ambas polaridades es de 15 kA y 10 kA para la
polaridad negativa y positiva respectivamente.
4.4. Mapa de Densidad de Descargas 2000-2003:
En el noroeste del país se observó una densidad máxima
de más de 16 descargas/km2/año, siendo esta la región más
activa de Venezuela. 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
los otros dos períodos del estudio.
Normalmente para estudios y aplicaciones de ingeniería
(escala local) debe ser utilizada una grilla de 3 X 3 Km.
Para estudios regionales y globales, como variaciones
latitudinales de los parámetros de los rayos, una grilla de 30
X 30 debe ser usada para el primer estudio o fase y una
grilla de 100 X 100 km (aproximadamente 1 º de latitud) y/o
300 X 300 km (aproximadamente 3 º de latitud) debería ser
usada para el segundo estudio o fase [9].
Para Venezuela, una grilla de 300 X 300 no es aplicable
debido al tamaño del país. Grillas más pequeñas pueden
introducir distorsión (ruido) en los mapas; el tamaño debe
ser comparado con la máxima precisión del LLS, en este
caso es de 0,5 km. En la figura 3 se muestra un ejemplo de
mapa de densidad de descargas obtenido por el SDDA.
Figura 3. Mapa de densidad de descargas de Venezuela
2000-2003 con escala local
Debe ser notado que las densidades de las descargas sobre
altas montañas son más bajas que sobre terrenos normales
(llanuras, montañas pequeñas, etc.). Por ejemplo, esto puede
ser visto en la Cordillera de Los Andes (noroeste). Esto
también ocurre en las zonas costeras, donde los niveles de
densidad disminuyen.
5. CARACTERIZACIÓN DE LAS DESCARGAS
POR MÉTODOS ANALÍTICOS
El objetivo principal de este trabajo consistió en
desarrollar una metodología general de análisis para poder
encontrar densidades de descargas a tierra y niveles
isoceráunicos en cualquier región del país. Para ello se
siguieron las siguientes consideraciones:
5.1. Distribuciones de Densidad:
Mackerras y Darveniza (1994) encontraron que la
densidad de descargas a 1º de latitud era de 61
rayos/km2/año y a 60 º de latitud era 0,66 rayos/km2/año.
También encontraron que la relación entre descargas nube-
nube y nube-tierra era 2,3 para regiones tropicales (0-20 º de
latitud). Venezuela, como se vio anteriormente, está
localizado en una región tropical, así que no se observa una
variación estacional sino anual, mensual o diaria de la
actividad ceráunica. Un análisis diario será realizado en este
caso, la data será dividida en años, por zonas geográficas y
luego un promedio es calculado y usado en las
distribuciones y en la construcción de las gráficas. Esto
significa que si un año es elegido, el número de descargas
que ocurre en cualquier día de ese año es dividido entre
doce para así tener un promedio [8].
A partir de esta información, se decidió hacer un
programa que obtenga la función de densidad de
probabilidad (fdp) y la función de densidad acumulada (fda)
de la data obtenida por el SDDA para un año específico.
Dos gráficas en Papel de Probabilidad Normal son hechas
para garantizar que la data proviene de una distribución Ng = aTd b (8)
Normal y Lognormal. −7
En la tabla 3 puede apreciarse un ejemplo de la salida de GSD = 5, 4 X 10 * LAT *TD 1,6 2,5
(9)
−3,8
esta herramienta para el año 2000, en donde se registró un GSD = 176 * LAT * TD (10)
máximo de 1825 descargas el día 4 y un mínimo de 170 donde Ng y GSD son la densidad de descargas a tierra,
descargas el dia 13 del mismo. valor obtenido de la del programa en MATLAB para sus
distintas regiones por año; a y b son constantes, Td y TD
Tabla 3. Medidas Estadísticas para el año 2000-2001 para son los días de tormenta al año y LAT es la latitud a la cual
todo el país (densidad de descargas). se aplica las dos últimas ecuaciones, que para este estudio
MEDIDAS ESTADÍSTICAS VALORES se utiliza un valor promedio de la latitud del área bajo
Media 587,0000 análisis.
Desviación Estándar 320,4495 Cabe destacar que las dos últimas fórmulas son para zonas
Varianza 102.687,9032 montañosas y para zonas costeras respectivamente, de zonas
Mediana 556,0000 tropicales, pero en este estudio serán usadas sin tomar en
Rango 1.655,0000 cuenta el tipo de zona que se esté analizando para así poder
Rango Intercuartil 381,2500 comprobar su veracidad. En la tabla 4 se presentan los
Curtosis 8,2403 resultados de las ecuaciones para tres regiones del país
Asimetría 1,8610 durante el año 2000-2001, pero despejadas en función de Td
Cuartiles (0, 25, 50, 75 y 100%) 170,0000-348,2500- y TD respectivamente.
556,0000-729,5000-
1.825,0000 Tabla 4. Ecuaciones de niveles isoceráunicos y sus
Número de Descargas 218.469,0000 resultados para el año 2000-2001
Intervalo de Confianza para la 469,8130-704,8967 Regiones Ecuaciones de Días de
media de Niveles tormenta
Intervalo de Confianza para la 256,0751-428,3364 Venezuela Isoceráunicos al año
desv. estándar Nordoeste a=0,023 32,14
(Zulia) b=1,3
Las pruebas demuestran que la mejor fdp para el ajuste es a=0,01 45,48
la Gama. El número de descargas más probable para este b=1,4
período en todo el país es de 452 por día, es decir, en una a=0,04 23,72
jornada cualquiera del año existe una posibilidad de que b=1,25
ocurran, en promedio, 452 descargas distribuidas en todo el LAT=10 98,94
país. Su probabilidad es de 0,001547. Sureste LAT=10 75,06
Para la región noroeste (Zulia) el número de descargas (Serranía a=0,023 3,86
más probable es de 119 para toda la región nordoeste, con de b=1,3
una probabilidad de 0,003303. Maigualid a=0,01 6,36
La densidad de descargas/km2/año para esta región en este a) b=1,4
caso es: a=0,04 2,62
b=1,25
# desc arg as 83744
LAT=5,5 48,21
densidad = = = 2,0936 (5) LAT=5,5 0,49
área 200 X 200
Montaños a=0,023 1,87
Se estudió la región sureste (Serranía de Maigualida) con
a del Este b=1,3
una densidad de descargas de:
(Cordiller a=0,01 3,24
a de b=1,4
# desc arg as 12000 (6)
densidad = = = 0,1333 Sucre) a=0,04 1,23
área 300 X 300
b=1,25
de la forma descargas/km2/año.
LAT=10,18 22,28
El último análisis realizado para el año 2000 fue para la
LAT=10,18 1,99
región montañosa del este (Cordillera de Sucre), y sus
resultados son: 1 descarga por día, con probabilidad de
0,238619. La densidad de descargas es: Si se obtiene un promedio de todas las ecuaciones para
# desc arg as 1035
cada una de las regiones se obtienen los siguientes
densidad = = = 0,0518 (7) resultados:
área 100 X 200
Para calcular los niveles isoceráunicos del año analizado ♦ Región nordeste (Zuliana): 55,07 días de tormenta al
se pueden utilizar las siguientes ecuaciones: año.
♦ Región sureste (Serranía de Maigualida): 12,31 días de Tabla 6. Ecuaciones de niveles isoceráunicos y sus
tormenta al año. resultados para el año 2001-2002
♦ Región montañosa del Este (Cordillera de Sucre): 30,61 Regiones Ecuaciones Días de
días de tormenta al año. de de Niveles tormenta al
En el caso del año 2001-2002, se obtuvieron los siguientes Venezuela Isoceráunicos año
resultados a partir de la tabla 5. Noroeste a=0,023 292,39
(Zulia) b=1,3
Tabla 5. Medidas Estadísticas para el año 2001-2002 para a=0,01 353,34
todo el país (densidad de descargas) b=1,4
MEDIDAS ESTADÍSTICAS VALORES a=0,04 235,68
Media 9.764,0000 b=1,25
Desviación Estándar 2.440,0637 LAT=10 311,91
Varianza 5.953.910,8452 LAT=10 1324,21
Mediana 9.724,0000 Sureste a=0,023 29,02
(Serranía b=1,3
Rango 9.842,0000
de a=0,01 41,36
Rango Intercuartil 3.279,7500
Maigualid b=1,4
Curtosis 2,6131 a) a=0,04 21,32
Asimetría 0,4261 b=1,25
Cuartiles (0, 25, 50, 75 y 100%) 5.205,0000- LAT=5,5 137,55
7.714,5000- LAT=5,5 6,78
9.724,0000- Montaños a=0,023 16,57
10.994,2500- a del Este b=1,3
15.047,0000 (Cordiller a=0,01 24,58
Número de Descargas 3.632.333,0000 a de b=1,4
Intervalo de Confianza para la 8.869,3645- Sucre) a=0,04 11,90
media 10.659,4097 b=1,25
Intervalo de Confianza para la 1.949,8841- LAT=10,18 69,30
desv. estándar 3.261,5681
Si se obtiene un promedio de todas las ecuaciones para
Una vez más la mejor fdp correspondió a una Gama. El cada una de las regiones se obtienen los siguientes
número de descargas más probables es de 9.102 en un día, resultados:
siendo su probabilidad 0,000171. ♦ Región Zuliana: 298,33 días de tormenta al año (solo
Para la región noroeste (Zulia) la densidad es: las primeras 4 ecuaciones).
densidad =
# desc arg as 1477506
= = 36,9377 (11) ♦ Serranía de Maigualida: 47,21 días de tormenta al año.
área 200 X 200 Cordillera de Sucre: 31,26 días de tormenta al año.
Para la región sureste se obtuvieron los siguientes valores:
La probabilidad de 0,00271, la cual es la mayor, se 6.CONCLUSIONES
corresponde con 387 descargas atmosféricas en promedio.
La densidad de descargas a tierra para esta región es: - Los mapas actuales de densidad de descargas a tierra
# desc arg as 164972 han pasado a sustituir a los mapas de niveles isoceráunicos
densidad = = = 1,8330 (12) debido a su gran exactitud, a su fácil obtención por la
área 300X 300
manera automática de registro de las descargas provisto por
Para la región nordeste (Cordillera de Sucre), se observa
los modernos SDDA, y por la necesidad de tener mapas más
siguiente densidad de descargas:
precisos por parte de las empresas de transmisión y
# desc arg as 17689
densidad = = = 0,8845 (13) distribución de energía eléctrica, ya que esta información
área 100 X 200
permite la planificación de ampliaciones de sus
En la tabla 6 se encuentran las distintas ecuaciones instalaciones a futuro y la instalación de nuevas líneas de
mencionadas para tres regiones del país durante el año
transmisión/distribución en sitios de baja densidad de
2001-2002, y al igual que en la tabla 4, despejadas en
descargas a tierra.
función de Td y TD respectivamente. - Los SDDA permiten detectar y localizar descargas
atmosféricas nube-tierra de manera automatizada, su
almacenamiento y posterior análisis de los parámetros más
relevantes como son: pico de corriente (con su respectiva
polaridad), ubicación (latitud y longitud), tiempo (año, mes,
día, hora, minutos y segundos). Otros parámetros
importantes son: tiempo de subida de la señal, ancho de
banda, amplitud de la señal, número de sensores que
participaron en la detección, grados de libertad, tiempo
desde el pico al cruce por cero de la señal, máxima tasa de
subida de la señal en kA/µs.
- Los nuevos algoritmos que son empleados por los
SDDA permiten al sistema realizar detecciones con un
mínimo de dos sensores, y sin importar el tipo de
información recolectada por los sensores sobre un evento en
particular, es decir, la localización puede llevarse a cabo
con data angular y/o temporal (método IMPACT). También
poseen una notable mejora en cuanto precisión en la
localización y eficiencia en la detección de descargas se
refiere, permitiendo que los mapas sean aun más precisos.
- En general, la posibilidad de futuras descargas sobre
zonas montañosas e islas del país es bastante baja,
incrementándose sobre las llanuras y llegando a su máximo
sobre la región zuliana, donde se encuentra una de las
mayores densidades de descargas a tierra del planeta, la cual
es de 37 descargas/km2/año. Cabe destacar que este valor
aumentaría si el análisis se hubiese hecho por cuadriculas
de, por ejemplo, 10 X 10 km en vez de un análisis regional,
cuyo caso es de 200 X 200 km para esta región.
- Se recomienda para una futura investigación, la
actualización de los mapas isoceráunicos del país utilizando
cuadrículas de al menos 30 X 30 km.
REFERENCIAS
[7] Cummins, Kenneth L., Martin J. Murphy, Edward
A.Bardo, William L. Hiscox, Richard B. Pyle, and Alburt E.
Pifer, “A Combined TOA/MDF Technology Upgrade of the
U.S. National Lightning Detection Network”, Journal of
Geophysical Research, VOL. 103, NO. D8, pp. 9035-9044,
Abril 27, 1998.
[8] Torres, Horacio, “Spatial and Temporal Variations of
three lightning parameter magnitudes”, CIGRE
International Conference-Insulation Coordination for
Electricity Development in Central European Countries-
Zagreb, Croacia, Septiembre 1998.
[9] Torres, Horacio, Luis Gallego, Milton Salgado, Daniel
Rondón, Ernesto Pérez, Camilo Younes, Carlos Quintana,
Javier Herrera, Johny Montaña, y Mauricio Vargas,
“Ground Stroke Density in Tropical Zone”, National
University of Colombia-Research Program on Acquisition
and Analysis of Signals-PAAS.
[10] Shindo, Takatoshi, and Shigeru Yokoyama, “Lightning
Occurrence Data Observed with Lightning Location
Systems in Japan: 1992-1995”, IEEE Transactions on
Power Delivery, Vol. 13, No. 4, Octubre 1998.
[11] Meyer, Paul L, “Probabilidad y Aplicaciones
Estadísticas”, Addison Wesley Longman de México S.A. de
C.V., 1998. pp. 1-23, 239-244, 249-258, 417-419, 434-442.
[12] López R., and Holle R., “The Distribution of
Summertime Lightning as a function of low-level wind flow
in Central Florida”,NOAA, Technical Memorandum ERL
ESG-28. Julio, 1987.

[1] Global Atmospherics, Inc. “IMPACT ES Sensor

Installation, Operation, and Maintenance Manual”,Global
Atmospherics, Inc., Tucson, Arizona, USA, 1998.
[2] Diendorfer, Gerhard, Wolfgang Schulz, and V. A.
Rakov, “Lightning Characteristics Based on Data from the
Austrian Lightning Locating System”, IEEE Transactions
on Electromagnetic Compatibility, VOL. 40, NO. 4,
Noviembre 1998. Global Atmospherics, Inc.
[3] Arévalo, Juan, Alí Galeno, “Sistema de Detección y
Localización de Descargas Eléctricas Atmosféricas”, V
Jornadas Profesionales de EDELCA Macagua 23 al 26 de
Mayo 2001.Gerencia de Gestión Ambiental, Unidad de
Sistemas de Información Ambiental.
[4] Cummins, Kenneth L. and Martin J. Murphy, “Overview
of Lightning Detection in the VLF, LF, and VHF Frequency
Ranges”, 2000 International Lightning Detection
Conference, Noviembre 7 y 8, Tucson, Arizona, USA.
[5] Orville, Richard E, “Cloud-to-ground lightning flash
characteristics in the contiguous United States: 1989-1991,
“Journal of Geophysical Research, VOL. 99, NO. D5, pp.
10.833-10.841, Mayo 20, 1994.
[6] Cummins, Kenneth L., E. Phillip Krider, and Mark
Malone, “The U.S. National Lightning Detection
NetworkTM and Applications of Cloud-to-Ground Lightning
Data by Electric Power Utilities”, IEEE Transactions on
Electromagnetic Compatibility, VOL. 40, NO. 4,
Noviembre, 1998.