Documentos de Académico
Documentos de Profesional
Documentos de Cultura
23 Carlos Antonio Morales Mota
23 Carlos Antonio Morales Mota
TESIS
Presentado por
Cadete de 4/o Año Carlos Antonio Morales Mota
Junio de 2022
SECRETARÍA DE LA DEFENSA NACIONAL
DIRECCIÓN GENERAL DE EDUCACIÓN
MILITAR Y RECTORÍA DE LA U.D.E.F.A.
DIRECTOR DE TESIS
ASESORES
INTRODUCCIÓN........................................................................................................................................ 1
Justificación ................................................................................................................................................ 5
Viabilidad ...................................................................................................................................................... 6
Hipótesis ........................................................................................................................................................ 7
Variables ........................................................................................................................................................ 7
Conclusiones ........................................................................................................................................... 63
Recomendaciones .............................................................................................................................. 65
FUENTES DE CONSULTA................................................................................................................ 69
ÍNDICE DE FIGURAS
ÍNDICE DE ANEXOS
1
Fase de crecimiento: comienza el desarrollo de nubes del tipo cúmulos,
produciéndose fuertes corrientes ascendentes.
2
CAPÍTULO I PLANTEAMIENTO DEL PROBLEMA
3
del 2021 que aunque la tormenta no duró tanto, fue demasiado intensa por las
rachas de vientos que ocasionó la caída de árboles en Juan Palomar y Arias, al
igual que el servicio eléctrico presenta intermitencias y se suspendió en
diferentes colonias en la Zona Metropolitana de Guadalajara (ZMG).
Una gran ventaja que se tiene para este proyecto de investigación es que
la institución encargada de realizar el radiosondeo en el ÁMG es el observatorio
astronómico de Guadalajara, el cual cuenta con demasiada información
histórica al igual que la universidad de Wyoming E. U. se ha encargado de
recopilar por día esta información.
4
Con respecto al índice termodinámico considera todo el sondeo y con
esto estima si existe la energía necesaria para generar una inestabilidad en la
columna vertical de la atmósfera, pero a pesar de que considera el sondeo
completo, tener una cantidad alta de energía no siempre significa forzosamente
una inestabilidad. Es por lo que no es factible considerar solo el CAPE, ya que se
pueden llegar a conclusiones erróneas al no considerar las desventajas y
ventajas de los índices.
Pregunta de investigación
¿Cuáles son los índices termodinámicos que tienen un mejor
comportamiento para la predicción temprana de una Tormenta Local Severa en
el Área Metropolitana de Guadalajara?
Propósito de la investigación
El presente proyecto tiene como propósito obtener valores indicativos de
índices termodinámicos que aporten a la predicción eficiente, para la
prevención oportuna de sus efectos de una TLS.
Justificación
Las TLS pueden llegar a ser altamente destructivas, generando con ellas
tornados, granizo, y vientos fuertes, los cuales originan pérdidas como cosechas,
cultivos o daño a las estructuras de las viviendas, automóviles varados, caída de
árboles, en fin, diferentes accidentes en la población civil al igual que en el
5
ámbito militar llegan a ocasionar accidentes aéreos, retraso de operaciones
aéreas, quedar sin servicio eléctrico, inundaciones, afectando así a las diversas
actividades militares.
Viabilidad
La elaboración de este trabajo de investigación es viable dado que los
recursos con los que se cuenta para la recopilación de información son amplios,
teniendo en cuenta que hay diferentes redes de estaciones meteorológicas en
las cuales se puede solicitar los datos que se necesitan para estudiar las TLS. Es
por esto que la elaboración del proyecto es posible, al igual que no le genera un
6
costo financiero a la SEDENA y además aportaría demasiados beneficios
significativos a la meteorología al proporcionar información reciente sobre
inestabilidad atmosférica en el AMG y con esto a la predicción temprana de las
TLS. Además, se cuenta con el tiempo necesario para la investigación y cualquier
gasto que conlleva su realización será absorbido por el tesista.
Objeto de estudio
Uso de índices termodinámicos (Cape, índice Lifted, Bulk Richardson
Number) en el periodo de 2004 al 2022 en el Área Metropolitana de Guadalajara
con información obtenida de diferentes instituciones, utilizando una
metodología para así tener pasos racionales que guíen a la detección de TLS.
Hipótesis
Las tormentas locales severas en el Área Metropolitana de Guadalajara se
pueden predecir con los índices de inestabilidad CAPE, Lifted y número de Bulk
Richardson.
Variables
Identificación
7
Definición conceptual
Temperatura del aire: Se refiere a la medida del estado térmico del aire
con respecto a su habilidad de comunicar calor a su alrededor (IDEAM, 2019).
8
Hodógrafa: Es el lugar geométrico del plano o del espacio determinado
por los extremos de los vectores de un punto que recorre una trayectoria
cualquiera, trasladados a un origen común (Ramírez, 2006).
Definición operacional
CAPE: Los valores obtenidos de este índice serán analizados para conocer
la cantidad de energía disponible que se encontraba en el momento del
radiosondeo para identificar que parámetros son los necesarios que se deben
tener para que se desarrolle inestabilidad en la atmósfera y posteriormente una
tormenta severa.
9
Número de Bulk Richardson: Este índice se utilizará para conocer qué tan
intensa es una tormenta y conocer el balance entre la cizalladura vertical del
viento y el empuje hidrostático para ver si se cumplen las condiciones necesarias
y se presenta una TLS.
Objetivos específicos
10
CAPÍTULO II. FUNDAMENTACIÓN
Marco teórico
El marco teórico es la fundamentación válida que tiene un trabajo de
investigación. Son todas las referencias que van a sustentar el proyecto de
estudio. Zamorano (2014) explica que se deben analizar todos los antecedentes
sobre lo que se va a desarrollar, para así tener una especie de guía o camino por
cual llevar el problema a investigar. Al igual que servirá para no cometer los
mismos errores de los diferentes estudios o tratar de evitarlos. También es
importante mencionar que es conocimiento nuevo que alimentará el inicio de
la investigación y le dará estructura al problema de estudio.
11
sinóptico lo llega a ser un huracán o un anticiclón por la región tan amplia que
abarca, mesoescala una tormenta por el radio de afectación a algo local y
microescala un torbellino por su mínimo alcance de afectación, claro que cada
uno de estos sistemas o fenómenos generan diferentes daños dependiendo su
magnitud.
En general, las tormentas es probable que puedan presentarse en
cualquier parte del mundo. México se caracteriza por tener una alta influencia
de las lluvias monzónicas de verano, esto genera días con fuertes lluvias en
forma de tormentas mayores a los 20 mm/día (Pineda, 2020). Un estudio de “La
climatología de tormentas locales severas en el área metropolitana de
Guadalajara” realizado por la Universidad Autónoma de México (UNAM), indica
que se presentan en el periodo de mayo a noviembre, resaltando que en los
meses donde se presenta más actividad es en los meses de junio, julio y agosto.
Así mismo, el National Weather Service (NWS,2020) plantea una tormenta,
como severa si se presentan vientos de por lo menos 58 mph y/o granizo con 1
pulgada de diámetro y/o presencia de tornado. Así mismo, todas las categorías
de tormentas implican rayos/descargas eléctricas y el potencial de
inundaciones (NWS, 2020). Sin embargo, García et al. (2007) afirma que para ser
catalogada como una TLS en el AMG debe tener presencia de por lo menos una
de estas 3 características, (vientos lineales igual o mayor a 18 m/s presencia de
granizo de cualquier tamaño y tornado).
En la República Mexicana ocurren 30 días con tormentas en promedio
anual por estados y el máximo es de 100, principalmente sobre las sierras Madre
Oriental, Madre Occidental, Madre del Sur, Madre de Chiapas, Montañas del
norte de Chiapas y Sistema Volcánico Transversal (Vidal, 2007). Todas estas
tormentas ocasionan una serie de desastres ya sean materiales en afectaciones
a viviendas, estancamientos de precipitación que a su vez conlleva a
inundaciones, diferentes accidentes y también afectando directamente a la
economía de todos los afectados por la inversión que se debe realizar al reparar
todos los daños después de la tormenta. Por todo lo anterior mencionado es que
el Centro Nacional de Prevención de Desastres CENAPRED (2012) se dio a la
12
tarea de realizar un mapa de riesgos anual, para ello asignó los niveles de peligro
con base a la información de isolíneas que para este caso fueron isoyetas las
cuales son líneas que unen puntos de igual cantidad de precipitación, esto para
asignar un valor a cada municipio. Cabe mencionar que se realizó tomando en
cuenta el número de días con tormentas eléctricas para cada municipio y el
valor más alto de la isoyeta, es el que se le asignó a cada municipio todo esto
como un promedio anual. Ver Figura 1.
Figura 1
A partir de aquí es necesario explicar que para el estudio de las TLS de esta
tesis se delimitó en el AMG, para esto la página oficial del gobierno de Jalisco
(2013) señala que se integra con los municipios de San Pedro Tlaquepaque,
Tonalá, Zapopan, Tlajomulco de Zúñiga, El Salto, Juanacatlán, Ixtlahuacán de los
Membrillos, Acatlán de Juárez, Zapotlanejo y el mencionado Guadalajara que en
conjunto comparten una constante conurbación. Para ser algo más específico
13
el Instituto Metropolitano de Planeación (2012) indica que la superficie total del
AMG es de 3,265.46 km2 donde resalta que los municipios que tiene mayor
superficie son Zapopan con un 31. 15% y Zapotlanejo con 22.12% y los municipios
más pequeños son San Pedro Tlaquepaque con 3.63% y El Salto 2.83% de la
superficie total, como se muestra en la Figura 2.
Figura 2
14
afectando gran parte en el Oriente del AMG, ya que se utilizó maquinaria pesada
para despejar las zonas del hielo, la tormenta se concentró más en el municipio
de San Pedro Tlaquepaque, llegando a almacenarse granizo con 30 centímetros
de espesor. Cable News Network (CNN, 2019).
Figura 3
15
Tabla 1
Génesis de formación de nubes asociadas a Tormentas Severas
Tipo de Causa Ejemplo
formación
16
En general estos procesos anteriormente citados originan inestabilidad
atmosférica, y es claro que su inicio de formación es causado por su interacción
con diferentes factores, incluso otros autores explican que frentes fríos generan
TLS, incluso la isla de calor urbana es un factor en el inicio de estas tormentas,
entre otros.
17
Entre los diferentes índices que existen, no todos se cuenta con
información histórica de ellos en Guadalajara, es por ello que se decidió solo
utilizar los que tuvieran registros más completos y además tengan un grado de
confiabilidad alto en el área de estudio, los cuales son los siguientes:
𝑁𝐸
Tvparcela − Tvamb
𝐶𝐴𝑃𝐸 = ∫ 𝑔 ( ) 𝑑𝑧
𝑇𝑣amb
𝑁𝐶𝐿
Donde:
g= aceleración gravitatoria
Se tiene que mencionar que las unidades de las alturas son en metros y las
temperaturas utilizadas en escala Kelvin. Como se explicó anteriormente, la
fórmula expresa el trabajo realizado por la fuerza de flotación, menos la fuerza
18
de gravedad, que provoca un exceso de energía, que dependiendo de esos
resultados es posible que se convierta en energía cinética y de ahí son
consistentes las unidades del CAPE que son J/kg. Un ejemplo de cómo se
obtiene el índice en el termodiagrama se muestra en la siguiente Figura 4.
Figura 4
Tabla 2
Valores generales del CAPE
Valor CAPE Estabilidad atmosférica
0 Estable
0 a 1000 Marginalmente inestable
1000 a 2500 Moderadamente inestable
2500 a 3500 Muy inestable
3500 o más Extremadamente inestable
19
Índice Lifted: Galway (1956) explica que este índice se obtiene a partir de la
diferencia de temperaturas de una parcela de aire y su entorno a una altura de
500 mb. El LI será negativo cuando la parcela tenga una temperatura más
caliente que su entorno y esto provocará su ascenso. La fórmula para su
obtención es la siguiente:
Tabla 3
Valores generales del índice LI
Valor LI Estabilidad atmosférica
0a3 Estable
-3 a 0 Marginalmente inestable
-6 a -3 Moderadamente inestable
-9 a -6 Muy inestable
-∞ a -9 Extremadamente inestable
𝐶𝐴𝑃𝐸
𝐵𝑅𝑁 =
[(0.5)(𝑈6𝑘𝑚 − 𝑈500𝑚)2
Donde:
20
El índice en sí, es difícil de calcular de manera manual, sin embargo, en los
termodiagramas ya vienen generados por programas informáticos, y al igual
que los índices anteriormente mencionados, el BRN tiene parámetros
establecidos de inestabilidad, qué de manera general se establecieron de la
siguiente forma en la Tabla 4.
Tabla 4
Valores generales del índice BRN
Valor BRN Tormentas observadas
21
Figura 5
Figura 6
22
En el segundo objetivo específico del capítulo I, se menciona la correlación
que se desarrollará para los tres índices. Por lo tanto, es necesario explicar que
son los modelos de correlación. Ahora bien, los más utilizados son el de mínimos
cuadrados y el de regresión lineal múltiple. Este modelo permite identificar de
manera lineal el valor dependiente “y” a partir de las variables independientes
“X1” “X2”.
Por otro lado, Montero (2016) menciona que la regresión lineal múltiple
ajusta estos modelos linealizables en una variable dependiente y con más de
una variable independiente. La regresión sirve para identificar el grado de
asociación de la variabilidad de magnitudes estocásticas y en general se espera
que los sucesos tengan una forma funcional del tipo:
y= b0+b1x1j+b2jx2j+…bkxk+uj
Donde el autor indicó que “y” es la variable endógena “x” las variables
exógenas, “u” los residuos y “b” los coeficientes que se estiman entre “x” y “y”.
Y1=ф0+ф1 Y1*l+a1
- Media nula
- Varianza constante
- Covarianza nula entre errores correspondientes a observaciones diferentes
23
Фp(L)+ Y1= ф0+a1
LY1=Yt-1
Y1=µ+a1+Ѳ1at-1+Ѳ2at-2+….Ѳq+at-q
Y1=Ѳq(L)a1+µ
Marco normativo
El presente trabajo se encuentra apegado a diferentes leyes y reglamentos
militares del Ejército y Fuerza Aérea Mexicanos, teniendo así una
fundamentación válida. Al igual que cumple a las disposiciones de la “Guía y
lineamientos para la elaboración de los trabajos de investigación en el Sistema
Educativo Militar” realizada por la Secretaría de la Defensa Nacional SEDENA en
el año 2020.
Aunado a ello, la Ley Orgánica del Ejército y Fuerza Aérea Mexicanos (2021,
última reforma) en su artículo 96 menciona que el Servicio Meteorológico tendrá
a su cargo proporcionar al Ejército y Fuerza Aérea, la información Meteorológica,
24
así como el resultado de los estudios sobre la materia que requieran. Así mismo,
el artículo 97 dice que El Servicio Meteorológico, operará bajo la supervisión de
la Fuerza Aérea y su Director será un General perteneciente a dicho servicio.
De igual forma, el Reglamento General del Colegio del Aire (D.O.F., 2004)
Capítulo IV De la sección Académica, artículo 17 fracción VII “Coordinar y
supervisar el desarrollo de los trabajos relacionados con la tesis y los exámenes
profesionales o sus equivalentes. Del mismo reglamento, artículo 76 “La
evaluación académica tiene por objeto verificar el nivel de aprovechamiento del
personal en instrucción en el proceso de enseñanza-aprendizaje” y artículo 78
Los exámenes que se aplican en las escuelas militares que dependen del
25
Colegio del Aire son: fracción III “profesional, es el que sustenta al personal en
instrucción que realizó el curso de Piloto Aviador Militar en la Escuela Militar de
Aviación o la carrera de Meteorólogo Militar en la Escuela Militar de Especialistas
de Fuerza Aérea, después de haber cubierto el contenido de los programas de
estudio del curso o carrera respectivo y haber elaborado una tesis o su
equivalente”.
26
CAPÍTULO III METODOLOGÍA
Tipo de investigación
Tabla 5
27
El enfoque de esta investigación será mixto porque en el ámbito de la
meteorología se miden variables que generan información la cual podemos
llegar a comprobar y a su vez se expresan como una forma contable, que sería
el punto de vista cuantitativo. Por ejemplo, intensidad de viento, presión
atmosférica, temperatura del aire, entre otros, que la información que otorgan
ya son unidades establecidas.
28
Técnicas e instrumentos de recolección de variables
Se obtuvo un archivo XLS por cada año del 2004 al 2022 en el que contiene
el altímetro, humedad relativa, dirección e intensidad de viento, la presión,
cobertura nubosa y por último el METAR (Meteorological Aerodrome Report) en
forma horaria por hora, día y mes y que en realidad el de más utilidad es este
último mencionado porque resume todas las variables anteriores mencionada
en una sola codificación.
Población
29
Muestra
𝑁 ∗ 𝑍2 ∗ 𝑝 ∗ 𝑞
𝑛= 2
𝑒 ∗ (𝑁 − 1) + 𝑍 2 ∗ 𝑝 ∗ 𝑞
Siendo:
n = Tamaño de muestra
N = Tamaño de población
Teniendo como resultado una muestra de 159. Cabe mencionar que el tipo
de muestreo es no probabilístico por lo que se puede escoger un determinado
intervalo de tiempo y como tal esta muestra es definida solo por ecuación sin
considerar otros aspectos de la población.
30
CAPÍTULO IV DESARROLLO DEL TRABAJO DE INVESTIGACIÓN
31
Tener demasiada información tiene ventajas al contar con todos los
parámetros que se utilizan para interpretar las condiciones atmosféricas. Sin
embargo, no todos los datos son útiles para este trabajo de investigación, ya que
el objeto de estudio son tormentas y mucha información no es importante
analizar, por lo tanto, se deben filtrar los datos ya obtenidos.
El primer archivo en crudo de muestra fue el del año 2006 el cual contiene
5535 filas de información como se observa en la Figura 7.
Figura 7
32
del mar, así como las variables por separado y en las unidades en las que se
encuentran, esto hace que se puedan ver y extraer cualquier variable individual
que se requiera como se puede observar en la Figura 8 y 9.
Figura 8
Figura 9
Teniendo este reporte se procedió a realizar dos filtros, el primero fue con
base en el METAR, poniendo la abreviatura “Thunderstorm” y “Thunder” ya que
33
con esto es una forma en la que todas las estaciones meteorológicas codifican
que hay o hubo presencia de una tormenta. Cabe resaltar que este filtro se
realizó para el periodo establecido del 2004 al 2022 por el hecho que la
plataforma no contaba con datos anteriores a esa fecha e indagar en periódicos
o alguna otra plataforma no cuenta con la información necesaria o bien un
archivo como tal en el que se pudiera asegurar las características necesarias
para catalogar una tormenta severa al igual que no es posible realizar los
mismos filtros y obtener los días exactos que hubo presencia de tormentas y el
tiempo a emplear sería demasiado.
Figura 10
De todas las celdas arrojadas se identificó que muchas fechas eran las
mismas por el hecho que el reporte METAR se publica cada hora y en diferentes
34
eventos el fenómeno duró aproximadamente 15 a 25 minutos y se realizaban
reportes ESPECI de dos o tres en menos de media hora, es por ello que el
segundo filtro se realizó con los parámetros ya establecidos anteriormente para
que sea catalogada como severa, siendo vientos de 18 m/s o más, presencia de
granizo de cualquier tamaño y presencia de tornado, al igual que se siguió
utilizando la abreviatura “thunderstorm” para observar si esas codificaciones en
donde reportaron tormenta fuerte, alcanzan la categoría de severa y con ello no
excluir algunos eventos importantes que se pudieran estar ignorando al igual
que eliminar las celdas en las que se repetía la misma fecha.
Se obtuvo un total de 39 TLS solo para el año 2006. Una vez teniendo estos
resultados y verificar que en las fechas realmente se presentaron las tormentas,
lo siguiente fue realizar ambos filtros para cada archivo y obtener los días de
ocurrencia en el periodo 2004-2022 y verificar que no se repitieran los días, lo
cual no fue una tarea nada fácil porque muchas de las horas arrojaban
constantemente el mismo día. Sin embargo, después de esa limpieza de datos
se optó por realizar la siguiente tabla para exhibir de manera más clara todas las
ocurrencias de TLS en el área de estudio, pero es importante mencionar que en
el año 2004 y 2005 por la escasez de información sólo se detectaron 5, sin
embargo, con los archivos del Instituto de Astronomía y Meteorología de la
Universidad de Guadalajara (UDG) se completó en los demás años e información
proporcionada por la Comisión Nacional del Agua CONAGUA y aunado con los
filtros se obtuvieron los días de ocurrencia como posteriormente se muestra en
la Tabla 6.
35
Tabla 6
Días de ocurrencia de TLS en el AMG
Fecha Lugar Descripción
2004
25 de mayo Aeropuerto Granizo
28 de mayo El Salto Vientos mayor a 18 m/s
17 de julio Aeropuerto Granizo y vientos mayor a 18m/s
30 de julio Aeropuerto Granizo
2005
17 de julio Aeropuerto Vientos mayor a 18 m/s
2006
25 de mayo Zapopan Vientos mayor a 18 m/s
1 de junio Tlaquepaque y Guadalajara Vientos mayor a 18 m/s
13 de junio Guadalajara Granizo
16 de junio En Pinar de la Calma. Granizada
17 de junio Tlaquepaque Vientos mayor a 18 m/s
19 de junio Zapopan Granizada
28 de junio Aeropuerto Granizo
1 de julio Oriente de la ciudad Vientos mayor a 18 m/s
11 de julio Atejamac Granizo
14 de julio Zona de Minerva Vientos mayor a 18 m/s
20 de julio Colonia universitaria Granizada
21 de julio Zapopan Granizada y vientos fuertes
15 de Agosto Lázaro Cárdenas y en González Gallo Vientos mayor a 18 m/s
17 de Agosto Parque de Santa Maria Granizada
19 de Agosto Zona de la Gran Plaza Granizada
20 de Agosto Zapopan Vientos mayor a 18 m/s
4 de septiembre ZMG Vientos mayor a 18 m/s
9de septiembre Colonia olímpica, calle Morelos Vientos mayor a 18 m/s
3 de octubre IAM Tornado
12 de octubre Circunvalación y Alcalde Granizada
11 de septiembre Centro Guadalajara Vientos mayor a 18 m/s
2007
25 de mayo Centro Guadalajara Granizo
25 de junio Zona de Minerva Granizo
2 de julio Tonala y Tlaquepaque. Granizo
6 de julio Col. Universitaria y Tlaquepaque Vientos mayor a 18 m/s
8 de julio Estadio Jalisco Vientos mayor a 18 m/s
9 de julio Cucei Granizada
16 de julio Mariano Otero, Gran Plaza Granizo
17 de julio Col Universitaria y Tlaquepaque Granizo
21 de julio Cerro de Santa María. Vientos mayor a 18 m/s
22 de julio Zapopan Vientos mayor a 18 m/s
Col. Universitaria, El Retiro y
25 de julio Normalista. Vientos mayor a 18 m/s
26 de julio Revolución y Corregidora Vientos mayor a 18 m/s
4 de Agosto Zapopan, Periférico Acueducto Granizo
30 de agosto La Calma, Zapopan Vientos mayor a 18 m/s
5 de septiembre CUCEI Vientos mayor a 18 m/s
13 de septiembre El Coli Granizo
18 de septiembre Colonia universitaria Granizo y vientos mayor a 18 m/s
3 de octubre Hidalgo y Ameritas Granizo y vientos mayor a 18 m/s
5 de octubre Cucei Granizo y vientos mayor a 18 m/s
17 de noviembre ZMG Granizo
36
23 de noviembre ZMG Granizo
2008
19 de mayo ZMG Vientos mayor a 18 m/s
16 de junio ZMG Vientos mayor a 18 m/s
21de junio Iteso, Periférico y San Agustín Vientos mayor a 18 m/s
15 de julio Tlaquepaque y colonia Universitaria Vientos mayor a 18 m/s
16 de julio Colonia universitaria Vientos mayor a 18 m/s
19 de julio Periférico , zona de San Agustín Vientos mayor a 18 m/s
20 de julio Colonia el Coli Urbano Vientos mayor a 18 m/s
24 de julio Zona Minerva Vientos mayor a 18 m/s
30 de julio Centro Guadalajara Vientos mayor a 18 m/s
6 de Agosto Colonia Universitaria y Tlaquepaque Vientos mayor a 18 m/s
10 de septiembre Tlaquepaque Vientos mayor a 18 m/s
10 de octubre Providencia Vientos mayor a 18 m/s
2009
10 de mayo 2009 Tesistan Vientos mayor a 18 m/s
10 de junio Colonia universitaria Vientos mayor a 18 m/s
16 de junio Col. Circunvalación Granizo y vientos mayor a 18 m/s
1 de julio Plan de San Luis Vientos mayor a 18 m/s
6 de julio Belenes y en Patria Granizo y vientos mayor a 18 m/s
10 de julio San Agustín Granizo
21 de julio López Mateo, Periférico Granizo y vientos mayor a 18 m/s
1 de Agosto Centro Guadalajara Granizo y vientos mayor a 18 m/s
8 de agosto Tlaquepaque y Col Universitaria Granizo
4 de septiembre Centro Guadalajara Granizo y vientos mayor a 18 m/s
22 de septiembre Centro Guadalajara Granizo y vientos mayor a 18 m/s
8 de octubre Centro Guadalajara Vientos mayor a 18 m/s
16 de diciembre Santa Tere, circunvalación Granizo y vientos mayor a 18 m/s
2010
9 de mayo Circunvalación y Alcalde Granizo y vientos mayor a 18 m/s
10 de mayo La Minerva Granizo y vientos mayor a 18 m/s
23 de junio La Minerva Granizo
24 de junio Centro Guadalajara Granizo
29 de junio Centro Guadalajara Vientos mayor a 18 m/s
30 de junio Tlaquepaque Granizo y vientos mayor a 18 m/s
19 de julio Tlaquepaque y Tonala Vientos mayor a 18 m/s
6 de septiembre AMG Vientos mayor a 18 m/s
9 de septiembre San Isidro Granizo y vientos mayor a 18 m/s
17 de septiembre Centro Guadalajara Granizo y vientos mayor a 18 m/s
2011
16 de abril 2011 Tlajomulco Granizo
11 de junio Colonia universitaria Granizo y vientos mayor a 18 m/s
14 de junio Vallarta Vientos mayor a 18 m/s
29 de junio Vallarta Vientos mayor a 18 m/s
24 de julio San Isidro Granizo
29 de julio Iteso Granizo y vientos mayor a 18 m/s
5 de agosto Atejamac Granizo
26 de agosto Periférico Granizo
27 de agosto Periférico Granizo
28 de SEPTIEMBRE ZMG Granizo y vientos mayor a 18 m/s
29 de SEPTIEMBRE Centro Guadalajara Granizo y vientos mayor a 18 m/s
6 de octubre Minerva Granizo
2012
29 de junio Centro Guadalajara Granizo
3 de julio Colonia universitaria y Colomos Granizo y vientos mayor a 18 m/s
11 de julio ZMG Granizo
18 de julio Centro Guadalajara Granizo
26 de julio ZMG Granizo y vientos mayor a 18 m/s
28 de julio Tlaquepaque Granizo
37
1 de agosto Zapopan Granizo
6 de agosto Centro Guadalajara y Zapopan Granizo y vientos mayor a 18 m/s
17 de agosto Centro Guadalajara Granizo y vientos mayor a 18 m/s
18 de agosto Colonia olímpica Granizo y vientos mayor a 18 m/s
23 de agosto Tlaquepaque y Guadalajara Granizo y vientos mayor a 18 m/s
26 de agosto Tlaquepaque y Guadalajara Vientos mayor a 18 m/s
29 de agosto Guadalajara y Zapopan Granizo y vientos mayor a 18 m/s
4 de septiembre Centro Guadalajara Granizo y vientos mayor a 18 m/s
2013
4 de junio Centro Guadalajara Vientos mayor a 18 m/s
26 de junio Paseo del Sol Granizo
25 de julio Centro Guadalajara Granizo
6 de agosto Centro Guadalajara Granizo
10 de agosto Centro Guadalajara Vientos mayor a 18 m/s
23 de agosto Periferico y Mariano Otero. Granizo y vientos mayor a 18 m/s
26 de septiembre Zapopan Granizo
29 de septiembre Periferico y Mariano Otero. Granizo
1 de octubre Plaza del Sol Tornado
2014
14 de mayo ZMG Granizo
15 de mayo Tlaquepaque Granizo
8 de junio San Isidro Granizo
10 de junio Iteso, Palomar Granizo
13 de junio Los Colomos Granizo
14 de junio Centro Guadalajara Granizo
19 de junio Centro Guadalajara Granizo
16 de julio Minerva Granizo y vientos mayor a 18 m/s
24 de julio Centro Guadalajara Vientos mayor a 18 m/s
7 de septiembre Plaza Patria Granizo
8 de septiembre López Mateo, Periférico Vientos mayor a 18 m/s
12 de septiembre Colonia universitaria Granizo
2015
29 de mayo 2015 Tlaquepaque Granizo y vientos mayor a 18 m/s
10 de junio Plaza del Sol Granizo y vientos mayor a 18 m/s
11 de junio Colomos Granizo
26 de junio Tlaquepaque Granizo
6 de julio Tlaquepaque Granizo y vientos mayor a 18 m/s
8 de julio Zapopan Granizo
9 de julio Colomos Granizo y vientos mayor a 18 m/s
16 de julio Zapopan Granizo y vientos mayor a 18 m/s
17 de julio San Agustín Granizo
19 de julio Centro Guadalajara Granizo
26 de julio Tlaquepaque Granizo
23 de agosto Minerva Vientos mayor a 18 m/s
5 de septiembre Tlaquepaque, Tonalá y GDL Granizo y vientos mayor a 18 m/s
6 de septiembre Zapopan Granizo
9 de septiembre Centro Guadalajara Granizo y vientos mayor a 18 m/s
29 de septiembre Minerva Granizo
2016
7 de junio 2016 Zona Estadio Jalisco Vientos mayor a 18 m/s
12 de junio CUCEI Vientos mayor a 18 m/s
18 de junio Tlaquepaque Granizo
20 de junio Periferico Granizo
23 de junio Tlaquepaque y Guadalajara Granizo y vientos mayor a 18 m/s
6 de julio Zapopan Granizo
7 de julio Zapopan Granizo
14 de julio Centro Guadalajara Granizo
26 de julio Zapopan Granizo y vientos mayor a 18 m/s
28 de julio Zapopan Granizo y vientos mayor a 18 m/s
38
4 de agosto Tlajomulco, presa Tapalpa Vientos mayor a 18 m/s
14 de agosto Minerva Vientos mayor a 18 m/s
27 de agosto Tlaquepaque y Guadalajara Granizo y vientos mayor a 18 m/s
1 de septiembre Centro Guadalajara Vientos mayor a 18 m/s
1 de septiembre Centro Guadalajara Vientos mayor a 18 m/s
2017
7 de junio Zona Chapalita Vientos mayor a 18 m/s
3 de julio CUCEI Granizo y vientos mayor a 18 m/s
6 de julio San Isidro Granizo
7 de julio ITESO, CUCEI Granizo
22 de julio Plaza del Sol Granizo y vientos mayor a 18 m/s
26 de julio Lazaro Cardenas Granizo
28 de julio Andares y Av. Patria Granizo
25 de agosto Vallarta Granizo y vientos mayor a 18 m/s
20 de septiembre Centro Guadalajara Granizo
7 de octubre Centro Guadalajara Granizo y vientos mayor a 18 m/s
2018
5 de mayo San Isidro Granizo
10 de mayo Lázaro Cárdenas y en González Gallo Granizo
7 de junio San Isidro Granizo
9 de junio Zapopan Vientos mayor a 18 m/s
27 de junio Colonia Talpita Granizo
28 de junio Jardin Real Granizo
2 de julio Aguilas y en Buganbilias Granizo
5 de julio San Eugenio Granizo
9 de julio Zapopan Granizo
10 de julio Centro Guadalajara Vientos mayor a 18 m/s
17 de julio Colonias Olímpica y Universitaria Granizo
21 de julio Centro Guadalajara Granizo
22 de julio Tlaquepaque Granizo
28 de julio Colón y Calma Granizo
6 de agosto Zapopan Granizo
8 de agosto Zapopan Granizo
9 de agosto Puerta de Hierro Granizo
23 de agosto Colonia Universitaria Granizo
6 de septiembre Colonia Universitaria Granizo
26 de septiembre Américas Granizo y vientos mayor a 18 m/s
5 de octubre Americas, Mariano Otero Granizo
12 de octubre Colonia Universitaria Granizo y vientos mayor a 18 m/s
2019
31 de mayo Calzada Independencia y Tula Granizo y vientos mayor a 18 m/s
8 de junio Colomos Granizo
12 de junio Tonalá Granizo
16 de junio Oblatos, Av. Guadalupe Granizo y vientos mayor a 18 m/s
17 de junio Zapopan Granizo y vientos mayor a 18 m/s
18 de junio Zapopan Granizo
26 de junio Zapopan Granizo y vientos mayor a 18 m/s
30 de junio Tlaquepaque y Guadalajara Granizo
4 de julio Zapopan Granizo
7 de julio Parque Metropolitano Granizo
8 de julio Tlaquepaque y Guadalajara Vientos mayor a 18 m/s
14 de julio Valle Real Zapopan Vientos mayor a 18 m/s
17 de julio Av. Patria y Tepeyac Granizo
21 de julio Av. López Mateo Granizo
24 de julio Zapopan Granizo y vientos mayor a 18 m/s
29 de julio Cerro del Tesoro Granizo y vientos mayor a 18 m/s
3 de Agosto El Fortín Granizo
4 de agosto Zapopan Granizo
5 de agosto Colonia Olímpica Granizo
39
15 de agosto Parque San Rafael Granizo y vientos mayor a 18 m/s
2 de septiembre Atejamac Granizo y vientos mayor a 18 m/s
5 de septiembre Zapopan Granizo y vientos mayor a 18 m/s
7 de septiembre Bosque del Centinela, Zapopan Granizo
26 de septiembre Zapopan Granizo y vientos mayor a 18 m/s
2 de octubre Centro Guadalajara Granizo y vientos mayor a 18 m/s
11 de octubre Tlaquepaque Granizo
31 de octubre Zapopan y Guadalajara Granizo y vientos mayor a 18 m/s
2 de noviembre Colonia Olímpica Granizo
2020
4 de mayo Colonia Universitaria Granizo
5 de mayo Av. Colon, La Calma, Iteso Granizo y vientos mayor a 18 m/s
18 de junio Guadalajara Granizo
19 de junio Guadalajara y Zapopan Granizo y vientos mayor a 18 m/s
21 de junio Zapopan Granizo y vientos mayor a 18 m/s
22 de junio Zapopan Granizo y vientos mayor a 18 m/s
6 de julio Av. Colon, La Calma, Iteso Granizo y vientos mayor a 18 m/s
13 de julio Santa Maria y Colonia Tapatio Granizo
14 de julio Centro Guadalajara Granizo y vientos mayor a 18 m/s
15 de julio Plaza del Sol Granizo
17 de julio Zonas bosque del centinela Vientos mayor a 18 m/s
18 de julio Colonia Universitaria Granizo
30 de julio Zapopan Granizo
11 de agosto Col Arboleda Granizo
12 de agosto Vallarta Granizo
15 de agosto Guadalajara y Zapopan Granizo
22 de sep Zona centro Granizo y vientos mayor a 18 m/s
25 de sep Colonia Universitaria Granizo
27 de sep Plaza Ciudadela Granizo y vientos mayor a 18 m/s
2021
22 de junio Tlaquepaque Granizo
24 de Junio ITESO Granizo y vientos mayor a 18 m/s
25 de junio Av. Aviación, ITESO Granizo y vientos mayor a 18 m/s
15 de julio Ciudad Granja Vientos mayor a 18 m/s
16 de julio Centro Médico Vientos mayor a 18 m/s
19 de julio Zona Centro Vientos mayor a 18 m/s
22 de julio Av. Patria y Tepeyac Granizo y vientos mayor a 18 m/s
25 de julio Fraccionamiento el Campestre Granizo y vientos mayor a 18 m/s
30 de julio Bosque del Centinela, Zapopan Granizo y vientos mayor a 18 m/s
2 de agosto Bosque del Centinela, Zapopan Granizo
3 de agosto Av. 8 de julio y Washington Granizo
7 de agosto Tonalá, Guadalajara y Zapopan Granizo y vientos mayor a 18 m/s
10 de agosto UAG Granizo
13 de agosto San Isidro Granizo
14 de agosto Chapalita y Gran Plaza Granizo y vientos mayor a 18 m/s
18 de agosto Zona Centro Granizo
3 de septiembre Tlaquepaque y El Salto Granizo y vientos mayor a 18 m/s
24 de septiembre Zapopan Granizo y vientos mayor a 18 m/s
26 de septiembre Zapopan Granizo y vientos mayor a 18 m/s
30 de septiembre Zona Centro Granizo y vientos mayor a 18 m/s
Fuente: elaboración propia.
40
Comparar mediante una correlación los diferentes índices termodinámicos
que se van a utilizar para obtener así la medida en la que estos se asocian.
Una vez obtenido las fechas de ocurrencia de TLS, fue posible realizar la
correlación entre los índices LI, CAPE y NBR, para lo cual se contempló
inicialmente utilizar la correlación lineal simple porque analiza la influencia de
una variable explicativa que se llamará X en los valores que toma otra variable
que dependerá de la variable anterior, la cual se nombrará Y.
Es por lo anterior, que, para alcanzar este objetivo exigía un método que
pudiera utilizar las variables que permitieran la correlación esperada. Así pues,
el utilizado fue el modelo obtenido por mínimos cuadrados, aquí se puede tener
más de una variable explicativa lo que hace que la construcción del modelo
arroje más información y se puedan hacer estimaciones exactas y precisas.
El año que tuvo la mayoría de datos completos fue el 2019, faltando solo la
fecha del 18 de junio. Es por ello que se procedió a tomar este año como muestra
para el modelo.
41
Para dar inicio, se definieron cuáles serían las variables explicativas y cuál
sería la variable dependiente y así obtener los coeficientes “a0”, “a1” y “a2”, para
construir el modelo que se requiere obtener el cual es el siguiente:
𝑎0 + 𝑎1𝑥1 + 𝑎2𝑥2
Se tomó la variable “Y” para los valores del índice NBR y “X” para los datos
del LI. Una vez definiendo las variables explicativas y dependiente lo siguiente
fue realizar los siguientes cálculos numéricos que se muestran en la siguiente
Tabla 7, los cuales apoyaran a la construcción de una matriz que se resolverá
posteriormente.
Tabla 7
Cálculos numéricos primer modelo de regresión
∑𝑌 ∑𝑋 ∑ 𝑋2 ∑ 𝑋3 ∑ 𝑋4 ∑𝑋 ∗ 𝑌 ∑ 𝑋2 ∗ 𝑌
Al tener todos los valores calculados, se realizó una matriz para con ella
obtener los coeficientes “a0”, “a1” y “a2”. Cabe resaltar que para resolverla existen
demasiados métodos como Gauss Jordan, Cramer, ecuaciones no lineales, solo
por mencionar algunos, pero el método utilizado fue el de la matriz inversa,
aunque es indiferente apoyarse de cualquiera de los otros procedimientos
porque el resultado será el mismo.
𝑁 ∑𝑋 ∑ 𝑋2 ∑𝑌
𝐴= ∑𝑋 ∑ 𝑋2 ∑ 𝑋3 ∑𝑋∗ 𝑌
2
(∑ 𝑋 ∑ 𝑋3 ∑ 𝑋4 ) ∑ 𝑋2 ∗ 𝑌
42
0.055875774 −4.4992𝐸 − 07 0.016839262
𝐴−1 = (−4.4992𝐸 − 07 1.03365𝐸 − 09 7.95052𝐸 − 07)
0.016839262 7.95052𝐸 − 07 0.016453249
Para obtener los coeficientes “a0”, “a1” y “a2” se multiplicó la inversa por todos
los valores de la columna 4, dando como resultado una matriz de 1x3, siendo
estos los coeficientes para construir la ecuación.
𝑎0 = 1.97
𝑎1 = −23.08
𝑎2 = 29.52
Una vez construido el modelo de regresión el último paso fue obtener los
coeficientes de correlación y determinación con los siguientes cálculos que se
muestran en la Tabla 8. Es importante mencionar en este punto que el valor YP,
diferentes autores lo expresan como el valor pronosticado, utilizando la
ecuación para sustituir los datos de la variable X1 y para obtener el valor de la
variable que definan en “Y”.
Tabla 8
Obtención de coeficientes de correlación y determinación Richardson LI
2 2
∑ 𝑌𝑃 ∑(𝑌 − 𝑌𝑃𝑟𝑜𝑚) ∑(𝑌𝑃 − 𝑌𝑃𝑟𝑜𝑚) ∑(𝑌 − 𝑌𝑃)2
Para la segunda correlación (ver Tabla 9) se tomó “X” para los valores del
índice CAPE y “Y” para los datos del NBR, repitiendo el mismo procedimiento
del primer modelo.
43
Tabla 9
Cálculos numéricos segundo modelo de regresión
∑𝑌 ∑𝑋 ∑ 𝑋2 ∑ 𝑋3 ∑ 𝑋4 ∑𝑋 ∗ 𝑌 ∑ 𝑋2 ∗ 𝑌
La matriz para este segundo caso, se nombrará con la letra B para no causar
alguna confusión siendo el ejemplo:
𝑁 ∑𝑋 ∑ 𝑋2 ∑𝑌
𝐵= ∑𝑋 ∑ 𝑋2 ∑ 𝑋3 ∑𝑋 ∗ 𝑌
2
(∑ 𝑋 ∑ 𝑋3 ∑ 𝑋4 ) ∑ 𝑋2 ∗ 𝑌
𝑎0 = −0.0001
𝑎1 = 0.2538
𝑎2 = 8.069
44
Al tener la segunda ecuación lo siguiente es realizar los cálculos previos a
los coeficientes de regresión y determinación, los cuales van a expresar el grado
de asociación que tiene un índice con respecto del otro y la variabilidad que
tiene el CAPE y los datos arrojados del NBR cómo se identifica en la Tabla 10.
Tabla 10
Obtención de coeficientes de correlación y determinación CAPENBR
2 2
∑ 𝑌𝑃 ∑(𝑌 − 𝑌𝑃𝑟𝑜𝑚) ∑(𝑌𝑃 − 𝑌𝑃𝑟𝑜𝑚) ∑(𝑌 − 𝑌𝑃)2
Tabla 11
Cálculos numéricos tercer modelo de regresión
∑𝑌 ∑𝑋 ∑ 𝑋2 ∑ 𝑋3 ∑ 𝑋4 ∑𝑋 ∗ 𝑌 ∑ 𝑋2 ∗ 𝑌
𝑁 ∑𝑋 ∑ 𝑋2 ∑𝑌
𝐶= ∑𝑋 ∑ 𝑋2 ∑ 𝑋3 ∑𝑋 ∗ 𝑌
2
(∑ 𝑋 ∑ 𝑋3 ∑ 𝑋4 ) ∑ 𝑋2 ∗ 𝑌
45
La matriz inversa de C es la siguiente:
Coeficientes:
𝑎0 = 2𝑥10−6
𝑎1 = −0.0061
𝑎2 = 0.3076
Tabla 12
Obtención de coeficientes de correlación y determinación CAPELI
2 2
∑ 𝑌𝑃 ∑(𝑌 − 𝑌𝑃𝑟𝑜𝑚) ∑(𝑌𝑃 − 𝑌𝑃𝑟𝑜𝑚) ∑(𝑌 − 𝑌𝑃)2
46
Programar una serie de tiempo tomando como variables los índices
utilizados obteniendo los valores que pronostiquen la ocurrencia de TLS.
Figura 11
Carga de datos
47
Figura 12
Estos ordenes se obtienen con base en los métodos PCA y FPCA que a su
vez se basan en el criterio AICBIC, es importante conocer nociones de lo que
abarca el modelo ARIMA por lo que si desea más información puede encontrarla
en el anexo 1.
48
Figura 13
Determinación de órdenes
Figura 14
Prueba residual
49
Figura 15
Por último, se ajustó el script para realizar el pronóstico del modelo de serie
de tiempo, en el cual es realizado con un 95% de intervalo de confianza,
aceptando un 5% de error, que para su análisis se realizará en el capítulo
siguiente y verificar si en realidad los resultados son precisos, incluso si es posible
definir parámetros de los índices para el AMG. El algoritmo del pronóstico se
muestra en la Figura 16.
Figura 16
50
CAPÍTULO V PRESENTACIÓN Y ANÁLISIS DE RESULTADOS
En este capítulo se muestran los resultados obtenidos para lograr los diferentes
objetivos específicos desarrollados en el trabajo de investigación. A a su vez, son
expuestos los diferentes análisis para su posterior conclusión y las
recomendaciones pertinentes que se presentarán en el último apartado.
Figura 17
60
51
50
43
39
TOTAL DE TORMENTAS
40 38
34 35
33
29 29 28
30 26 26
24 25 25
23
21
19
20
10
0
2004 2005 2006 2007 2008 2009 2010 2011 2012 2013 2014 2015 2016 2017 2018 2019 2020 2021
AÑO
51
otros años que tenían un promedio de 30 casos por año. La razón por la cual se
presentaron tantas tormentas en ese año se desconoce, pero la mayoría de los
casos presentaron fuertes rachas de viento y precipitación acumulada alta, por
lo que es interesante estudiar qué originó el incremento de inestabilidad
atmosférica ese año.
Figura 18
30
28
25
NUMERO DE TORMENTAS
22
21 21
20
20 19
16
15
15 14
13
12 12 12
10 10
10 9
5 4
1
0
2004 2005 2006 2007 2008 2009 2010 2011 2012 2013 2014 2015 2016 2017 2018 2019 2020 2021
AÑO
Los años estudiados no fueron tantos como para considerarse como una
climatología, pero sí suficientes para identificar en qué años fueron donde se
presentan más TLS, identificando que el 2019 fue en el que se presentaron más
que en el resto en el que con la información recolectada se calculó el promedio
52
presentándose 16 TLS por año aproximadamente. Por lo anterior se consideró
analizar todos los años para identificar desde qué mes es cuándo comienzan las
tormentas, al igual que obtener el mes en el que más tuvo la ocurrencia de este
fenómeno.
Figura 19
30%
25%
20%
PORCENTAJE
15%
10%
5%
0%
MESES
53
Igual se consideró pertinente analizar el día que presentó la granizada más
fuerte en el periodo establecido, la cual fue el 30 de junio y madrugada del 1 de
julio del 2019. Para su análisis se sacó el radiosondeo de las 00Z de esos días e
identificar el comportamiento de la temperatura y punto de roció, al igual que
los valores de otros índices de inestabilidad, así como la distribución de los
vientos en la columna vertical como a continuación se expone en la Figura 20 y
Figura 21.
Figura 20
54
Figura 21
55
Correlación de los diferentes índices termodinámicos que se utilizaron
obteniendo así la medida en la que estos se asocian
Los dos primeros índices en el que se les aplicó la regresión por mínimos
cuadrados, fue el BRN y LI de los cuales se obtuvo la siguiente ecuación:
Figura 22
500
Bulck Richardson Number
200
100
0
-5 -4 -3 -2 -1 0 1 2 3 4
-100 Lifted Index
Figura 23
500
450
400
Bulck Richardson Number
250
200
150
100
50
0
-200 0 200 400 600 800 1000 1200 1400 1600 1800 2000
Convective Potencial Energy
57
63.2%. y el coeficiente de determinación representa que los valores del CAPE
influyen en un 40% en los resultados del BRN, lo que igual tiene lógica, ya que
para sacar los números de Bulck Richardson en la fórmula se considera a la
Energía Potencial Convectiva.
del CAPE y BRN, por que en teoría es la fuerza del empuje hidrostático que va
una relación evidente. Pero los resultados en este último modelo arrojaron que
del 100 % de los valores del índice LI el 40% son por influencia del CAPE y la
Figura 24.
Figura 24
3
y = 2E-06x2 - 0.0061x + 0.3076
2
R² = 0.6541
1 R= -0.808
Lifted Index
0
-200 0 200 400 600 800 1000 1200 1400 1600 1800 2000
-1
-2
-3
-4
-5
Convective Potencial Energy
58
Programar una serie de tiempo tomando como variables los índices
utilizados obteniendo los valores que pronostiquen la ocurrencia de TLS
Figura 25
Casos TLS
Al tener la primera serie de tiempo, para realizar el modelo exige que sea
estacionaria y con los algoritmos explicados en el capítulo anterior se hizo que
la serie se comporte de esa manera. Sin embargo, no basta con solo verse
59
gráficamente así, por lo tanto, se realizó el Test Dickey-Fuller para corroborar lo
anterior arrojando dos hipótesis.
yt = c+ℓt+фyt-1+ẞ1Δyt-1+…ẞpΔyt-p+єt
H0: Φ=1
Ha: Φ <1
Figura 26
Casos TLS
Una vez teniendo la serie estacional es posible realizar la primera parte del
modelo (ARp) o en otras palabras el modelo autorregresivo. Ver Figura 27.
60
Figura 27
Autocorrelación índice LI
Figura 28
Casos TLS
61
Al tener AR y MA se realizó el último paso, integrando ambos métodos para
tener un polinomio que arrojará el valor umbral del LI para la predicción de una
TLS el cual fue el siguiente:
Tabla 13
Indicadores de predicción de TLS
Índice Valor
CAPE 2600
Lifted -2.5
Bulck Richardson Number >10
Fuente: elaboración propia.
62
CAPÍTULO VI CONCLUSIONES Y RECOMENDACIONES
Conclusiones
Conforme al planteamiento del problema de este trabajo de investigación
y el análisis de los resultados, es posible decir que la hipótesis propuesta se
comprueba y con ello los objetivos específicos se cumplen al igual que el
objetivo general. Así mismo, la metodología empleada y los diferentes
procedimientos matemáticos utilizados, contribuyen a la predicción temprana
de TLS para el AMG.
63
Con la fecha de ocurrencia de TLS se obtuvo los valores de los índices CAPE,
BRN y LI de cada día, y se realizó la correlación por el método de mínimos
cuadrados obteniendo los siguientes resultados que se muestran en la Tabla 14.
Tabla 14
Coeficientes R y R2 de los índices CAPE, BRN y LI
Índices Coeficiente de Coeficiente de
correlación determinación
BRN & LI 0.087 0.0077
Cape & BRN 0.187 0.0351
Cape & LI 0.46 0.22
Fuente: elaboración propia
Para el AMG, los índices que presentaron mayor correlación fueron entre el
CAPE y LI, lo cual no se tenía esperado superando las expectativas, ya que en
teoría se esperaba inicialmente que el Cape & BRN tuvieran los valores más altos
porque para obtener los números de Bulck Richardson se considera la energía
del CAPE y la cizalladura vertical entre otros aspectos. Pero hablando en
términos matemáticos su correlación fue 0.18 y coeficiente de determinación
0.0351 lo que significa que la medida en la que se asocian es muy débil y los
valores del CAPE no influyen más que un 3.51% en los resultados del BRN y el
resto es por influencia de otros factores.
Por otro lado, los índices BRN & LI fueron los que presentaron los valores
más bajos lo que indica prácticamente que no tienen relación. Cabe mencionar
que las correlaciones realizadas en los tres índices mencionados, solo fueron
para el AMG, y que por diferentes factores como latitud, orografía, fenómenos a
escala sinóptica como frentes fríos o advección de aire marítimo tropical entre
otros sistemas van a influir en la inestabilidad o estabilidad atmosférica y por
consecuencia en las cantidades arrojadas por los índices termodinámicos.
64
mismo la hipótesis se cumple pronosticando la serie temporal con los
parámetros de los tres índices (CAPE, BRN y LI) para determinar con un nivel de
confianza del 95% el día en el que se presente una TLS.
Recomendaciones
Es recomendable que para futuras investigaciones que aborden el tema de
TLS, en el AMG utilicen las fechas de ocurrencia que se obtuvieron y
posteriormente descargar diferentes herramientas meteorológicas para
analizar sus características y patrones de este fenómeno, incluso determinar a
escala sinóptica los sistemas que provocaron el surgimiento del desarrollo de
células convectivas que originaron tormentas y con ello aportar nueva
información y a su vez determinar la predicción de manera oportuna y precisa
de TLS.
Al igual que se utilicen para realizar el modelo ARIMA para otros índices de
inestabilidad atmosférica que no se contemplaron en esta investigación, como
lo es Showalter, Total de Totales, índice K, índice de Galvez Davidson entre otros,
65
y obtener los parámetros de cada uno en las diferentes estaciones militares que
se encuentran desplegadas en las diferentes Bases Aéreas y Zonas militares.
66
“2022, Año de Ricardo Flores Magón,
Precursor de la Revolución Mexicana”.
Anexo 1
Código QR modelo ARIMA para el índice de inestabilidad CAPE del
periodo 2004 a 2021 con valores de TLS
67
“2022, Año de Ricardo Flores Magón,
Precursor de la Revolución Mexicana”.
Anexo 2
Código QR Modelo ARIMA para el índice de inestabilidad Bulck
Richardson Number del periodo 2004 a 2021 con valores de TLS
68
FUENTES DE CONSULTA
Galway, J.G. (1956) The lifted index as a predictor of latent instability. Bulletin of
the American Meteorological Society
69
https://journals.ametsoc.org/view/journals/bams/37/10/1520-0477-
37_10_528.xml
García, O., Sanchez, H., Gutierrez, J., Peña, A. y Guadalupe, M. (2007). Climatología
de las tormentas locales severas (TELS) en la Zona Metropolitana de
Guadalajara. UNAM. https://doi.org/10.14350/RIG.29907
Jiménez, M., Baeza, C., Matías, L. y Eslava, H. (2012). Mapas de Índices de riesgo a
escala municipal por fenómenos hidrometeorológicos. CENAPRED.
http://www.atlasnacionalderiesgos.gob.mx/descargas/Metodologias/Hidr
ometeorologico.pdf
70
MIlenio (2019). Granizada historica en Guadalajara.
https://www.milenio.com/politica/comunidad/videos-de-la-granizada-
historica-en-guadalajara
Qu, C., & Kang, J. (2014). Hodograph transformations and Cauchy problem to
systems of nonlinear parabolic equations. Studies in Applied
Mathematics, 132(2), 81-111.
71
Salson, S. (2010). Equipo de Radiosondeo. CMATI.
https://www.meteogalicia.gal/datosred/infoweb/meteo/docs/observacio
n/radiosondaxe/radiosondaxe_es.pdf
72
https://www.gob.mx/sedena/acciones-y-programas/informacion-
general-de-la-escuela-militar-de-especialistas-de-fuerza-aerea
Vidal, R. (2007). Número de días con tormenta eléctrica. Nuevo Atlas Nacional de
México, Instituto de Geografía UNAM.
http://www.igeograf.unam.mx/Geodig/nvo_atlas/index.html/
73