caracterizaci on del comportamiento del vapor de …caracterizaci on del comportamiento del vapor de...
Post on 17-Apr-2020
8 Views
Preview:
TRANSCRIPT
Caracterizacion del Comportamientodel Vapor de Agua y Energıa
Potencial Convectiva DisponiblePrecedente a Eventos de Precipitacion
Sobre el Valle de Aburra
Carlos Mario Cuervo Lopez
tesis presentada como requisito parcial para optar al tıtulo de:
Magister en Ingenierıa - Recursos hidraulicos
Director:
Ph.D. Carlos David Hoyos Ortız
Universidad Nacional de Colombia
Facultad de Minas, Departamento de Geociencias y Medio Ambiente
Medellın, Colombia
2017
Caracterizacion del Comportamiento delVapor de Agua y Energıa Potencial
Convectiva Disponible Precedente a Eventosde Precipitacion Sobre el Valle de Aburra
Carlos Mario Cuervo Lopez
Tesis presentada como requisito parcial para optar al tıtulo de:
Magister en Ingenierıa - Recursos Hidraulicos
Director:
Ph.D Carlos David Hoyos Ortiz
Lınea de Investigacion:
Pronostico meteorologico a partir de informacion de sensores remotos
Grupo de Investigacion:
Sistema de Alerta tempranade Medellın y el Valle de Aburra (SIATA)
Universidad Nacional de Colombia
Facultad de Minas, Escuela de Geociencias y Medio Ambiente
Medellın, Colombia
2017
Todo este trabajo se realizo gracias al apoyo incondicional que recibı de una persona, quien
me ayudo siempre y sobretodo en los momentos mas difıciles, fue mi apoyo moral que me
motivo a seguir pese a las dificultades.
Agradecimientos
Agradezco a mi familia, especialmente a mis dos sobrinas, por inspirarme y motivarme. Son
mi razon de ser.
El principal agradecimiento es para Carlos, a quien no solo admiro como un gran lıder y
academico, sino que lo considero como un padre. Estare infinitamente en deuda con el por
todo lo que me ha ensenado, tanto en terminos academicos y profesionales como personales.
A todas las personas de SIATA, en donde no solo encontre los mejores companeros de trabajo
sino que tambien muy buenos amigos, con los que he dado la oportunidad de crecer como
persona y aprender de cada uno de ellos, trabajando en el entorno de un proyecto que estando
muy ligado a la academia cientıfica tiene un componente social muy importante, lo que me
ha ayudado a crecer en este aspecto.
Un agradecimiento muy especial para mis companeros y amigos del “piso cinco”, Julian,
Mauro y Trujillo que me apoyaron en la realizacion de esta investigacion, ayudandome con
mis dudas y dandome siempre buenas ideas. El apoyo que me brindaron fue fundamental, al
igual que las ayudas y consejos de Lina, Toro, Laura, todos mis companeros de turnos en la
torre, a quienes les toco aguantarme mucho.
Tambien al SIATA, la Universidad Nacional y la Facultad de Minas por ser las instituciones
donde me apoyaron a realizar este trabajo, de las cuales me siento orgulloso de pertenecer.
vii
Resumen
La precipitacion es uno de los componentes mas sobresalientes, dinamicos e intermitentes del
ciclo hidrologico, y por ende del sistema climatico. El vapor de agua, al ser uno de los factores
condicionantes de la precipitacion, juega un papel crucial en diversos procesos atmosfericos.
Su importancia se encuentra en un amplio rango de escalas temporales y espaciales, desde la
escala local asociada a variabilidad microclimatica, hasta escalas globales asociada a cambio
climatico de largo plazo. La distribucion de vapor de agua esta ıntimamente relacionada con
la distribucion de nubes, la precipitacion y su intensificacion debido a la gran cantidad de
calor latente liberado en el cambio de fase del agua, que ademas, es una fuente de energıa
importante para el movimiento del aire en atmosfera. Ademas la distribucion del vapor de
agua es una de las variables mas importantes en la estabilidad vertical de la atmosfera,
en la estructura y evolucion de tormentas atmosfericas, debido a que estos procesos tienen
una gran sensibilidad a los perfiles vapor de agua y temperatura, ası como las implicaciones
resultantes en los ciclos regionales y globales de agua y energıa. En el presente trabajo se
evalua la variabilidad del vapor de agua sobre el Valle de Aburra, y su rol en los diferentes
procesos termodinamicos de la troposfera ante la formacion de eventos de precipitacion, prin-
cipalmente en eventos de origen convectivo. Para esto se abordaron diferentes estrategias, las
cuales incluyen desde el monitoreo remoto o directo de las variables asociadas a los procesos
termodinamicos en la atmosfera hasta estrategias de modelacion. En cuanto a monitoreo se
usan datos de sensores remotos tanto de escala regional de origen satelital, como lo son los
productos de la mision AIRS (Atmospheric Infrared Sounder) de la NASA, como de escala
local usando un radiometro microondas (MWR; MicroWave Radiometer), el cual genera,
entre otros, datos de vapor de agua en la vertical. En cuanto a monitoreo directo se realiza-
ron 120 radiosondeos en tres campanas, en diferentes momentos del ciclo anual. Tambien se
usa informacion de la estructura vertical de la troposfera a partir de salidas de pronostico
del esquema de modelacion numerica operacional de SIATA, el cual es basado en el modelo
WRF (Weather Research Forecast). Con estas diferentes estrategias se obtuvieron perfiles
de vapor de agua y temperatura, de esta manera se cuantifico el comportamiento de la es-
tructura vertical termodinamica de la atmosfera mediante el uso de ındices de estabilidad,
a los cuales se les evaluo la eficacia para el pronostico de eventos de precipitacion a corto
plazo en el contexto del Valle de Aburra. Ademas se muestran algunas de las condiciones de
estabilidad, y en general las condiciones termodinamicas que favorecen o no a la dispersion
de contaminantes al interior del valle de Aburra. En estos procesos se evidencio la importan-
cia de contar con mediciones permanentes de los perfiles termodinamicos de la troposfera,
principalmente en los niveles mas cercanos a la superficie, con el objetivo de representar de
manera satisfactoria su estructura, variabilidad, y estimacion de la estabilidad, de manera
que se propicie un mejor entendimiento de los fenomenos termodinamicos asociados a even-
tos de precipitacion, ademas conocer adecuada mente la distribucion de vapor de agua y en
viii
particular el estado termodinamico de la atmosfera, es importante no solo en la formacion
de eventos de precipitacion, sino que tambien juegan un papel importante en el desarrollo y
extension de la capa lımite atmosferica, que como sucede en el valle de Aburra, puede afectar
drasticamente la calidad del aire.
Palabras clave: Termodinamica, pronostico, estabilidad atmosferica, precipitacion, ca-
lidad de aire.
Abstract
Precipitation is one of the most outstanding, dynamic and intermitent components of the
hydrological cycle, and therefore of the climatic system. Water vapor, being one of the fac-
tors conditioning precipitation, plays a crucial role in different atmospheric processes. Water
vapor varies in a wide range of temporal and spatial scales, from the local scale associated
with microclimatic variability, to global scales associated with long-term climate change. The
distribution of water vapor is related to cloud distribution, precipitation and atmospheric
storms due to the large amount of latent heat released in the water’s phase change, which is
also an important source of energy for air movement in the atmosphere. Besides, the distri-
bution of water affects the vertical stability of the atmosphere, the structure and evolution
of atmospheric storms, because these processes have great sensitivity to water vapor and
temperature profiles, while also having implications in regional and global water and energy
cycles. This research evaluates the variability of water vapor over the Aburra Valley and its
role on different thermodynamic processes of the troposphere at the start of precipitation
events, mainly in events of convective origin. Different strategies were used, using remote and
direct monitoring of the variables associated with thermodynamic processes in the atmosp-
here such as satellite sources like NASA’s AIRS (Atmospheric Infrared Sounder) products
microwave radiometers (MWR ; Textit MicroWave Radiometer), 120 radiosoundings; finally
applying modeling strategies to these processes using SIATA operational numerical mode-
ling scheme, which is based on the WRF (Weather Research Forecast) model. With these
different strategies water vapor and temperature profiles were obtained. The behavior of
the thermodynamic vertical structure of the atmosphere was quantified using stability inde-
xes, which evaluates the effectiveness of nowcasting of precipitation events over the Aburra
Valley. It also shows some of the stability conditions, and in general the thermodynamic
conditions that favors the dispersion of pollutants in the Aburra valley. In these processes,
the importance of having permanent measurements of the thermodynamic profiles of the tro-
posphere was evidenced, mainly in the levels which are closer to the surface. where a better
understanding of the thermodynamic phenomena associated with precipitation events and
ix
knowledge of the proper distribution of water vapor is needed not only during the beginning
of the events but also during its extension and development with its drastic implications to
air quality in the valley, mainly in terms of the extension of the atmospheric boundary layer.
Keywords: Thermodynamics, forecast, atmospheric stability, precipitation, air quiality
Contenido
Agradecimientos V
Resumen VII
1. Introduccion 3
2. Estrategias para la Medicion de Perfiles Termodinamicos Atmosfericos 7
2.1. Mediciones Satetitales . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 8
2.1.1. Sensores Satelitales Pasivos . . . . . . . . . . . . . . . . . . . . . . . 8
2.1.2. Sensores Satelitales Activos . . . . . . . . . . . . . . . . . . . . . . . 11
2.2. Mediciones en Tierra . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 12
2.2.1. Mediciones In Situ . . . . . . . . . . . . . . . . . . . . . . . . . . . . 12
2.2.2. Sensores Pasivos . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 13
2.2.3. Sensores Activos . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 16
2.3. Descripcion del Modelo Weather Research Forecast (WRF) . . . . . . . . . . 19
3. Estabilidad Atmosferica 23
3.1. Criterio de Estabilidad . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 23
3.2. Estabilidad de la Atmosfera Saturada . . . . . . . . . . . . . . . . . . . . . . 27
3.3. Variacion Temporal del Perfil del Contenido de Agua en la Atmosfera . . . . 31
3.4. Indices de Estabilidad Atmosferica . . . . . . . . . . . . . . . . . . . . . . . 37
3.4.1. Indice de Showalter (SI) . . . . . . . . . . . . . . . . . . . . . . . . . 38
3.4.2. Indice de Ascenso (LI; Lifted Index ) . . . . . . . . . . . . . . . . . . . 41
3.4.3. Energıa Convectiva Potencial Disponible, (CAPE, Convective Aviaba-
ble Pontential Energy) . . . . . . . . . . . . . . . . . . . . . . . . . . 45
3.4.4. Energıa de Inhibicion de la Conveccion, (CINE, Convection Inhibition
Energy) . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 49
3.4.5. Indice de Microburbujas Hıbridas (HMI;Hybrid Microbrust index ) . . 52
4. Comparacion entre las Metodologıas de Medicion 56
4.1. Comparacion entre AIRS y MWR . . . . . . . . . . . . . . . . . . . . . . . . 56
4.2. Comparacion entre Radiosondeos y MWR . . . . . . . . . . . . . . . . . . . 59
4.3. Comparacion entre WRF y MWR . . . . . . . . . . . . . . . . . . . . . . . . 64
5. Influencia de la Estabilidad Atmosferica en la Calidad del Aire 69
Contenido xi
6. Conclusiones 75
A. Variacion de los Ciclos Diurnos de Durante eventos de Precipitaicion 77
A.1. Temperatura . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 77
A.2. Humedad Relativa . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 78
A.3. Cantidad de Agua Liquida . . . . . . . . . . . . . . . . . . . . . . . . . . . . 80
B. Otros Indices de Estabilidad Atmosferica 83
B.1. Indice K . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 83
B.2. Indice K Modificado . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 86
B.3. Indice de Rackliff . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 86
B.4. Indice de Jefferson . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 90
B.5. Indice de Adedokum . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 93
B.6. Indice de Potencial de Bulbo Humedo . . . . . . . . . . . . . . . . . . . . . . 97
B.7. Indices Verticales, Cruzados y Totales . . . . . . . . . . . . . . . . . . . . . . 100
B.8. Indices Totales Modificados . . . . . . . . . . . . . . . . . . . . . . . . . . . 103
B.9. Indice TQ . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 103
B.10.Indice de Energıa Total . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 107
B.11.Indice de Inestabilidad Conectiva de Reap . . . . . . . . . . . . . . . . . . . 110
B.12.Indice de Inestabilidad Conectiva de Baber . . . . . . . . . . . . . . . . . . . 113
B.13.nCAPE . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 116
B.14.Amenaza de Clima Fuerte (SWEAT) . . . . . . . . . . . . . . . . . . . . . . 119
B.15.Numero de Richardson (BRN, Bulk Richardson Number) . . . . . . . . . . . 121
Bibliografıa 124
Lista de Figuras
2-1. Valores promedio del mes de Septiembre para (a) temperatura superficial y
(b) humedad relativa en Colombia. Registros entre 2002-2016 del AIRS. . . . 11
2-2. Radiosondeo lanzado desde la torre SIATA. Campana Enero 2015 . . . . . . 13
2-3. Espectro de absorcion de una atmosfera tıpica en latitudes medias para dos di-
ferentes altitudes y densidades de vapor de agua. (Technical Proposal MP3000A,
2012) . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 14
2-4. Radiometro microondas MP3000A, ubicado en la torre SIATA . . . . . . . . 16
2-5. (De arriba a abajo) Evolucion diurna de los perfiles de temperatura, humedad
Relativa, densidad de vapor de agua y agua lıquida en la atmosfera, para el
15 de mayo del 2016, radiometro microondas. . . . . . . . . . . . . . . . . . 17
2-6. (De izquierda a derecha) Perfiles de los 0 a los 10km de temperatura, tem-
peratura potencial, temperatura potencial virtual, y temperatura potencial
equivalente, cada uno con su respectiva derivada con respecto a la altura,
para el 27 de Mayo de 2016 a las 1034, radiometro microondas. . . . . . . . . 18
2-7. Funcionamiento del modelo WRF, agrupado en cuatro fases: Bases de datos
externas (verde), el pre-procesamiento (azul), procesamiento (rojo) y post-
procesamiento (gris). Tomado de (Zapata, 2015) . . . . . . . . . . . . . . . . 20
2-8. (Superior Izquierda) Dominios anidados del modelo WRF empleados en SY-
NAPSIS. (Superior derecha) Dominio 2 - 6x6km. (Inferior) Corte de la to-
pografıa a los 6.2◦N. El marcador rojo en las Figuras indica la ubicacion del
Radiometro Microondas. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 21
3-1. Diagrama termodinamico skew-T/log-P, generado a partir de los datos de
radiometro microondas para el dıa 18 de marzo del 2017 a las 1808, hora Local 30
3-2. Ciclos diurnos mensuales de la densidad de vapor de agua, calculados a partir
de datos del radiometro microondas. (a) lineas y (b) contornos. . . . . . . . 32
3-3. Ciclos diurnos mensuales de la cantidad de agua precipitable, calculados a
partir de datos del radiometro microondas. (a) Lıneas y (b) Contornos. . . . 33
3-4. Ciclos diurnos mensuales de la densidad integrada de agua lıquida, calculados
a partir de datos del radiometro microondas.(a) Lıneas y (b) contornos . . . 33
3-5. Ciclo diurno mensual de la altura del nivel de condensacion (LCL), calculados
a partir de datos del radiometro microondas. (a) Lıneas y (b) Contornos. . . 34
3-6. Histograma de cantidad de agua liquida integrada en la vertical . . . . . . . 35
Lista de Figuras xiii
3-7. Ciclo diurno del perfil de vapor de agua en (a) dıas sin eventos de precipitacion
(b) dıas con eventos de precipitacion. . . . . . . . . . . . . . . . . . . . . . . 35
3-8. Resta de los ciclos diurnos de los perfiles de vapor de agua entre los dıas de que
no se registraron eventos de precipitacion y los dıas en que si se registraron
eventos de precipitacion. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 36
3-9. Ciclo diurno mensual de la columna de vapor de agua en los dıas que no se
registraron eventos de precipitacion en (a) lineas y (b) contronos; y los dıas
con eventos de precipitacion en (c) lineas y (d) contornos. . . . . . . . . . . . 37
3-10.Ciclo diurno medio del ındice SI (Showalter Index) con (a) ciclo diurno medio
de precipitacion sobre el radiometro microondas y (b) cantidad integrada de
agua liquidad obtenidas con las mediciones del MWR. Los colores sombreados
representan la dispersion de los datos en el rango intercuartil. . . . . . . . . 39
3-11.Ciclo diurno mensual del ındice SI en los dıas que no se registraron even-
tos de precipitacion en (a) lineas y (b) contronos; y los dıas con eventos de
precipitacion en (c) lineas y (d) contornos. . . . . . . . . . . . . . . . . . . . 40
3-12.Diferencia de los ciclos diurnos por meses del ındice SI, entre los casos que no
hay eventos de precipitacion y los dıas con registros de eventos de precipitacion 41
3-13.Ciclo diurno medio del ındice LI con (a) ciclo diurno medio de precipitacion
sobre el radiometro microondas y (b) cantidad integrada de agua liquidad
obtenidas con las mediciones del MWR. Los colores sombreados representan
la dispersion de los datos en el rango intercuartil. . . . . . . . . . . . . . . . 42
3-14.Ciclo diurno mensual del ındice LI en los dıas que no se registraron even-
tos de precipitacion en (a) lineas y (b) contronos; y los dıas con eventos de
precipitacion en (c) lineas y (d) contornos. . . . . . . . . . . . . . . . . . . . 44
3-15.Diferencia de los ciclos diurnos por meses del ındice LI, entre los casos que no
hay eventos de precipitacion y los dıas con registros de eventos de precipitacion 45
3-16.Ciclo diurno medio del ındice CAPE con (a) ciclo diurno medio de precipita-
cion sobre el radiometro microondas y (b) cantidad integrada de agua liquidad
obtenidas con las mediciones del MWR. Los colores sombreados representan
la dispersion de los datos en el rango intercuartil. . . . . . . . . . . . . . . . 47
3-17.Ciclo diurno mensual del ındice CAPE en los dıas que no se registraron even-
tos de precipitacion en (a) lineas y (b) contronos; y los dıas con eventos de
precipitacion en (c) lineas y (d) contornos. . . . . . . . . . . . . . . . . . . . 48
3-18.Diferencia de los ciclos diurnos por meses de CAPE, entre los casos que no
hay eventos de precipitacion y los dıas con registros de eventos de precipitacion 49
3-19.Ciclo diurno medio del ındice CINE con (a) ciclo diurno medio de precipitacion
sobre el radiometro microondas y (b) cantidad integrada de agua liquidad
obtenidas con las mediciones del MWR. Los colores sombreados representan
la dispersion de los datos en el rango intercuartil. . . . . . . . . . . . . . . . 50
xiv Lista de Figuras
3-20.Ciclo diurno mensual del ındice CINE en los dıas que no se registraron even-
tos de precipitacion en (a) lineas y (b) contronos; y los dıas con eventos de
precipitacion en (c) lineas y (d) contornos. . . . . . . . . . . . . . . . . . . . 51
3-21.Diferencia de los ciclos diurnos por meses del ındice CINE, entre los casos
que no hay eventos de precipitacion y los dıas con registros de eventos de
precipitacion . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 52
3-22.Ciclo diurno medio del ındice HMI con (a) ciclo diurno medio de precipitacion
sobre el radiometro microondas y (b) cantidad integrada de agua liquidad
obtenidas con las mediciones del MWR. Los colores sombreados representan
la dispersion de los datos en el rango intercuartil. . . . . . . . . . . . . . . . 53
3-23.Ciclo diurno mensual del ındice HMI en los dıas que no se registraron even-
tos de precipitacion en (a) lineas y (b) contronos; y los dıas con eventos de
precipitacion en (c) lineas y (d) contornos. . . . . . . . . . . . . . . . . . . . 54
3-24.Diferencia de los ciclos diurnos por meses del ındice HMI, entre los casos
que no hay eventos de precipitacion y los dıas con registros de eventos de
precipitacion . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 55
4-1. Celda que corresponde al valle de Aburra en las mediciones de AIRS (recua-
dro), ademas de la ubicacion del radiometro microondas (Marcador). . . . . 57
4-2. Comparacion de los histogramas de LI (Lifted Index) calculados con AIRS
(rojo) y radiometro microondas (azul). . . . . . . . . . . . . . . . . . . . . . 57
4-3. Comparacion de los histogramas de (a) CAPE (Energıa Potencial Convectiva
Disponible) y (b) CINE (Energıa Inhibitoria de la Conveccion) calculados con
AIRS (rojo) y radiometro microondas (azul). . . . . . . . . . . . . . . . . . . 58
4-4. Comparacion de perfiles de (a) Temperatura y (b) humedad relativa medida
con Radiometro microondas (rojo) y con AIRS (verde) para el 11 de mayo del
2014. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 59
4-5. (De izquierda a derecha) Perfiles de temperatura (T ), temperatura potencial
(θ), temperatura potencial virtual (θv), y temperatura potencial equivalente
(θe), medidos con el radiometro microondas (rojo) y los radiosondeos (verde)
el 6 de mayo de 2015 a las 15:00 . . . . . . . . . . . . . . . . . . . . . . . . . 61
4-6. (De izquierda a derecha) Perfiles de temperatura del punto de rocıo (Td),
humedad relativa (RH), temperatura virtual (Tv), y relacion de mezcla (w),
medidos con el radiometro (rojo) y los radiosondeos (verde) el 6 de mayo de
2015 a las 1500 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 62
4-7. Diferencia integrada en los perfiles medidos con el radiometro microondas y
radiosondeos de (a) Temperatura T y (b) relacion de mezcla ω, el 6 de mayo
de 2015 a las 1500 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 62
4-8. Histogramas de la Diferencia integrada en las mediciones con el radiometro
microondas y radiosondeos de (a) Temperatura T y (b) relacion de mezcla ω. 63
Lista de Figuras xv
4-9. Comparacion de los histogramas de LI calculados con MWR y radiosondeos . 63
4-10.Comparacion de los histogramas de (a) CAPE (Energıa Convectiva Potencial
Disponible) y (b) CINE (Energıa Inhibitoria de la Conveccion)calculados con
el radiometro microondas y radiosondeos. . . . . . . . . . . . . . . . . . . . . 64
4-11.Comparacion de los histogramas de LI (Lifted Index) calculados a partir del
radiometro microondas y el WRF. . . . . . . . . . . . . . . . . . . . . . . . . 65
4-12.Comparacion de los histogramas de (a) CAPE (Energıa Convectiva Potencial
Disponible) y (b) CINE (Energıa Inhibitoria de la Conveccion)calculados con
el radiometro microondas y el WRF. . . . . . . . . . . . . . . . . . . . . . . 65
4-13.(De izquierda a derecha) Perfiles de temperatura (T ), temperatura potencial
(θ), temperatura potencial virtual (θv), y temperatura potencial equivalente
(θe), obtenidos con los datos del radiometro microondas y WRF de marzo y
abril del 2016. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 67
4-14.(De izquierda a derecha)Perfiles medios de temperatura del punto de rocıo
(Td), humedad relativa (RH), temperatura virtual (Tv), y relacion de mezcla
(w), obtenidos con los datos del radiometro microondas y WRF de marzo y
abril del 2016. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 68
5-1. Fotografıas de la evolucion de la capa lımite el 5 de febrero del 2017, tomadas
en la vereda El Yolombo del corregimiento de San Cristobal al occidente del
Valle de Aburra. (a) Fotografıa a las 0630, se observa el amanecer y una capa
de niebla sobre la ladera oriental del valle, indicando poca altura de la ABL.
(b) Fotografıa a las 0700, se continua observando la capa de niebla en la ladera
oriental del valle. (c) Fotografıa a las 0800, comienza a disiparse la niebla
en la ladera oriental, y mejoran un poco las condiciones de visibilidad. (d)
Fotografıa a las 1030, desaparece por completo la niebla en la ladera oriental,
y las condiciones de visibilidad mejoran notablemente. . . . . . . . . . . . . 71
5-2. Ciclo diario mensual de la altura de la capa lımite atmosferica calculada con
el metodo de Stull a partir de los datos del radiometro microondas. . . . . . 72
5-3. Histogramas de CINE (Energıa Inhibitoria de la Conveccion) durante febrero
y marzo del 2016 calculada a partir de los datos del radiometro microondas,
la distribucion en marzo es mas negativo, asociado a atmosferas mucho mas
estables . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 73
5-4. Ciclo diario de PM2,5 en la estacion de calidad de aire de la Universidad Nacio-
nal - Nucleo el Volador - con ciclos diarios de: (a) CINE (Energıa Inhibitoria
de la Conveccion) y (b) LI . . . . . . . . . . . . . . . . . . . . . . . . . . . . 74
A-1. Ciclo diurno del perfil de Temperatura (a) dıas sin eventos de precipitacion
(b) dıas con eventos de precipitacion. . . . . . . . . . . . . . . . . . . . . . . 77
xvi Lista de Figuras
A-2. Resta de los ciclos diurnos de los perfiles de Temperatura entre los dıas de que
no se registraron eventos de precipitacion y los dıas en que si se registraron
eventos de precipitacion. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 78
A-3. Ciclo diurno del perfil de humedad relativa en (a) dıas sin eventos de precipi-
tacion (b) dıas con eventos de precipitacion. . . . . . . . . . . . . . . . . . . 79
A-4. Resta de los ciclos diurnos de los perfiles de humedad relativa entre los dıas de
que no se registraron eventos de precipitacion y los dıas en que si se registraron
eventos de precipitacion. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 80
A-5. Ciclo diurno del perfil de agua liquida en (a) dıas sin eventos de precipitacion
(b) dıas con eventos de precipitacion. . . . . . . . . . . . . . . . . . . . . . . 81
A-6. Resta de los ciclos diurnos de los perfiles de agua liquida entre los dıas de que
no se registraron eventos de precipitacion y los dıas en que si se registraron
eventos de precipitacion. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 82
B-1. Ciclo diurno medio del ındice K con (a) ciclo diurno medio de precipitacion
sobre el radiometro microondas y (b) cantidad integrada de agua liquidad
obtenidas con las mediciones del MWR. Los colores sombreados representan
la dispersion de los datos en el rango intercuartil. . . . . . . . . . . . . . . . 84
B-2. Ciclo diurno mensual del ındice K en los dıas que no se registraron even-
tos de precipitacion en (a) lineas y (b) contronos; y los dıas con eventos de
precipitacion en (c) lineas y (d) contornos. . . . . . . . . . . . . . . . . . . . 85
B-3. Diferencia de los ciclos diurnos por meses del ındice K, entre los casos que no
hay eventos de precipitacion y los dıas con registros de eventos de precipitacion 86
B-4. Ciclo diurno medio del ındice RK con (a) ciclo diurno medio de precipitacion
sobre el radiometro microondas y (b) cantidad integrada de agua liquidad
obtenidas con las mediciones del MWR. Los colores sombreados representan
la dispersion de los datos en el rango intercuartil. . . . . . . . . . . . . . . . 88
B-5. Ciclo diurno mensual del ındice RK en los dıas que no se registraron even-
tos de precipitacion en (a) lineas y (b) contronos; y los dıas con eventos de
precipitacion en (c) lineas y (d) contornos. . . . . . . . . . . . . . . . . . . . 89
B-6. Diferencia de los ciclos diurnos por meses del ındice RK, entre los casos que no
hay eventos de precipitacion y los dıas con registros de eventos de precipitacion 90
B-7. Ciclo diurno medio del ındice JF con (a) ciclo diurno medio de precipitacion
sobre el radiometro microondas y (b) cantidad integrada de agua liquidad
obtenidas con las mediciones del MWR. Los colores sombreados representan
la dispersion de los datos en el rango intercuartil. . . . . . . . . . . . . . . . 91
B-8. Ciclo diurno mensual del ındice JF en los dıas que no se registraron even-
tos de precipitacion en (a) lineas y (b) contronos; y los dıas con eventos de
precipitacion en (c) lineas y (d) contornos. . . . . . . . . . . . . . . . . . . . 92
Lista de Figuras xvii
B-9. Diferencia de los ciclos diurnos por meses del ındice JF, entre los casos que no
hay eventos de precipitacion y los dıas con registros de eventos de precipitacion 93
B-10.Ciclo diurno medio del ındice AD con (a) ciclo diurno medio de precipitacion
sobre el radiometro microondas y (b) cantidad integrada de agua liquidad
obtenidas con las mediciones del MWR. Los colores sombreados representan
la dispersion de los datos en el rango intercuartil. . . . . . . . . . . . . . . . 94
B-11.Ciclo diurno mensual del ındice AD en los dıas que no se registraron even-
tos de precipitacion en (a) lineas y (b) contronos; y los dıas con eventos de
precipitacion en (c) lineas y (d) contornos. . . . . . . . . . . . . . . . . . . . 96
B-12.Diferencia de los ciclos diurnos por meses del ındice AD, entre los casos que no
hay eventos de precipitacion y los dıas con registros de eventos de precipitacion 97
B-13.Ciclo diurno medio del ındice WB con (a) ciclo diurno medio de precipitacion
sobre el radiometro microondas y (b) cantidad integrada de agua liquidad
obtenidas con las mediciones del MWR. Los colores sombreados representan
la dispersion de los datos en el rango intercuartil. . . . . . . . . . . . . . . . 98
B-14.Ciclo diurno mensual del ındice WB en los dıas que no se registraron even-
tos de precipitacion en (a) lineas y (b) contronos; y los dıas con eventos de
precipitacion en (c) lineas y (d) contornos. . . . . . . . . . . . . . . . . . . . 99
B-15.Ciclo diurno medio del ındice TT con (a) ciclo diurno medio de precipitacion
sobre el radiometro microondas y (b) cantidad integrada de agua liquidad
obtenidas con las mediciones del MWR. Los colores sombreados representan
la dispersion de los datos en el rango intercuartil. . . . . . . . . . . . . . . . 101
B-16.Ciclo diurno mensual del ındice TT en los dıas que no se registraron even-
tos de precipitacion en (a) lineas y (b) contronos; y los dıas con eventos de
precipitacion en (c) lineas y (d) contornos. . . . . . . . . . . . . . . . . . . . 102
B-17.Diferencia de los ciclos diurnos por meses del ındice TT, entre los casos que no
hay eventos de precipitacion y los dıas con registros de eventos de precipitacion103
B-18.Ciclo diurno medio del ındice TQ con (a) ciclo diurno medio de precipitacion
sobre el radiometro microondas y (b) cantidad integrada de agua liquidad
obtenidas con las mediciones del MWR. Los colores sombreados representan
la dispersion de los datos en el rango intercuartil. . . . . . . . . . . . . . . . 105
B-19.Ciclo diurno mensual del ındice TQ en los dıas que no se registraron even-
tos de precipitacion en (a) lineas y (b) contronos; y los dıas con eventos de
precipitacion en (c) lineas y (d) contornos. . . . . . . . . . . . . . . . . . . . 106
B-20.Diferencia de los ciclos diurnos por meses del ındice TQ, entre los casos que no
hay eventos de precipitacion y los dıas con registros de eventos de precipitacion107
B-21.Ciclo diurno medio del ındice EI con (a) ciclo diurno medio de precipitacion
sobre el radiometro microondas y (b) cantidad integrada de agua liquidad
obtenidas con las mediciones del MWR. Los colores sombreados representan
la dispersion de los datos en el rango intercuartil. . . . . . . . . . . . . . . . 108
xviii Lista de Figuras
B-22.Ciclo diurno mensual del ındice EI en los dıas que no se registraron even-
tos de precipitacion en (a) lineas y (b) contronos; y los dıas con eventos de
precipitacion en (c) lineas y (d) contornos. . . . . . . . . . . . . . . . . . . . 109
B-23.Diferencia de los ciclos diurnos por meses del ındice EI, entre los casos que no
hay eventos de precipitacion y los dıas con registros de eventos de precipitacion110
B-24.Ciclo diurno medio del ındice CIR con (a) ciclo diurno medio de precipitacion
sobre el radiometro microondas y (b) cantidad integrada de agua liquidad
obtenidas con las mediciones del MWR. Los colores sombreados representan
la dispersion de los datos en el rango intercuartil. . . . . . . . . . . . . . . . 111
B-25.Ciclo diurno mensual del ındice CIR en los dıas que no se registraron even-
tos de precipitacion en (a) lineas y (b) contronos; y los dıas con eventos de
precipitacion en (c) lineas y (d) contornos. . . . . . . . . . . . . . . . . . . . 112
B-26.Diferencia de los ciclos diurnos por meses del ındice CIR, entre los casos que no
hay eventos de precipitacion y los dıas con registros de eventos de precipitacion113
B-27.Ciclo diurno medio del ındice CIB con (a) ciclo diurno medio de precipitacion
sobre el radiometro microondas y (b) cantidad integrada de agua liquidad
obtenidas con las mediciones del MWR. Los colores sombreados representan
la dispersion de los datos en el rango intercuartil. . . . . . . . . . . . . . . . 114
B-28.Ciclo diurno mensual del ındice CIB en los dıas que no se registraron even-
tos de precipitacion en (a) lineas y (b) contronos; y los dıas con eventos de
precipitacion en (c) lineas y (d) contornos. . . . . . . . . . . . . . . . . . . . 115
B-29.Diferencia de los ciclos diurnos por meses del ındice CIB, entre los casos que no
hay eventos de precipitacion y los dıas con registros de eventos de precipitacion116
B-30.Ciclo diurno medio del ındice nCAPE con (a) ciclo diurno medio de precipita-
cion sobre el radiometro microondas y (b) cantidad integrada de agua liquidad
obtenidas con las mediciones del MWR. Los colores sombreados representan
la dispersion de los datos en el rango intercuartil. . . . . . . . . . . . . . . . 117
B-31.Ciclo diurno mensual del ındice nCAPE en los dıas que no se registraron
eventos de precipitacion en (a) lineas y (b) contronos; y los dıas con eventos
de precipitacion en (c) lineas y (d) contornos. . . . . . . . . . . . . . . . . . 118
B-32.Diferencia de los ciclos diurnos por meses del ındice nCAPE, entre los casos
que no hay eventos de precipitacion y los dıas con registros de eventos de
precipitacion . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 119
B-33.Ciclo diurno promedio mensual del ındice SWEAT (Amenaza de Clima Fuer-
te), calculado con las mediciones del radiometro microondas. (a) lıneas y (b)
contornos. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 120
B-34.Ciclo diurno medio del ındice SW con (a) ciclo diurno medio de precipitacion
sobre el radiometro microondas y (b) cantidad integrada de agua liquidad
obtenidas con las mediciones del MWR. Los colores sombreados representan
la dispersion de los datos en el rango intercuartil. . . . . . . . . . . . . . . . 121
Lista de Figuras xix
B-35.Ciclo diurno promedio mensual del ındice BRN (Bulk Richardson Number),
calculado con mediciones del radiometro microondas. (a) lıneas y (b) contornos.122
B-36.Ciclo diurno medio del ındice BRN con (a) ciclo diurno medio de precipitacion
sobre el radiometro microondas y (b) cantidad integrada de agua liquidad
obtenidas con las mediciones del MWR. Los colores sombreados representan
la dispersion de los datos en el rango intercuartil. . . . . . . . . . . . . . . . 123
Lista de Tablas
2-1. Configuracion operacional de dominios empleados en SYNAPSIS . . . . . . . 20
2-2. Configuracion operacional de parametrizaciones empleadas en SYNAPSIS . . 22
2 Lista de Tablas
1. Introduccion
La precipitacion, uno de los componentes mas sobresalientes, dinamicos e intermitentes del
ciclo hidrologico, y por ende del sistema climatico, es tal vez la variable meteorologica mas
importante desde el punto de vista social (Davies and Simonovic, 2011; Pahl-Wostl et al.,
2007, 2008) ya que la variabilidad de esta, a diferentes escalas espaciales y temporales, tiene
consecuencias directas en la gestion del recursos hıdrico en una region, en su disponibilidad
energetica, en la seguridad alimentaria, en la salud, en la gestion de la calidad de aire, en la
gestion de riesgos y, en general, en la sostenibilidad de un territorio (Davies and Simonovic,
2011; Stull, 1988; Pahl-Wostl et al., 2007, 2008; Loucks et al., 2005; Loucks, 2000). A su vez,
la activacion de eventos de precipitacion en una region o lugar especıfico depende de diferen-
tes factores dinamicos, termodinamicos y de forzamientos locales y remotos que modulan,
no solo la ocurrencia, sino la magnitud, duracion, intensidad y tipo de precipitacion (Curry
and Webster, 1998; Wallace and Hobbs, 2006; Wulfmeyer et al., 2015).
Una condicion necesaria para la ocurrencia de la precipitacion es el cambio de fase del vapor
de agua presente en el aire: condensacion o sublimacion. Luego del cambio de fase, los pro-
cesos subsiguientes son la nucleacion y el crecimiento de las gotas, los cuales dependen de
las condiciones ambientales y la existencia de nucleos de condensacion. Dependiendo de la
temperatura de la nube, la cantidad de agua condensada y los tamanos de gota, estadısticas
generales sugieren que la precipitacion puede iniciar en menos de 30 minutos. El desarro-
llo de hidrometeoros de un tamano significativo depende de los procesos de agregacion. La
formacion de precipitacion se ve favorecida en nubes que se forman en ambientes previa-
mente con gran contenido de humedad, que se traducen en agua condensada resultante,
tıpicamente, de enfriamiento adiabatico (Curry and Webster, 1998). En general, los procesos
termodinamicos que pueden originar cambios de fase del vapor de agua son: enfriamiento
isobarico (enfriamiento radiativo), enfriamiento y aumento de la humedad por evaporacion
del agua, enfriamiento adiabatico saturado (se produce cuando una masa de aire seco as-
ciende mecanicamente, convergencia a gran escala en los niveles bajos, mezcla turbulenta, o
boyancia causada por calentamiento en superficie) y congelamiento adiabatico (Curry and
Webster, 1998); estos procesos pueden originar condensacion o sublimacion del vapor de
agua. En el caso de la condensacion, ocurre una migracion neta de las moleculas de agua a
partir del vapor a la fase lıquida, cuando la presion de vapor excede el valor de equilibrio
(Curry and Webster, 1998; Wallace and Hobbs, 2006).
4 1 Introduccion
El vapor de agua, uno de los factores condicionantes de la precipitacion, juega un papel
crucial en diversos procesos atmosfericos. Su importancia se encuentra en un amplio rango
de escalas temporales y espaciales, desde la escala local asociada a variabilidad microclimati-
ca, hasta escalas globales asociada a cambio climatico de largo plazo (Rocken et al., 1993;
Shangguan, 2014). Justamente uno de los elementos cruciales de investigacion actual en re-
lacion con el cambio climatico, y una de las areas del conocimiento asociadas a la mayor
incertidumbre en la estimacion y simulacion de magnitud de las tendencias de largo plazo en
valores extremos de precipitacion y valores medios de temperatura, es la retroalimentacion
termodinamica asociada al vapor de agua y su variabilidad en atmosferas cada vez mas cali-
das. Muchos autores argumentan que la contribucion dominante del vapor de agua al actual
efecto invernadero es a menudo ignorada (Kiehl and Trenberth, 1997; Karl, 2003). Kiehl and
Trenberth (1997) tambien muestran que la presencia de nubes en la atmosfera complica estas
contribuciones porcentuales debido al fuerte solapamiento de la longitud de onda entre la
absorcion por el vapor de agua y el agua lıquida.
La tierra es el unico planeta del sistema solar que posee abundantemente agua en las tres
fases (vapor, liquida y solida), la cual tiene un rol muy importante en el balance radiativo de
la tierra, debido a que en las tres fases se absorbe y emite radiacion de onda larga (Curry and
Webster, 1998) — esta propiedad fısica es importante para la medicion remota del vapor de
agua—. Ademas el agua es la sustancia con el mayor valor de calor latente de evaporacion,
2,5× 106 Jkg−1, al igual tiene un valor de calor latente de fusion alto, 3,4× 105 Jkg−1 en
este caso solo es superada por NH3. Estas propiedades termodinamicas se ven reflejadas en
estudios como el de Dessler et al. (2008) que muestra, a partir de observaciones satelitales,
que la temperatura promedio de la tierra entre el 2003 y 2008 vario 0,6◦ C, ademas analizo
la influencia del vapor de agua en dicha variacion, encontrando que la retroalimentacion de
este en la troposfera es fuertemente positiva con una magnitud promedio de 2,04 Wm−2K−1,
similar a la simulada por los modelos climaticos.
El vapor de agua es altamente variable en la atmosfera, tanto en el tiempo como en el espacio
(Bevis et al., 1992, 1994; Mastenbrook, 1968; Soden and Bretherton, 1994; Rocken et al.,
1993; Thessin, 2005; Saastamoinen, 1972; Shangguan, 2014; Wulfmeyer et al., 2011). Este es
uno de los principales gases constituyentes de la atmosfera. A pesar que constituye 0-4 % del
volumen total de la atmosfera, es el gas que contribuye de forma mas eficiente al efecto in-
vernadero, generando no solo impactos globales sino tambien efectos locales importantes. El
impacto en cielos despejados de los gases atmosfericos que contribuyen al efecto invernadero
son de ∼ 60 % del vapor de agua, el ∼ 26 % del dioxido de carbono, el ∼ 8 % del ozono y el
resto de los gases traza, incluido el metano y el oxido nitroso (Kiehl and Trenberth, 1997;
Karl, 2003). Kiehl and Trenberth (1997) encuentran que para el caso del cielo claro la con-
tribucion debida al vapor de agua al forzamiento radiativo total de onda larga es 75 Wm−2,
mientras que para el dioxido de carbono es 32 Wm−2, aunque las nubes alteran estos valores.
La distribucion de vapor de agua esta ıntimamente relacionada con la distribucion de nubes,
5
la precipitacion y su intensificacion debido a la gran cantidad de calor latente liberado
en el cambio de fase del agua, que ademas, es una fuente de energıa importante para el
movimiento del aire en atmosfera. El transporte vertical de vapor de agua, a traves de la
conveccion asociada a cumulos, es el mecanismo mas importante para el transporte de calor
en los tropicos, en este caso el vapor de agua entra en la atmosfera por evapotranspiracion de
la superficie, con lo que se absorbe energıa latente cuando el vapor se condensa o se congela,
el calor latente se libera a la atmosfera. La energıa liberada debido a la condensacion de
una cantidad de masa dada de vapor de agua corresponde aproximadamente a 600 veces la
energıa requerida para aumentar su temperatura en 1 K y 2400 veces la energıa requerida para
aumentar la temperatura de una masa de aire correspondiente en 1 K (Wang and Dickinson,
2012). Ademas, como se vera en los siguientes capıtulos, la distribucion del vapor de agua
en la vertical es una de las variables mas importantes en la determinacion de la estabilidad
de la atmosfera y en la estructura y evolucion de tormentas, debido a que estos procesos
son altamente sensibles a los perfiles de vapor de agua y temperatura. De igual manera el
vapor de agua y su distribucion tiene implicaciones importantes en los balances regionales y
globales energıa (Trenberth et al., 2007, 2009). Por ejemplo, la adveccion de vapor de agua
y el calor latente asociado, son importantes componentes del balance de energıa meridional
del planeta, y estan asociados a la circulacion general de la atmosfera y la iniciacion de la
conveccion de gran escala (Sherwood et al., 2010; Wulfmeyer et al., 2011).
A escala local y regional la dinamica de la humedad tambien es importante en la modulacion
de eventos de precipitacion. En el Valle de Aburra la convergencia de humedad asociada a
la Zona de Convergencia Intertropical, los procesos locales de humidificacion de la atmosfera
baja debido a flujos turbulentos locales de calor latente, la inestabilizacion de la atmosfera
y la interaccion de los flujos de humedad con la topografıa, dan lugar a eventos de preci-
pitacion y modulan su intensidad, siendo los procesos mas importantes en la generacion de
precipitacion local.
En el presente trabajo se centra en evaluar la variabilidad del vapor de agua sobre el Valle
de Aburra, y su rol en los diferentes procesos termodinamicos de la troposfera ante la for-
macion de eventos de precipitacion, principalmente en eventos de origen convectivo. Para
lograr dicho objetivo existen diferentes estrategias posibles que incluyen desde el monitoreo
remoto o directo de las variables asociadas a los procesos termodinamicos en la atmosfera
hasta estrategias de modelacion. En cuanto a monitoreo se usan datos de sensores remotos
tanto de escala regional de origen satelital, como lo son los productos de la mision AIRS
(Atmospheric Infrared Sounder) de la NASA, como de escala local usando un radiometro
microondas (MWR; MicroWave Radiometer), el cual genera, entre otros, datos de vapor de
agua en la vertical. El MWR es operado por el Sistema de Alerta Temprana de Medellın
y el Valle de Aburra (SIATA). En cuanto a monitoreo directo se realizaron 120 radioson-
deos en tres campanas, en diferentes momentos del ciclo anual. Tambien se usa informacion
de la estructura vertical de la troposfera a partir de salidas de pronostico del esquema de
6 1 Introduccion
modelacion numerica operacional de SIATA, el cual es basado en el modelo WRF (Weather
Research Forecast). Con estas diferentes estrategias se obtienen perfiles de vapor de agua
y temperatura y de esta manera se puede cuantificar el comportamiento de la estructura
vertical termodinamica de la atmosfera.
De igual manera, el trabajo tiene como objetivo fundamental la evaluacion de la eficacia
del uso de ındices de estabilidad , que se han desarrollado y utilizado rutinariamente desde
la decada de 1940 (Peppler, 1988), y que clasicamente se han usado para el pronostico de
eventos de precipitacion a corto plazo en el contexto del Valle de Aburra. Los ındices de
estabilidad son estimadores disenados para evaluar el potencial de diferentes tipos de con-
veccion de manera que puedan calcularse facilmente a partir de un perfil termodinamico de
la atmosfera. La literatura reporta la utilidad de dichos ındices para mejorar los pronosticos
de corto plazo, ya que proporcionan un analisis rapido y lo mas completo posible de la esta-
bilidad estatica de la atmosfera, lo que aporta en la evaluacion del potencial de conveccion.
Ademas se muestran algunas de las condiciones de estabilidad, y en general las condiciones
termodinamicas que favorecen o no a la dispersion de contaminantes al interior del valle de
Aburra.
El documento se organiza de la siguiente manera. En el capıtulo dos se muestran las diferentes
estrategias de medicion de vapor de agua y perfiles termodinamicos en la atmosfera. En el
capitulo tres se introducen los procesos fısicos y termodinamicos asociados a la variabilidad
de la humedad en la atmosfera y se definen los ındices de estabilidad atmosferica comparados
usando cada una de las estrategias de medicion y generacion de informacion. En el capıtulo
cuatro se presenta de manera rapida la influencia que tienen los procesos termodinamicos en
la calidad del aire, evaluado desde los criterios de estabilidad atmosferica. Finalmente, en el
capıtulo cinco se presentan las conclusiones de este trabajo.
2. Estrategias para la Medicion de
Perfiles Termodinamicos Atmosfericos
En las ultimas decadas se han desarrollado una importante variedad de metodos para esti-
mar la distribucion vertical y horizontal del vapor agua, entre ellas, la radiosonda, la cual
se ha convertido en la base de los los sistemas operacionales de pronostico, permitiendo la
adquisicion, en la vertical, de datos de temperatura, humedad, presion, velocidad y direccion
de los vientos, ademas de la posicion.
Aunque las ventajas de mediciones in situ que proporcionan una buena resolucion vertical
son abundantes, las mediciones de radiosonda tambien tienen algunas desventajas sustan-
ciales, ya que son consumibles, y el costo de estos dispositivos restringe el numero de lan-
zamientos rutinarios (operacionales) a dos, o a lo sumo cuatro veces al dıa en un numero
limitado de estaciones. Debido a estas restricciones, las mediciones de radiosonda resuelven
inadecuadamente la variabilidad temporal y espacial de vapor de agua, que se da a escalas
mucho mas finas que la espacial y temporal de la temperatura o vientos. De hecho, estas
limitaciones en el analisis del vapor de agua son la principal fuente de error en el corto plazo
(0-24 horas) de los pronosticos de precipitacion (Bevis et al., 1992). Por lo tanto es necesario
explorar otros metodos de medicion, los sensores remotos son la mejor alternativa para suplir
la limitante de la cobertura temporal de las mediciones.
Los sensores o sistemas de deteccion remota tanto activa como pasiva se basan en diversos
principios fısicos que deben considerarse para la comparacion de sus bondades y limitaciones.
Los sensores remotos pasivos aprovecha la interaccion y las emisiones de la materia en las
bandas visible, infrarroja y microondas; la deteccion remota activa se basa en la interaccion
de las ondas electromagneticas emitidas por el sensor con la materia, en bandas desde el ul-
travioleta hasta el microondas. La materia o los objetos a considerar puede ser la superficie
terrestre, que consiste en el suelo y las capas del dosel, ası como los constituyentes de la
atmosfera, que consiste en moleculas, partıculas del aerosoles, e hidrometeoros. Dependien-
do de la frecuencia, esto requiere la comprension y simulacion de los procesos de dispersion,
la extincion debida a la dispersion y absorcion, la dispersion no lineal y no elastica como
sucede en un lidar Raman, y la propagacion, flexion y retraso de la radiacion en un medio no
homogeneo como sucede en el sistema GNSS (Global Navigation Satelite System). Como lo
resalta Wulfmeyer et al. (2015), la deteccion remota es un campo de investigacion que combi-
8 2 Estrategias para la Medicion de Perfiles Termodinamicos Atmosfericos
na el conocimiento y creatividad en el uso de las leyes de la fısica clasica, la termodinamica, el
electromagnetismo y la mecanica cuantica, incluyendo fenomenos no lineales como el Raman.
Las mediciones simultaneas de temperatura y vapor de agua son de suma importancia en
el estudio de la transferencia radiativa, la estabilidad de la atmosfera en la vertical (que
usualmente se estudia a traves de la temperatura potencial ,θ, o temperatura potencial equi-
valente, θe), la boyancia, la energıa potencial convectiva disponible, y la formacion de nubes
y eventos de precipitacion. En ese sentido es ideal y necesario medir los perfiles de tempe-
ratura y vapor de agua con suficiente resolucion vertical y precision en la troposfera inferior
de modo que se resuelvan los gradientes y las inversiones de temperatura (Wulfmeyer et al.,
2015).
Los perfiles de humedad son variables en el espacio y el tiempo, su comportamiento no li-
neal se debe principalmente a lo expresado por la ecuacion de Clausius-Clapeyron, de modo
que las diferentes temperaturas superficiales en las diferentes regiones climaticas, y la dis-
minucion de temperatura con la altura la troposfera se traducen en una fuerte variabilidad
horizontal y vertical del vapor de agua. La cantidad superficial de vapor de agua varıa mas
de un orden de magnitud entre regiones tropicales y articas (Wulfmeyer et al., 2015). La
variabilidad adicional de los perfiles de vapor de agua es introducida por varios fenomenos
como la evapotranspiracion en superficie, adveccion horizontal y procesos diabaticos como la
condensacion. Por lo tanto, las mediciones de alta resolucion de vapor de agua en la troposfe-
ra inferior son esenciales para comprender y simular los procesos meteorologicos y climaticos.
A continuacion, se hace una breve revision del estado de las metodologıas para la medicion de
perfiles termodinamicos satelitales y terrestres in situ y de deteccion remota. No se consideran
mediciones aerotransportadas, ya que se limitan a las rutas de vuelo y campanas de campo,
de modo que no es posible obtener series temporales de largo plazo de perfiles verticales.
2.1. Mediciones Satetitales
2.1.1. Sensores Satelitales Pasivos
Las mediciones remotas pasivas en satelites se llevan a cabo principalmente usando las ban-
das espectrales de infrarrojo cercano, infrarrojo, y microondas. Se basan en la absorcion
del vapor de agua o en la emision a la atmosfera en las bandas de absorcion influenciadas
por vapor de agua y la temperatura. Se pueden diferenciar entre satelites en orbita polar y
geoestacionarios, los cuales analizan las recepciones de los perfiles vapor de agua y tempe-
ratura con respecto a las plataformas en las que se operan. Las observaciones en la banda
del infrarrojo y microondas son complementarias para el mismo volumen atmosferico obser-
vado, de modo que el rendimiento de los productos resultantes depende de manera crıtica
2.1 Mediciones Satetitales 9
de las combinaciones disponibles de canales infrarrojo y microondas en la misma plataforma.
Se han desarrollado tecnicas de recepcion de vapor de agua y temperatura, que son aplicables
incluso en presencia de nubes no precipitantes, ampliando la cobertura de las observaciones
sobre los oceanos, sin embargo, las recepciones sobre la superficie terrestre siguen siendo
complicadas debido a una gran dependencia de la emisividad superficial asociada a la hume-
dad del suelo y la vegetacion. Las observaciones realizadas en la banda microondas, con los
pocos canales disponibles, dan como resultado una resolucion vertical de los perfiles vapor
de agua y temperatura de unos cuantos kilometros y una precision entre el 10-20 % (Huang
et al., 1992). La informacion sobre los perfiles termodinamicos en los niveles mas bajos de
la troposfera es entonces, en el mejor de los casos, una estimacion gruesa del contenido de
vapor de agua en la capa lımite atmosferica (ABL; Atmospheric Boundary Layer) (Schulz
et al., 1993).
Ejemplos de sensores remotos cercanos al infrarrojo son los instrumentos MODIS (MODerate
resolution Imaging Spectroradiometer) y MERIS (MEdium Resolution Imaging Spectrome-
ter). El primer instrumento MODIS fue lanzado en el satelite Terra en diciembre de 1999 y el
segundo fue lanzado en Aqua en mayo de 2002. MERIS fue operado en ENVISAT desde mar-
zo de 2002 hasta abril de 2012. Como demostraron Gao and Kaufman (2003) para MODIS
y Bennartz and Fischer (2001) para MERIS, es posible medir la columna integrada de vapor
de agua con alta resolucion horizontal usando la relacion de dos canales con sensibilidades
diferentes a la absorcion de vapor de agua alrededor de 940 nm, y midiendo la extincion del
vapor de agua. Si bien usando dichos sensores no se dispone informacion en la vertical sobre
el comportamiento termodinamico de la troposfera inferior, su combinacion con sistemas
de deteccion remota pasiva infrarroja y microondas puede mejorar la representacion de la
variabilidad horizontal a pequena escala del campo de vapor de agua.
Las observaciones de MODIS y MERIS proporcionan informacion sobre el vapor de agua
troposferico mas bajo, principalmente usando la banda del infrarrojo cercano. Usando cana-
les modulados por la amplia banda de absorcion del vapor de agua alrededor de 940 nm, es
posible medir este ultimo (integrado en la vertical) con alta resolucion horizontal sobre la
superficie terrestre (Gao and Kaufman, 2003; Bennartz and Fischer, 2001). Desafortunada-
mente, los datos de MERIS ya no estan disponibles, ya que la comunicacion con ENVISAT
se perdio en abril de 2012.
Para el desarrollo de esta investigacion, en cuanto a datos de origen satelital se usaran los
productos de la mision AIRS (Atmospheric Infrared Sounder) de la NASA, esta mision fue
lanzada en la orbita terrestre el 4 de mayo de 2002 a bordo del satelite Aqua, AIRS es uno de
los seis instrumentos a bordo de Aqua. AIRS junto con su socio instrumento de microondas
de la unidad de un Sondeo Avanzada de Microondas (AMSU-A), representa el sistema mas
10 2 Estrategias para la Medicion de Perfiles Termodinamicos Atmosfericos
avanzado de sondeo atmosferico jamas desplegado en el espacio. En conjunto, estos instru-
mentos observan los ciclos del agua y de la energıa a nivel global, las variaciones climaticas
y las tendencias, y la respuesta del sistema climatico a un aumento de los gases de efecto
invernadero.
El principal objetivo de AIRS es observar y caracterizar toda la columna atmosferica desde
la superficie hasta la parte superior de la atmosfera en terminos de emisividad de la super-
ficie, la temperatura atmosferica y perfiles de humedad, la cantidad de nubes y su altura, y
la radiacion infrarroja espectral emergente. AIRS utiliza tecnologıa en la banda infrarroja
de ultima generacion para crear mapas tridimensionales de la temperatura de la superficie
y atmosfera, el vapor de agua, y propiedades de las nubes. Con 2378 canales espectrales,
AIRS tiene una resolucion espectral 100 veces mayor que anteriores sondas infrarrojas, las
cuales usaban 15 canales, y proporciona una informacion mas precisa sobre los perfiles verti-
cales de temperatura atmosferica y la humedad. El instrumento AIRS tambien puede medir
la traza de gases de efecto invernadero, como el ozono, monoxido de carbono, dioxido de
carbono y metano, igualmente mide la luminosidad infrarroja que se libera en la superficie
de la Tierra y de los constituyentes de la atmosfera, en longitudes de onda o “colores”. En
efecto (pero no en la tecnica) es similar a la descomposicion en un arco iris de la luz del
sol al contacto con las gotas de lluvia, cada longitud de onda de infrarrojos es sensible a
la temperatura y vapor de agua en un intervalo de alturas en la atmosfera, que va desde
la superficie a la estratosfera. Al tener multiples detectores de infrarrojos, cada uno con
la deteccion de una longitud de onda particular, se puede hacer un perfil de temperatu-
ra de la atmosfera, mejorando enormemente la precision, por lo que su utilidad podrıa ser
comparable a las mediciones realizadas por los globos meteorologicos o radio sondas (NASA).
Aunque la resolucion vertical de AIRS es buena, y mas considerando que es una medicion
satelital, la que se puede obtener con una radiosonda o un radiometro microondas es mucho
mayor, a costa de que se pierde la cobertura espacial. Debido a que estos dos ultimos sensores
se consideran mediciones puntuales, es importante tener en cuenta las mediciones satelitales
de AIRS para obtener distribuciones espaciales.
En esta investigacion se usan solamente los perfiles termodinamicos, entre los multiples
productos de AIRS, y para ello son importantes variables como: Temperatura, humedad
relativa, relacion de mezcla y vapor de agua integrado, en la figura 2-1 se eencuentran
los valores promedios para septiembre de Temperatura y humedad relativa en superficie, es
importante mencionar que en en la figura 2-1a se observa la topografıa de la cordillera de Los
Andes, representada por temperaturas menores al interior del continente. Estos perfiles estan
distribuidos con una resolucion temporal de dos datos al dıa, a las 01:30 y 13:30 hora local,
lo que impide la observacion completa del ciclo diurno, el cual es relevante en la estructura
temporal de la precipitacion. Ademas la resolucion espacial es de 0.5◦ en latitud y longitud,
2.1 Mediciones Satetitales 11
y la resolucion vertical esta distribuida en 12 niveles que van desde los 1000 hPa hasta los
100 hPa. Cabe anotar que la variable temperatura tiene otros 12 niveles hasta alcanzar el
nivel de presion de 1 hPa, pero estos niveles extra no son utiles para los objetivos de este
trabajo, debido a que no se tienen datos de las variables relacionadas con el vapor de agua
en esos niveles, el cual es bastante bajo, y ademas el interes se centra en la dinamica de la
troposfera.
0.5°S
4.5°N
9.5°N
90.5°W 80.5°W 70.5°W
Temperatura superficial promedio de septiembre
290.00 292.50 295.00 297.50 300.00 302.50 305.00 307.50 310.00Temperatura [K]
(a)
0.5°S
4.5°N
9.5°N
90.5°W 80.5°W 70.5°W
Humedad relativa promedio de septiembre a 500.0 hPa
10.00 27.50 45.00 62.50 80.00 97.50 115.00 132.50Humedad relativa [%]
(b)
Figura 2-1.: Valores promedio del mes de Septiembre para (a) temperatura superficial y (b)
humedad relativa en Colombia. Registros entre 2002-2016 del AIRS.
2.1.2. Sensores Satelitales Activos
Si bien este tipo de informacion no se usa en el presente trabajo, se considera que su po-
tencial es importante para la region en cuanto a el desarrollo de tomografias de humedad
en la atmosfera, por lo cual se describe a continuacion. Actualmente, el unico sistema de
deteccion remota activo para las mediciones de vapor de agua y temperatura en el espacio
es el Sistema Global de Navegacion por Satelite (GNSS; Global Navigation Satelite System).
Basado en la tecnica radio ocultacion, se obtienen perfiles de angulo de flexion (refraccion)
que son sensibles al vapor de agua y temperatura. GNSS es un sistema que esta conformado
por las constelaciones de satelites de posicionamiento: NAVSTAR-GPS (NAVigation System
and Ranging - Global Position System) y GLONASS (Global’naya Navigatsionnaya Sputni-
kovaya Sistema), creados respectivamente por Estados Unidos y la antigua Union Sovietica
(hoy operado por la Federacion Rusa), tambien hacen parte las constelaciones de posiciona-
miento global que se encuentran en desarrollo, como la constelacion de la Union Europea,
Galileo, y la constelacion China, COMPASS tambien conocida como BeiDou-2.
Las constelaciones GNSS fueron disenadas especialmente para aplicaciones de posiciona-
miento, navegacion y medicion de tiempo, sin embargo, otras potenciales aplicaciones han
surgido y entre ellas se puede resaltar que las senales provenientes de los satelites GNSS
pueden ser empleadas para obtener informacion acerca del estado de la atmosfera, lo cual es
12 2 Estrategias para la Medicion de Perfiles Termodinamicos Atmosfericos
conocido como Meteorologıa GNSS, que corresponde al sensoramiento remoto de la atmosfe-
ra desde una plataforma satelital, ası como con estaciones permanentes GNSS instaladas en
la superficie terrestre. Existen dos tipos de tecnicas de observacion meteorologica basados
en la recepcion de senales GNSS: la primera, empleando una red en superficie de receptores
GNSS, de tal manera que las estaciones GNSS de operacion continua se convierten en una
excelente herramienta para el estudio de la atmosfera terrestre; y la segunda, usando un
receptor GNSS a bordo de un satelite de orbita baja (Thessin, 2005).
Las senales GNSS son transmitidas por satelites GNSS (NAVSTAR, GLONASS, GALILEO,
COMPASS, etc) y al ser recibidas en la superficie terrestre, han atravesado la atmosfera,
la cual retrasa y desvıa la senal debido a las diferencias en densidad y humedad. Cada
senal recibida contiene informacion acerca de la temperatura y humedad a lo largo de la
trayectoria entre el receptor y el satelite, obteniendo la senal de un mayor numero de pares
satelite-receptor para un determinado numero de receptores, el retardo atmosferico puede
ser calculado con precision, de manera simultanea con la posicion de la antena del receptor
y otros parametros. A partir del retardo atmosferico, se puede estimar el vapor total de
una columna de vapor cuando la presion en la superficie y la temperatura son disponibles
. La cobertura espacial es hasta ahora restringida a la superficie, pero la gran ventaja de
las observaciones geodesicas satelitales estriba en que se puede alcanzar una alta resolucion
temporal.
2.2. Mediciones en Tierra
2.2.1. Mediciones In Situ
Las redes in situ o las mediciones y sondeos siguen siendo la columna vertebral del desarrollo
de conjuntos de datos globales para la determinacion de climatologıas y condiciones inicia-
les para los pronosticos operacionales. Hasta la fecha, las radiosondas son casi los unicos
instrumentos que miden los perfiles vapor de agua y temperatura con resolucion suficiente
para resolver la estructura de la ABL incluyendo la capa superficial, la capa de mezcla y
las capas interfaciales en la parte superior de la ABL. Sin embargo la heterogeneidad en la
cobertura de los lugares donde se realizan operacionalmente sondeos hace que la situacion de
los radiosondeos sea opuesta a la deteccion pasiva espacial. Considerando que la cobertura
espacial de las estaciones de radiosondeos es deficiente, su resolucion vertical y su precision
son altas, la cobertura espacial de las observaciones remotas pasivas es alta; sin embargo, la
resolucion vertical es pobre y la precision es limitada. Serıa necesario aumentar considerable-
mente la densidad de la red de radiosondeos y la frecuencia de los lanzamientos para conocer
la variabilidad de mesoescala del ciclo regional del agua y aumentar la representatividad del
sondeo del vapor de agua y temperatura en esta escala. Esto se considera no viable debido
a limitaciones de recursos (Wulfmeyer et al., 2015).
2.2 Mediciones en Tierra 13
Para esta investigacion se usaron los datos de varias campanas de radiosondeos realizadas
por el SIATA, en las cuales se usaron sondas iMet-1, lanzadas cada 3 horas. En la Figura
2-2 se muestra el lanzamiento de una radiosonda desde la torre SIATA; estas transmiten,
durante todo su recorrido, datos de temperatura, presion y humedad de la atmosfera, ademas
de su posicion cada segundo, haciendo variable su resolucion en la vertical., Debido a esto,
fue necesario realizar un pre-procesamiento de los perfiles que consistio en homogeneizar su
resolucion en intervalos regulares de 10 m, para posteriormente usar una media movil de 40
m, buscando enmascarar el ruido generado por los procesos a microescala captados por la
alta resolucion.
Figura 2-2.: Radiosondeo lanzado desde la torre SIATA. Campana Enero 2015
2.2.2. Sensores Pasivos
Los sensores remotos pasivos de uso comun se basan en radiometros que detectan la radia-
cion de las lıneas de absorcion de infrarrojo y microondas producidas por las interacciones
del campo electromagnetico de moleculas atmosfericas tales como oxıgeno, vapor de agua,
dioxido de carbono y oxido nitroso, sus propiedades de absorcion / emision se utilizan para
inferir los perfiles vapor de agua y temperatura, ası como las propiedades de las nubes lıqui-
das y de hielo.
El principio de los sensores remotos pasivos en tierra se basan en el hecho que los canales
que estan mas cerca del centro de las lıneas de absorcion son mas opacos y por lo tanto mas
sensibles a la radiacion de las capas directamente sobre el instrumento, mientras que los ca-
nales situados lejos del centro de la lınea de absorcion son mas transparentes y, por lo tanto,
14 2 Estrategias para la Medicion de Perfiles Termodinamicos Atmosfericos
pueden proporcionar informacion sobre las capas atmosfericas superiores integradas en la
trayectoria de visualizacion. Este efecto resulta en funciones de ponderacion que permiten
mejor localizacion espacial en contraste con las observaciones satelitales.
Los radiometros microondas utilizan las lıneas de absorcion producidas por la interaccion
del campo magnetico de la molecula de oxıgeno entre 50 y 60 GHz y 118 GHz, ası como la
interaccion del campo electrico de la molecula de agua a 22,2 GHz y 183,3 GHz (Askne and
Skoog, 1983; Askne and Westwater, 1986; Skou and Le Vine, 2006), en la figura 2-3 se meus-
tra en espectro tıpico de absocion con la frecuencia de una amosfera de latitudes medias.
Los espectrometros infrarrojos termicos, como el interferometro de radiacion emitida por la
atmosfera (AERI, Atmospheric Emitted Radiance Interferometer), son radiometros pasivos
que miden la radiacion infrarrojo descendente con una resolucion espectral relativamente alta
entre 3 y 18 µm de longitud de onda. Un gran numero de moleculas diferentes tienen bandas
de absorcion en esta region espectral, siendo las moleculas primarias el vapor de agua, dioxi-
do de carbono, ozono, metano, oxido nitroso, monoxido de carbono y clorofluorocarbonos
(Knuteson et al., 2004a,b), mientras que las bandas de absorcion de muchos de estos gases
se solapan en la porcion infrarroja termica del espectro, haciendo mas difıcil la separacion
de las contribuciones de las diferentes concentraciones de gas, una seleccion cuidadosa de
las regiones espectrales usadas para perfilar aplicaciones minimiza estos desafıos (Wulfmeyer
et al., 2015).
Figura 2-3.: Espectro de absorcion de una atmosfera tıpica en latitudes medias para
dos diferentes altitudes y densidades de vapor de agua. (Technical Proposal
MP3000A, 2012)
Los radiometros microondas (MWR, Micro Wave Radiometer) e infrarrojos, proporcionan
2.2 Mediciones en Tierra 15
observaciones de radiacion a partir de las cuales se pueden medir perfiles de vapor de agua
y temperatura. Con MWRs, los perfiles de temperatura se miden comunmente de las obser-
vaciones de un complejo conjunto de lıneas de absorcion de oxıgeno amplificadas por presion
entre 50 y 60 GHz, y a 118 GHz. La suposicion primaria es que la concentracion de oxıgeno
en funcion de la altura es conocida y la radiacion microondas observada en esta region es-
pectral se debe solo a las variaciones de temperatura en funcion de la altura. Los perfiles
de vapor de agua de baja resolucion se miden comunmente de las observaciones de la lınea
de resonancia del vapor de agua centrada en 22,2 GHz, estas observaciones necesitan usar
un perfil temperatura supuesto o medido simultaneamente; ambos perfiles termodinamicos
usan observaciones que abarcan tanto la lınea de absorcion del vapor de agua como la banda
de absorcion del oxıgeno. Recientemente se han desarrollado nuevos radiometros terrestres
que utilizan la lınea vapor de agua mas fuerte centrada en 183,3 GHz, mediciones a esta fre-
cuencia pueden proporcionar mejores perfiles de humedad en regiones secas como el Artico
(Cadeddu et al., 2006; Cimini et al., 2009).
Wulfmeyer et al. (2015) muestran que en el infrarrojo, las regiones espectrales utilizadas
para el perfilado de temperatura son las bandas de dioxido de carbono de 4,3 y 15,0 µm
(las observaciones se usan tıpicamente de 4,1 a 4,6 µm, 12,9 a 16,4 µm), ademas recientes
esfuerzos de investigacion tambien han utilizado la banda de N2O cerca de 4,5 µm para el
perfilado de la temperatura. Al igual que las mediciones que utilizan observaciones de micro-
ondas, se supone que la concentracion de dioxido de carbono u oxido nitroso con la altura se
conoce. Las mediciones de vapor de agua usan observaciones tanto en el lado de longitud de
onda larga de la banda de absorcion ν2 de 6,3 µm como en el lado de longitud de onda cor-
ta de la banda de rotacion (observaciones de 7,4 a 8,0 µm y 17,0 a 18,6 µm respectivamente).
El SIATA cuenta desde enero del 2013 con un MWR MP-3000A de Radiometrics; con este
instrumento se obtienen perfiles verticales de temperatura, humedad relativa, densidad de
vapor de agua y cantidad de agua lıquida, usando 21 canales en la banda K (22-30 GHz) y
14 canales en la banda V (51-59 GHz) lo cual permite obtener informacion a 58 niveles fijos,
los cuales van desde la superficie hasta 10 km de altura. En la figura 2-4 se observa el MWR
ubicado en la torre SIATA, para la medicion de las variables mencionadas anteriormente,
este sensor usa una solucion de la ecuacion de dispersion con un algoritmo de redes neurona-
les calibrado para la region por parte del fabricante. Con este sensor se obtienen perfiles de
las variables mencionadas anteriormente, de las cuales se muestra en la figura 2-5 una serie
de tiempo de 24 horas del 15 de mayo del 2016, estos perfiles se obtienen cada dos minu-
tos aproximadamente, distribuidos en 58 niveles fijos, de la desde la superficie hasta 10 km
sobre esta, distribuidos diferencialmente para tener mejor resolucion en los niveles mas bajos.
En la Figura 2-6 se observa un ejemplo de perfiles de temperatura, temperatura poten-
cial, temperatura potencial virtual, y temperatura potencial equivalente, los cuales, como se
16 2 Estrategias para la Medicion de Perfiles Termodinamicos Atmosfericos
Figura 2-4.: Radiometro microondas MP3000A, ubicado en la torre SIATA
mostrara mas adelante, son importantes para el analisis de estabilidad atmosferica.
2.2.3. Sensores Activos
En este trabajo tampoco se usa informacion de sensores activos en tierra, pero por su po-
tencial utilidad a futuro, se incluye una breve descripcion. En contraste con la deteccion
remota pasiva, los sistemas activos de deteccion remota transmiten radiacion, que puede
ser analizada con respecto a sus senales transmitidas, dobladas, desplazadas en fase o re-
trodispersadas. Los sistemas de deteccion remota activos que utilizan transmision, flexion
y desfases son, ademas del GNSS, la espectroscopia de absorcion optica diferencial (DOAS,
Differential Optical Absorption Spectroscopy), estos pueden proporcionar informacion intere-
sante e integrada sobre el perfil de temperatura atmosferico, vapor de agua, y otros gases
traza (Wulfmeyer et al., 2015). Ejemplos de sistemas de deteccion remota activos que utilizan
senales de retrodispersion son el radar y el lidar, la ventaja inmediata de esta tecnologıa es
la resolucion intrınseca y de alto rango de las senales de retrodifusion.
Los sistemas de deteccion remota activos tienen el potencial de mejorar significativamente
la precision y la resolucion de los perfiles termodinamicos, estas tecnicas son escalables pa-
ra que la relacion senal-ruido de las senales pueda mejorarse aumentando la potencia del
transmisor y la eficiencia del receptor, sin embargo, como menciona Wulfmeyer et al. (2015),
hasta hace poco los sistemas activos de deteccion remota desempenaban un papel menor
en las observaciones mundiales de perfiles termodinamicos, esta situacion cambio durante la
decada de 1990 cuando tecnicas como el GNSS, el radar y el lidar empezaron a mostrar el
potencial de mediciones a largo plazo y confiables de vapor de agua y temperatura.
2.2 Mediciones en Tierra 17
09:52 13:46 17:40 21:41 01:35 05:29 09:23Hora
0
2
4
6
8
10
Alt
ura
[km
]
-40.0
-30.0
-20.0
-10.0
0.0
10.0
20.0 20.0
2016-05-15
-50.00
-30.00
-10.00
10.00
30.00
Tem
pera
tura
[◦ C
]
09:52 13:46 17:40 21:41 01:35 05:29 09:23Hora
0
2
4
6
8
10
Alt
ura
[km
]
20.0
40.0
40.0
60.0
60.0
60.0
80.0
80.0
80.0
2016-05-15
2.86
27.15
51.43
75.72
100.00
Hum
edad R
ela
tiva [
%]
09:52 13:46 17:40 21:41 01:35 05:29 09:23Hora
0
2
4
6
8
10
Alt
ura
[km
]
2.0
4.0
6.0
8.010.0 10.0
12.014.0 14.0 14.0
2016-05-15
0.00
3.80
7.61
11.41
15.21
Densi
dad d
e V
apor
de A
gua [g/m
3]
09:52 13:46 17:40 21:41 01:35 05:29 09:23Hora
0
2
4
6
8
10
Alt
ura
[km
]
0.01 0.01 0.010.01
0.01
0.03
0.03
0.04
0.04
0.06
0.06
0.07 0.07
0.070.07 0.07
0.090.090.09
0.090.10
2016-05-15
0.00
0.03
0.06
0.10
0.13
Agua liq
uid
a [g/m
3]
Figura 2-5.: (De arriba a abajo) Evolucion diurna de los perfiles de temperatura, humedad
Relativa, densidad de vapor de agua y agua lıquida en la atmosfera, para el 15
de mayo del 2016, radiometro microondas.
Las senales de un radar meteorologico no contienen mucha informacion sobre el contenido
de vapor de agua y temperatura, sin embargo, se ha desarrollado una tecnica para recuperar
mapas superficiales 2-D de refractividad (Fabry et al., 1997) utilizando la evolucion temporal
de la informacion de fase a partir de blancos terrestres como una indicacion de pequenas
perturbaciones en el ındice de refraccion causadas por cambios en humedad, temperatura y
presion. Utilizando retornos de objetivo duro en un entorno adecuado con orografıa pequena,
es posible producir estos mapas con una resolucion de 15 min y un rango de 50 km, teniendo
18 2 Estrategias para la Medicion de Perfiles Termodinamicos Atmosfericos
220 230 240 250 260 270 280 290 300
T [K]
0
2
4
6
8
10
Alt
ura
[km
]
T
T/ z
60 50 40 30 20 10 0
T/ z [K km−1]
310 315 320 325 330 335 340 345 350
θ [K]
0
2
4
6
8
10
θ
θ/ z
60 50 40 30 20 10 0 10
θ/ z [K km−1]
310 315 320 325 330 335 340 345 350
θv[K]
0
2
4
6
8
10
θv
θv/ z
60 50 40 30 20 10 0 10
θv/ z [K km−1]
325 330 335 340 345 350 355
θe[K]
0
2
4
6
8
10
θe
θe/ z
250 200 150 100 50 0 50
θe/ z [K km−1]
2016-05-27 10:34:00
Figura 2-6.: (De izquierda a derecha) Perfiles de los 0 a los 10km de temperatura, tem-
peratura potencial, temperatura potencial virtual, y temperatura potencial
equivalente, cada uno con su respectiva derivada con respecto a la altura, para
el 27 de Mayo de 2016 a las 1034, radiometro microondas.
en cuenta que las mediciones en la vertical no son posibles y las alturas desconocidas del cono
de radar sobre el terreno pueden producir desviaciones significativas de las mediciones de
superficie (Bodine et al., 2011) por lo tanto, esta tecnica puede considerarse principalmente
como una aproximacion para cerrar intervalos entre los sensores in situ situados en tierra,
pero no para obtener perfiles termodinamicos.
Las senales lidar en el ultravioleta visible o infrarrojo cercano pueden tener una fuerte sensi-
bilidad tanto a vapor de agua como a temperatura. Para la medicion de perfiles temperatura,
se pueden aplicar las tecnicas como TRRL (Temperature Rotacional Raman Lidar) y pa-
ra perfiles de vapor de agua WVDIAL (Water vapor DIfferential Lidar). A medida que se
realizan mediciones de rango la solucion de la ecuacion de lidar es unica, por lo tanto es
una derivacion la determinacion de perfiles de vapor de agua y temperatura con lidar, en
consecuencia, se puede esperar una mayor precision y resolucion en comparacion con las me-
diciones remotas pasivas. Normalmente, las mediciones con una resolucion de rango de unos
2.3 Descripcion del Modelo Weather Research Forecast (WRF) 19
diez metros a varios cientos de metros y una resolucion temporal de un segundo a decenas
de minutos son posibles dependiendo del rango, sin embargo, los sistemas de lidar son mas
complejos con respecto a la configuracion del sistema, el mantenimiento y el funcionamiento
rutinario, que conciernen a todos los componentes tales como el transmisor de laser, el re-
ceptor y el sistema de adquisicion de datos (Wulfmeyer et al., 2015).
Los sistemas lidar realizan mediciones con alta relacion senal-ruido en la atmosfera libre de
nubes y a traves de nubes opticamente delgadas. En presencia de nubes opticamente gruesas,
son posibles mediciones de distancia de alcance dentro de las nubes para un espesor optico
tıpicamente no superior a 2, de lo contrario las mediciones son posibles hasta la base de
la nube. Durante la lluvia la toma de datos es apenas posible debido a la extincion de la
radiacion transmitida, por lo tanto se pueden conseguir tiempos de operacion similares a los
espectrometros infrarrojos.
2.3. Descripcion del Modelo Weather Research Forecast
(WRF)
El WRF es un modelo numerico de prediccion meteorologica disenado para fines investigati-
vos y de pronostico operacional. Fue desarrollado por NCAR (National Center for Atmosferi-
ca Research’s ) con la colaboracion de MM (Mesoscale and Microscale Meteorology division),
NOAA (the National Oceanic and Atmospheric Administration’s), NCEP (National Centers
for Enviromental Predictions ), ESRL (Earth System Research Laboratory), entre otros. El
WRF permite, mediante simulacion numerica, obtener campos de vientos horizontales y ver-
ticales, temperatura, humedad relativa, altura geopotencial en todos los niveles de presion,
variables superficiales como cobertura de nieve, presion sobre el nivel del mar, temperatura
y humedad relativa a 2m, vientos horizontales a 10m, temperatura, humedad y contenido de
agua lıquida en la superficie del suelo y a 10cm, 50cm y 100cm, entre otras.
Los componentes principales del modelo WRF se esquematizan en la Figura 2-7, los cuales
son: Preprocesamiento (WPS), el Procesamiento (ARW) y el Posprocesamiento, y las con-
diciones iniciales y de borde necesarias para la ejecucion del modelo.
Los dominios empleados para el presente trabajo corresponden a los usados en la ejecucion
operacional del Sistema de Pronostico Automatico del SIATA (SYNAPSIS), los cuales se
ajustan a las recomendaciones definidas por Wang (2014) para la ejecucion del ARW. Es ası
como se han fijado tres dominios anidados de forma telescopica: un dominio o malla base
(D01) cubre en su totalidad a Colombia y extensiones de la Amazonia, Mar Caribe y Oceano
Pacıfico; se busca con este dominio describir los flujos originados en estas zonas y su inter-
20 2 Estrategias para la Medicion de Perfiles Termodinamicos Atmosfericos
Figura 2-7.: Funcionamiento del modelo WRF, agrupado en cuatro fases: Bases de datos
externas (verde), el pre-procesamiento (azul), procesamiento (rojo) y post-
procesamiento (gris). Tomado de (Zapata, 2015)
accion con el sistema montanoso colombiano. Un dominio intermedio (D02) que abarca la
region Andina, cuyo objetivo es servir como transicion entre la malla general y el mas interno;
finalmente, un dominio de alta resolucion espacial (D03) centrado sobre el Valle de Aburra.
La ejecucion del modelo se realiza diariamente, iniciando con condiciones iniciales y de borde
provenientes del Global Forecast System (GFS). En la Figura 2-8 y Tabla 2-1 se resume
esta informacion, al igual que las caracterısticas generales de los dominios implementados
y los forzadores empleados en la construccion de las condiciones iniciales y de borde del ARW.
Tabla 2-1.: Configuracion operacional de dominios empleados en SYNAPSIS
Caracterısticas D01 D02 D03
Paso de malla horizontal (km) 18 6 2
Dimensiones (x,y,z) 191, 191, 41 82, 118, 41 136, 136, 41
Paso de tiempo 90 30 10
Condiciones iniciales dinamicas GFS GRID 4 12Z
Condiciones iniciales invariables MODIS 30s + USGS Topo 30s
Ademas de las configuraciones de dominios empelados, se deben tener en cuenta las parame-
trizaciones empleadas para los procesos mas importantes, entre ellos la micro fısica, radiacion,
capa lımite planetaria (PBL; Planetary Boundary Layer), usos del suelo, entre otras, resu-
midas en la tabla 2-2.
2.3 Descripcion del Modelo Weather Research Forecast (WRF) 21
Figura 2-8.: (Superior Izquierda) Dominios anidados del modelo WRF empleados en SY-
NAPSIS. (Superior derecha) Dominio 2 - 6x6km. (Inferior) Corte de la to-
pografıa a los 6.2◦N. El marcador rojo en las Figuras indica la ubicacion del
Radiometro Microondas.
En el presente trabajo se usan se usan las salidas del modelo correspondiente a los perfiles
verticales de temperatura y humedad relativa, en el punto/pixel localizado en la ubicacion
del MWR, obtenidos con el conjunto de parametrizaciones MP05, descrito en la tabla 2-2.
Se usa dicha parametrizacion debido a que historicamente ha mostrado mejores resultados
en la evaluacion de pronostico operacional que se realiza en el SIATA.
22 2 Estrategias para la Medicion de Perfiles Termodinamicos Atmosfericos
Tabla 2-2.: Configuracion operacional de parametrizaciones empleadas en SYNAPSIS
MP05 MP02
Micro fısica Eta (Ferrier) Lin scheme
Radiacion RRTMG
PBL Mellor-Yamada-Janjic
Suelo unified Noah land-surface model
Superficie Monin-Obukhov (Janjic Eta)
3. Estabilidad Atmosferica
En una atmosfera en equilibrio hidrostatico se encuentran en balance la aceleracion gravi-
tacional y la fuerza asociada al gradiente de presion (FGP). En esta seccion se adopta el
metodo de la parcela, en el cual se evalua lo que ocurre en la atmosfera ante perturbaciones
de desplazamiento vertical en la atmosfera luego de que una determinada masa de aire se
encuentra en equilibrio hidrostatico. Debido a dichas perturbaciones de desplazamiento ver-
tical en la atmosfera puede producir conveccion libre y las transformaciones de fase. Segun
Curry and Webster (1998) los siguientes supuestos se adoptan en el metodo de parcela:
La parcela conserva su identidad y no se mezcla con su entorno.
El movimiento de la parcela no altera su ambiente.
La presion de la parcela se ajusta instantaneamente a la presion del ambiente que rodea
la parcela.
La parcela se mueve adiabaticamente, de modo que su temperatura potencial perma-
nece constante.
La parcela tiene inicialmente el mismo estado termodinamico que la atmosfera circun-
dante en el mismo nivel. Una vez que la parcela se desplaza fuera de su posicion inicial,
su estado termodinamico puede diferir del ambiente a un nivel vertical correspondiente
.
3.1. Criterio de Estabilidad
En esta seccion y la siguiente, con el objetivo de plasmar un soporte teorico a los resultados,
se describe de manera resumida una de las aproximaciones clasicas de los criterios de estabi-
lidad en una atmosfera seca (sin saturacion) y en una saturada. El lector familiarizado con
este tema se recomienda saltar a la Seccion 3.3. Una parcela que se mueve verticalmente en
la atmosfera o en cualquier fluido esta sujeta a expansion o compresion adiabatica, y por lo
tanto su temperatura cambia, sin transferencias de calor o masa con su entorno. A medida
que la parcela se mueve verticalmente, puede llegar a ser mas caliente o mas frıa que el fluido
circundante en un nivel particular. Si la parcela se torna mas o menos densa que el fluido
circundante, en asociacion con los cambios de temperatura (Ley de los gases), estara sujeta
a una aceleracion hacia abajo o hacia arriba. Una parcela que se desplaza verticalmente esta
24 3 Estabilidad Atmosferica
sujeta a una fuerza boyante de manera que si esta ultima actua sobre la masa desplazada
haciendo que vuelva a su posicion inicial, entonces el fluido es estaticamente estable. En el
caso que la masa desplazada se aleje aceleradamente de su posicion inicial, entonces el fluido
es estaticamente inestable. Si la masa desplazada permanece en equilibrio con su entorno,
entonces el fluido esta en un estado de equilibrio neutro.
El fluido circundante se asume en equilibrio, lo cual se puede expresar como:
0 = −g − 1
ρ
∂p
∂z(3-1)
donde g es la aceleracion gravitacional, ρ es la densidad del fluido, p es la presion y z es la
altura.
Ahora, considerando un pequeno desplazamiento vertical de la parcela, segun la segunda
ley del movimiento de Newton, la aceleracion de la parcela debe ser igual a la suma de las
fuerzas gravitacionales y de gradiente de presion. Por lo tanto, se puede escribir a 3-2 como
la expresion para la aceleracion de la parcela. Las variables en la parcela se indican por una
prima (por ejemplo, T ′) para diferenciarse de las del fluido circundante (por ejemplo, T ).
∂u′z∂t
= −g − 1
ρ′∂p′
∂z(3-2)
donde u′z es la velocidad de la parcela. Del supuesto de que “La presion de la parcela se
ajusta instantaneamente a la presion del ambiente que rodea la parcela” se puede simplificar∂p′
∂z= ∂p
∂z= −ρg obteniendo ası:
∂u′z∂t
= −g − ρ− ρ′
ρ′(3-3)
El termino en el lado derecho de 3-3 es la fuerza boyante en la parcela. Si la parcela es
menos densa que su entorno, entonces acelerara hacia arriba. El termino gravedad reducida
se utiliza a menudo para indicar el negativo de la fuerza boyante (Curry and Webster, 1998).
Ademas se puede escribir 3-3 en terminos de gradientes de densidad vertical considerando un
pequeno desplazamiento vertical de la parcela desde su ubicacion original, por simplicidad
z = 0 se asume como la posicion inicial, ademas es donde la densidad de la parcela igual a
la del entorno, ρ′0 = ρ0. Usando el teorema de Taylor, se amplifica la densidad de la parcela
alrededor de la localizacion inicial.
ρ′ = ρ′0 +∂ρ′
∂zz + ... (3-4)
3.1 Criterio de Estabilidad 25
se ignoran los terminos de orden superior, debido a que se asumen pequenos desplazamientos
verticales. De igual forma, con los mismos supuestos, se puede obtener la expresion para la
densidad del fluido circundante.
ρ = ρ0 +∂ρ
∂zz + ... (3-5)
Sustituyendo 3-4 y 3-5 en 3-3 se obtiene:
∂u′z∂t
= − g
ρ′0
(∂ρ
∂z− ∂ρ′
∂z
)z ≈ − g
ρ0
(∂ρ
∂z− ∂ρ′
∂z
)z (3-6)
Para que la parcela sea estable a un desplazamiento vertical, de modo que cualquier despla-
zamiento vertical provoque una aceleracion que regrese la parcela a su posicion inicial, ∂ρ′
debe exceder el correspondiente cambio de densidad vertical del entorno, ∂ρ.
La frecuencia de Brunt-Vaisala, N se define como:
N2 − g
ρ0
(∂ρ′
∂z− ∂ρ
∂z
)z (3-7)
y tambien se conoce como la frecuencia boyante, reemplazando 3-7 en 3-6
d2z
dt2+N2z = 0 (3-8)
donde d2zdt2
= duzdt
Esta ecuacion es de la forma de un oscilador armonico lineal. Debido a
que la posicion de la parcela oscila alrededor de su posicion inicial cuando N2 > 0, esta
es una situacion estable. Si N2 = 0, la parcela es neutra y no hay aceleracion. A partir de
3-8 se obtienen los siguientes criterios de estabilidad estatica para un fluido con respecto a
desplazamientos verticales pequenos:
N2 > 0: Estable
N2 = 0: Neutro
N2 < 0: Inestable
Para interpretar completamente este criterio de estabilidad, se debe examinar la frecuencia
boyante,N . El cambio vertical de densidad ∂ρ′
∂zde una parcela en la atmosfera con movimiento
26 3 Estabilidad Atmosferica
vertical e isentropico (no hay transferencia de calor, por lo tanto se conserva la entropıa) se
puede escribir como:
∂ρ′
∂z=
(∂ρ′
∂p′
)∂p′
∂z+
(∂ρ′
∂T ′
)∂T ′
∂z(3-9)
donde se tienen en cuenta los cambios en la densidad de una parcela, ρ′, debidos a cambios
en la presion de la parcela, p′, y la temperatura de la parcela ,T ′. Similarmente se llega a la
expresion para la atmosfera.
∂ρ
∂z=
(∂ρ
∂p
)∂p
∂z+
(∂ρ
∂T
)∂T
∂z(3-10)
sustituyendo 3-9 y 3-10 en 3-7 y simplificando para una atmosfera humeda pero no saturada,
usando la ley ideal de los gases e ignorando las fluctuaciones de presion se puede escribir:
N2 =g
T0
(dTvdz
+ Γ′d
)(3-11)
donde T0 es la temperatura en superficie, Tv es la temperatura virtual y Γ′d es la tasa de
ascenso adiabatica seca.
A partir de la definicion de temperatura potencial virtual, θv, se llega a:
1
θ
dθ
dz=
1
Tv
dT
dz− Rd
cpd
1
p
dp
dz=
1
T
(dTvdz− g
cpd
)(3-12)
y se puede escribir 3-11 ası:
N2 =g
θ0
dθvdz
(3-13)
El criterio de estabilidad para una atmosfera humeda pero no saturada se puede escribir
equivalentemente como:
dθvdz
> 0 o −dTvdz
< Γd: Estable
dθvdz
= 0 o −dTvdz
= Γd: Neutro
dθvdz
< 0 o −dTvdz
> Γd: Inestable
3.2 Estabilidad de la Atmosfera Saturada 27
El termino −dTvdz
se puede interpretar como la tasa de ascenso de la temperatura virtual
de la atmosfera. Al considerar la estabilidad estatica atmosferica, es importante retener la
correccion de la temperatura virtual, ya que las diferencias en la humedad especıfica entre
la parcela y el ambiente pueden ser significativas para determinar la fuerza boyante, espe-
cialmente en el tropico.
Segun Curry and Webster (1998) la inestabilidad estatica en la atmosfera (N2 < 0) da lugar
a una conveccion, que se refiere a movimientos verticales inducidos por aceleraciones debidas
a la boyancia. En la atmosfera, la conveccion es tıpicamente inducida por el calentamiento
de la superficie de la Tierra y comunmente resulta en la formacion de nubes cumuliformes.
Dicha conveccion, transporta calor, vapor de agua y momentum, y actua para reducir la
inestabilidad estatica.
A partir de los requerimientos de continuidad de masa, una parcela ascendente en la atmosfe-
ra debe ir acompanada de movimiento descendente en el medio ambiente circundante para
situar el volumen que se encuentra en la parcela que asciende. Si el aire descendente esta
libre de nubes, se calentara a la tasa adiabatica seca. El aumento de la temperatura en el
aire circundante se reducira Tv − T ′v y por tanto se reducira p− p′ en 3-3, reduciendo ası la
fuerza boyante.
3.2. Estabilidad de la Atmosfera Saturada
Los desplazamientos verticales de parcelas de aire frecuentemente producen cambios en las
fases de la agua contenida en las parcelas, esto afecta la fuerza boyante y por lo tanto el
criterio de estabilidad. Cuando una parcela de aire saturado asciende, su temperatura cambia
de acuerdo a la tasa de ascenso adiabatica saturada, como los indica la ecuacion 3-14, notese
que tiene la misma forma de la ecuacion 3-11, pero sus terminos indican la presencia procesos
saturados y secos en la parcela.
N2 =g
T0
(dTvldz
+ Γ′s
)(3-14)
donde Γ′s es la tasa de ascenso adiabatica saturada, la cual puede ser hallada combinando
la tasa de ascenso adiabatica seca, la primera ley de la termodinamica, y la ecuacion de
Clausius-Clapeyron, para una parcela de aire que alcanza el 100 % de humedad relativa,
obteniendo ası la ecuacion 3-15.
Γs = Γd
1 + Llvws
RdT
1 +εL2
lvws
cpdRdT 2
(3-15)
28 3 Estabilidad Atmosferica
Debido al peso del agua liquida en la ecuacion 3-14 se usa la temperatura virtual del agua
lıquida Tvl, definida como
Tvl = Tv(1 + 0,608wv + wl) (3-16)
Notese que si wl = 0 entonces Tvl = TvSimilarmente como se planteo para el aire seco, un criterio de estabilidad para el aire saturado
muestra que el aire con nubes es inestable cuando θe disminuye con la altura y/o la cantidad
total de agua (wt = wv + wl) incrementa con la altura. Continuando con la posibilidad de
condensacion/evaporacion durante el desplazamiento de la parcela se obtienen cinco estados
posibles para la estabilidad del aire humedo:
−dTvldz
< Γs : Absolutamente estable
−dTvldz
= Γs: Neutro saturado
Γs < −dTvldz
< Γd: Condicionalmente inestable
−dTvldz
= Γd: Neutro seco
−dTvldz
> Γd : Absolutamente inestable
Para esquematizar los procesos que puede experimentar el aire humedo, se han creado varios
diagramas termodinamicos, el diagrama skew-T/log-P — que tambien se conoce como dia-
grama de Herlofson y por su nombre en ingles, skew -T/log-P— es uno de los mas difundidos
y completos; este hace parte de la familia de los diagramas aerologicos, que se utilizan para
representar la estructura vertical de la atmosfera y los principales procesos a los que puede
someterse el aire humedo, incluyendo el enfriamiento isobarico, los procesos adiabaticos se-
cos y saturados. En particular el diagrama skew-T/log-P se utiliza para trazar los perfiles
verticales de la temperatura atmosferica, la humedad y el viento y se ha utilizado durante
muchas decadas para evaluar una variedad de condiciones meteorologicas, siendo la estabili-
dad atmosferica su uso mas notable en la Figura 3-1 se muestra un ejemplo de este diagrama
obtenido con los perfiles del 18 de marzo del 2015 a las 18:08.
Una vez se obtienen las mediciones de un perfil atmosferico se trazan, el skew-T/log-P se
trazaran la temperatura, el punto de rocıo, y si esta disponible, la velocidad y direccion del
viento. A partir de estos valores basicos se puede obtener una gran cantidad de informacion
sobre las condiciones meteorologicas de la atmosfera. En el diagrama skew-T/log-P hay
varios conjuntos basicos de lıneas fijas que comprenden este diagrama, que a continuacion
se explican, las cuales tambien se encuentran plasmadas en el diagrama de la Figura 3-1.
3.2 Estabilidad de la Atmosfera Saturada 29
Isobaras: Las lıneas horizontales son isobaras, espaciadas logarıtmicamente desde los
1.050 hPa en la parte inferior a 100 hPa en la parte superior. Tambien hay una escala
de altura a la derecha del diagrama en kilometros y miles de pies, para relacionar cada
nivel de presion con la altura sobre el nivel del mar. En la Figura 3-1 son las lineas
horizontales amarillas, cuyos indicadores se encuentran a la derecha en hPa.
Isotermas: Isotermas son lıneas de temperatura constante. En el diagrama son rectas
solidas, inclinadas desde la parte inferior izquierda a la superior derecha, en la Figura
3-1 estan de color rojo.
Adiabaticas secas: representan lıneas de temperatura potencial constante, las adiabati-
cas secas son las lıneas ligeramente curvadas, solidas en pendiente desde la parte inferior
derecha de la parte superior izquierda. En la Figura 3-1 son las lineas verdes.Indican la
tasa de cambio de temperatura en una masa de aire seco ascendente o descendente de
forma adiabatica, es decir, sin perdida o ganancia de calor de la parcela. Estas lıneas
comparten una etiqueta con las isotermas, con el valor de temperatura de su pun-
to de interseccion con la isobara de 1000 hPa, debido a la definicion de temperatura
potencial.
Adiabaticas humedas: Las adiabaticas de saturacion, tambien conocidas como adiabati-
cas humedas o saturacion pseudo-adiabaticas, representan las lıneas de la temperatura
potencial equivalente las adiabaticas de saturacion son las lıneas ligeramente curvas,
en la Figura 3-1 son las lineas azules discontinuas. Se debe tener en cuenta que la
pendiente y el espaciamiento de las lıneas varıa significativamente con la altura y la
temperatura, particularmente en los niveles mas bajos. Las adiabaticas humedas repre-
sentan la tasa de cambio de temperatura en una parcela ascendente de aire saturado
(suponiendo que todo el vapor de agua condensado es lıquido y se precipita de in-
mediato a medida que asciende la parcela, este es el supuesto de pseudo-adiabatico).
Hay que tener en cuenta que las adiabaticas de saturacion se vuelven paralelas a las
adiabaticas secas a bajos valores de humedad, temperatura y presion. Cada adiabatica
saturada se etiqueta con el valor de la temperatura de su punto de interseccion con la
isobara de 1000 hPa, y comparte su etiqueta con las isotermas y las adiabaticas secas.
Relacion de Mezcla de Saturacion: representan los valores constante de los de
gramos de agua requeridos para saturar un kilogramo de aire seco a una temperatura
y presion en particular. En el diagrama, la relacion de mezcla de saturacion (ws) son
las lıneas ligeramente curvadas, de trazos inclinados de la parte inferior izquierda a la
superior derecha, en la Figura 3-1 son las lineas magenta discontinuas. Se etiquetan en
la parte intermedia del diagrama para un rango de 0,1 a 20,0 gramos por kilogramo;
es decir, en partes de vapor de agua por 1000 partes de aire seco. Se debe tener en
cuenta que puesto que la capacidad de vapor de aire varıa de forma no lineal con la
temperatura, el intervalo de etiquetado para lıneas ws no es uniforme.
30 3 Estabilidad Atmosferica
20 10 0 10 20 30 40
Temperatura [C]
200
300
400
500
600
700
800
900
1000
0.1 0.4 1 2 4 7 10 16 24 32
0 10 20 30 40 50
10 15 20 25 30
2017-03-18 18:08:00
0
2
4
6
8
10
12
14
16
km/kft
0
5
10
15
20
25
30
35
40
45
50
Parcel: SBPs : 849.7hPaTCs : 19.1CTDs : 15.3C-------------Plcl: 803.5hPaTlcl: 14.5CPlfc: 626.9hPaP_el: 318.4hPaCAPE: 267.6JCIN: -141.8J
Figura 3-1.: Diagrama termodinamico skew-T/log-P, generado a partir de los datos de ra-
diometro microondas para el dıa 18 de marzo del 2017 a las 1808, hora Local
Ademas con el diagrama skew-T/log-P se pueden identificar varios niveles importantes en las
transformaciones que se puede someter al aire humedo, los cuales, adicionalmente, pueden
indicar caracterısticas del perfil atmosferico y ademas sirven de lımites o niveles de referencia
para el calculo de algunos ındices de estabilidad.
Nivel de Condensacion (LCL; Lifted Condensation Level): es el nivel de pre-
sion en el que una parcela alcanza la saturacion, ascendiendo desde un nivel de presion
particular, normalmente desde la superficie. La parcela ascendente se enfrıa, ası la hu-
medad relativa aumenta dentro de la parcela que asciende. Una vez que la humedad
relativa alcanza por primera vez el 100 % en la parcela, se produce la saturacion.
Nivel de Condensacion Convectiva (CCL; Convective Condensation Level):
es la altura de las bases de las nubes que resultan del aire que se eleva desde la superficie
debida unicamente a boyancia positiva. El CCL sera mayor en altura que el LCL ya que
la superficie debe primero calentarse a una temperatura adecuada antes de ascender,
3.3 Variacion Temporal del Perfil del Contenido de Agua en la Atmosfera 31
debido a que el calentamiento de la superficie disminuye la humedad relativa y por lo
tanto requiere que la parcela se ascienda mas alto antes de que ocurra la saturacion.
Nivel de Conveccion Libre (LFC; Level of Free Convection): es el lımite
inferior de la region mas significativa de la boyancia positiva en la troposfera. Es el
nivel en el cual una parcela llegara a tener la misma temperatura del ambiente, es
decir, boyancia neutra, separando ası, las regiones de estabilidad e inestabilidad. Una
vez que una parcela es ascendida por encima del LFC continuara ascendiendo hasta el
nivel donde la boyancia sea neutra nuevamente.
Nivel de Boyancia Neutra (LNB; Level of Neutral Boyancy): es el lımite
superior de la region con mayor boyancia en la troposfera. Es el punto en el cual una
parcela que asciende se igualara en temperatura a la de la temperatura ambiental.
3.3. Variacion Temporal del Perfil del Contenido de Agua
en la Atmosfera
En la introduccion del presente trabajo se resalta la importancia de la variabilidad espacial
y temporal del agua en la atmosfera, tanto en estado gaseoso como lıquido. La Figura 3-2
muestra los ciclos diurnos de la densidad de vapor de agua promedio en la vertical para cada
mes del ano a partir de las mediciones del MWR. Dicha informacion esta disponible para
58 niveles fijos en la vertical y cada dos minutos aproximadamente. La variacion anual de la
densidad de vapor de agua promedio es muy marcada, como se puede observar en la Figura
3-2b, donde se resaltan ambas temporadas secas y de precipitacion, las cuales estan modu-
ladas por por el paso de la Zona de Convergencia Intertropical. Es importante notar que el
mes de marzo es, fuera de la temporada de lluvias, el mes con mayor humedad promedio
en la atmosfera. Dicho ciclo anual de humedad se convierte a su vez en un modulador de
la cantidad de agua precipitable, el ciclo diurno de la establidad/inestabilidad atmosferica y
del ciclo de precipitacion.
32 3 Estabilidad Atmosferica
0 5 10 15 20Hora local [UTC-5]
4.6
4.8
5.0
5.2
5.4
5.6
5.8
Vapo
r [gm
3 ]
EneroFebreroMarzoAbrilMayoJunioJulioAgostoSeptiembreOctubreNoviembreDiciembre
(a)
0 5 10 15 20Hora local [UTC-5]
Ene
Mar
May
Jul
Sep
Nov
4.6
4.6
4.8
4.8
4.8
4.9
4.9
4.9
5.1
5.1
5.1
5.2
5.2
5.2
5.3
5.3
5.3
5.3
5.5
5.5
5.5 5.5
5.6
5.65.6
4.51
4.63
4.76
4.88
5.00
5.13
5.25
5.38
5.50
5.62
Vap
or
[gm
3 ]
(b)
Figura 3-2.: Ciclos diurnos mensuales de la densidad de vapor de agua, calculados a partir
de datos del radiometro microondas. (a) lineas y (b) contornos.
Es tambien pertienente considerar la cantidad de vapor de agua que tiene la atmosfera dis-
ponible para precipitar. Para ello es necesario conocer la cantidad total de agua precipitable
TPW (Total Precipitable Water) que se calcula con la expresion 3-17, la cual representa la
profundidad del agua en una columna de la atmosfera, si toda el agua en esa columna llegase
a precipitarse.
TPW =
∫1
gqvdP =
∫1
g
ω
1 + ωdP (3-17)
donde qv es la humedad especıfica y ω es la relacion de mezcla en gramos de vapor por
kilogramo de aire seco. El ciclo diurno de la TPW, y su variacion anual, se presenta en la
Figura 3-2b.
3.3 Variacion Temporal del Perfil del Contenido de Agua en la Atmosfera 33
0 5 10 15 20Hora local [UTC-5]
28
30
32
34
36
PW
EneroFebreroMarzoAbrilMayoJunioJulioAgostoSeptiembreOctubreNoviembreDiciembre
(a)
0 5 10 15 20Hora local [UTC-5]
Ene
Mar
May
Jul
Sep
Nov
27.929.0
30.2
30.2
30.2
31.3
31.3
31.332.4
32.4
32.4 33.633.6
33.6 33.6
34.7 34.7
34.7 34.7
34.735.9
26.74
27.78
28.82
29.85
30.89
31.93
32.97
34.01
35.05
36.08
PW
(b)
Figura 3-3.: Ciclos diurnos mensuales de la cantidad de agua precipitable, calculados a
partir de datos del radiometro microondas. (a) Lıneas y (b) Contornos.
Por otro lado, la realizacion del potencial de agua precipitable depende justamente de las
condiciones de inestabilidad de la atmosfera. La Figura 3-4 muestra el ciclo diurno del
total de agua lıquida en la atmosfera para cada mes del ano. Se puede observar la marcada
bimodalidad en los meses correspondientes a las dos temporadas de lluvias mientras que
durante los meses de transicion y de temporada seca los picos de precipitacion nocturna no
estan presentes.
0 5 10 15 20Hora local [UTC-5]
1
2
3
4
5
Liqui
do [g
m3 ]
EneroFebreroMarzoAbrilMayoJunioJulioAgostoSeptiembreOctubreNoviembreDiciembre
(a)
0 5 10 15 20Hora local [UTC-5]
Ene
Mar
May
Jul
Sep
Nov
1.4
1.4
1.4 1.4
2.0
2.0
2.0
2.0
2.0
2.0
2.5
2.5
2.5
2.5
3.0
3.0
3.0
3.0
3.5
3.5
3.5
3.5
3.5
3.5
3.5
4.0
4.0
4.04.0
4.0
4.04.5 4.55.0
0.94
1.40
1.87
2.33
2.80
3.27
3.73
4.20
4.66
5.13
Liq
uid
o [g
m3 ]
(b)
Figura 3-4.: Ciclos diurnos mensuales de la densidad integrada de agua lıquida, calculados
a partir de datos del radiometro microondas.(a) Lıneas y (b) contornos .
Tambien se considera importante tener en cuenta el analisis del ciclo diurno de la altura del
LCL para cada mes, la cual varia con el ciclo anual, indicando la altura a la que es nece-
sario ascender de manera convectiva en orden de lograr saturacion por condiciones locales,
34 3 Estabilidad Atmosferica
tendiendo en cuenta la humedad en la superficie y el perfil de temperatura en la vertical. En
la Figura 3-5 se muestran los ciclos diarios promedio mensual de la altura del LCL, el cual
depende de manera directa del ciclo de la radiacion solar, y, en cuanto a su forma, se asemeja
mucho estructura de evolucion temporal de la capa lımite atmosferica. El ciclo diurno para
los diferentes meses del ano revela un LCL mas bajo durante las temporadas de lluvia, mas
bajo en las temporadas secas, e intermedio en las temporadas secas.
0 5 10 15 20Hora local [UTC-5]
800
1000
1200
1400
1600
1800
2000
2200
LCL
EneroFebreroMarzoAbrilMayoJunioJulioAgostoSeptiembreOctubreNoviembreDiciembre
(a)
0 5 10 15 20Hora local [UTC-5]
Ene
Mar
May
Jul
Sep
Nov
923.2
923.
2
923.2 1077.9
1077.9
1077.9
1232.6
1232.6
1387.4
1387
.4
1542.1
1542
.1
1696.8
1696.8
1851
.5
1851.52006.2
768.52
909.16
1049.81
1190.46
1331.10
1471.75
1612.39
1753.04
1893.69
2034.33
LCL
(b)
Figura 3-5.: Ciclo diurno mensual de la altura del nivel de condensacion (LCL), calculados
a partir de datos del radiometro microondas. (a) Lıneas y (b) Contornos.
Para realizar un adecuado analisis de las condiciones de estabilidad atmosferica que generen
eventos de precipitacion, primero se deben identificar los dıas que se registraron eventos de
precipitacion, para este fin se uso la distribucion de la cantidad de agua liquida medida por
el MWR. Obteniendo el histograma de la cantidad de agua liquida integrada en la vertical,
el cual se encuentra en la Figura 3-6, en la cual se puede identificar el umbral en el cual se
tiene una alta cantidad de agua liquidad, en este caso es 0,8kgm−2, que es un indicador de
la ocurrencia de un evento de precipitacion, es decir valores mayores a este umbral indican
eventos de precipitacion y menores la no ocurrencia de los mismos. Teniendo como resultado
620 dıas en los cuales se registraron eventos de precipitacion y 427 dıas en los que no se
registraron eventos, esto se realizo con la informacion del MWR desde junio del 2013 hasta
noviembre del 2016.
3.3 Variacion Temporal del Perfil del Contenido de Agua en la Atmosfera 35
0 1 2 3 4 5 6 7Agua Liquida [kgm 2]
0.0
0.2
0.4
0.6
0.8Fr
ecue
ncia
Figura 3-6.: Histograma de cantidad de agua liquida integrada en la vertical
Para verificar los cambios que se presentan durante los dıas que se registraron eventos de
precipitacion y los que no, se muestran los ciclos diurnos de los perfiles de vapor de agua en
los casos de ausencia de precipitacion, Figura 3-7a, eventos de precipitacion, Figura 3-7b
y la diferencia de los dos anteriores, Figura 3-8. Los resultados de los cambios en los ciclos
diurnos en otras variables como temperatura, humedad relativa y cantidad de agua liquida
se muestran en el anexo A.
0 5 10 15 20Hora local [UTC-5]
0
2
4
6
8
10
Altu
ra [k
m]
1.7
3.3
5.0
6.7
8.3
10.0 10.011.7 11.7 13.3 0.00
3.75
7.50
11.25
15.00
Vapo
r de
Agua
[gm
3 ]
(a)
0 5 10 15 20Hora local [UTC-5]
0
2
4
6
8
10
Altu
ra [k
m]
1.7
3.3
5.0
6.7
8.3
10.0
11.7 11.713.3 13.3 0.00
3.75
7.50
11.25
15.00
Vapo
r de
Agua
[gm
3 ]
(b)
Figura 3-7.: Ciclo diurno del perfil de vapor de agua en (a) dıas sin eventos de precipitacion
(b) dıas con eventos de precipitacion.
Los principales cambios que se observan ante la presencia de eventos de precipitacion es la
36 3 Estabilidad Atmosferica
claro el aumento de la humedad en los niveles bajos entre las 1000 y 1600, la cual se puede
observar comparando las Figuras 3-7a y 3-7b pero se observa mucho mas claro en la Figura
3-8 que justamente es la diferencia de loas dos anteriores, ademas en esta se observa aumento
de la humedad en los niveles medios de la atmosfera, entre 2 y 6 km, ante la presencia de
eventos de precipitacion.
0 5 10 15 20Hora local [UTC-5]
0
2
4
6
8
10
-1.9-1.7-1.4-1.2-0.9
-0.9
-0.7-0.7
-0.7
-0.7-0.5
-0.5
-0.5
-0.5
-0.5
-0.2
-0.2
-0.2 -1.9
-1.7
-1.5
-1.3
-1.1
-0.9
-0.6
-0.4
-0.2
0.0
Vap
or
de
Ag
ua [g
m3 ]
Figura 3-8.: Resta de los ciclos diurnos de los perfiles de vapor de agua entre los dıas de
que no se registraron eventos de precipitacion y los dıas en que si se registraron
eventos de precipitacion.
Ademas para ilustrar como es el cambio durante el ano del vapor agua con la presencia de
eventos de precipitacion se ilustra en la Figura 3-9 la variacion del ciclo diurno mensual del
la columna de vapor de agua en los casos de dıas sin registro de eventos de precipitacion
(Figuras 3-9a en lineas y 3-9b en contornos) y los casos de los dıas en que se registraron
eventos de precipitacion (Figuras 3-9c en lineas y 3-9d en contornos). En estos ciclos se
puede observar claramente las dos temporadas humedas que se presentan en el Valle de
Aburra en los meses de Marzo a mayo y de septiembre a noviembre, ademas del aumento del
contenido de vapor de agua desde las 1500 horas. Comparando los ciclos cuando hay presencia
o ausencia eventos de precipitacion, se puede observar el mayor contenido de vapor de agua
3.4 Indices de Estabilidad Atmosferica 37
en los ciclos elaborados con los dıas con presencia de eventos de precipitacion principalmente
en las tardes y noches, ademas del poco contenido de vapor de agua durante las mananas y
tardes de los meses fuera de las temporadas humedas.
0 5 10 15 20Hora local [UTC-5]
24
26
28
30
32
34
Colu
mna
de
vapo
r de
Agua
[kgm
2 ] EneroFebreroMarzoAbrilMayoJunioJulioAgostoSeptiembreOctubreNoviembreDiciembre
(a)
0 5 10 15 20Hora local [UTC-5]
Ene
Mar
May
Jul
Sep
Nov
25.1
25.1
26.2
26.2
26.2
27.3
27.3
27.3
28.4
28.4
29.6
29.6
29.6 29.6
30.7 30.7
30.7 30.731.8
31.8
24.0
25.0
26.0
27.0
28.0
29.1
30.1
31.1
32.1
33.1
Co
lum
na d
e va
po
r d
e A
gua
[kgm
2 ]
(b)
0 5 10 15 20Hora local [UTC-5]
24
26
28
30
32
34
Colu
mna
de
vapo
r de
Agua
[kgm
2 ] EneroFebreroMarzoAbrilMayoJunioJulioAgostoSeptiembreOctubreNoviembreDiciembre
(c)
0 5 10 15 20Hora local [UTC-5]
Ene
Mar
May
Jul
Sep
Nov
28.4
28.4
29.6
29.6
29.6
30.7
30.7
31.8 31.8
31.8
31.8
32.9
24.0
25.0
26.0
27.0
28.0
29.1
30.1
31.1
32.1
33.1
Co
lum
na d
e va
po
r d
e A
gua
[kgm
2 ]
(d)
Figura 3-9.: Ciclo diurno mensual de la columna de vapor de agua en los dıas que no se
registraron eventos de precipitacion en (a) lineas y (b) contronos; y los dıas
con eventos de precipitacion en (c) lineas y (d) contornos.
3.4. Indices de Estabilidad Atmosferica
Para estudiar la estabilidad atmosferica se han desarrollado ındices que caracterizan, con
un valor, el estado de la atmosfera. Estos ındices en sus inicios fueron desarrollados para
aplicaciones militares, por lo tanto debıan ser sencillos de calcular en campo a partir de
datos de radiosondeos. En su gran mayorıa fueron desarrollados para regiones de latitudes
38 3 Estabilidad Atmosferica
altas y, en general, condiciones diferentes a las de un valle tropical de topografıa compleja
como el Valle de Aburra.
A continuacion se presentaran los ındices de estabilidad atmosferica que se analizaron en este
trabajo para el Valle de Aburra. Aunque las suposiciones no correspondan para dicha zona,
se usan los ındices que se puedan estimar partiendo de los perfiles termodinamicos obtenidos
cada uno de los sensores y finalmente se comparan entre sı. Por ejemplo, si un ındice requiere
la temperatura a un nivel de 1000 hPa, serıa imposible obtener esa temperatura para el Valle
de Aburra, debido a que este se encuentra a un nivel de presion de aproximadamente 850
hPa. Con el objetivo de no hacer ajustes y cambios de las variables asumiendo traslado de
variables a nivel del mar, dichos ındices no son considerados. En las expresiones para el
calculo de los ındices, en cada una de las variables los subındices indican el nivel de presion
en hPa en el cual son evaluadas. Como se menciono al inicio de este capıtulo, las variables
en la parcela se diferencian con una prima (por ejemplo: T ′850 es la temperatura de la parcela
a 850 hPa) de las variables del fluido circundante (por ejemplo: T200 es la temperatura del
perfil a 200 hPa). En esta seccion se presentan solo algunos de los ındices analizados, el resto
de los ındices estabilidad atmosferica se presentan en el anexo B.
3.4.1. Indice de Showalter (SI)
Este es uno de los primeros ındices de estabilidad atmosferica, creado por Showalter (1953)
y designado originalmente para la prevision de tormentas electricas en el sur oeste de los
Estados Unidos (Peppler, 1988), dicho ındice estima el potencial de inestabilidad entre los
850 y 500 hPa, con la medida de la fuerza boyante a 500 hPa de una parcela ascendida
desde los 850 hPa, es decir, la diferencia a los 500 hPa entre la temperatura del perfil y la
temperatura de una parcela que ascienda adiabaticamente desde los 850 hPa, en el caso del
Valle de Aburra serıa un ascenso desde superficie. Este ındice, que es una funcion del perfil
solo en los niveles de 850 y 500 hPa, tambien provee un estimado de la inestabilidad latente
al nivel de 500 hPa, en donde un valor negativo revela la existencia de una fuerza boyante
positiva por encima del LFC y la posibilidad de conveccion libre subsecuente, debido a que
al ser mayor la temperatura de la parcela que asciende, esta tendra menor densidad que la
atmosfera a los 500 hPa, indicando potencial convectivo. De acuerdo a la literatura Showalter
(1953), valores de SI cercanos +3 indican baja probabilidad de precipitacion o tormentas,
mientras que valores menores a -3 indican posible actividad convectiva fuerte.
SI = T500 − T ′500 (3-18)
donde, T500 es la temperatura del perfil a los 500 hPa y T ′500 representa la temperatura de
una parcela que asciende adiabaticamente desde los 850 a los 500 hPa.
3.4 Indices de Estabilidad Atmosferica 39
Para observar como es el comportamiento de SI frente a eventos de precipitacion en la Figura
3-10 se muestra el ciclo diurno medio de SI con el ciclo diurno medio de precipitacion para
una estacion pluviometrica ubicada en el mismo sitio del MWR y ademas con el ciclo diurno
medio de cantidad de agua liquida integrada, evidenciando un marcado rezago de cerca de
4 horas entre el pico de tendencia a la actividad convectiva y la ocurrencia de los eventos
de precipitacion. Se puede observar que el ındice SI reproduce las condiciones medias de
precipitacion. Los valores medios de mayor inestabilidad se encuentran antes de los valores
maximos de precipitacion, como ocurre en las tardes, periodo en el cual son tıpicas las
precipitaciones de origen convectivo en el Valle de Aburra, lo que sugiere una posibilidad de
pronostico.
0 5 10 15 20Hora local [UTC-5]
7.5
7.0
6.5
6.0
5.5
5.0
4.5
4.0
SI
1
2
3
4
Lluv
ia [m
m/h
]SI Lluvia
(a)
0 5 10 15 20Hora local [UTC-5]
7.5
7.0
6.5
6.0
5.5
5.0
4.5
4.0
SI
1
2
3
4
5
6
Liq
uid
o [g
m3 ]
SI Liquido
(b)
Figura 3-10.: Ciclo diurno medio del ındice SI (Showalter Index) con (a) ciclo diurno medio
de precipitacion sobre el radiometro microondas y (b) cantidad integrada de
agua liquidad obtenidas con las mediciones del MWR. Los colores sombreados
representan la dispersion de los datos en el rango intercuartil.
La variacion intraanual de los ciclos diurnos del SI se muestran en la Figura 3-11 mediante
lineas y contornos, para los casos de los dıas con ausencia de eventos de precipitacion (Figu-
ras 3-11a en lineas y 3-11b en contornos) y los dıas con registros de eventos de precipitacion
(Figuras 3-11c en lineas y 3-11d en contornos). En estas Figuras se muestra un marcado
ciclo diurno durante todos los meses con picos de valores negativos entre las 1100 y 1200
y entre 2000 y 2100 y valores negativos todo el ano, indicando una prevalente tendencia
a la actividad convectiva local, incluso en temporada seca. El SI tiene una alta influencia
del forzamiento radiativo, mostrando que la radiacion solar es su mayor fuente de variacion
durante el dıa, esto es debido a que este ındice depende principalmente del perfil de tem-
peratura atmosferica y de las condiciones en superficie de humedad y temperatura (para el
ascenso de la parcela desde la superficie hasta el nivel de 500 hPa), lo cual explica el porque
40 3 Estabilidad Atmosferica
los valores del ındice indican mayor inestabilidad al rededor del medio dıa.
0 5 10 15 20Hora local [UTC-5]
8.0
7.5
7.0
6.5
6.0
5.5
5.0
4.5
4.0
3.5
SI
EneroFebreroMarzoAbrilMayoJunioJulioAgostoSeptiembreOctubreNoviembreDiciembre
(a)
0 5 10 15 20Hora local [UTC-5]
Ene
Mar
May
Jul
Sep
Nov
-6.5
-6.0
-6.0
-6.0
-5.5
-5.5
-5.5
-5.5
-5.5
-5.0
-5.0
-5.0
-5.0
-5.0
-4.5
-4.5
-4.0
-7.6
-7.1
-6.7
-6.2
-5.8
-5.3
-4.9
-4.4
-4.0
-3.5
SI
(b)
0 5 10 15 20Hora local [UTC-5]
8.0
7.5
7.0
6.5
6.0
5.5
5.0
4.5
4.0
3.5
SI
EneroFebreroMarzoAbrilMayoJunioJulioAgostoSeptiembreOctubreNoviembreDiciembre
(c)
0 5 10 15 20Hora local [UTC-5]
Ene
Mar
May
Jul
Sep
Nov
-6.0
-5.5
-5.5
-5.5
-5.5
-5.0
-5.0
-5.0
-5.0
-5.0
-4.5
-7.6
-7.1
-6.7
-6.2
-5.8
-5.3
-4.9
-4.4
-4.0
-3.5
SI
(d)
Figura 3-11.: Ciclo diurno mensual del ındice SI en los dıas que no se registraron even-
tos de precipitacion en (a) lineas y (b) contronos; y los dıas con eventos de
precipitacion en (c) lineas y (d) contornos.
Comparando cada uno de los ciclos entre los dıas sin eventos de precipitacion y los dıas que
registraron eventos de precipitacion, se puede observar que durante las mananas y tardes en
el caso de la presencia de eventos de precipitacion el ındice es mas negativo, indicando mayor
inestabilidad atmosferica, algo que se puede observar mejor en la Figura 3-12, en la cual se
muestra la diferencia de los ciclos diarios mensuales entre los casos que no hay eventos de
precipitacion y los casos en los que si hay registro de estos. Ademas en esta Figura se puede
observar mas claro la difrencia que se presenta entre los meses de junio y julio.
3.4 Indices de Estabilidad Atmosferica 41
0 5 10 15 20Hora local [UTC-5]
Ene
Mar
May
Jul
Sep
Nov
-1.4
-1.4
-1.1
-1.1
-0.9-0.9
-0.9
-0.6
-0.6
-0.6
-0.6
-0.6-0.3
-0.3
-0.3
-0.3-0.
3
-0.3
-0.3
-0.3
-0.1
-0.1
-0.1
-0.1 -0.1
-0.1
0.2
0.2
0.2
0.2
0.4 0.4
0.4 0.4
-1.7
-1.4
-1.2
-1.0
-0.7
-0.5
-0.2
0.0
0.3
0.5
SI
Figura 3-12.: Diferencia de los ciclos diurnos por meses del ındice SI, entre los casos que
no hay eventos de precipitacion y los dıas con registros de eventos de preci-
pitacion
3.4.2. Indice de Ascenso (LI; Lifted Index)
Como la modificacion original del ındice de Showalter, el ındice de ascenso (LI, Lifted Index )
fue desarrollado como un predictor de inestabilidad latente para ayudar en el pronostico de
tormentas severas locales en los Estados Unidos. Este ha sido uno de los ındices frecuente-
mente usados para el analisis y la prediccion de tormentas, indicando que LI es similar a el
ındice de estabilidad de Showalter excepto para la determinacion del nivel desde el cual la
parcela asciende, teniendo en cuenta el hecho de que LI es un ındice de pronostico mientras
que el ındice de Showalter es un ındice de observacion estatico, Galway (1956) asigno a la
parcela la relacion de la mezcla media observada por debajo de los 3000 pies y el potencial
de temperatura correspondiente a la adiabatica seca que pasa por una temperatura maxima
prevista por las tardes (Peppler, 1988). Este ındice fue definido por el ascenso adiabatico de
una parcela desde un nivel cercano a la superficie, finalmente definido a 50 hPa por encima
de esta, hasta el nivel de 500 hPa, donde se considerada que se encuentra la temperatura de
corriente ascendente dentro de una nube en desarrollo (Peppler, 1988). Valores de LI supe-
riores a 0 indican que la atmosfera es estable a la conveccion, valores entre 0 y -2 indican
la posibilidad de una tormenta, pero es necesario un buen detonante, valores entre -3 y -5
indican alta probabilidad de tormentas y valores menores a -5 indican alta probabilidad de
42 3 Estabilidad Atmosferica
tormentas fuertes.
LI = T500 − T ′500∗ (3-19)
donde T ′500∗ es la temperatura de una parcela que asciende 50 hPa por encima de la superficie
hasta los 500 hPa, esta es la principal con SI diferencia en cuanto al metodo de calculo.
Para observar como es el comportamiento de LI frente a eventos de precipitacion en la Figura
3-13 se muestra el ciclo diurno medio de LI con el ciclo diurno medio de precipitacion sobre
una estacion pluviometrica ubicada en el mismo sitio del MWR y ademas con el ciclo diurno
medio de cantidad de agua liquida integrada, evidenciando una tendencia decreciente del
ındice horas antes del pico de la actividad convectiva y la ocurrencia de los eventos de
precipitacion. Se puede observar que el ındice reproduce adecuadamente las condiciones
medias de precipitacion.
0 5 10 15 20Hora local [UTC-5]
3.0
2.5
2.0
1.5
1.0
0.5
LI
1
2
3
4
Lluv
ia [m
m/h
]
LI Lluvia
(a)
0 5 10 15 20Hora local [UTC-5]
3.0
2.5
2.0
1.5
1.0
0.5
LI
1
2
3
4
5
6
Liq
uid
o [g
m3 ]
LI Liquido
(b)
Figura 3-13.: Ciclo diurno medio del ındice LI con (a) ciclo diurno medio de precipitacion
sobre el radiometro microondas y (b) cantidad integrada de agua liquidad
obtenidas con las mediciones del MWR. Los colores sombreados representan
la dispersion de los datos en el rango intercuartil.
LI intenta reproducir las condiciones medias de precipitacion, debido a que como se observa
en la Figura 3-13a los valores medios de mayor inestabilidad se encuentran modulados de
los valores maximos de precipitacion, aunque se estan comparando dos variables que estan
fuertemente moduladas por el ciclo diario, es importante ver que los picos de ambas son
cercanas, lo que ındica una posibilidad de pronostico, caso similar ocurre con la cantidad de
agua liquida, como se observa en la Figura 3-13b, en la cual tambien se observa un rezago
entre el maximo de precipitacion y agua liquida y el pico de inestabilidad del ındice.
3.4 Indices de Estabilidad Atmosferica 43
Similarmente a lo ocurrido con SI, LI tiene una alta variabilidad en el dıa debida al forza-
miento radiativo, a medida que aumenta la radiacion este ındice muestra que la atmosfera
esta mas proclive a la inestabilidad. Por el contrario de SI, LI no tiene un pequeno pico de
estabilidad en la tarde, como se puede ver al comparar las Figuras 3-10 y 3-13, esto debido
a que el ascenso de la parcela para LI se hace 50 hPa sobre la superficie, aunque aritmetica-
mente las expresiones para SI y LI sean iguales, la unica diferencia en las ecuaciones 3-18 y
3-19 es el nivel donde asciende la parcela. Por lo tanto LI no esta afectado por las condiciones
en superficie, en particular los procesos de evaporacion que ocurren allı.
La variacion intraanual de los ciclos diurnos del LI se muestran en la Figura 3-14 median-
te lineas y contornos, para los casos de los dıas con ausencia de eventos de precipitacion
(Figuras 3-14a en lineas y 3-14b en contornos) y los dıas con registros de eventos de pre-
cipitacion (Figuras 3-14c en lineas y 3-14d en contornos), allı se muestra un marcado ciclo
diurno durante todos los meses con picos de valores negativos entre las 1500 y 2000 y valores
negativos en promedio casi todo el ano, indicando una prevalente tendencia a la actividad
convectiva local, incluso en temporada seca. LI tiene una alta influencia del forzamiento ra-
diativo, mostrando que la radiacion solar es su mayor fuente de variacion durante el dıa, esto
es debido a que este ındice, al igual que SI, depende principalmente del perfil de temperatura
atmosferica y de las condiciones en superficie de humedad y temperatura.
44 3 Estabilidad Atmosferica
0 5 10 15 20Hora local [UTC-5]
2.5
2.0
1.5
1.0
0.5
0.0
0.5
LI
EneroFebreroMarzoAbrilMayoJunioJulioAgostoSeptiembreOctubreNoviembreDiciembre
(a)
0 5 10 15 20Hora local [UTC-5]
Ene
Mar
May
Jul
Sep
Nov
-2.4
-2.1
-2.1
-1.7 -1.7
-1.3
-1.3
-1.3
-1.0
-1.0
-1.0
-0.6
-0.6
-2.7
-2.3
-2.0
-1.7
-1.3
-1.0
-0.7
-0.3
0.0
0.3
LI
(b)
0 5 10 15 20Hora local [UTC-5]
2.5
2.0
1.5
1.0
0.5
0.0
0.5
LI
EneroFebreroMarzoAbrilMayoJunioJulioAgostoSeptiembreOctubreNoviembreDiciembre
(c)
0 5 10 15 20Hora local [UTC-5]
Ene
Mar
May
Jul
Sep
Nov
-1.3
-1.3
-1.0
-1.0
-1.0-0.
6
-0.6
-0.6
-0.2
-2.7
-2.3
-2.0
-1.7
-1.3
-1.0
-0.7
-0.3
0.0
0.3
LI(d)
Figura 3-14.: Ciclo diurno mensual del ındice LI en los dıas que no se registraron even-
tos de precipitacion en (a) lineas y (b) contronos; y los dıas con eventos de
precipitacion en (c) lineas y (d) contornos.
Comparando los ciclos de los dıas que no hay eventos de precipitacion y los ciclos con los
dıas que si hay eventos de precipitacion, se puede observar que en promedio los dıas en
que no hay eventos de precipitacion se tienen valores mas negativos de LI, comparado con
los dıas en los que hay eventos de precipitacion, ademas el pico de mayor inestabilidad se
encuentra cerca de las 2000 en los dıas que no hay eventos de precipitacion, en cambio en
los dıas que se registraron eventos de precipitacion el pico de mayor inestabilidad es cerca de
las 1500, esto debido a que ante la ocurrencia de un evento de precipitacion hay un proceso
de estabilizacion de la atmosfera, por eso se nota un ascenso de LI luego de ocurrido el pico
medio de precipitacion a las 1500 al no ocurrir un evento de precipitacion la atmosfera solo
empieza a estabilizarse en la noche con la ausencia de radiacion solar, por esto en los dıas que
no se registraron eventos de precipitacion el pico de mayor inestabilidad es cerca de las 2000.
3.4 Indices de Estabilidad Atmosferica 45
Esto tambien se puede observar de forma similar en la Figura 3-15, en a cual se encuentra
la diferencia de los ciclos diarios mensuales entre los dıas que no se registraron eventos de
precipitacion y los dıas en que si se registraron.
0 5 10 15 20Hora local [UTC-5]
Ene
Mar
May
Jul
Sep
Nov
-1.3
-1.2
-1.2
-1.0
-1.0-1
.0
-1.0
-0.9
-0.9
-0.9-0.9
-0.9
-0.7
-0.7
-0.7
-0.7
-0.7
-0.6-0.6
-0.6
-0.6-0.4
-0.4
-0.4 -0.4
-0.4
-0.4
-0.3
-0.3
-0.3
-1.4
-1.2
-1.1
-1.0
-0.8
-0.7
-0.5
-0.4
-0.3
-0.1
LIFigura 3-15.: Diferencia de los ciclos diurnos por meses del ındice LI, entre los casos que
no hay eventos de precipitacion y los dıas con registros de eventos de preci-
pitacion
3.4.3. Energıa Convectiva Potencial Disponible, (CAPE, Convective
Aviabable Pontential Energy)
Los ındices mencionados anteriormente, se calculan usando solo uno o varios niveles del perfil
termodinamico de la atmosfera, es decir, no tienen en cuenta toda la estructura del perfil
y son en los que usualmente se miden las condiciones medias de la atmosfera, planteados
y verificados para regiones de altas latitudes y generalmente no montanosas; ademas, como
se menciono al inicio de esta seccion, en sus orıgenes los ındices fueron creados para ser
calculados de forma sencilla y rapida ya que sus principales aplicaciones eran de uso militar.
Sin estas limitaciones de calculo es un gran avance poder reducir en un numero el estado
de todo el perfil, o gran parte de este, evitando el sesgamiento que puede suceder al evaluar
solo niveles fijos, evaluando de forma integral el perfil es una metodologıa adecuada para
observar el comportamiento, como lo hace la energıa potencial convectiva disponible, CAPE,
que representa la cantidad de energıa que tiene una parcela al ascender por encima del LFC,
es decir desde el nivel en el cual la parcela experimenta boyancia positiva por encima del
46 3 Estabilidad Atmosferica
LCL, permitiendo ası conocer todo el perfil termodinamico de la atmosfera. Graficamente
es el area entre la temperatura de la parcela y la del ambiente, ademas delimitada por los
niveles entre el LFC y LNB. La ecuacion 3-20 representa la integral de la boyancia, como
la humedad es tomada en cuenta la temperatura virtual Tv se utiliza, ademas al realizar
esta correccion se debe usar la constante de gas del aire seco Rd. El CAPE tiene un rol
importante en la formacion de precipitaciones, debido a la fuerte dependencia de la fuerza
de corriente ascendente y la precipitacion resultante contenida en energıa boyante positiva,
ademas, el aire seco de la troposfera media, arrastrada lateralmente dentro de una celda
de una tormenta convectiva durante la iniciacion de la corriente ascendente incrementa la
boyancia negativa debido al enfriamiento evaporacional (Peppler, 1988).
∫ LNB
LFC
RdT′v − Tvdln(p) (3-20)
donde LFC es el nivel de conveccion libre, LNB es el nivel de equilibrio, Rd es la constate de
gas del aire seco, Tv es la temperatura virtual del ambiente y T ′v es la de la parcela y p es la
presion. La expresion 3-21 es mucho mas sencilla en terminos de calculo.
CAPE =
∫ LNB
LFC
g T′v−TvTv
dz (3-21)
donde las nuevas variables que resultan en esta expresion son: g, que representa la acelracion
de la gravedad y z que representa la altura.
Por el contrario a los ındices mencionados anteriormente el CAPE no tiene sus valores que
indican mayor inestabilidad relacionados con los picos de mayor precipitacion media y can-
tidad de agua liquida, como se observa en la Figura 3-16 donde se muestra el ciclo diurno
medio de CAPE con el ciclo diurno medio de precipitacion sobre una estacion pluviometrica
ubicada en el mismo sitio del MWR y ademas con el ciclo diurno medio de cantidad de agua
liquida integrada . Esta diferencia con los anteriores ındices es principalmente debida a que
el CAPE solo es una medida del potencial que se tiene de la conveccion. Ademas se asemeja
en variacion al del contenido de vapor de agua que se muestra en la Figura 3-2, mostrando
que existe alta relacion entre el CAPE y la contenido de vapor de agua.
El CAPE al contrario de los ındices analizados anteriormente, tiene un forzamiento radiativo
menos claro que todos ellos como se muestra en la Figura 3-16, debido principalmente a la
definicion del CAPE, que hace que dependa del comportamiento de todo el perfil y no solo
de un par de niveles; el forzamiento radiativo modula las tendencias de CAPE crecientes y
decrecientes durante el dıa, como se puede notar a las 0600; ademas en notorio el pico que
hay a las 2000.
3.4 Indices de Estabilidad Atmosferica 47
0 5 10 15 20Hora local [UTC-5]
400
600
800
1000
1200
1400
CA
PE
[Jkg
1 ]
1
2
3
4
Lluv
ia [m
m/h
]
CAPE Lluvia
(a)
0 5 10 15 20Hora local [UTC-5]
400
600
800
1000
1200
1400
CA
PE
[Jkg
1 ]
1
2
3
4
5
6
Liq
uid
o [g
m3 ]
CAPE Liquido
(b)
Figura 3-16.: Ciclo diurno medio del ındice CAPE con (a) ciclo diurno medio de precipita-
cion sobre el radiometro microondas y (b) cantidad integrada de agua liquidad
obtenidas con las mediciones del MWR. Los colores sombreados representan
la dispersion de los datos en el rango intercuartil.
La variacion intraanual de los ciclos diurnos del CAPE se muestran en la Figura 3-17 me-
diante lineas y contornos, para los casos de los dıas con ausencia de eventos de precipitacion
(Figuras 3-17a en lineas y 3-17b en contornos) y los dıas con registros de eventos de pre-
cipitacion (Figuras 3-17c en lineas y 3-17d en contornos), allı por el contrario de SI y LI,
no se muestra un marcado ciclo diurno, los valores de CAPE indican una prevalente ten-
dencia a la actividad convectiva local, incluso en temporada seca. Ademas, como se habıa
mencionado, se observan las tendencias crecientes y decrecientes durante el dıa, al igual en
notorio el pico que hay a las 2000, el cual puede ser debido a calentamiento de la atmosfera
hasta la ausencia de radiacion solar, aunque no se tiene completa certeza de las razones de
ese pico de mayor energıa convectiva disponible a esa hora. Ademas el CAPE es menor en
las tardes y noches cuando hay presencia de eventos de precipitacion debido a que ante la
formacion de un evento la energıa convectiva disponible se consume durante dicho evento de
precipitacion.
48 3 Estabilidad Atmosferica
0 5 10 15 20Hora local [UTC-5]
400
600
800
1000
1200
CAPE
[J k
g1 ]
EneroFebreroMarzoAbrilMayoJunioJulioAgostoSeptiembreOctubreNoviembreDiciembre
(a)
0 5 10 15 20Hora local [UTC-5]
Ene
Mar
May
Jul
Sep
Nov
354.4
354.4
478.9
603.3
603.
3
603.
3
603.3
727.8
727.
8
727.8
727.8852.2
852.
2
852.2
976.
7
976.7
1101
.1
1101.1
1101.1
230.0
343.1
456.3
569.4
682.5
795.7
908.8
1021.9
1135.1
1248.2
CA
PE
[J k
g1 ]
(b)
0 5 10 15 20Hora local [UTC-5]
400
600
800
1000
1200
CAPE
[J k
g1 ]
EneroFebreroMarzoAbrilMayoJunioJulioAgostoSeptiembreOctubreNoviembreDiciembre
(c)
0 5 10 15 20Hora local [UTC-5]
Ene
Mar
May
Jul
Sep
Nov
354.4
478.9
603.3 603.3
603.3
727.8
727.8
727.
8
727.
8
727.8
852.2
852.2
230.0
343.1
456.3
569.4
682.5
795.7
908.8
1021.9
1135.1
1248.2
CA
PE
[J k
g1 ]
(d)
Figura 3-17.: Ciclo diurno mensual del ındice CAPE en los dıas que no se registraron even-
tos de precipitacion en (a) lineas y (b) contronos; y los dıas con eventos de
precipitacion en (c) lineas y (d) contornos.
Comparando los ciclos de los dıas que no hay eventos de precipitacion y los ciclos con los dıas
que si hay eventos de precipitacion, se puede observar que en promedio los dıas en que no
hay eventos de precipitacion se tienen valores mas altos de CAPE, comparado con los dıas
en los que hay eventos de precipitacion, esto principalmente debido a que ante la ocurrencia
de un evento de precipitacion la atmosfera no se continua inestabilizando, por eso los valores
de CAPE son menores en las tardes , al no ocurrir un evento de precipitacion la atmosfera
solo empieza a estabilizarse en la noche con la ausencia de radiacion solar, por esto en los
dıas que no se registraron eventos de precipitacion el pico de mayor inestabilidad es cerca
de las 2000. Esto tambien se puede observar de forma similar en la Figura 3-18, en a cual
se encuentra la diferencia de los ciclos diarios mensuales entre los dıas que no se registraron
eventos de precipitacion y los dıas en que si se registraron, observando de una forma mas
3.4 Indices de Estabilidad Atmosferica 49
clara la diferencia que hay cerca d elas 2000 y ademas las diferencias que se registran en los
meses de junio a agosto.
0 5 10 15 20Hora local [UTC-5]
Ene
Mar
May
Jul
Sep
Nov
-158
.3-158.3
-75.5
-75.5
7.2
7.2
7.2 7.2
7.2
90.090.0
90.0
90.0
90.090.0
90.0
172.
7
172.7
172.7255.4
255.
4
255.4
338.2
338.2
420.9
-226.0
-150.8
-75.5
-0.3
74.9
150.1
225.4
300.6
375.8
451.0
CA
PE
[J k
g1 ]
Figura 3-18.: Diferencia de los ciclos diurnos por meses de CAPE, entre los casos que no hay
eventos de precipitacion y los dıas con registros de eventos de precipitacion
3.4.4. Energıa de Inhibicion de la Conveccion, (CINE, Convection
Inhibition Energy)
La Energıa de inhibicion de la conveccion, CINE, es la contra parte del CAPE, fısicamente
representa ambientes estables, poco favorables a la conveccion, ademas de ser la energıa
debida a la boyancia negativa entre la superficie y el LFC, es decir, la estabilidad en terminos
de energıa entre la superficie y el LFC. como se representa en la expresion 3-22. Como se noto
en la seccion anterior, los valores altos de CAPE no conducen necesariamente a conveccion
fuerte, ya que la parcela necesita superar una capa generalmente estable entre la superficie
(SFC) y LFC. La intensidad de esta capa estable se define por CINE. La diferencia de
temperatura entre la misma parcela aerea ascendente que en CAPE se calcula entre SFC y
LFC
CINE =
∫ LFC
SFC
g T′v−TvTv
dz (3-22)
Como CINE define la energıa de una parcela necesaria para alcanzar la energıa disponible
por encima de la LFC y por lo tanto ser capaz de desarrollar la conveccion. CINE describe
50 3 Estabilidad Atmosferica
el factor lımite, que es capaz de prevenir la conveccion, aunque existan valores muy altos de
CAPE.
Por el contrario al CAPE, CINE tiene los valores que indican menor estabilidad en los niveles
bajos de la atmosfera relacionados con los picos de mayor precipitacion media y cantidad de
agua liquida, como se observa en la Figura 3-19 donde se muestra el ciclo diurno medio de
CINE con el ciclo diurno medio de precipitacion sobre una estacion pluviometrica ubicada
en el mismo sitio del MWR y ademas con el ciclo diurno medio de cantidad de agua liquida
integrada.
0 5 10 15 20Hora local [UTC-5]
140
120
100
80
60
40
20
CIN
E [J
kg1 ]
1
2
3
4
Lluv
ia [m
m/h
]
CINE Lluvia
(a)
0 5 10 15 20Hora local [UTC-5]
140
120
100
80
60
40
20
CIN
E [J
kg1 ]
1
2
3
4
5
6
Liq
uid
o [g
m3 ]
CINE Liquido
(b)
Figura 3-19.: Ciclo diurno medio del ındice CINE con (a) ciclo diurno medio de precipita-
cion sobre el radiometro microondas y (b) cantidad integrada de agua liquidad
obtenidas con las mediciones del MWR. Los colores sombreados representan
la dispersion de los datos en el rango intercuartil.
La variacion intraanual de los ciclos diurnos del CINE se muestran en la Figura 3-20 mediante
lineas y contornos, para los casos de los dıas con ausencia de eventos de precipitacion (Figuras
3-20a en lineas y 3-20b en contornos) y los dıas con registros de eventos de precipitacion
(Figuras 3-20c en lineas y 3-20d en contornos), allı al igual que lo ocurrido con SI y LI, se
se muestra un marcado ciclo diurno, debido principalmente a los efectos de calentamiento
radiativo en la atmosfera baja.
3.4 Indices de Estabilidad Atmosferica 51
0 5 10 15 20Hora local [UTC-5]
120
100
80
60
40
20
0
CINE
[J k
g1 ]
EneroFebreroMarzoAbrilMayoJunioJulioAgostoSeptiembreOctubreNoviembreDiciembre
(a)
0 5 10 15 20Hora local [UTC-5]
Ene
Mar
May
Jul
Sep
Nov
-101.1
-86.
7
-86.7
-72.2
-72.
2
-72.2
-57.8
-57.8
-43.
3
-43.
3
-43.
3 -28.9-28.
9
-14.4
-118.2
-105.1
-91.9
-78.8
-65.7
-52.5
-39.4
-26.3
-13.1
0.0
CIN
E [J
kg
1 ]
(b)
0 5 10 15 20Hora local [UTC-5]
120
100
80
60
40
20
0
CINE
[J k
g1 ]
EneroFebreroMarzoAbrilMayoJunioJulioAgostoSeptiembreOctubreNoviembreDiciembre
(c)
0 5 10 15 20Hora local [UTC-5]
Ene
Mar
May
Jul
Sep
Nov
-86.7
-72.2
-72.2
-72.
2
-57.8
-57.
8 -43.
3-43.3
-28.9
-118.2
-105.1
-91.9
-78.8
-65.7
-52.5
-39.4
-26.3
-13.1
0.0
CIN
E [J
kg
1 ]
(d)
Figura 3-20.: Ciclo diurno mensual del ındice CINE en los dıas que no se registraron even-
tos de precipitacion en (a) lineas y (b) contronos; y los dıas con eventos de
precipitacion en (c) lineas y (d) contornos.
Comparando los ciclos de los dıas que no hay eventos de precipitacion y los ciclos con los dıas
que si hay eventos de precipitacion, se puede observar que en promedio los dıas en que no
hay eventos de precipitacion se tienen valores mas altos de CINE, es decir menor estabilidad
en la atmosfera baja, comparado con los dıas en los que hay eventos de precipitacion, esto
principalmente debido a que ante la ocurrencia de un evento de precipitacion la atmosfera se
estabiliza, al no ocurrir un evento de precipitacion la atmosfera solo empieza a estabilizarse en
la noche con la ausencia de radiacion solar. Ademas en promedio los dıas que con eventos de
precipitacion se tienen valores de CINE que indican mayor estabilidad durante las mananas.
Esto tambien se puede observar de forma similar en la Figura 3-15, en a cual se encuentra
la diferencia de los ciclos diarios mensuales entre los dıas que no se registraron eventos
de precipitacion y los dıas en que si se registraron, observando de una forma mas clara la
52 3 Estabilidad Atmosferica
diferencia que hay en las tardes despues de las 1500 y en las mananas antes del amanecer.
0 5 10 15 20Hora local [UTC-5]
Ene
Mar
May
Jul
Sep
Nov
-30.3-20.0
-9.7
-9.7
0.60.6
0.6
0.6
10.9
10.9
10.9
10.9
21.3
21.3
31.6
31.641.9
41.9
-37.8
-28.4
-19.1
-9.7
-0.3
9.1
18.4
27.8
37.2
46.6
CIN
E [J
kg
1 ]
Figura 3-21.: Diferencia de los ciclos diurnos por meses del ındice CINE, entre los casos
que no hay eventos de precipitacion y los dıas con registros de eventos de
precipitacion
3.4.5. Indice de Microburbujas Hıbridas (HMI;Hybrid Microbrust
index)
Un ambiente favorable para los vientos de alta intensidad asociados con sistemas de tor-
mentas de profundidad convectivas que ocurren sobre el centro y el este continental de los
Estados Unidos incluye una fuerte inestabilidad estatica con grandes incrementos de CAPE
y la presencia de la capa de aire seco en la troposfera media (Pryor, 2000). Sin embargo,
investigaciones previas (Fujita and Byers, 1977) han identificado que sobre el centro de los
Estados Unidos, especıficamente en la region de grandes llanuras, un entorno favorable para
microburbujas humedas y microburbujas secas que pueden existir durante una temporada
convectiva, resultando en la generacion de un tipo de microburbuja “hibrida”. Este tipo de
entorno intermedio,es caracterizado por condiciones favorables para burbujas secas y hume-
das: CAPE significativo, a una profundidad, una capa adiabatica seca debajo de a nube, que
esta tipicamente cerca de el nivel de 700 hPa Una capa seca (bajo θe) recubriendo la capa
de la troposfera media humeda.
El indice de microburbujas hibridas (HMI) es un algoritmo disenado para inferir la presencia
3.4 Indices de Estabilidad Atmosferica 53
de una capa limite convectiva mediante la incorporacion de la tasa de caıda de temperatura
en la sub-nube (entre los niveles de 670 y 850 hPa). Ası como la diferencia del punto de
depresion del punto de rocio entre el nivel tıpico de la base de una nube convectiva (670
hPa) y el centro de la sub-nube (850 hPa), en la expresion 3-23 ilustra este algoritmo. Estas
suposiciones no se cumplen en el valle de Aburra.
HMI = CAPE/100 + Γ + (T850 − Td850)− (T670 − Td670) (3-23)
donde Γ es la tasa de caıda en grados Celsius por kilometro desde el nivel de 850 a 670 hPa.
Se ha demostrado que microburbujas secas se producen con frecuencia en regiones donde las
bases de nubes son altas y el ambiente sub-nube es suficientemente seco para que poca o
ninguna lluvia llegue a la superficie (Pryor, 2000).
Para observar como es el comportamiento de HMI frente a eventos de precipitacion en la
Figura 3-22 se muestra el ciclo diurno medio de HMI con el ciclo diurno medio de pre-
cipitacion para una estacion pluviometrica ubicada en el mismo sitio del MWR y ademas
con el ciclo diurno medio de cantidad de agua liquida integrada. Se puede observar que el
ındice HMI reproduce las condiciones medias de precipitacion. Los valores medios de mayor
inestabilidad se encuentran antes de los valores maximos de precipitacion, como ocurre en
las tardes, periodo en el cual son tıpicas las precipitaciones de origen convectivo en el Valle
de Aburra, lo que sugiere una posibilidad de pronostico.
0 5 10 15 20Hora local [UTC-5]
0.0
2.5
5.0
7.5
10.0
12.5
15.0
17.5
20.0
HM
I
1
2
3
4
Lluv
ia [m
m/h
]
HMI Lluvia
(a)
0 5 10 15 20Hora local [UTC-5]
0.0
2.5
5.0
7.5
10.0
12.5
15.0
17.5
20.0
HM
I
1
2
3
4
5
6
Liq
uid
o [g
m3 ]
HMI Liquido
(b)
Figura 3-22.: Ciclo diurno medio del ındice HMI con (a) ciclo diurno medio de precipitacion
sobre el radiometro microondas y (b) cantidad integrada de agua liquidad
obtenidas con las mediciones del MWR. Los colores sombreados representan
la dispersion de los datos en el rango intercuartil.
La variacion intraanual de los ciclos diurnos del HMI se muestran en la Figura 3-23 mediante
lineas y contornos, para los casos de los dıas con ausencia de eventos de precipitacion (Figuras
54 3 Estabilidad Atmosferica
3-23a en lineas y 3-23b en contornos) y los dıas con registros de eventos de precipitacion
(Figuras 3-23c en lineas y 3-23d en contornos), allı se muestra un marcado ciclo diurno
durante todos los meses con picos de valores negativos entre las 1300 y 1600, indicando
una prevalente tendencia a la actividad convectiva local, incluso en temporada seca. HMI
tiene una alta influencia del forzamiento radiativo, mostrando que la radiacion solar es su
mayor fuente de variacion durante el dıa, esto es debido a que este ındice, al igual que SI
y LI, depende principalmente del perfil de temperatura atmosferica y de las condiciones en
superficie de humedad y temperatura de los niveles de 850 y 670 hPa, aunque tenga una
componente del CAPE, que incluye informacion de gran parte del perfil termodinamico.
0 5 10 15 20Hora local [UTC-5]
0.0
2.5
5.0
7.5
10.0
12.5
15.0
17.5
20.0
HMI
EneroFebreroMarzoAbrilMayoJunioJulioAgostoSeptiembreOctubreNoviembreDiciembre
(a)
0 5 10 15 20Hora local [UTC-5]
Ene
Mar
May
Jul
Sep
Nov
1.3
3.7 3.7
6.0
6.0
6.0
8.38.
3
8.3 10.710.7
13.0
13.0
15.3
15.3
0.1
2.2
4.3
6.4
8.5
10.7
12.8
14.9
17.0
19.2
HM
I
(b)
0 5 10 15 20Hora local [UTC-5]
0.0
2.5
5.0
7.5
10.0
12.5
15.0
17.5
20.0
HMI
EneroFebreroMarzoAbrilMayoJunioJulioAgostoSeptiembreOctubreNoviembreDiciembre
(c)
0 5 10 15 20Hora local [UTC-5]
Ene
Mar
May
Jul
Sep
Nov
1.3
3.7
3.7
3.7
6.0
6.0
6.0
8.3
8.3
10.7
10.7
13.0
13.0
0.1
2.2
4.3
6.4
8.5
10.7
12.8
14.9
17.0
19.2H
MI
(d)
Figura 3-23.: Ciclo diurno mensual del ındice HMI en los dıas que no se registraron even-
tos de precipitacion en (a) lineas y (b) contronos; y los dıas con eventos de
precipitacion en (c) lineas y (d) contornos.
Comparando los ciclos de los dıas que no hay eventos de precipitacion y los ciclos con los
3.4 Indices de Estabilidad Atmosferica 55
dıas que si hay eventos de precipitacion, se puede observar que en promedio los dıas en que
no hay eventos de precipitacion se tienen valores mas altos de HMI, comparado con los dıas
en los que hay eventos de precipitacion. Ademas en promedio los dıas que con eventos de
precipitacion se tienen valores de HMI que indican mayor estabilidad durante las mananas.
Esto tambien se puede observar de forma similar en la Figura 3-24, en a cual se encuentra
la diferencia de los ciclos diarios mensuales entre los dıas que no se registraron eventos
de precipitacion y los dıas en que si se registraron, observando de una forma mas clara la
diferencia que hay en las tardes despues de las 1500 y en las mananas antes del amanecer,
marcadas principalmente en las epocas humedas.
0 5 10 15 20Hora local [UTC-5]
Ene
Mar
May
Jul
Sep
Nov
0.5
0.50.5
1.4
1.4
1.4
1.4
2.3
2.3
2.3
2.3
2.3
2.3
2.3
3.2
3.2
3.2
3.2
3.24.1
4.1
4.1
4.1
5.0
5.0
5.9
5.9
6.7
0.0
0.8
1.6
2.4
3.3
4.1
4.9
5.7
6.5
7.3
HM
I
Figura 3-24.: Diferencia de los ciclos diurnos por meses del ındice HMI, entre los casos
que no hay eventos de precipitacion y los dıas con registros de eventos de
precipitacion
4. Comparacion entre las Metodologıas
de Medicion
En esta seccion se compararan las mediciones del MWR con las medidas de un sensor satelital
(AIRS), una serie de campanas de mediciones con radiosondeos realizada por el SIATA, y los
resultados del WRF para la zona donde esta ubicado el MWR durante marzo del 2016, con
el fin principal de medir la representatividad que tienen cada una de estas metdodologıas de
obtencion de perfiles termodinamicos, evaluando sus ventajas y desventajas.
4.1. Comparacion entre AIRS y MWR
Para comparar la calidad de las ındices de estabilidad atmosferica calculados a partir de infor-
macion satelital e informacion del MWR del SIATA se procedio comparando los histogramas
de las series de cada uno de los sensores en el mismo punto, en la figura 4-1 se muestra el
pixel de la base de datos de AIRS que abarca la mayor parte del Valle de Aburra, y ademas
el punto donde se encuentra el MWR. Aunque no parezca razonable intentar comparar una
medicion puntual con la medicion de un pixel que abarca una zona de aproximadamente
50x50 km, se debe tener en cuenta que el MWR representa de buena manera las condiciones
regionales y es un estimador de la termodinamica de la atmosfera en la region, sabiendo esto,
no serıa erronea la idea de comparar directamente las mediciones de AIRS en este punto con
las mediciones del MWR. Para realizar esta comparacion se tienen en cuenta las condicio-
nes de superficie Stull (1988), las cuales tienen un papel fundamental en las condiciones de
estabilidad e inestabilidad de la troposfera, debido a que la dinamica que hay dentro de la
ABL es el principal condicionante para la formacion de eventos convectivos.
Para analizar los resultados obtenidos con las mediciones de AIRS y el MWR, se calcularon
los ındices de estabilidad, entre ellos CAPE, CINE y LI, con la finalidad de comparar ındices
que dependen de mediciones en niveles especıficos, como es el caso del LI, y los indices que
dependen del perfil termodinamico, como es el caso del CAPE y CINE. En las figuras 4-2,
4-3a y 4-3b se muestran los histogramas de LI, CAPE y CINE respectivamente calculados
con los datos del MWR y AIRS.
En el caso de LI, en la figura 4-2 muestra que el ındice calculado con AIRS genera princi-
palmente casos de estabilidad, ademas con valores altos, como es el caso de una traslacion
4.1 Comparacion entre AIRS y MWR 57
Figura 4-1.: Celda que corresponde al valle de Aburra en las mediciones de AIRS (recuadro),
ademas de la ubicacion del radiometro microondas (Marcador).
Figura 4-2.: Comparacion de los histogramas de LI (Lifted Index) calculados con AIRS
(rojo) y radiometro microondas (azul).
hacia la region de estabilidad.
En el caso de los ındices que dependen del perfil termodinamico, CAPE y CINE, los histo-
gramas de las figuras 4-3a y 4-3b, muestran un caso similar al ocurrido con el LI, donde
hay un sesgo importante hacia casos de estabilidad alta, con distribuciones que reflejan
comportamientos diferentes entre los calculos realizados con AIRS y el MWR.
Las diferencias en los histogramas, es atribuible a varios factores, el primero es la forma
58 4 Comparacion entre las Metodologıas de Medicion
(a) (b)
Figura 4-3.: Comparacion de los histogramas de (a) CAPE (Energıa Potencial Convectiva
Disponible) y (b) CINE (Energıa Inhibitoria de la Conveccion) calculados con
AIRS (rojo) y radiometro microondas (azul).
de medicion de cada uno de los sensores, aunque ambos son sensores microondas y captan
la temperatura de brillo y la perturbacion que realizan los gases en la atmosfera como el
vapor de agua, estos sensores fısicamente no son exactamente iguales, su ubicacion con
respecto a la atmosfera proporcionara mejoras en las mediciones, en el caso del radiometro
las mediciones se basan en el hecho de que los canales que estan mas cerca del centro de
las lıneas de absorcion son mas opacos y por lo tanto mas sensibles a la radiacion de las
capas directamente sobre el instrumento, mientras que los canales situados lejos del centro
de la lınea de absorcion son mas transparentes y, por lo tanto, proporcionan informacion
sobre las capas atmosfericas superiores integradas en la trayectoria de visualizacion. Este
efecto resulta en funciones de ponderacion mas agudas en contraste con las observaciones
satelitales, en las cuales por el contrario se tendrıan mediciones integradas de los niveles
mas bajos de la atmosfera, esta diferencia sutil pero significativa explica gran parte de la
diferencia encontrada en los histogramas.
Ademas la diferencia en los niveles captados por cada uno de estos sensores es alta, debido a
que la resolucion vertical que tiene el AIRS, que cuenta solo con 12 niveles verticales desde los
1000 hasta los 100 hPa, mientras que el radiometro cuenta con 58 niveles en la vertical, que
van desde la superficie hasta 10 km por encima de esta, con mayor resolucion en los niveles
mas bajos. Como se muestra en la figura 4-4a la temperatura medida con el MWR y AIRS
es similar, a pesar que se tengan niveles diferentes, esto debido a los principios fısicos de
medicion de los dos instrumentos, como se explico en capıtulos anteriores, teniendo ambos
sensores mediciones precisas de temperatura; pero en la figura 4-4b la humedad relativa
medida con el MWR y el AIRS son diferentes, esto principalmente relacionado con las razones
mencionadas anteriormente. Las mediciones de las capas mas alejadas del sensor son medidas
4.2 Comparacion entre Radiosondeos y MWR 59
180 200 220 240 260 280 300Temperatura [K]
0
2
4
6
8
10
12
14
16
18
ALt
ura
[km
]
radiometroAIRS
(a)
0 20 40 60 80 100Humedad Relativa [%]
0
2
4
6
8
10
12
14
16
18
ALt
ura
[km
]
radiometroAIRS
(b)
Figura 4-4.: Comparacion de perfiles de (a) Temperatura y (b) humedad relativa medida
con Radiometro microondas (rojo) y con AIRS (verde) para el 11 de mayo del
2014.
integradas en la trayectoria de visualizacion y el volumen atmosferico que mide el AIRS. Esto
muestra que es importante tener una buena resolucion de humedad, principalmente en los
niveles mas cercanos a la superficie, puesto que en este caso las mediciones del radiometro al
ser mas finas muestran cambios significativos, y al ser el vapor de agua el gas mas influyente en
la termodinamica de la atmosfera, debe ser primordial tener la mayor cantidad de mediciones
de calidad para poder observar la variabilidad tanto espacial como temporal, para tener un
mejor conocimiento del comportamiento termodinamico de la atmosfera.
Otra diferencia significativa en ambas mediciones es la frecuencia temporal de medicion, al
ser una medida satelital AIRS tiene una cobertura temporal de dos mediciones al dıa, la cual
es buena para ser una medida satelital, pero es una resolucion pobre si se compara con la
resolucion temporal del MWR que genera perfiles termodinamicos de la atmosfera cada dos
minutos aproximadamente. Esta diferencia en la escala temporal de medicion genera que el
radiometro capte todos los cambios que se generan durante el dıa, es de esperar que el ciclo
diario de estos ındices sea una componente importante, debido a la alta sensibilidad que
tienen en los perfiles termodinamicos al forzamiento radiativo, algo que con dos mediciones
al dıa no se puede captar, por eso los histogramas de las mediciones de AIRS indican con
mayor probabilidad casos de estabilidad.
4.2. Comparacion entre Radiosondeos y MWR
Para comparar las campanas de radiosondeos con las mediciones del MWR, se debe tener
en cuenta que los principios de medicion de cada uno son diferentes. El MWR es un sensor
remoto, cuyos principios de medicion fueron mencionados anteriormente, mientras que un
60 4 Comparacion entre las Metodologıas de Medicion
radiosondeo es una medicion in situ, es decir, el paquete de sensores que transporta el globo
estan midiendo directamente cada una de las variables a medida que asciende el globo. Esta
diferencia en la metodologıa de medicion permite que la resolucion de medicion en la radio-
sonda sea mayor, ademas de variable (depende principalmente de la velocidad de ascenso y
frecuencia de transmision de datos). Por otra parte, como se habıa mencionado, la resolucion
temporal de los radiosondeos esta restringida a pocos lanzamientos al dıa. El SIATA realiza
campanas de radiosondeos en las cuales los lanzamientos son cada tres horas, pero restrin-
gidas a una semana de continuidad. Es importante considerar que la medicion de un perfil
termodinamico mediante radiosonda no es en un instante de tiempo, toma mas de una hora
para que el globo alcance la tropospausa; ademas la medicion no se realiza directamente en
la lınea del cenit donde es lanzado el radiosondeo, el globo se ve afectado por las corrientes
de viento, provocando que las medidas, a diferencia de las estimaciones usando MWR, no
sean en la misma columna atmosferica.
En las Figura 4-5 y 4-6 se encuentran la comparacion del perfil atmosferico del 6 de mayo
de 2015 a las 15:00 obtenidos con el MWR y un radiosondeo lanzado a esa hora. En es-
tas Figuras se comparan temperatura (T ), humedad relativa (RH), relacion de mezcla (ω),
temperatura del punto de rocıo (Td), temperatura virtual (Tv), temperatura potencial (θ),
temperatura potencial virtual (θv) y temperatura potencial equivalente (θe).
En estas Figuras se observa que para las variables que no tienen alta relacion con el vapor
de agua (temperatura, temperatura virtual, temperatura potencial y temperatura potencial
virtual) los perfiles son similares, mientras que para las variables con mayor relacion con
el vapor de agua (humedad relativa, relacion de mezcla, temperatura de punto de rocıo y
temperatura potencial equivalente) los perfiles difieren considerablemente, principalmente
debido a que estas variables son altamente heterogeneas en el espacio y la radiosonda no
mide exactamente la misma columna atmosferica por ser un muestreador Lagrangiano.
Para evaluar de una forma mas objetiva las diferencias que hay entre las mediciones del
MWR y cada radiosondeo, se definio la diferencia integrada del perfil para cada una de las
variables, esta diferencia integrada como lo expresa la ecuacion 4-1 es la diferencia en valor
absoluto de cada nivel y es escalada finalmente por la altura de la columna atmosferica que
geometricamente representa el valor medio de la diferencia de las variables, debido a que es
el area total entre las variables, escaladas por la altura total.
DI =1
H − sfc
∫ H
sfc
|XMWR −XRS| dz (4-1)
donde sfc es la altura de la superficie, H la altura maxima de medicion de los dos sensores,
en este caso del MWR (10 km sobre la superficie), XMWR es la variable medida por el MWR
4.2 Comparacion entre Radiosondeos y MWR 61
230 240 250 260 270 280 290 300
T [K]
0
2
4
6
8
10
Alt
ura
[km
]
310 320 330 340 350
θ [K]
0
2
4
6
8
10
315 320 325 330 335 340 345 350
θv [K]
0
2
4
6
8
10
330 335 340 345 350 355 360
θe [K]
0
2
4
6
8
10
Radiómetro Radiosondeo
2015-05-06 15:00:00
Figura 4-5.: (De izquierda a derecha) Perfiles de temperatura (T ), temperatura potencial
(θ), temperatura potencial virtual (θv), y temperatura potencial equivalente
(θe), medidos con el radiometro microondas (rojo) y los radiosondeos (verde)
el 6 de mayo de 2015 a las 15:00
y XRS es la misma variable medida con el radiosondeo. Hay que anotar que debido a que las
resolucion de cada uno de estos sensores es diferente, se aplica interpolacion lineal.
62 4 Comparacion entre las Metodologıas de Medicion
200 220 240 260 280
Td [K]
0
2
4
6
8
10
Alt
ura
[km
]
0 20 40 60 80 100
RH [%]
0
2
4
6
8
10
230 240 250 260 270 280 290 300
Tv [K]
0
2
4
6
8
10
5 0 5 10 15
w [g/kg]
0
2
4
6
8
10
Radiómetro Radiosondeo
2015-05-06 15:00:00
Figura 4-6.: (De izquierda a derecha) Perfiles de temperatura del punto de rocıo (Td), hume-
dad relativa (RH), temperatura virtual (Tv), y relacion de mezcla (w), medidos
con el radiometro (rojo) y los radiosondeos (verde) el 6 de mayo de 2015 a las
1500
0 20 40 60 80 100 1202.5
5.0
7.5
10.0
12.5
15.0
17.5
20.0
Dife
renc
ia In
tegr
ada
T
(a)
0 20 40 60 80 100 120
3.0
3.5
4.0
4.5
5.0
5.5
Dife
renc
ia In
tegr
ada
w
(b)
Figura 4-7.: Diferencia integrada en los perfiles medidos con el radiometro microondas y
radiosondeos de (a) Temperatura T y (b) relacion de mezcla ω, el 6 de mayo
de 2015 a las 1500
4.2 Comparacion entre Radiosondeos y MWR 63
4 6 8 10 12 14 16 18 20Diferencia Integrada T
0.0
0.1
0.2
0.3
0.4
Prob
abilid
ad
(a)
3.0 3.5 4.0 4.5 5.0Diferencia Integrada w
0.000
0.025
0.050
0.075
0.100
0.125
0.150
0.175
Prob
abilid
ad
(b)
Figura 4-8.: Histogramas de la Diferencia integrada en las mediciones con el radiometro
microondas y radiosondeos de (a) Temperatura T y (b) relacion de mezcla ω.
Ademas como se realizo para las mediciones de AIRS, se comparan los histogramas de los
ındices calculados con mediciones del MWR y los radiosondeos, teniendo en cuenta que las
mediciones del MWR solo se comparan con los perfiles medidos en el mismo instante de
cada uno de los radiosondeos, por lo tanto se compararon ındices que dependen de la di-
ferencia de un nivel especifico, con LI nuevamente, y los ındices que dependen de todo el
perfil, con CAPE y CINE. En las figuras 4-9, 4-10a y 4-10b se muestran los histogramas
de LI, CAPE y CINE respectivamente calculados con los datos del MWR y los radiosondeos.
3 2 1 0 1 2 3 4LI
0.00
0.05
0.10
0.15
0.20
0.25
Prob
abilid
ad
MWRRadiosondeo
Figura 4-9.: Comparacion de los histogramas de LI calculados con MWR y radiosondeos
En el caso de LI, en la figura 4-9 muestra que el ındice calculado con los radiosondeos genera
principalmente casos de estabilidad, principalmente debido a la diferencia en los calculos de
temperatura de cada uno de los sensores.
64 4 Comparacion entre las Metodologıas de Medicion
0 500 1000 1500 2000 2500 3000 3500CAPE [Jkg1]
0.00
0.05
0.10
0.15
0.20
Prob
abilid
ad
MWRRadiosondeo
(a)
400 350 300 250 200 150 100 50 0CINE [Jkg1]
0.0
0.1
0.2
0.3
0.4
0.5
Prob
abilid
ad
MWRRadiosondeo
(b)
Figura 4-10.: Comparacion de los histogramas de (a) CAPE (Energıa Convectiva Potencial
Disponible) y (b) CINE (Energıa Inhibitoria de la Conveccion)calculados con
el radiometro microondas y radiosondeos.
Con respecto al CAPE se puede observar en la Figura 4-10a que la distribucion obtenida
con los datos de los radiosondeos posee valores mas altos, principalmente debido a que con
el radiosondeo normalmente se alcanza el LNB, algo que no se puede garantizar con las
mediciones del MWR, pues si el LNB se encuentra por encima de los 10 kilometros, se
tendrıa una region inestable que no se podrıa estimar con las mediciones del MWR.
4.3. Comparacion entre WRF y MWR
Similar a como se realizo la comparacion entre las mediciones del MWR con AIRS y los
radiosondeos, tambien se compara el MWR con los productos del WRF, obtenidos mediante
la ejecucion de SYNAPSIS con los dominios y parametrizaciones explicados en el capitulo
anterior. Se evalua la capacidad del WRF de reproducir los ındices de estabilidad atmosferi-
ca, tambien comparando un ındice que dependa de las diferencias de niveles, con LI, e indices
que dependan de todo el perfil atmosferico, como CAPE y CINE. Se procedera en este caso
comparando los histogramas de LI, presentados en la Figura 4-11 y los histogramas de CA-
PE y CINE, presentados en la figura 4-12, obtenidos con los datos de MWR y WRF para
la epoca entre marzo y abril del 2016.
4.3 Comparacion entre WRF y MWR 65
10 8 6 4 2 0 2 4LI
0.0
0.1
0.2
0.3
0.4
Prob
abilid
ad
WRFMWR
Figura 4-11.: Comparacion de los histogramas de LI (Lifted Index) calculados a partir del
radiometro microondas y el WRF.
En el caso de LI, en la Figura 4-11 muestra que las distribuciones del ındice calculado con
los datos del WRF y el calculado con el MWR son similares en forma, pero considerablemen-
te diferentes en magnitudes. Especıficamente, las mediciones con el MWR presentan mayor
probabilidad en la parte del dominio de inestabilidad atmosferica.
0 500 1000 1500 2000 2500CAPE [Jkg1]
0.0
0.2
0.4
0.6
0.8
Prob
abilid
ad
WRFMWR
(a)
800 600 400 200 0CINE [Jkg1]
0.00
0.05
0.10
0.15
0.20
0.25
0.30
0.35
0.40
Prob
abilid
ad
WRFMWR
(b)
Figura 4-12.: Comparacion de los histogramas de (a) CAPE (Energıa Convectiva Potencial
Disponible) y (b) CINE (Energıa Inhibitoria de la Conveccion)calculados con
el radiometro microondas y el WRF.
En cuanto a los ındices que dependen de todo el perfil termodinamico, como el CAPE y
CINE, las diferencias entre las distribuciones de los calculados con el WRF y el MWR, son
sustanciales. En el caso del CAPE, en la Figura 4-12a, se observa que ambas distribuciones
son completamente diferentes: el CAPE calculado con el WRF es considerablemente bajo
66 4 Comparacion entre las Metodologıas de Medicion
o nulo, es decir, el modelo representa de buena manera los perfiles que son preferiblemente
inestables, algo que coincide con lo mostrado en la comparacion de histogramas de CINE
calculados con WRF y MWR en la Figura 4-12b en el cual tambien se observa que en el
caso de las simulaciones con el WRF resultan en hay una mayor estabilidad.
Estas diferencias en las mediciones se pueden explicar desde el hecho que el modelo WRF
no reproduce bien las condiciones de humedad, aunque si la temperatura. En las Figuras
4-13 y 4-14 se presenta la comparacion de perfiles atmosfericos medios de marzo y abril del
2016 obtenidos con los datos del MWR y productos del WRF. En estas figuras se comparan
temperatura (T ), humedad relativa (RH) y relacion de mezcla (ω), y con estas variables se
calculan otras variables termodinamicas, como lo son, temperatura del punto de rocıo (Td),
temperatura virtual (Tv) temperatura potencial (θ), temperatura potencial virtual (θv) y
temperatura potencial equivalente (θe).
Las mayores diferencias entre las diferentes fuentes de datos son evidentes en las variables
directamente asociadas al contenido de humedad en el perfil vertical, como lo son en la hu-
medad relativa, relacion de mezcla, temperatura de punto de rocıo y temperatura potencial
equivalente. La principal causa es la causa es la resolucion vertical de los datos satelitales y
del WRF, debido a que son considerablemente menos niveles.
4.3 Comparacion entre WRF y MWR 67
240 260 280 300T [K]
0
2
4
6
8
10
Altu
ra [k
m]
310 320 330 340 350 [K]
0
2
4
6
8
10
310 320 330 340 350v [K]
0
2
4
6
8
10
330 335 340 345 350e [K]
0
2
4
6
8
10MWR WRF
PerfilesMedios
Figura 4-13.: (De izquierda a derecha) Perfiles de temperatura (T ), temperatura potencial
(θ), temperatura potencial virtual (θv), y temperatura potencial equivalente
(θe), obtenidos con los datos del radiometro microondas y WRF de marzo y
abril del 2016.
68 4 Comparacion entre las Metodologıas de Medicion
200 220 240 260 280Td [K]
0
2
4
6
8
10
Altu
ra [k
m]
0 20 40 60 80 100RH [%]
0
2
4
6
8
10
240 260 280 300Tv [K]
0
2
4
6
8
10
5 0 5 10 15w [g/kg]
0
2
4
6
8
10MWR WRF
PerfilesMedios
Figura 4-14.: (De izquierda a derecha)Perfiles medios de temperatura del punto de rocıo
(Td), humedad relativa (RH), temperatura virtual (Tv), y relacion de mezcla
(w), obtenidos con los datos del radiometro microondas y WRF de marzo y
abril del 2016.
5. Influencia de la Estabilidad
Atmosferica en la Calidad del Aire
Las mediciones de perfiles termodinamicos de la atmosfera permiten conocer el grado de
estabilidad atmosferica, lo cual no solo es util en el pronostico de eventos de precipitacion
sino tambien en la evaluacion de la calidad del aire, debido a que tanto la meteorologıa (prin-
cipalmente el estado termodinamico de la atmosfera), como la topografıa, juegan un papel
fundamental en la concentracion de contaminantes en una zona especıfica. La meteorologıa
establece las condiciones en las que los contaminantes emitidos se dispersan e interactuan
con los demas constituyentes de la atmosfera y su medio circundante. Los terrenos de topo-
grafıa de alta montana, como es el caso del Valle de Aburra, se caracterizan por adicionar
un mayor grado de libertad al problema, representado en un sinnumero de procesos involu-
crados (Stull, 1988), haciendo que la dinamica atmosferica relacionada con la dispersion de
contaminantes y la calidad del aire sea significativamente mas compleja.
Las condiciones de estabilidad atmosferica, en un instante de tiempo determinado, cons-
tituyen una especie de lımite termodinamico en la troposfera, dando lugar a la aparicion
de dos subcapas con dinamicas y fenomenologıa significativamente diferentes: primero, una
capa adyacente a la superficie, fuertemente influenciada por las caracterısticas del suelo y
los procesos de interaccion mecanicos y termicos con la atmosfera, denominada capa lımite
atmosferica, como se habıa mencionado en los capıtulos anteriores ABL (Atmospheric Boun-
dary Layer); y la capa superior o atmosfera libre, cuyos procesos estan dominados en gran
medida por circulaciones de mesoescala y escala sinoptica, impidiendo que los forzamientos
a escala local tengan influencia en su dinamica (Herrera, 2015).
En el caso especıfico de los procesos de dispersion vertical de los contaminantes, la condicion
de estabilidad atmosferica es un factor fundamental y determinante, puesto que condiciona
la eficiencia de los movimientos verticales convectivos y por tanto de los intercambios entre
la superficie y la parte baja de la troposfera, ya sea en la ABL o en la atmosfera libre. De es-
ta forma, atmosferas estables estratificadas inhiben en gran proporcion dichos intercambios,
propiciando la suspension y acumulacion de las emisiones de fuentes fijas y moviles cerca de
la superficie; caso contrario ocurre en condiciones de inestabilidad atmosferica, donde predo-
minan los movimientos convectivos y la presencia de turbulencia que favorecen la dispersion
y mezcla de los aerosoles contaminantes.
70 5 Influencia de la Estabilidad Atmosferica en la Calidad del Aire
Como muestra Stull (1988), tıpicamente la atmosfera experimenta transiciones de su estado
estable a inestable dentro del ciclo diurno, transiciones que son determinadas por la can-
tidad de energıa aportada por la radiacion a la superficie, necesaria para activar los flujos
turbulentos y el ascenso de las parcelas de aire a las capas superiores de la troposfera. En la
Figura 5-1 se puede observar la transicion de un estado estable a inestable en la atmosfera.
Cuando la cantidad de energıa no es suficiente, la dinamica de las capas de la atmosfera
cercanas a la superficie es significativamente mas lenta, lo cual no posibilita un rompimiento
de la estabilidad atmosferica; como consecuencia los procesos convectivos disminuyen dras-
ticamente y los contaminantes reducen su capacidad de dispersion en la vertical.
En la Fotografıa 5-1a la atmosfera se encuentra en un estado de estabilidad, debido a que no
esta sometida a forzamientos radiativos significativos en superficie; en la Fotografıa 5-1b la
atmosfera continua en estabilidad, aunque cuenta con el forzamiento radiativo, pero debido
al poco tiempo de exposicion, no se alcanzan a generar efectos importantes de inestabili-
dad en superficie. En el caso de la Fotografıa 5-1c se observa a partir de las condiciones de
visibilidad que los aerosoles en la atmosfera se han mezclado mucho mas que en el caso ante-
rior, mostrando efectos de iniciacion de la inestabilidad. Finalmente en la Fotografıa 5-1d se
evidencia que el forzamiento radiativo en superficie ha logrado inestabilizar completamente
la atmosfera baja, favoreciendo la mezcla vertical de contaminantes. La evolucion de estas
fotografıas muestran el comportamiento esperado de la altura de la ABL descrito por Stull
(1988).
En el Valle de Aburra, la evolucion de la ABL esta influenciada por la interaccion de factores
tanto meteorologicos y climaticos, como la transicion a las temporadas de lluvias (marcadas
por el paso de la Zona de Convergencia Intertropical), las capas de nubes de baja altura y
la baja radiacion incidente, sumados a fenomenos de menor escala como la dinamica de los
flujos turbulentos (Herrera, 2015). Al ser un valle estrecho, como se puede observar en el
corte de la Figura 2-8, la altura de esta capa se convierte en un indicador de la posibilidad
que tienen los contaminantes de ascender hasta superar el tope de las montanas y ser barri-
dos por los vientos regionales. Si esta altura es mayor a la altura de las laderas, se permitira
la dispersion de contaminantes por parte de los vientos alisios, caso contrario ocurre si la
altura de la ABL es menor a la de las laderas, cuando se produce mayor concentracion de
los aerosoles en las capas bajas de la atmosfera.
Es posible estimar la altura de la ABL a partir de el estado termodinamico, usando el meto-
do de extension de Stull (1988), que consiste en verificar la estabilidad o inestabilidad, en
terminos de la temperatura potencial de las capas superficiales, hallando la altura donde
las parcelas se inestabilizan. Se asume que dicha altura es donde ocurren los movimientos
turbulentos y hay gran mezcla vertical, como ocurre en la capa lımite atmosferica; por lo
71
(a) 0630 (b) 0700
(c) 0800 (d) 1030
Figura 5-1.: Fotografıas de la evolucion de la capa lımite el 5 de febrero del 2017, tomadas
en la vereda El Yolombo del corregimiento de San Cristobal al occidente del
Valle de Aburra. (a) Fotografıa a las 0630, se observa el amanecer y una capa
de niebla sobre la ladera oriental del valle, indicando poca altura de la ABL.
(b) Fotografıa a las 0700, se continua observando la capa de niebla en la ladera
oriental del valle. (c) Fotografıa a las 0800, comienza a disiparse la niebla
en la ladera oriental, y mejoran un poco las condiciones de visibilidad. (d)
Fotografıa a las 1030, desaparece por completo la niebla en la ladera oriental,
y las condiciones de visibilidad mejoran notablemente.
72 5 Influencia de la Estabilidad Atmosferica en la Calidad del Aire
tanto se podrıa decir que la altura hallada con este metodo es una aproximacion a la altura
de la ABL. En la Figura 5-2 se muestra el ciclo diario para cada mes de las alturas de la
ABL calculadas con el metodo de la extension de Stull. Los cambios mencionados por Stull
(1988), asociados a la variabilidad de la estabilidad atmosferica, se observan claramente en
la Figura 5-2 mostrando estabilidad en las horas de la noche debido a la ausencia de ra-
diacion, y su progresivo aumento durante el dıa a medida que el forzamiento radiativo es
mayor. Ademas tambien es posible observar que la altura de la capa lımite atmosferica es
menor en los meses de transicion entre temporadas humedas y secas. Si bien el ciclo anual
y la variabilidad diurna se reproduce de la manera esperada comparando con los resultados
de Herrera (2015), la magnitud de dicha altura obtenida por el metodo descrito corresponde
a una subestimacion considerable.
0 5 10 15 20Hora local [UTC-5]
0
100
200
300
400
500
600
700
Alt
ura
capa d
e m
ezc
la [
m]
EneroFebreroMarzoAbrilMayoJunioJulioAgostoSeptiembreOctubreNoviembreDiciembre
Figura 5-2.: Ciclo diario mensual de la altura de la capa lımite atmosferica calculada con
el metodo de Stull a partir de los datos del radiometro microondas.
Debido a la compleja configuracion topografica del valle, experimentar condiciones perma-
nentes de estabilidad atmosferica es una situacion crıtica para el estado de la calidad del
aire, debido a que la conveccion, el ascenso forzado de aire (ascenso mecanico), junto con el
lavado por precipitacion, son los unicos mecanismos efectivos de remocion de contaminantes
atmosfericos en el valle. Las condiciones meteorologicas descritas previamente se establecen
como los detonantes de la contingencia ambiental por calidad del aire que experimento el
Valle de Aburra entre marzo y principios de abril del 2016. El mes de marzo se reconoce
tıpicamente por ser la transicion entre la temporada seca y la primera temporada de lluvias
73
del ano, y se caracteriza por la presencia permanente de densas capas de nubes. Estas capas
de nubes influyen en el balance radiativo, convirtiendose en un factor que reduce significati-
vamente la radiacion en superficie, en consecuencia la energıa aportada tambien disminuye
y con esto los movimientos convectivos. Todo lo anterior se conjuga para que la expansion
de la ABL durante este mes no sea la suficiente para superar el tope de las montanas, lo
que ocasiona la recirculacion y acumulacion de los contaminantes dentro del Valle (Area
Metropolitana del Valle de Aburra,2017).
Tal y como se menciono anteriormente, las atmosferas estables no favorecen la mezcla ver-
tical de contaminantes. El ındice termodinamico CINE resume de buena manera parte de
este fenomeno de estabilidad, debido a que corresponde a la energıa de inhibicion de la
conveccion, caracterizado por boyancia negativa (en terminos de energıa), generando la es-
tabilidad en las capas al interior del Valle. En la Figura 5-3 se observan las diferencias en
las distribuciones del ındice CINE entre febrero y marzo del 2016, evidenciando una mayor
probabilidad de ocurrencia de condiciones de estabilidad durante el mes de marzo, debido
principalmente a la epoca de transicion, mostrando que este ındice es un buen indicador de
estabilidad atmosferica.
Figura 5-3.: Histogramas de CINE (Energıa Inhibitoria de la Conveccion) durante febrero
y marzo del 2016 calculada a partir de los datos del radiometro microondas,
la distribucion en marzo es mas negativo, asociado a atmosferas mucho mas
estables
74 5 Influencia de la Estabilidad Atmosferica en la Calidad del Aire
Ademas de conocer las condiciones termodinamicas que conducen a procesos de estabilidad,
tambien es importante entender los efectos de estas condiciones en las concentraciones de
material particulado. Se estudia el comportamiento del material particulado menor a 2,5
micras (PM2,5) asociado a los ındices de estabilidad atmosferica utilizados en el capıtulo 3,
para lo cual se emplean datos horarios de PM2,5 de la estacion ubicada en la Universidad
Nacional -Nucleo el Volador-, perteneciente a la Red de Monitoreo de Calidad del Aire
del Valle de Aburra (REDMCA); dicha estacion se encuentra cercana a la Torre SIATA
y representa de manera adecuada la dinamica dentro valle (Herrera, 2015). La Figura 5-4
muestra la relacion entre los ciclos diurnos de los ındices LI y CINE con las concentraciones
de PM2,5. La variacion media del CINE muestra la mayor cantidad de energıa inhibitoria
de la conveccion alrededor de las 0700, lo cual se traduce en una mayor concentracion de
contaminantes, y en particular de PM2,5, a las 0800 asociados a la movilidad. De manera
complementaria, los acumulados mınimos de material particulado durante un dıa promedio
ocurren alrededor de las 1400-1500, al mismo tiempo que se presentan los valores mınimos
de CINE. En el caso de LI, como se puede observar en la Figura 5-4b, hay un rezago
entre 1 y 2 horas respecto al pico de mayor concentracion de PM2,5 y el pico de LI que
indica mayor estabilidad. Este resultado, si bien es una primera aproximacion a la evaluacion
directa de la influencia de la estructura termodinamica de la atmosfera en la acumulacion o
dispersion de material particulado, muestra de manera clara la influencia de la evolucion de
los perfiles de temperatura y humedad como respuesta al forzamiento radiativo. Se espera
que dicha evolucion este intimamente ligada a la estructura temporal de los flujos turbulentos
en superficie.
0 5 10 15 20Hora local [UTC-5]
140
120
100
80
60
40
20
CIN
E [J
kg1 ]
20
30
40
50
PM
2.5
[gm
3 ]
CINE PM2.5
(a)
0 5 10 15 20Hora local [UTC-5]
3.0
2.5
2.0
1.5
1.0
0.5
LI
20
30
40
50
PM
2.5
[gm
3 ]
LI PM2.5
(b)
Figura 5-4.: Ciclo diario de PM2,5 en la estacion de calidad de aire de la Universidad Nacio-
nal - Nucleo el Volador - con ciclos diarios de: (a) CINE (Energıa Inhibitoria
de la Conveccion) y (b) LI
6. Conclusiones
La ocurrencia de precipitacion depende de diversos procesos tanto fısicos como procesos ne-
tamente termodinamicos en la atmosfera local, y su interaccion con la estructura regional.
Es por esta razon que el principal objetivo del presente trabajo es evaluar, en el contexto
del Valle de Aburra, la importancia y la utilidad del conocimiento de la estructura termo-
dinamica de la troposfera en la determinacion de la evolucion temporal de la precipitacion.
En otras palabras, el presente trabajo evalua el papel de la modulacion termodinamica en el
ciclo diurno de la precipitacion local. Los resultados subrayan de manera enfatica el control
termodinamico en el ciclo diurno de la precipitacion y sugieren que la evolucion de algunos
de los ındices termodinamicos tradicionales es util para el pronostico estadıstico de la misma,
y, ademas, se convierten en variables punto de referencia para la evaluacion de la calidad de
las salidas de modelos numericos de pronostico.
Durante el desarrollo de la presente investigacion se evidencia la importancia de contar con
mediciones permanentes de los perfiles termodinamicos de la troposfera (menor a 100 m),
principalmente en los niveles mas cercanos a la superficie, con el objetivo de representar de
manera satisfactoria su estructura, variabilidad, y estimacion de la estabilidad, de manera
que se propicie un mejor entendimiento de los fenomenos termodinamicos asociados a even-
tos de precipitacion. Los registros entregados por el radiometro microondas cumplen con
estas condiciones pues, si bien su resolucion vertical de registro no se compara con la obteni-
da por un radiosondeo, logra capturar de manera satisfactoria los procesos termodinamicos
mas importantes en la formacion de eventos de precipitacion. Por su parte, en metodos de
sensado remoto satelital como AIRS, la baja resolucion espacio temporal impone muchas
restricciones a la hora de capturar procesos meteorologicos locales y fenomenos que suceden
cerca de la superficie.
En particular, y pesar de la complejidad del territorio del Valle de Aburra, ındices termo-
dinamicos clasicos basados en un solo nivel como el Lifted index y Showalter representan
de manera sencilla los procesos asociados a la a la formacion o intensificacion de precipita-
cion en el Valle de Aburra. Por otro lado, ındices integrados en la columna como el CINE,
Energıa Inhibitoria de la Conveccion, son bastante utiles para condicionar la ocurrencia de
eventos convectivos. A diferencia del CINE, el CAPE no aparece modular de manera clara
la ocurrencia de eventos convectivos. Ademas comparando los ındices teromidinamicos en
los casos con ausencia y presencia de eventos de precipitacion, existen diferencias notorias,
76 6 Conclusiones
principalmente en las horas de mayor actividad convectiva y en los meses de las tempora-
dad de lluvia en el Valle de Aburra. Como el caso del CAPE que es menor en las tardes y
noches cuando hay presencia de eventos de precipitacion debido a que ante la formacion de
un evento la energıa convectiva disponible se consume durante dicho evento de precipitacion.
La distribucion de vapor de agua y en particular el estado termodinamico de la atmosfera,
es importante no solo en la formacion de eventos de precipitacion, sino que tambien juegan
un papel importante en el desarrollo y extension de la ABL, que como sucede en el valle de
Aburra, puede afectar drasticamente la calidad del aire. A partir del estado termodinamico
de la atmosfera se puede tener una aproximacion de la altura de la ABL, ademas indices
como el CINE dan una buena medida del grado de estabilidad en el que se encuentra la
atmosfera, lo cual como se mostro es importante en la dispersion y acumulacion de conta-
minantes.
La distribucion espacial del vapor de agua es altamente heterogenea y sensible a cualquier
forzamiento, por ello con la modelacion no se obtienen muy buenos resultados al compararlos
con las mediciones. La temperatura en una columna atmosferica no tiene una variacion con-
siderable en escalas regionales, mientras lo contrario ocurre con el vapor de agua. Debido a
esto hay notables diferencias en las variables dependientes de este ultimo cuando se comparan
las mediciones de los radiosondeos y del MWR. De igual manera ocurre con el WRF, el cual
reproduce muy bien las temperaturas, pero en cuanto a la humedad no tiene buen desempeno.
La modelacion numerica de los procesos termodinamicos esta sujeta a muchas fuentes de
incertidumbre asociadas con las diferentes parametrizaciones involucradas en el proceso, las
condiciones de borde, la interaccion con topografıa, entre otros, lo cual hace difıcil identificar
con precision las fuentes de error y, por lo tanto, de llevar a cabo una evaluacion objetiva del
desempeno del modelo. Los resultados de la evaluacion del modelo WRF presentados en el
Capıtulo 4, muestran un desempeno satisfactorio a la hora de reproducir el comportamiento
de los perfiles de temperatura sin embargo, los perfiles de vapor de agua no se representan
adecuadamente, probablemente por los errores que conlleva la modelacion de procesos tan
complejos como el variabilidad del vapor de agua en la atmosfera.
Todas estas aplicaciones mencionadas anteriormente dependen principalmente de la distribu-
cion de vapor de agua, que no solo es uno de los factores condicionantes de la precipitacion,
tambien juega un papel crucial en diversos proceso atmosfericos, que pueden ser tan finos, a
escala de microclima, o de caracter global, balance energetico y radiativo de la tierra.
A. Variacion de los Ciclos Diurnos de
Durante eventos de Precipitaicion
En la introduccion del presente trabajo se resalta la importancia de la variabilidad espacial
y temporal de los perfiles termodinamicos de la atmosfera. En la seccion 3 se presento la
variacion del ciclo diurno de los perfiles de vapor de agua, en las condiciones de ausencia
y presencia de eventos de precipitacion, en este anexo se presentaran los ciclos dirunos de
los perfiles de temperatura, humedad relativa y cantidad agua liquida en las condiciones de
presencia y ausencia de eventos de precipitacion.
A.1. Temperatura
Para verificar los cambios que se presentan durante los dıas que se registraron eventos de
precipitacion y los que no, se muestran los ciclos diurnos de los perfiles de temperatura en
los casos de ausencia de precipitacion, Figura A-1a, eventos de precipitacion, Figura A-1b
y la diferencia de los dos anteriores, Figura A-2.
0 5 10 15 20Tiempo
0
2
4
6
8
10
Altu
ra
230.0
240.0
250.0
260.0
270.0
280.0
290.0
300.0
Ciclo Diurno desde 2013-06-02 hasta 2016-08-29
220.00
245.00
270.00
295.00
320.00
Tem
pera
tura
[K]
(a)
0 5 10 15 20Tiempo
0
2
4
6
8
10
Altu
ra
230.0
240.0
250.0
260.0
270.0
280.0
290.0
Ciclo Diurno desde 2013-05-31 hasta 2016-09-14
220.00
245.00
270.00
295.00
320.00
Tem
pera
tura
[K]
(b)
Figura A-1.: Ciclo diurno del perfil de Temperatura (a) dıas sin eventos de precipitacion
(b) dıas con eventos de precipitacion.
Los principales cambios que se observan ante la presencia de eventos de precipitacion es el
aumento de la temperatura en los niveles medios y altos durante eventos de precipitacion,
ademas de la disminucion de la temperatura en los niveles bajos entre las 1200 y 1800, durante
78 A Variacion de los Ciclos Diurnos de Durante eventos de Precipitaicion
la eventos de precipitacion, la cual se puede observar comparando las figuras A-1a y A-1b,
pero se observa mucho mas claro en la figura A-2 que justamente es la diferencia de las dos
anteriores. El calentamiento en los niveles medios se debe a la liberacion de calor latente
como consecuencia de la condensacion de vapor de agua en la formacion de precipitacion.
0 5 10 15 20Hora local [UTC-5]
0
2
4
6
8
10
-1.1
-0.6
-0.6
-0.6-0.6
-0.0
0.5
1.1 1.11.72.22.8
-1.5
-1.0
-0.5
-0.0
0.5
1.0
1.5
2.0
2.5
3.0
Tem
per
atur
a [K
]
Figura A-2.: Resta de los ciclos diurnos de los perfiles de Temperatura entre los dıas de que
no se registraron eventos de precipitacion y los dıas en que si se registraron
eventos de precipitacion.
A.2. Humedad Relativa
Para verificar los cambios que se presentan durante los dıas que se registraron eventos de
precipitacion y los que no, se muestran los ciclos diurnos de los perfiles de humedad relativa
en los casos de ausencia de precipitacion, Figura A-3a, eventos de precipitacion, Figura
A-3b y la diferencia de los dos anteriores, Figura A-4.
A.2 Humedad Relativa 79
0 5 10 15 20Tiempo
0
2
4
6
8
10
Altu
ra
10.0
20.0
30.0
40.0
40.0
50.0
50.0
60.0
60.0
70.0
70.070.0
70.0
80.0 80.0
80.0
80.0
Ciclo Diurno desde 2013-06-02 hasta 2016-08-30
0.00
25.00
50.00
75.00
100.00
Hum
edad
Rel
ativ
a [%
]
(a)
0 5 10 15 20Tiempo
0
2
4
6
8
10
Altu
ra
10.020.0
30.0
40.0
50.0
50.0
60.0
60.0
70.0
70.0
80.0
80.0
80.0
90.0
90.0
Ciclo Diurno desde 2013-05-31 hasta 2016-09-14
0.00
25.00
50.00
75.00
100.00
Hum
edad
Rel
ativ
a [%
]
(b)
Figura A-3.: Ciclo diurno del perfil de humedad relativa en (a) dıas sin eventos de precipi-
tacion (b) dıas con eventos de precipitacion.
Los principales cambios que se observan ante la presencia de eventos de precipitacion es la
claro aumento en los niveles entre 4 y 7 km durante las tardes y noches la cual se puede
observar comparando las figuras A-3a y A-3b pero se observa mucho mas claro en la figura
A-4 que justamente es la diferencia de las dos anteriores, dicho aumento de la humedad
relativa durante los eventos de precipitacion es mas marcado durante las tardes y noches
debido a la presencia de los eventos de precipitacion, ademas tambien es notorio el aumento
de la humedad relativa en las tardes entre las 1200 y 1800.
80 A Variacion de los Ciclos Diurnos de Durante eventos de Precipitaicion
0 5 10 15 20Hora local [UTC-5]
0
2
4
6
8
10
-24.4
-21.4
-21.
4
-18.5
-18.5-18
.5
-15.5
-15.5
-15.5
-12.5
-12.5
-12.5
-9.5 -9.5
-9.5
-9.5
-9.5
-6.5
-6.5
-6.5
-6.5
-3.5-3.5
-3.5
-25.0
-22.3
-19.5
-16.8
-14.1
-11.4
-8.7
-6.0
-3.3
-0.6
Hum
edad
Rel
ativ
a [%
]
Figura A-4.: Resta de los ciclos diurnos de los perfiles de humedad relativa entre los dıas de
que no se registraron eventos de precipitacion y los dıas en que si se registraron
eventos de precipitacion.
A.3. Cantidad de Agua Liquida
Para verificar los cambios que se presentan durante los dıas que se registraron eventos de
precipitacion y los que no, se muestran los ciclos diurnos de los perfiles de cantidad de agua
liquida en los casos de ausencia de precipitacion, Figura A-5a, eventos de precipitacion,
Figura A-5b y la diferencia de los dos anteriores, Figura A-6.
A.3 Cantidad de Agua Liquida 81
0 5 10 15 20Hora local [UTC-5]
0
2
4
6
8
10
Altu
ra [k
m]
0.1
0.1
0.00
0.12
0.25
0.38
0.50
Agua
Liq
uida
[gm
3 ]
(a)
0 5 10 15 20Hora local [UTC-5]
0
2
4
6
8
10
Altu
ra [k
m]
0.1
0.1
0.1
0.1
0.2
0.2
0.2 0.2
0.2
0.30.3
0.00
0.12
0.25
0.38
0.50
Agua
Liq
uida
[gm
3 ]
(b)
Figura A-5.: Ciclo diurno del perfil de agua liquida en (a) dıas sin eventos de precipitacion
(b) dıas con eventos de precipitacion.
Los principales cambios que se observan ante la presencia de eventos de precipitacion, es
la claro aumento de agua liquida en los niveles entre 2 y 5 km la cual se puede observar
comparando las figuras A-5a y A-5b pero se observa mucho mas claro y cuantitativamente
en la figura A-6 que justamente es la diferencia de loas dos anteriores.Dicho aumento de la
cantidad de agua liquida se presenta durante las tardes y noches, que es justamente donde
ocurren la mayorıa de eventos de precipitacion sobre el Valle de Aburra, siendo mas alto
el aumento de cantidad de agua liquida durante las tardes, principalmente debido a la la
actividad convectiva que ocurre en dichas horas.
82 A Variacion de los Ciclos Diurnos de Durante eventos de Precipitaicion
0 5 10 15 20Hora local [UTC-5]
0
2
4
6
8
10
-0.3-0.3 -0.2
-0.2-0.2
-0.2
-0.1
-0.1
-0.1
-0.1
-0.1
-0.1
-0.1
-0.0
-0.0
-0.3
-0.3
-0.2
-0.2
-0.2
-0.1
-0.1
-0.1
-0.0
0.0
Ag
ua L
iqui
da
[gm
3 ]
Figura A-6.: Resta de los ciclos diurnos de los perfiles de agua liquida entre los dıas de que
no se registraron eventos de precipitacion y los dıas en que si se registraron
eventos de precipitacion.
B. Otros Indices de Estabilidad
Atmosferica
B.1. Indice K
El ındice fue desarrollado por George (1960) a partir de datos de radiosondeos para dos
terceras partes de Estados Unidos y porciones del extremo sur de Canada. El ındice K
combina aritmeticamente la diferencia de temperatura de 850 y 500 hPa, el punto de rocıo
de 850 hPa y la depresion del punto de rocıo a 700 hPa; siendo la temperatura de rocıo
a 850 hPa una medida directa de la humedad en niveles bajos, expresada en terminos de
temperatura, y la depresion del punto de rocıo a 700 hPa una medida indirecta de la extension
vertical de la capa humeda. La inclusion del termino de depresion del punto de rocıo refleja
el unico enfasis del ındice K en la evaluacion de la penetracion vertical de bajo nivel de
humedad, que se piensa esencial para la formacion de tormentas (Peppler, 1988). Valores del
ındice K mayores a +20 indican algun potencial de tormentas, valores por encima de +30
indican potencial de sistemas convectivos de mesoescala y valores superiores +40 indican
alrededor de 100 % de probabilidad de tormentas.
K = (T850 − T500) + Td850 − (T700 − Td700) (B-1)
donde Td es la temperatura del punto de rocıo. La depresion del punto de rocıo a 700 hPa
esta expresada por los terminos T700 − Td700 .Para observar como es el comportamiento de K frente a eventos de precipitacion en la Figura
B-1 se muestra el ciclo diurno medio de K con el ciclo diurno medio de precipitacion para
una estacion pluviometrica ubicada en el mismo sitio del MWR y ademas con el ciclo diurno
medio de cantidad de agua liquida integrada. Se puede observar que el ındice K reproduce las
condiciones medias de precipitacion. Los valores medios de mayor inestabilidad se encuentran
antes de los valores maximos de precipitacion con un rezago de aproximadamente una hora, lo
que ocurre en las tardes, periodo en el cual son tıpicas las precipitaciones de origen convectivo
en el Valle de Aburra, lo que sugiere una posibilidad de pronostico.
84 B Otros Indices de Estabilidad Atmosferica
0 5 10 15 20Hora local [UTC-5]
37
38
39
40
41
42
43
44
K
1
2
3
4
Lluv
ia [m
m/h
]
K Lluvia
(a)
0 5 10 15 20Hora local [UTC-5]
37
38
39
40
41
42
43
44
K
1
2
3
4
5
6
Liq
uid
o [g
m3 ]
K Liquido
(b)
Figura B-1.: Ciclo diurno medio del ındice K con (a) ciclo diurno medio de precipitacion
sobre el radiometro microondas y (b) cantidad integrada de agua liquidad
obtenidas con las mediciones del MWR. Los colores sombreados representan
la dispersion de los datos en el rango intercuartil.
La variacion intraanual de los ciclos diurnos del K se muestran en la Figura B-2 mediante
lineas y contornos, para los casos de los dıas con ausencia de eventos de precipitacion (Figu-
ras B-2a en lineas y B-2b en contornos) y los dıas con registros de eventos de precipitacion
(Figuras B-2c en lineas y B-2d en contornos), allı se muestra un marcado ciclo diurno du-
rante todos los meses con picos de valores negativos entre las 1200 y 1400, indicando una
prevalente tendencia a la actividad convectiva local, incluso en temporada seca. K tiene una
alta influencia del forzamiento radiativo, mostrando que la radiacion solar es su mayor fuente
de variacion durante el dıa, esto es debido a que este ındice, al igual que SI y LI, depende
principalmente del perfil de temperatura atmosferica y de las condiciones en superficie de
humedad y temperatura de los niveles de 850, 700 y 500 hPa. Los umbrales de este ındice
indica que en el Valle de Aburra siempre hay potencial de tormentas, reduciendo la confia-
bilidad de estos umbrales para regiones tropicales, aunque si refleja las horas del dıa en las
cuales la atmosfera es mas inestable y hay mayor potencial de conveccion.
El ındice K, al igual que el ındice SI, muestra una asociacion con el ciclo diario de radiacion,
como se observa en la Figura B-2. La evidencia sugiere un considerable aumento de los
valores y la tendencia de K despues del amanecer, mostrando que la radiacion solar es la
principal fuente de variacion de este ındice a lo largo del dıa. Es importante ver que los picos
de ambas variables son cercanas, lo que ındica una posibilidad de pronostico; por otra parte,
al contrario de SI, K tiene es dependendiente de la humedad en el perfil vertical, representada
por la inclusion de Td en los niveles de 850 y 700 hPa.
B.1 Indice K 85
0 5 10 15 20Hora local [UTC-5]
36
37
38
39
40
41
42
43
44
45
K
EneroFebreroMarzoAbrilMayoJunioJulioAgostoSeptiembreOctubreNoviembreDiciembre
(a)
0 5 10 15 20Hora local [UTC-5]
Ene
Mar
May
Jul
Sep
Nov
37.0
37.0
38.0
38.0
38.039.0
39.0
39.0
39.0
40.040.0
40.0
41.0
41.0
41.0
42.0 42.0
42.0
36.0
36.9
37.8
38.7
39.6
40.5
41.5
42.4
43.3
44.2
K
(b)
0 5 10 15 20Hora local [UTC-5]
36
37
38
39
40
41
42
43
44
45
K
EneroFebreroMarzoAbrilMayoJunioJulioAgostoSeptiembreOctubreNoviembreDiciembre
(c)
0 5 10 15 20Hora local [UTC-5]
Ene
Mar
May
Jul
Sep
Nov
37.0
38.0
38.039.0
39.0
39.0
39.0
40.0
40.0
41.041.0
36.0
36.9
37.8
38.7
39.6
40.5
41.5
42.4
43.3
44.2
K
(d)
Figura B-2.: Ciclo diurno mensual del ındice K en los dıas que no se registraron even-
tos de precipitacion en (a) lineas y (b) contronos; y los dıas con eventos de
precipitacion en (c) lineas y (d) contornos.
Comparando los ciclos de los dıas que no hay eventos de precipitacion y los ciclos con los
dıas que si hay eventos de precipitacion, se puede observar que en promedio los dıas en que
no hay eventos de precipitacion se tienen valores mas altos de K, comparado con los dıas
en los que hay eventos de precipitacion luego de las 1500. Ademas en promedio los dıas que
sin eventos de precipitacion se tienen valores de K que indican mayor estabilidad durante
las mananas. Esto tambien se puede observar de forma similar en la Figura B-3, en a cual
se encuentra la diferencia de los ciclos diarios mensuales entre los dıas que no se registraron
eventos de precipitacion y los dıas en que si se registraron, observando de una forma mas
clara la diferencia que hay en las tardes despues de las 1500 y en las mananas antes del
amanecer, marcadas principalmente en las epocas humedas.
86 B Otros Indices de Estabilidad Atmosferica
0 5 10 15 20Hora local [UTC-5]
Ene
Mar
May
Jul
Sep
Nov
-1.7 -1.1-1.1
-1.1
-0.6
-0.6
-0.6
-0.6
-0.0
-0.0
-0.0
-0.00.
5
0.5
0.5
0.5
0.5
0.5
1.1
1.1
1.1
1.1
1.11.7
1.7
2.2
2.2
2.2
2.2
-2.1
-1.6
-1.0
-0.5
-0.0
0.5
1.0
1.5
2.0
2.6
K
Figura B-3.: Diferencia de los ciclos diurnos por meses del ındice K, entre los casos que no
hay eventos de precipitacion y los dıas con registros de eventos de precipitacion
B.2. Indice K Modificado
Esta modificacion del indice K, desarrollado para la prediccion operacional de 2 a 6 horas de
probabilidad de tormentas electricas y tormentas locales severas en los Estados Unidos, fue
ideado como una mejora del ındice K por la inclusion de caracterısticas como la temperatura
y la humedad de la superficie (Peppler, 1988). Los valores del ındice sirven como indicativos
del potencial de tormenta, los cuales deberıan ser un poco mayores a los del ındice K original
(Peppler, 1988).
K ′ = (T − T500) + Td − (T700 − Td700) (B-2)
donde T = 0,5(Tsurf + T850) y Td = 0,5(Tdsurf + Td850), que respectivamente son el promedio
de la temperatura y la temperatura de rocıo entre la superficie y los 850 hPa, pero como en
el Valle de Aburra la superficie esta a 850 hPa, por lo tanto en dicho lugar los valores del
indice K modificado son iguales al ındice original.
B.3. Indice de Rackliff
Este ındice, considerado como una medida latente de inestabilidad, fue introducido como un
medio de pronostico de tormentas en verano sobre las islas Britanicas y cerca a las areas
B.3 Indice de Rackliff 87
continentales de Europa del este. Combina consideraciones termicas y de humedad con la
temperatura de 500 y 900 hPa. Este ultimo fue seleccionado como un nivel en cual se evalua
la humedad, de manera que la estimacion no sea afectada en la noche por la radiacion te-
rrestre saliente (Peppler, 1988). Posteriormente Jefferson (1963b) hizo la sustitucion de los
datos de la capa 900 hPa por los de la capa de 850 hPa. En este caso, el nivel de 500 hPa fue
seleccionado como un indicativo de la estructura termica en la troposfera media; ademas de
hacer el ındice consistente fısicamente con otros indices (por ejemplo: indice Showalter, SI )
que evaluan la inestabilidad hasta el nivel de 500 hPa. Rackliff encontro que algunas lloviznas
ocurren a valores tan bajos como +25, mientras que valores de +30 son relacionados a la
ocurrencia de lloviznas significativas acompanadas de tormentas electricas.
En este ındice, la medicion de la humedad usa la temperatura del bulbo humedo, Tw, que
es la temperatura a la cual una parcela de aire a una presion constante se enfrıa a traves
de la evaporacion del agua en ella. A esta temperatura, la parcela se satura, analizando una
parcela de aire no saturada, luego a presion constante (sin movimiento vertical), se evapora
el agua en la parcela y el enfriamiento por evaporacion ocurrira hasta que la parcela alcance
la saturacion, por otro lado la temperatura del bulbo humedo se alcanza cuando la parcela
alcanza la saturacion. Dicha temperatura siempre estara cerca del punto de rocıo, a menos
que el aire este saturado, debido a que la saturacion, la temperatura, el punto de rocıo y
la temperatura del bulbo humedo son iguales. En la atmosfera θw a menudo se proporciona
una buena estimacion de lo que se convertira la temperatura de superficie despues del inicio
de la precipitacion. Ademas se conserva su valor ante procesos adiabaticos humedos y secos.
RK = θw850 − T500 (B-3)
Para observar como es el comportamiento de RK frente a eventos de precipitacion en la
Figura B-4 se muestra el ciclo diurno medio de RK con el ciclo diurno medio de preci-
pitacion para una estacion pluviometrica ubicada en el mismo sitio del MWR y ademas
con el ciclo diurno medio de cantidad de agua liquida integrada. Se puede observar que el
ındice RK reproduce las condiciones medias de precipitacion. Los valores medios de mayor
inestabilidad se encuentran antes de los valores maximos de precipitacion con un rezago de
aproximadamente cuatro horas, lo que ocurre en las tardes, periodo en el cual son tıpicas las
precipitaciones de origen convectivo en el Valle de Aburra, lo que sugiere una posibilidad de
pronostico.
88 B Otros Indices de Estabilidad Atmosferica
0 5 10 15 20Hora local [UTC-5]
7.50
7.75
8.00
8.25
8.50
8.75
9.00
9.25
RK
1
2
3
4
Lluv
ia [m
m/h
]
Rackliff Lluvia
(a)
0 5 10 15 20Hora local [UTC-5]
7.50
7.75
8.00
8.25
8.50
8.75
9.00
9.25
RK
1
2
3
4
5
6
Liq
uid
o [g
m3 ]
Rackliff Liquido
(b)
Figura B-4.: Ciclo diurno medio del ındice RK con (a) ciclo diurno medio de precipitacion
sobre el radiometro microondas y (b) cantidad integrada de agua liquidad
obtenidas con las mediciones del MWR. Los colores sombreados representan
la dispersion de los datos en el rango intercuartil.
La variacion intraanual de los ciclos diurnos del RK se muestran en la Figura B-5 mediante
lineas y contornos, para los casos de los dıas con ausencia de eventos de precipitacion (Figuras
B-5a en lineas y B-5b en contornos) y los dıas con registros de eventos de precipitacion
(Figuras B-5c en lineas y B-5d en contornos), allı se muestra un marcado ciclo diurno
durante todos los meses con picos de valores negativos cerca de las 1000, indicando una
prevalente tendencia a la actividad convectiva local, incluso en temporada seca. RK tiene una
alta influencia del forzamiento radiativo, mostrando que la radiacion solar es su mayor fuente
de variacion durante el dıa, esto es debido a que este ındice, al igual que SI y LI, depende
principalmente del perfil de temperatura atmosferica y de las condiciones en superficie de
humedad y temperatura al usar θw.
Al igual que los ındices mostrados anteriormente el ındice de Rackliff tiene alta dependen-
cia del forzamiento radiativo, aunque en este caso no es tan marcada esta dependencia, la
incorporacion de la temperatura potencial del bulbo humedo que intenta asemejar el asenso
de una parcela desde los 850 hPa, esto hace que este ındice dependa en gran medida de la
humedad en superficie. Al contrario de los ındices SI y K, el ındice de Rackliff muestra una
variacion bimodal bien marcada en a lo largo del ano, como se puede observar en la figura
B-5 en donde es apreciable que las epocas de abril y octubre muestran en promedio valores
menores del ındice de Rakcliff, estas dos epocas tambien estan asociadas a las temporadas
mas humedas en el valle de Aburra, moduladas por el paso de la Zona de Convergencia
Intertropical.
B.3 Indice de Rackliff 89
0 5 10 15 20Hora local [UTC-5]
266.0
265.5
265.0
264.5
264.0
263.5
263.0
262.5
262.0
Rack
liff
EneroFebreroMarzoAbrilMayoJunioJulioAgostoSeptiembreOctubreNoviembreDiciembre
(a)
0 5 10 15 20Hora local [UTC-5]
Ene
Mar
May
Jul
Sep
Nov
-265
.1
-265.1-264.7
-264.7
-264.7-264
.7
-264.2
-264.2
-264.2-264.2
-263.8
-263.8
-263.8
-263.3
-263.3
-265.6
-265.2
-264.8
-264.4
-264.0
-263.6
-263.2
-262.8
-262.4
-262.0
Rac
kliff
(b)
0 5 10 15 20Hora local [UTC-5]
266.0
265.5
265.0
264.5
264.0
263.5
263.0
262.5
262.0
Rack
liff
EneroFebreroMarzoAbrilMayoJunioJulioAgostoSeptiembreOctubreNoviembreDiciembre
(c)
0 5 10 15 20Hora local [UTC-5]
Ene
Mar
May
Jul
Sep
Nov
-265.1
-265.1
-265.1
-265.1
-265.1
-264.7-264.7
-264.2
-264.2-263.8
-265.6
-265.2
-264.8
-264.4
-264.0
-263.6
-263.2
-262.8
-262.4
-262.0
Rac
kliff
(d)
Figura B-5.: Ciclo diurno mensual del ındice RK en los dıas que no se registraron even-
tos de precipitacion en (a) lineas y (b) contronos; y los dıas con eventos de
precipitacion en (c) lineas y (d) contornos.
Comparando los ciclos de los dıas que no hay eventos de precipitacion y los ciclos con los
dıas que si hay eventos de precipitacion, se puede observar que en promedio los dıas en que
no hay eventos de precipitacion se tienen valores mas altos de RK, comparado con los dıas
en los que hay eventos de precipitacion luego de las 1200. Ademas en promedio los dıas que
sin eventos de precipitacion se tienen valores de RK que indican mayor estabilidad durante
las mananas. Esto tambien se puede observar de forma similar en la Figura B-6, en a cual
se encuentra la diferencia de los ciclos diarios mensuales entre los dıas que no se registraron
eventos de precipitacion y los dıas en que si se registraron, observando de una forma mas
clara la diferencia que hay en las tardes despues de las 1200, marcadas principalmente en las
epocas humedas. Esto principalmente debido a la estabilizacion que ocurre en la atmosfera
luego de la ocurrencia de eventos de precipitacion.
90 B Otros Indices de Estabilidad Atmosferica
0 5 10 15 20Hora local [UTC-5]
Ene
Mar
May
Jul
Sep
Nov
0.0
0.2
0.2
0.20.2
0.2
0.2
0.2
0.2
0.5
0.5
0.5
0.5
0.50.5
0.7
0.7
0.7
0.7
0.9
0.9
0.9
0.9
1.1
1.1
1.1
1.1
1.1
1.3
1.3
1.3
1.5
-0.2
0.0
0.2
0.4
0.6
0.8
1.0
1.2
1.4
1.6
RK
Figura B-6.: Diferencia de los ciclos diurnos por meses del ındice RK, entre los casos que no
hay eventos de precipitacion y los dıas con registros de eventos de precipitacion
B.4. Indice de Jefferson
Jefferson empıricamente modifico el indice de Rackliff para obtener un valor “el cual es
independiente de la temperatura y que sigue dando el mismo umbral de valores de tormentas
sobre un rango medio de temperatura” (Peppler, 1988). La variante de este ındice Jefferson
(1963a) se produjo en respuesta al descubrimiento de que el ındice de Rackliff dio un valor
umbral mas alto para tormentas en aire frıo que en aire caliente, sin embargo, cuando fue
probada en regiones de Europa y el Mediterraneo, se encontro una sobre-estimacion de
tormentas sobre este ultimo cuando las capas entre 900 y 500 hPa estaban secas. Ası, una
segunda variante desarrollada por Jefferson (1963b) incluye una medida ponderada de la
profundidad de la capa de humedad, (700 hPa depresion del punto de rocıo, igual al de
ındice K), ademas luego se hizo la sustitucion de los datos de 900 hPa por los rutinariamente
reportados de la capa 850 hPa para realizar un calculo operacional rapido. Este indice es
similar al indice K, pero es menos conocido. Los valores +28 de la version final del indice
fueron encontrados para identificar areas donde ocurren tormentas.
JF = 1,6θw850 − T500 − 0,5(T700 − Td700)− 8 (B-4)
Para observar como es el comportamiento de JF frente a eventos de precipitacion en la Figura
B-7 se muestra el ciclo diurno medio de JF con el ciclo diurno medio de precipitacion para
B.4 Indice de Jefferson 91
una estacion pluviometrica ubicada en el mismo sitio del MWR y ademas con el ciclo diurno
medio de cantidad de agua liquida integrada. Se puede observar que el ındice JF reproduce las
condiciones medias de precipitacion. Los valores medios de mayor inestabilidad se encuentran
antes de los valores maximos de precipitacion con un rezago de aproximadamente cinco
horas, lo que ocurre en las tardes, periodo en el cual son tıpicas las precipitaciones de origen
convectivo en el Valle de Aburra, lo que sugiere una posibilidad de pronostico.
0 5 10 15 20Hora local [UTC-5]
6.0
6.5
7.0
7.5
8.0
8.5
9.0
JF
1
2
3
4
Lluv
ia [m
m/h
]
Jefferson Lluvia
(a)
0 5 10 15 20Hora local [UTC-5]
6.0
6.5
7.0
7.5
8.0
8.5
9.0
JF
1
2
3
4
5
6
Liq
uid
o [g
m3 ]
Jefferson Liquido
(b)
Figura B-7.: Ciclo diurno medio del ındice JF con (a) ciclo diurno medio de precipitacion
sobre el radiometro microondas y (b) cantidad integrada de agua liquidad
obtenidas con las mediciones del MWR. Los colores sombreados representan
la dispersion de los datos en el rango intercuartil.
La variacion intraanual de los ciclos diurnos del JF se muestran en la Figura B-8 mediante
lineas y contornos, para los casos de los dıas con ausencia de eventos de precipitacion (Figuras
B-8a en lineas y B-8b en contornos) y los dıas con registros de eventos de precipitacion
(Figuras B-8c en lineas y B-8d en contornos), allı se muestra un marcado ciclo diurno
durante todos los meses con picos de valores negativos cerca de las 0900, indicando una
prevalente tendencia a la actividad convectiva local, incluso en temporada seca. JF tiene una
alta influencia del forzamiento radiativo, mostrando que la radiacion solar es su mayor fuente
de variacion durante el dıa, esto es debido a que este ındice, al igual que SI y LI, depende
principalmente del perfil de temperatura atmosferica y de las condiciones en superficie de
humedad y temperatura al usar θw.
Al igual que los ındices mostrados anteriormente el ındice de Jefferson tiene alta dependen-
cia del forzamiento radiativo, aunque en este caso no es tan marcada esta dependencia, la
incorporacion de la temperatura potencial del bulbo humedo que intenta asemejar el asenso
de una parcela desde los 850 hPa, esto hace que este ındice dependa en gran medida de la
humedad en superficie. Al contrario de los ındices SI y K, el ındice de Jefferson muestra
una variacion bimodal marcada en a lo largo del ano, como se puede observar en la figura
92 B Otros Indices de Estabilidad Atmosferica
B-8 en donde es apreciable que las epocas de abril y octubre muestran en promedio valores
menores del ındice de Rakcliff, estas dos epocas tambien estan asociadas a las temporadas
mas humedas en el valle de Aburra, moduladas por el paso de la Zona de Convergencia
Intertropical.
0 5 10 15 20Hora local [UTC-5]
266.5
266.0
265.5
265.0
264.5
264.0
263.5
263.0
Jeffe
rson
EneroFebreroMarzoAbrilMayoJunioJulioAgostoSeptiembreOctubreNoviembreDiciembre
(a)
0 5 10 15 20Hora local [UTC-5]
Ene
Mar
May
Jul
Sep
Nov
-265.3-264.9
-264
.9
-264.9
-264.6
-264
.6
-264.6
-264.2
-264.2
-263.8
-266.2
-265.8
-265.5
-265.1
-264.8
-264.4
-264.1
-263.7
-263.4
-263.0
Jeff
erso
n
(b)
0 5 10 15 20Hora local [UTC-5]
266.5
266.0
265.5
265.0
264.5
264.0
263.5
263.0
Jeffe
rson
EneroFebreroMarzoAbrilMayoJunioJulioAgostoSeptiembreOctubreNoviembreDiciembre
(c)
0 5 10 15 20Hora local [UTC-5]
Ene
Mar
May
Jul
Sep
Nov
-265.7
-265.3
-265.3
-264.9
-264
.9
-264
.9
-264
.9
-264
.6
-264.6
-264
.6
-264.2
-264.2
-263.8
-266.2
-265.8
-265.5
-265.1
-264.8
-264.4
-264.1
-263.7
-263.4
-263.0
Jeff
erso
n
(d)
Figura B-8.: Ciclo diurno mensual del ındice JF en los dıas que no se registraron even-
tos de precipitacion en (a) lineas y (b) contronos; y los dıas con eventos de
precipitacion en (c) lineas y (d) contornos.
Comparando los ciclos de los dıas que no hay eventos de precipitacion y los ciclos con los
dıas que si hay eventos de precipitacion, se puede observar que en promedio los dıas en que
se registraron eventos de precipitacion se tienen valores mas altos de JF, comparado con los
dıas en los que no hay registro de eventos de precipitacion luego de las 1000. Esto tambien
se puede observar de forma similar en la Figura B-9, en a cual se encuentra la diferencia
de los ciclos diarios mensuales entre los dıas que no se registraron eventos de precipitacion
B.5 Indice de Adedokum 93
y los dıas en que si se registraron, observando de una forma mas clara la diferencia que hay
despues de las 1000, marcadas principalmente en las epocas humedas. Esto principalmente
debido a la estabilizacion que ocurre en la atmosfera luego de la ocurrencia de eventos de
precipitacion.
0 5 10 15 20Hora local [UTC-5]
Ene
Mar
May
Jul
Sep
Nov
-0.3
-0.3 -0.3
-0.3
-0.3
-0.1 -0.1-0
.1-0
.1
-0.1 -0.1
-0.1
-0.1
0.0 0.0
0.00.0 0.0
0.0
0.0
0.0
0.2
0.20.2
0.2
0.2 0.2
0.2
0.3
0.30.3
0.5
0.5
0.5
0.5
0.6
0.6
0.6
0.8
-0.4
-0.3
-0.1
-0.0
0.1
0.3
0.4
0.6
0.7
0.8
JFFigura B-9.: Diferencia de los ciclos diurnos por meses del ındice JF, entre los casos que no
hay eventos de precipitacion y los dıas con registros de eventos de precipitacion
B.5. Indice de Adedokum
Adedokum desarrollo un indice para indicar el potencial de inestabilidad dentro de una dis-
continuidad intertropical (ITD, Inter Tropical Discontinuity ) ambiental (Adedokun, 1981)
y para el pronostico de la precipitacion sobre el este de Africa (Adedokun, 1982). Para la
ITD ambiental, el primer indice (AD1) fue desarrollado para ser un mejor indicador de las
condiciones de estabilidad de no ocurrencia de precipitacion, mientras que el segundo indice
(AD2) fue relacionado con las condiciones de inestabilidad de ocurrencia de precipitacion
(Adedokun, 1981). Para el pronostico de precipitacion, el segundo indice fue otra vez modi-
ficado para ser mas certero con la ocurrencia de precipitacion, pero ambos tienen un bajo
porcentaje de pronostico correcto comparado con el ındice de Showalter (Adedokun, 1982).
AD1 = θw850 − θ500
AD2 = θwsfc− θ500
(B-5)
94 B Otros Indices de Estabilidad Atmosferica
donde θ500 es la temperatura potencial a los 500 hPa. En el caso del Valle de Aburra AD1
y AD2 son exactamente iguales porque la superficie de este valle se encuentra a un nivel de
850 hPa.
Para observar como es el comportamiento de AD frente a eventos de precipitacion en la Figura
B-10 se muestra el ciclo diurno medio de AD con el ciclo diurno medio de precipitacion
para una estacion pluviometrica ubicada en el mismo sitio del MWR y ademas con el ciclo
diurno medio de cantidad de agua liquida integrada. Se puede observar que el ındice de
Adedokun reproduce las condiciones medias de precipitacion. Los valores medios de mayor
inestabilidad se encuentran antes de los valores maximos de precipitacion con un rezago de
aproximadamente tres horas, lo que ocurre en las tardes, periodo en el cual son tıpicas las
precipitaciones de origen convectivo en el Valle de Aburra, lo que sugiere una posibilidad de
pronostico.
0 5 10 15 20Hora local [UTC-5]
50.5
50.0
49.5
49.0
48.5
48.0
AD
1
2
3
4
Lluv
ia [m
m/h
]
Adedokun Lluvia
(a)
0 5 10 15 20Hora local [UTC-5]
50.5
50.0
49.5
49.0
48.5
48.0
AD
1
2
3
4
5
6
Liq
uid
o [g
m3 ]
Adedokun Liquido
(b)
Figura B-10.: Ciclo diurno medio del ındice AD con (a) ciclo diurno medio de precipitacion
sobre el radiometro microondas y (b) cantidad integrada de agua liquidad
obtenidas con las mediciones del MWR. Los colores sombreados representan
la dispersion de los datos en el rango intercuartil.
Al igual que el ındice de Rackliff, el ındice de Adedokun intenta reproducir las condiciones
medias de precipitacion igual que el ındice de Rackliff, los ciclos diarios medios de estos
ındices se comportan de igual forma con la precipitacion, las figuras B-4 y B-10 tienen la
misma modulacion y anticipacion ante la precipitacion, aunque se estan comparando dos
variables que estan fuertemente moduladas por el ciclo diario, es importante ver que los
picos de ambas son cercanas, lo que ındica una posibilidad de pronostico.
La variacion intraanual de los ciclos diurnos del AD se muestran en la Figura B-11 mediante
lineas y contornos, para los casos de los dıas con ausencia de eventos de precipitacion (Figuras
B-11a en lineas y B-11b en contornos) y los dıas con registros de eventos de precipitacion
(Figuras B-11c en lineas y B-11d en contornos), allı se muestra un marcado ciclo diurno
B.5 Indice de Adedokum 95
durante todos los meses con picos de valores negativos cerca de las 1200, indicando una
prevalente tendencia a la actividad convectiva local, incluso en temporada seca. AD tiene una
alta influencia del forzamiento radiativo, mostrando que la radiacion solar es su mayor fuente
de variacion durante el dıa, esto es debido a que este ındice, al igual que SI y LI, depende
principalmente del perfil de temperatura atmosferica y de las condiciones en superficie de
humedad y temperatura al usar θw.
El ındice de Adedokun al igual que el ındice de Rackliff tienen mucha relacion con el for-
zamiento radiativo, desde las expresiones para calcular cada uno de estos ındices se puede
observar que son muy similares conceptualmente, la ecuacion B-3 y B-5, solo difieren en el
uso de la temperatura potencial al nivel de 500 hPa por parte de Adedokun, por lo tanto
sus variaciones son muy similares, ademas comparando las figuras B-11 y B-5, la variacion
que tienen estos dos ındices es igual, dado que ambos dependen de las condiciones del perfil
a los 500 hPa y la superficie, solo que en el caso del ındice de Adedokun se evalua con la
temperatura potencial, haciendo que las magnitudes no sean iguales.
Al igual que los ındices mostrados anteriormente el ındice de Adedokun tiene alta dependen-
cia del forzamiento radiativo, aunque en este caso no es tan marcada esta dependencia, la
incorporacion de la temperatura potencial del bulbo humedo que intenta asemejar el asenso
de una parcela desde los 850 hPa, esto hace que este ındice dependa en gran medida de la
humedad en superficie.
96 B Otros Indices de Estabilidad Atmosferica
0 5 10 15 20Hora local [UTC-5]
52
51
50
49
48
47
46
Aded
okun
EneroFebreroMarzoAbrilMayoJunioJulioAgostoSeptiembreOctubreNoviembreDiciembre
(a)
0 5 10 15 20Hora local [UTC-5]
Ene
Mar
May
Jul
Sep
Nov
-50.7
-50.0
-50.
0
-50.0-50.0
-49.3
-49.3
-49.3
-48.7
-48.7
-48.7-48.0
-51.5
-50.8
-50.2
-49.6
-49.0
-48.4
-47.8
-47.2
-46.6
-46.0
Ad
edo
kun
(b)
0 5 10 15 20Hora local [UTC-5]
52
51
50
49
48
47
46
Aded
okun
EneroFebreroMarzoAbrilMayoJunioJulioAgostoSeptiembreOctubreNoviembreDiciembre
(c)
0 5 10 15 20Hora local [UTC-5]
Ene
Mar
May
Jul
Sep
Nov
-50.
7
-50.7
-50.7
-50.0-50.0
-49.3
-49.3
-51.5
-50.8
-50.2
-49.6
-49.0
-48.4
-47.8
-47.2
-46.6
-46.0
Ad
edo
kun
(d)
Figura B-11.: Ciclo diurno mensual del ındice AD en los dıas que no se registraron eventos
de precipitacion en (a) lineas y (b) contronos; y los dıas con eventos de
precipitacion en (c) lineas y (d) contornos.
Comparando los ciclos de los dıas que no hay eventos de precipitacion y los ciclos con los
dıas que si hay eventos de precipitacion, se puede observar que en promedio los dıas en que
se registraron eventos de precipitacion se tienen valores mas altos de AD, comparado con los
dıas en los que no hay registro de eventos de precipitacion luego de las 1200. Esto tambien
se puede observar de forma similar en la Figura B-12, en a cual se encuentra la diferencia
de los ciclos diarios mensuales entre los dıas que no se registraron eventos de precipitacion
y los dıas en que si se registraron, observando de una forma mas clara la diferencia que hay
despues de las 1200, marcadas principalmente en las epocas humedas. Esto principalmente
debido a la estabilizacion que ocurre en la atmosfera luego de la ocurrencia de eventos de
precipitacion.
B.6 Indice de Potencial de Bulbo Humedo 97
0 5 10 15 20Hora local [UTC-5]
Ene
Mar
May
Jul
Sep
Nov
0.0
0.3
0.3
0.30.3
0.3
0.3
0.3
0.30.
6
0.6
0.6
0.6
0.60.6
0.8
0.8
0.8
0.8
1.1
1.1
1.11.1
1.4
1.4
1.4
1.4
1.4
1.6
1.6
1.6
1.9
-0.2
0.0
0.2
0.5
0.7
1.0
1.2
1.4
1.7
1.9
AD
Figura B-12.: Diferencia de los ciclos diurnos por meses del ındice AD, entre los casos
que no hay eventos de precipitacion y los dıas con registros de eventos de
precipitacion
B.6. Indice de Potencial de Bulbo Humedo
Desarrollado como un indice de prediccion de fuertes tormentas y tornados en las dos terceras
partes del este de los Estados Unidos (David and Smith, 1971) y de tormentas de verano sobre
las Islas Britanicas y Europa (Pickup, 1982; Bradbury, 1977), este ındice estima el potencial
de inestabilidad de la capa entre 850 y 500 hPa. David and Smith (1971) encontraron que los
valores de 0 son asociados con tormentas fuertes durante 1966 y 1969, mientras que Pickup
(1982) observo que la intensidad de las tormentas incrementa a medida que el valor del ındice
disminuye a 0 o menos durante la epoca de abril a septiembre de 1980 y donde +3 fue un
lımite superior para la formacion de tormentas. Bradbury (1977), para 544 dıas de sondeo
de tormentas en las islas britanicas y Europa durante 1973 – 1976, se encontro que el valor
esta raramente por encima para tormentas en el verano ( 5 % aproximadamente), aquı se
observa una variacion en funcion de 850 hPa, rango desde +6 a -1 como incrementa Tw desde
0 a +20C. Cuando solo se consideran lluvias sin tormenta, este rango de valores desde +10
hasta aproximadamente 0 sobre el mismo lapso de 850 hPa. Los umbrales superiores de -2 y
+3 son sugeridos para la formacion de tormentas de verano e invierno respectivamente, en
los casos de aire seco y fresco a niveles medios sobre la capa caliente, aire humedo y cargado
98 B Otros Indices de Estabilidad Atmosferica
a bajos niveles sera de valores negativos (inestables).
WB = Tw500 − Tw850 (B-6)
Para observar como es el comportamiento de WB frente a eventos de precipitacion en la
Figura B-13 se muestra el ciclo diurno medio de WB con el ciclo diurno medio de precipi-
tacion para una estacion pluviometrica ubicada en el mismo sitio del MWR y ademas con
el ciclo diurno medio de cantidad de agua liquida integrada. Se puede observar que el ındice
WB reproduce las condiciones medias de precipitacion.
0 5 10 15 20Hora local [UTC-5]
0.4000
0.4005
0.4010
0.4015
0.4020
0.4025
WB
1
2
3
4
Lluv
ia [m
m/h
]
WB Lluvia
(a)
0 5 10 15 20Hora local [UTC-5]
0.4000
0.4005
0.4010
0.4015
0.4020
0.4025
WB
1
2
3
4
5
6
Liq
uid
o [g
m3 ]
WB Liquido
(b)
Figura B-13.: Ciclo diurno medio del ındice WB con (a) ciclo diurno medio de precipitacion
sobre el radiometro microondas y (b) cantidad integrada de agua liquidad
obtenidas con las mediciones del MWR. Los colores sombreados representan
la dispersion de los datos en el rango intercuartil.
La variacion intraanual de los ciclos diurnos del WB se muestran en la Figura B-14 mediante
lineas y contornos, para los casos de los dıas con ausencia de eventos de precipitacion (Figuras
B-14a en lineas y B-14b en contornos) y los dıas con registros de eventos de precipitacion
(Figuras B-14c en lineas y B-14d en contornos), allı se muestra un marcado ciclo diurno
durante todos los meses con picos cerca de las 1400, indicando una prevalente tendencia a la
actividad convectiva local, incluso en temporada seca. WB tiene una alta influencia del for-
zamiento radiativo, mostrando que la radiacion solar es su mayor fuente de variacion durante
el dıa, esto es debido a que este ındice, al igual que SI y LI, depende principalmente del perfil
de temperatura atmosferica y de las condiciones en superficie de humedad y temperatura al
usar Tw.
Al igual que los ındices mostrados anteriormente el ındice de potencial de bulbo humedo
tiene alta dependencia del forzamiento radiativo Al contrario de los anteriores ındices, el
B.6 Indice de Potencial de Bulbo Humedo 99
ındice de potencial de bulbo humedo no muestra una variacion bimodal bien marcada en a
lo largo del ano, como se puede observar en la figura B-14.
0 5 10 15 20Hora local [UTC-5]
0.4000
0.4005
0.4010
0.4015
0.4020
0.4025
0.4030
0.4035
0.4040
WB
EneroFebreroMarzoAbrilMayoJunioJulioAgostoSeptiembreOctubreNoviembreDiciembre
(a)
0 5 10 15 20Hora local [UTC-5]
Ene
Mar
May
Jul
Sep
Nov
0.40.4
0.40.4
0.4
0.4
0.4
0.40.4
0.4
0.4
0.4
0.4
0.4
0.40.4
0.4
0.4
0.4
0.4
0.4
0.4
0.4
0.4
0.4
0.4
0.4
0.4
0.4
0.4
WB
(b)
0 5 10 15 20Hora local [UTC-5]
0.4000
0.4005
0.4010
0.4015
0.4020
0.4025
0.4030
0.4035
0.4040
WB
EneroFebreroMarzoAbrilMayoJunioJulioAgostoSeptiembreOctubreNoviembreDiciembre
(c)
0 5 10 15 20Hora local [UTC-5]
Ene
Mar
May
Jul
Sep
Nov
0.40.4
0.4
0.40.4
0.4 0.4
0.40.4 0.4
0.4
0.4
0.4
0.4
0.4
0.4
0.4
0.4
0.4
0.4
0.4
0.4
0.4
0.4
WB
(d)
Figura B-14.: Ciclo diurno mensual del ındice WB en los dıas que no se registraron eventos
de precipitacion en (a) lineas y (b) contronos; y los dıas con eventos de
precipitacion en (c) lineas y (d) contornos.
Comparando los ciclos de los dıas que no hay eventos de precipitacion y los ciclos con los
dıas que si hay eventos de precipitacion, se puede observar que no hay diferencias notorias,
las diferencias se presentan en pequenos ordenes de magnitud, lo cual no representa un
gran significado fısico, esas pequenas diferencias se puede deber principalmente a errores
numericos.
100 B Otros Indices de Estabilidad Atmosferica
B.7. Indices Verticales, Cruzados y Totales
El ındice total vertical (VT; Vertical Total) definido como la diferencia de temperatura a los
850 y 500 hPa; El ındice cruzado total (CT; Cross Total) definido como la diferencia entre la
temperatura del punto de rocıo a 850 hPa y la temperatura a 500 hPa;, y el ındice total total
(TT; Total Totals) definido como la combinacion aritmetica entre VT y CT, son ideales para
definir operacionalmente una primera aproximacion de un area potencial de desarrollo de mal
tiempo en los Estados Unidos. Sin embargo no se encontraron valores en los umbrales para
variaciones ligeras segun la ubicacion geografica durante los estudios de evaluacion para las
dos terceras partes del este de los Estados Unidos, los valores VT= +26, CT= +18 y TT=
+44 son definidos como las fronteras de la primera aproximacion en el area de estudio, y
cuando se relacionan a la intensidad de la tormenta, son considerados los umbrales bajos para
casos aislados de ligeras lluvias (Miller et al., 1971; Miller and Maddox, 1975). Analizando
el otro extremo, valores de VT=+30, CT= +30 y TT= +60 son vistos como un indicativo
de numerosas tormentas moderadas y dispersas tormentas severas o tornados (Miller and
Maddox, 1975). En el esquema de pronostico, TT+50 es considerado un indicador debil
del desarrollo de tormentas severas y moderado si TT+55, los valores de TT +40 han sido
aplicados como una guıa general para el pronostico de tormentas en el area de la corriente
del golfo, y TT +50 ha sido usado en un esquema para la prediccion de sistemas convectivos
de meso-escala. Este indice tambien ha sido visto como uno de los mejores en el analisis de
la probabilidad de tormentas durante la primavera y el verano para ventanas de 12 a 36
horas y para la prediccion de la probabilidad de tormentas locales severas (Reap and Foster,
1979). Desde VT y TT se pueden obtener valores grandes debido a la existencia de un fuerte
gradiente termico, se debe tener cuidado cuando se aplican los dos indices ya que pueden
sobre-estimar el potencial del desarrollo convectivo (Miller et al., 1971; Miller and Maddox,
1975)
V T = T850 − T500
CT = Td850 − T500
TT = V T + CT = T850 + Td850 − 2T500
(B-7)
Para observar como es el comportamiento de TT frente a eventos de precipitacion en la
Figura B-15 se muestra el ciclo diurno medio de TT con el ciclo diurno medio de preci-
pitacion para una estacion pluviometrica ubicada en el mismo sitio del MWR y ademas
con el ciclo diurno medio de cantidad de agua liquida integrada. Se puede observar que el
ındice TT reproduce las condiciones medias de precipitacion. Los valores medios de mayor
inestabilidad se encuentran antes de los valores maximos de precipitacion con un rezago de
aproximadamente una hora, lo que ocurre en las tardes, periodo en el cual son tıpicas las
precipitaciones de origen convectivo en el Valle de Aburra, lo que sugiere una posibilidad de
pronostico.
B.7 Indices Verticales, Cruzados y Totales 101
0 5 10 15 20Hora local [UTC-5]
46
48
50
52
54
56
TT
1
2
3
4
Lluv
ia [m
m/h
]
TT Lluvia
(a)
0 5 10 15 20Hora local [UTC-5]
46
48
50
52
54
56
TT
1
2
3
4
5
6
Liq
uid
o [g
m3 ]
TT Liquido
(b)
Figura B-15.: Ciclo diurno medio del ındice TT con (a) ciclo diurno medio de precipitacion
sobre el radiometro microondas y (b) cantidad integrada de agua liquidad
obtenidas con las mediciones del MWR. Los colores sombreados representan
la dispersion de los datos en el rango intercuartil.
La variacion intraanual de los ciclos diurnos del TT se muestran en la Figura B-16 mediante
lineas y contornos, para los casos de los dıas con ausencia de eventos de precipitacion (Figuras
B-16a en lineas y B-16b en contornos) y los dıas con registros de eventos de precipitacion
(Figuras B-16c en lineas y B-16d en contornos), allı se muestra un marcado ciclo diurno
durante todos los meses con picos de valores negativos entre las 1200 y 1400, indicando una
prevalente tendencia a la actividad convectiva local, incluso en temporada seca. TT tiene una
alta influencia del forzamiento radiativo, mostrando que la radiacion solar es su mayor fuente
de variacion durante el dıa, esto es debido a que este ındice, al igual que SI y LI, depende
principalmente del perfil de temperatura atmosferica y de las condiciones en superficie de
humedad y temperatura de los niveles de 850 y 500 hPa.
El ındice TT, al igual que el ındice SI, muestra una asociacion con el ciclo diario de radia-
cion, como se observa en la Figura B-16. La evidencia sugiere un considerable aumento de
los valores y la tendencia de TT despues del amanecer, mostrando que la radiacion solar es
la principal fuente de variacion de este ındice a lo largo del dıa. Es importante ver que los
picos de ambas variables son cercanas, lo que ındica una posibilidad de pronostico; por otra
parte, al contrario de SI, TT tiene es dependendiente de la humedad en el perfil vertical,
representada por la inclusion de Td en el nivel de 850 hPa.
102 B Otros Indices de Estabilidad Atmosferica
0 5 10 15 20Hora local [UTC-5]
45
46
47
48
49
50
51
52
53
54
TT
EneroFebreroMarzoAbrilMayoJunioJulioAgostoSeptiembreOctubreNoviembreDiciembre
(a)
0 5 10 15 20Hora local [UTC-5]
Ene
Mar
May
Jul
Sep
Nov
47.0
47.0
47.0
48.0
48.0
48.0 49.0
49.0
49.0
50.0
50.0
51.051.0
52.0
52.053.0
53.0
53.0
53.0
45.0
45.9
46.8
47.7
48.6
49.5
50.5
51.4
52.3
53.2
TT
(b)
0 5 10 15 20Hora local [UTC-5]
45
46
47
48
49
50
51
52
53
54
TT
EneroFebreroMarzoAbrilMayoJunioJulioAgostoSeptiembreOctubreNoviembreDiciembre
(c)
0 5 10 15 20Hora local [UTC-5]
Ene
Mar
May
Jul
Sep
Nov46.0
46.0
47.0
47.0
47.0
47.0
48.0
48.0
49.049.0
50.0
50.0
51.0
52.0
52.0
45.0
45.9
46.8
47.7
48.6
49.5
50.5
51.4
52.3
53.2
TT(d)
Figura B-16.: Ciclo diurno mensual del ındice TT en los dıas que no se registraron eventos
de precipitacion en (a) lineas y (b) contronos; y los dıas con eventos de
precipitacion en (c) lineas y (d) contornos.
Comparando los ciclos de los dıas que no hay eventos de precipitacion y los ciclos con los
dıas que si hay eventos de precipitacion, se puede observar que en promedio los dıas en que
no hay eventos de precipitacion se tienen valores mas altos de TT, comparado con los dıas
en los que hay eventos de precipitacion luego de las 1400. Esto tambien se puede observar
de forma similar en la Figura B-17, en a cual se encuentra la diferencia de los ciclos diarios
mensuales entre los dıas que no se registraron eventos de precipitacion y los dıas en que si se
registraron, observando de una forma mas clara la diferencia que hay en las tardes despues
de las 1400, marcadas principalmente en las epocas humedas.
B.8 Indices Totales Modificados 103
0 5 10 15 20Hora local [UTC-5]
Ene
Mar
May
Jul
Sep
Nov
0.5
0.5
0.5
0.5
1.0
1.0
1.0
1.0
1.0
1.0
1.0
1.4
1.4
1.4
1.4
1.4
1.4
1.41.4
1.9
1.9
1.9
1.9
1.91.9
2.3
2.3
2.3
2.8
2.8
2.8
3.3
3.3
3.3
3.33.7
0.0
0.4
0.9
1.3
1.7
2.1
2.6
3.0
3.4
3.8
TT
Figura B-17.: Diferencia de los ciclos diurnos por meses del ındice TT, entre los casos
que no hay eventos de precipitacion y los dıas con registros de eventos de
precipitacion
B.8. Indices Totales Modificados
Charba (1979) ideo esta modificacion de el indice total total (a lo largo de las mismas lineas
como se presento en el indice K modificado) para ser un candidato en la prediccion de 2 a 6
horas de probabilidad de pronostico de tormentas severas y tormentas locales en los Estados
Unidos. Los valores indicativos de tormentas y clima severo debe ser mayor comparado con
los valores de el indice total total. La ecuacion TT ′ fue desarrollada para ser uno de los
mejores predictores de tormentas en la primavera y el verano y de tormentas severas locales
(Charba, 1979; Peppler, 1988).
TT ′ = T + Td − 2T500 (B-8)
donde T y Td son los mismos que para el indice K modificado, entonces el indice TT ′ serıa
igual al original.
B.9. Indice TQ
Desde el principio, la forma del ındice TQ se eligio para ser similar a TT, dependiendo solo
de la temperatura ambiente y el punto de rocıo. El ındice se ha limitado a datos de niveles
104 B Otros Indices de Estabilidad Atmosferica
estandar por debajo de la superficie de 500 hPa. Ademas, de proporcionar una guıa para el
clima convectivo, el ındice de TQ esta destinado a llenar un papel mas general como guıa
de estabilidad para la troposfera inferior. El uso de la elevacion de la parcela de superficie
conducirıa a una fuerte dependencia del ciclo diurno, haciendo el ındice menos util a este
respecto. Por lo tanto, el ındice se ha restringido a los datos de los niveles de 850 y 700 hPa
(DeRubertis, 2006), aunque en el Valle de Aburra esta suposicion es incorrecta debido a que
la superficie esta a un nivel de 850 hPa. El ındice TQ intenta tener en cuenta la variacion
de pendiente de las adiabaticas humedas, con el fin de tener aproximadamente el mismo
valor para cualquier perfil adiabatico humedo, esto se ve reflejado en la ecuacion B-9, donde
la dependencia en los niveles bajos (850 hPa) es de la temperatura y el punto de rocıo y
en niveles superiores hay un factor que intenta aproximar la pendiente de las adiabaticas
humedas.
TQ = T850 + Td850 − 1,7T700 (B-9)
Para observar como es el comportamiento de TQ frente a eventos de precipitacion en la
Figura B-18 se muestra el ciclo diurno medio de TQ con el ciclo diurno medio de preci-
pitacion para una estacion pluviometrica ubicada en el mismo sitio del MWR y ademas
con el ciclo diurno medio de cantidad de agua liquida integrada. Se puede observar que el
ındice TQ reproduce las condiciones medias de precipitacion. Los valores medios de mayor
inestabilidad se encuentran antes de los valores maximos de precipitacion con un rezago de
aproximadamente una hora, lo que ocurre en las tardes, periodo en el cual son tıpicas las
precipitaciones de origen convectivo en el Valle de Aburra, lo que sugiere una posibilidad de
pronostico.
B.9 Indice TQ 105
0 5 10 15 20Hora local [UTC-5]
126
128
130
132
134
TQ
1
2
3
4
Lluv
ia [m
m/h
]
TQ Lluvia
(a)
0 5 10 15 20Hora local [UTC-5]
126
128
130
132
134
TQ
1
2
3
4
5
6
Liq
uid
o [g
m3 ]
TQ Liquido
(b)
Figura B-18.: Ciclo diurno medio del ındice TQ con (a) ciclo diurno medio de precipitacion
sobre el radiometro microondas y (b) cantidad integrada de agua liquidad
obtenidas con las mediciones del MWR. Los colores sombreados representan
la dispersion de los datos en el rango intercuartil.
La variacion intraanual de los ciclos diurnos del TQ se muestran en la Figura B-19 mediante
lineas y contornos, para los casos de los dıas con ausencia de eventos de precipitacion (Figuras
B-19a en lineas y B-19b en contornos) y los dıas con registros de eventos de precipitacion
(Figuras B-19c en lineas y B-19d en contornos), allı se muestra un marcado ciclo diurno
durante todos los meses con picos de valores negativos entre las 1200 y 1400, indicando una
prevalente tendencia a la actividad convectiva local, incluso en temporada seca. TQ tiene una
alta influencia del forzamiento radiativo, mostrando que la radiacion solar es su mayor fuente
de variacion durante el dıa, esto es debido a que este ındice, al igual que SI y LI, depende
principalmente del perfil de temperatura atmosferica y de las condiciones en superficie de
humedad y temperatura de los niveles de 850, 700 y 500 hPa.
El ındice TQ al ser similar a TT muestra que es modulado en gran medida por la radiacion
solar, puesto que sus mayores valores de inestabilidad se encuentran en las horas donde la ra-
diacion es mayor, igualmente como se observa en la figura B-19 luego del amanecer el ındice
TQ, al igual que TT empieza a tener valores que indican un mayor grado de inestabilidad.
Esto es debido a la casi absoluta dependencia del perfil de temperatura, puesto que, al igual
que TT, el unico termino en la ecuacion B-9 que depende de la humedad es la temperatura
del punto de rocıo en los 850 hPa.
106 B Otros Indices de Estabilidad Atmosferica
0 5 10 15 20Hora local [UTC-5]
120
122
124
126
128
130
132
134
TQ
EneroFebreroMarzoAbrilMayoJunioJulioAgostoSeptiembreOctubreNoviembreDiciembre
(a)
0 5 10 15 20Hora local [UTC-5]
Ene
Mar
May
Jul
Sep
Nov
127.8
127.8
127.8 129.
312
9.3
129.
3
130.
9
130.
9 132.4
132.4
132.4
120.0
121.4
122.8
124.2
125.7
127.1
128.5
129.9
131.3
132.7
TQ
(b)
0 5 10 15 20Hora local [UTC-5]
120
122
124
126
128
130
132
134
TQ
EneroFebreroMarzoAbrilMayoJunioJulioAgostoSeptiembreOctubreNoviembreDiciembre
(c)
0 5 10 15 20Hora local [UTC-5]
Ene
Mar
May
Jul
Sep
Nov126.2
126.2
127.8
127.8
129.
3
129.3
130.9
120.0
121.4
122.8
124.2
125.7
127.1
128.5
129.9
131.3
132.7
TQ(d)
Figura B-19.: Ciclo diurno mensual del ındice TQ en los dıas que no se registraron eventos
de precipitacion en (a) lineas y (b) contronos; y los dıas con eventos de
precipitacion en (c) lineas y (d) contornos.
Comparando los ciclos de los dıas que no hay eventos de precipitacion y los ciclos con los
dıas que si hay eventos de precipitacion, se puede observar que en promedio los dıas en que
no hay eventos de precipitacion se tienen valores mas altos de TQ, comparado con los dıas
en los que hay eventos de precipitacion luego de las 1500. Esto tambien se puede observar
de forma similar en la Figura B-20, en a cual se encuentra la diferencia de los ciclos diarios
mensuales entre los dıas que no se registraron eventos de precipitacion y los dıas en que si se
registraron, observando de una forma mas clara la diferencia que hay en las tardes despues
de las 1500, marcadas principalmente en las epocas humedas.
B.10 Indice de Energıa Total 107
0 5 10 15 20Hora local [UTC-5]
Ene
Mar
May
Jul
Sep
Nov
0.3
0.3 0.3 0.3
0.8
0.8
0.8
0.8
0.8
0.8
1.2
1.2
1.2
1.2
1.2
1.2
1.21.2
1.6
1.6
1.6
1.6
1.61.6
1.6
2.0
2.0
2.0
2.0
2.5
2.5
2.5
2.9
2.9
2.9
2.9
3.3
-0.0
0.4
0.8
1.2
1.5
1.9
2.3
2.7
3.1
3.5
TQ
Figura B-20.: Diferencia de los ciclos diurnos por meses del ındice TQ, entre los casos
que no hay eventos de precipitacion y los dıas con registros de eventos de
precipitacion
B.10. Indice de Energıa Total
Darkow (1968) aproxima la energıa total especıfica al pasar por alto el termino de energıa
cinetica, y usa el termino posteriormente formado de energıa estatica como la base para
su ındice de energıa total, el cual mide el potencial de inestabilidad de la capa entre los
850 y 500 hPa. La energıa estatica es conservada con respecto a procesos adiabaticos secos y
adiabaticos humedos. Este ındice es usado para el pronostico de fuertes tormentas y tornados
en los Estados Unidos, ademas indica la inestabilidad cuando la energıa estatica disminuye
con la altura.
E500 = cpT500 + gZ500 + Llv ∗ w500
E850 = cpT850 + gZ850 + Llv ∗ w850
EI = E500 − E850
(B-10)
donde cp es el calor especıfico a presion constante del aire seco, g es la aceleracion de la
gravedad, Zx ındica la altura del nivel de presion x, Llv es el calor latente de vaporizacion y
wx es la relacion de mezcla del nivel de presion x.
Para observar como es el comportamiento de EI frente a eventos de precipitacion en la Figura
B-21 se muestra el ciclo diurno medio de EI con el ciclo diurno medio de precipitacion para
108 B Otros Indices de Estabilidad Atmosferica
una estacion pluviometrica ubicada en el mismo sitio del MWR y ademas con el ciclo diurno
medio de cantidad de agua liquida integrada. Se puede observar que el ındice EI reproduce
de una forma no muy buena las condiciones medias de precipitacion. Los valores medios de
mayor inestabilidad se encuentran antes de los valores maximos de precipitacion.
0 5 10 15 20Hora local [UTC-5]
12000
10000
8000
6000
4000
EI
1
2
3
4
Lluv
ia [m
m/h
]
EI Lluvia
(a)
0 5 10 15 20Hora local [UTC-5]
12000
10000
8000
6000
4000
EI
1
2
3
4
5
6
Liq
uid
o [g
m3 ]
EI Liquido
(b)
Figura B-21.: Ciclo diurno medio del ındice EI con (a) ciclo diurno medio de precipitacion
sobre el radiometro microondas y (b) cantidad integrada de agua liquidad
obtenidas con las mediciones del MWR. Los colores sombreados representan
la dispersion de los datos en el rango intercuartil.
La variacion intraanual de los ciclos diurnos del EI se muestran en la Figura B-22 mediante
lineas y contornos, para los casos de los dıas con ausencia de eventos de precipitacion (Figuras
B-22a en lineas y B-22b en contornos) y los dıas con registros de eventos de precipitacion
(Figuras B-22c en lineas y B-22d en contornos), allı se muestra un marcado ciclo diurno
durante todos los meses con picos de valores negativos entre las 1000 y 1400, indicando una
prevalente tendencia a la actividad convectiva local. EI tiene una alta influencia del forza-
miento radiativo, mostrando que la radiacion solar es su mayor fuente de variacion durante
el dıa, esto es debido a que este ındice, al igual que SI y LI, depende principalmente del perfil
de temperatura atmosferica y de las condiciones en superficie de humedad y temperatura de
los niveles de 850 y 500 hPa.
El ındice EI tambien se ve fuertemente modulado por el ciclo de radiacion, justo despues
del amanecer hay un alto cambio en la tendencia de EI, ademas de presentar, al igual que
SI, un pico en la tarde, debido a las condiciones de evaporacion en superficie de la tarde,
pues el termino de la relacion de mezcla en la ecuacion B-10 disminuye por a evaporacion en
superficie. Ademas este ındice muestra una marcada separacion en los meses de diciembre
hasta marzo
B.10 Indice de Energıa Total 109
0 5 10 15 20Hora local [UTC-5]
12000
10000
8000
6000
4000
2000
EI
EneroFebreroMarzoAbrilMayoJunioJulioAgostoSeptiembreOctubreNoviembreDiciembre
(a)
0 5 10 15 20Hora local [UTC-5]
Ene
Mar
May
Jul
Sep
Nov
-11777.8-10555.6
-10555.6
-9333.3
-9333.3 -9333.3
-8111.1
-8111.1
-8111.1
-688
8.9
-6888.9
-5666.7
-5666.7
-444
4.4
-4444.4
-12000.0
-10888.9
-9777.8
-8666.7
-7555.6
-6444.4
-5333.3
-4222.2
-3111.1
-2000.0
EI
(b)
0 5 10 15 20Hora local [UTC-5]
12000
10000
8000
6000
4000
2000
EI
EneroFebreroMarzoAbrilMayoJunioJulioAgostoSeptiembreOctubreNoviembreDiciembre
(c)
0 5 10 15 20Hora local [UTC-5]
Ene
Mar
May
Jul
Sep
Nov
-8111.1 -8111.1
-6888.9 -6888.9
-688
8.9
-6888.9
-5666.7
-566
6.7
-5666.7
-4444.4
-444
4.4
-4444.4
-3222.2
-12000.0
-10888.9
-9777.8
-8666.7
-7555.6
-6444.4
-5333.3
-4222.2
-3111.1
-2000.0
EI
(d)
Figura B-22.: Ciclo diurno mensual del ındice EI en los dıas que no se registraron eventos
de precipitacion en (a) lineas y (b) contronos; y los dıas con eventos de
precipitacion en (c) lineas y (d) contornos.
Comparando los ciclos de los dıas que no hay eventos de precipitacion y los ciclos con los
dıas que si hay eventos de precipitacion, se puede observar que en promedio los dıas en que
no hay eventos de precipitacion se tienen valores mas negativos de EI, comparado con los
dıas en los que hay eventos de precipitacion. Ademas en promedio los dıas que con eventos
de precipitacion se tienen valores de EI que indican mayor estabilidad durante las mananas.
Tambien es intereante el pico de EI que hay cerca de las 1500 en los dıas que se registraron
eventos de precipitacion. Esto tambien se puede observar de forma similar en la Figura B-23,
en a cual se encuentra la diferencia de los ciclos diarios mensuales entre los dıas que no se
registraron eventos de precipitacion y los dıas en que si se registraron, observando de una
forma mas clara la diferencia que hay en las tardes despues de las 1500 y en las mananas
antes del amanecer.
110 B Otros Indices de Estabilidad Atmosferica
0 5 10 15 20Hora local [UTC-5]
Ene
Mar
May
Jul
Sep
Nov
-5141.3
-5141.3
-4410
.9-44
10.9
-4410.9
-3680.4
-3680.4
-294
9.9
-2949.9
-2949.9
-2219.5
-2219.5
-2219.5
-1489.0-1489.0
-1489.0
-758.5 -758.5
-758.5
-6004.6
-5340.5
-4676.5
-4012.4
-3348.4
-2684.3
-2020.2
-1356.2
-692.1
-28.1
EI
Figura B-23.: Diferencia de los ciclos diurnos por meses del ındice EI, entre los casos que
no hay eventos de precipitacion y los dıas con registros de eventos de preci-
pitacion
B.11. Indice de Inestabilidad Conectiva de Reap
Un precursor de la medida de inestabilidad convectiva fue desarrollada por Reap and Alaka
(1969), el cual fue modificado y despues aplicado por Reap and Foster (1975), a menudo en
combinacion con una medida de 700 hPa de 12 horas de desplazamiento de la parcela en
la vertical, como un predictor de tormentas y cambios bruscos de clima severo en las dos
terceras partes del este de los Estados Unidos. Valores del ındice en 0, probablemente causado
por el enfriamiento de aire a 700 hPa, son indicativos de inestabilidad convectiva y quiza
potencial de desarrollo de tormentas. Para el calculo de este ındice se usa la temperatura
potencial equivalente, θe, que es la temperatura que tendrıa una parcela de aire si toda su
humedad fuera condensada por un proceso pseudoadiabatico, es decir, utilizando calor latente
de condensacion para calentar la parcela. La parcela se lleva entonces adiabaticamente a 1000
hPa. Ademas es conservativo con respecto a procesos adiabaticos secos y humedos.
CIR = θe700 − 0,5(θesfc + θe850) (B-11)
Para observar como es el comportamiento de CIR frente a eventos de precipitacion en la
Figura B-24 se muestra el ciclo diurno medio de CIR con el ciclo diurno medio de precipi-
tacion para una estacion pluviometrica ubicada en el mismo sitio del MWR y ademas con
el ciclo diurno medio de cantidad de agua liquida integrada. Se puede observar que al igual
B.11 Indice de Inestabilidad Conectiva de Reap 111
que los otros ındices, CIR intenta producir las condiciones medias de precipitacion, como se
observa en la figura B-24, el pico de mayor inestabilidad de CIR se encuentra a la misma
hora que el pico de precipitacion. Aunque se estan analizando dos variables que tienen alto
forzamiento del ciclo diurno, es importante el hecho de que los picos de cada variable tienen
correspondencia.
0 5 10 15 20Hora local [UTC-5]
30
25
20
15
10
5
0
CIR
1
2
3
4
Lluv
ia [m
m/h
]
CIR Lluvia
(a)
0 5 10 15 20Hora local [UTC-5]
30
25
20
15
10
5
0
CIR
1
2
3
4
5
6
Liq
uid
o [g
m3 ]
CIR Liquido
(b)
Figura B-24.: Ciclo diurno medio del ındice CIR con (a) ciclo diurno medio de precipitacion
sobre el radiometro microondas y (b) cantidad integrada de agua liquidad
obtenidas con las mediciones del MWR. Los colores sombreados representan
la dispersion de los datos en el rango intercuartil.
La variacion intraanual de los ciclos diurnos del CIR se muestran en la Figura B-25 mediante
lineas y contornos, para los casos de los dıas con ausencia de eventos de precipitacion (Figuras
B-25a en lineas y B-25b en contornos) y los dıas con registros de eventos de precipitacion
(Figuras B-25c en lineas y B-25d en contornos), allı se muestra un marcado ciclo diurno
durante todos los meses con picos de valores negativos entre las 1300 y 1500, indicando
una prevalente tendencia a la actividad convectiva local, incluso en temporada seca. CIR
tiene una alta influencia del forzamiento radiativo, mostrando que la radiacion solar es su
mayor fuente de variacion durante el dıa, esto es debido a que este ındice, al igual que SI
y LI, depende principalmente del perfil de temperatura atmosferica y de las condiciones en
superficie de humedad y temperatura de los niveles de 850, 700 y 500 hPa.
El ındice CIR, al igual que el ındice SI, muestra una asociacion con el ciclo diario de radia-
cion, como se observa en la Figura B-25. La evidencia sugiere un considerable disminucion
de los valores y la tendencia de CIR despues del amanecer, mostrando que la radiacion solar
es la principal fuente de variacion de este ındice a lo largo del dıa. Es importante ver que los
picos de ambas variables son cercanas, lo que ındica una posibilidad de pronostico.
112 B Otros Indices de Estabilidad Atmosferica
El CIR tiene una alta relacion con el ciclo de radiacion como se observa en la figura B-25,
al igual que los demas ındices reproduce las condiciones de inestabilizacion de la atmosfera
provocadas por el forzamiento radiativo, esto principalmente debido a su dependencia de la
temperatura potencial equivalente, aunque esta variable tambien tiene una gran influencia
de la cantidad de humedad.
0 5 10 15 20Hora local [UTC-5]
30
25
20
15
10
5
0
CIR
EneroFebreroMarzoAbrilMayoJunioJulioAgostoSeptiembreOctubreNoviembreDiciembre
(a)
0 5 10 15 20Hora local [UTC-5]
Ene
Mar
May
Jul
Sep
Nov
-26.
7
-23.
3
-23.
3
-20.
0 -20.0-16.
7 -16.
7-13.3
-13.
3
-10.
0 -10.
0-6.7
-6.7
-6.7
-3.3
-3.3
-3.3
-27.3
-24.2
-21.2
-18.2
-15.2
-12.1
-9.1
-6.1
-3.0
0.0
CIR
(b)
0 5 10 15 20Hora local [UTC-5]
30
25
20
15
10
5
0
CIR
EneroFebreroMarzoAbrilMayoJunioJulioAgostoSeptiembreOctubreNoviembreDiciembre
(c)
0 5 10 15 20Hora local [UTC-5]
Ene
Mar
May
Jul
Sep
Nov
-20.0
-20.0
-16.
7
-16.
7-13.
3
-13.
3
-10.0
-10.0
-6.7
-6.7
-3.3
-3.3
-27.3
-24.2
-21.2
-18.2
-15.2
-12.1
-9.1
-6.1
-3.0
0.0
CIR
(d)
Figura B-25.: Ciclo diurno mensual del ındice CIR en los dıas que no se registraron eventos
de precipitacion en (a) lineas y (b) contronos; y los dıas con eventos de
precipitacion en (c) lineas y (d) contornos.
Comparando los ciclos de los dıas que no hay eventos de precipitacion y los ciclos con los
dıas que si hay eventos de precipitacion, se puede observar que en promedio los dıas en que
no hay eventos de precipitacion se tienen valores mas altos de CIR, comparado con los dıas
en los que hay eventos de precipitacion luego de las 1500. Ademas en promedio los dıas que
sin eventos de precipitacion se tienen valores de CIR que indican mayor estabilidad durante
B.12 Indice de Inestabilidad Conectiva de Baber 113
las mananas. Esto tambien se puede observar de forma similar en la Figura B-26, en a cual
se encuentra la diferencia de los ciclos diarios mensuales entre los dıas que no se registraron
eventos de precipitacion y los dıas en que si se registraron, observando de una forma mas
clara la diferencia que hay en las tardes despues de las 1500 y en las mananas antes del
amanecer, marcadas principalmente en las epocas humedas.
0 5 10 15 20Hora local [UTC-5]
Ene
Mar
May
Jul
Sep
Nov
-13.2-11.5
-11.5
-9.8
-9.8-8.1
-8.1
-6.4
-6.4
-4.7-4.
7
-4.7
-4.7
-4.7-4.7
-3.0
-3.0
-3.0
-1.3
-1.3
-14.0
-12.4
-10.9
-9.3
-7.8
-6.2
-4.7
-3.1
-1.6
-0.1
CIR
Figura B-26.: Diferencia de los ciclos diurnos por meses del ındice CIR, entre los casos
que no hay eventos de precipitacion y los dıas con registros de eventos de
precipitacion
B.12. Indice de Inestabilidad Conectiva de Baber
Este ındice, desarrollado para un estudio estatico relacionado a las distribuciones de parame-
tros meteorologicos de la ocurrencia de tormentas severas en los Estados Unidos durante
marzo y junio entre 1971 y 1973, es estimado por sustraer el equivalente de potencial de
temperatura de 600 y 500 hPa. Valores de 0, indican la existencia de inestabilidad convecti-
va y quiza el desarrollo potencial convectivo.
CIB = θe100hPainferiores− θe600−500hPa
(B-12)
Para observar como es el comportamiento de CIB frente a eventos de precipitacion en la
Figura B-27 se muestra el ciclo diurno medio de CIB con el ciclo diurno medio de precipi-
tacion para una estacion pluviometrica ubicada en el mismo sitio del MWR y ademas con
114 B Otros Indices de Estabilidad Atmosferica
el ciclo diurno medio de cantidad de agua liquida integrada. Cuando se compara CIB con la
precipitacion, ocurre el mismo caso de CIR, debido a que como se muestra en la figura B-27
CIB intenta reproducir las condiciones medias de precipitacion, con el pico de inestabliidad
a la misma hora del pico de precipitacion.
0 5 10 15 20Hora local [UTC-5]
0
5
10
15
20
CIB
1
2
3
4
Lluv
ia [m
m/h
]
CIB Lluvia
(a)
0 5 10 15 20Hora local [UTC-5]
0
5
10
15
20
CIB
1
2
3
4
5
6
Liq
uid
o [g
m3 ]
CIB Liquido
(b)
Figura B-27.: Ciclo diurno medio del ındice CIB con (a) ciclo diurno medio de precipitacion
sobre el radiometro microondas y (b) cantidad integrada de agua liquidad
obtenidas con las mediciones del MWR. Los colores sombreados representan
la dispersion de los datos en el rango intercuartil.
La variacion intraanual de los ciclos diurnos del CIB se muestran en la Figura B-28 mediante
lineas y contornos, para los casos de los dıas con ausencia de eventos de precipitacion (Figuras
B-28a en lineas y B-28b en contornos) y los dıas con registros de eventos de precipitacion
(Figuras B-28c en lineas y B-28d en contornos), allı se muestra un marcado ciclo diurno
durante todos los meses con picos de valores entre las 1400 y 1600, indicando una prevalente
tendencia a la actividad convectiva local, incluso en temporada seca. CIB tiene una alta
influencia del forzamiento radiativo, mostrando que la radiacion solar es su mayor fuente
de variacion durante el dıa, esto es debido a que este ındice, al igual que CIR, depende
principalmente del perfil de temperatura atmosferica y de las condiciones en superficie de
humedad y temperatura de los niveles de 100 hPa por encima de la superficie y entre los 600
y 500 hPa.
Al igual que el CIR, CIB se encuentra en gran medida forzado por el ciclo de radiacion como
se puede observar en la figura B-28, al igual que CIR, la dependencia de la temperatura
potencial provoca esto, debido a que CIR y CIB conceptualmente son iguales, evaluan la
inestabilidad entre la superficie y niveles medios del a atmosfera, en terminos de temperatura
potencial equivalente, la diferencia es en el nivel donde se realiza y que CIB usa condiciones
medias de capas de 100 hPa de extension.
B.12 Indice de Inestabilidad Conectiva de Baber 115
0 5 10 15 20Hora local [UTC-5]
5
0
5
10
15
20
CIB
EneroFebreroMarzoAbrilMayoJunioJulioAgostoSeptiembreOctubreNoviembreDiciembre
(a)
0 5 10 15 20Hora local [UTC-5]
Ene
Mar
May
Jul
Sep
Nov
0.8
0.8
0.8
0.8
3.7
3.7
3.7
6.6
6.6
9.4
9.4
12.312.3
15.2
15.218.1
-2.6
-0.0
2.6
5.2
7.9
10.5
13.1
15.7
18.4
21.0
CIB
(b)
0 5 10 15 20Hora local [UTC-5]
5
0
5
10
15
20
CIB
EneroFebreroMarzoAbrilMayoJunioJulioAgostoSeptiembreOctubreNoviembreDiciembre
(c)
0 5 10 15 20Hora local [UTC-5]
Ene
Mar
May
Jul
Sep
Nov
-2.1
0.8
0.8
3.73.7
6.66.6
9.4
9.412.3
-2.6
-0.0
2.6
5.2
7.9
10.5
13.1
15.7
18.4
21.0
CIB
(d)
Figura B-28.: Ciclo diurno mensual del ındice CIB en los dıas que no se registraron eventos
de precipitacion en (a) lineas y (b) contronos; y los dıas con eventos de
precipitacion en (c) lineas y (d) contornos.
Comparando los ciclos de los dıas que no hay eventos de precipitacion y los ciclos con los
dıas que si hay eventos de precipitacion, se puede observar que en promedio los dıas en que
no hay eventos de precipitacion se tienen valores mas altos de CIB, comparado con los dıas
en los que hay eventos de precipitacion luego de las 1400. Esto tambien se puede observar
de forma similar en la Figura B-29, en a cual se encuentra la diferencia de los ciclos diarios
mensuales entre los dıas que no se registraron eventos de precipitacion y los dıas en que si se
registraron, observando de una forma mas clara la diferencia que hay en las tardes despues
de las 1400, marcadas principalmente en las epocas humedas.
116 B Otros Indices de Estabilidad Atmosferica
0 5 10 15 20Hora local [UTC-5]
Ene
Mar
May
Jul
Sep
Nov
2.0
2.0
3.3
3.3
3.3
3.3
4.6
4.6
4.6
4.6
5.9
5.9
5.9
7.1
7.17.1
8.4
8.4
8.49.711.0
0.8
1.9
3.1
4.2
5.4
6.6
7.7
8.9
10.0
11.2
CIB
Figura B-29.: Diferencia de los ciclos diurnos por meses del ındice CIB, entre los casos
que no hay eventos de precipitacion y los dıas con registros de eventos de
precipitacion
B.13. nCAPE
Este indice se define como una normalizacion del indice CAPE y es la division del cape con
la altura de la capa de mayor boyancia, es decir la altura comprendida entre el LFC y el
LNB. La importancia de este ındice es radica en agregar un factor de escalamiento al CAPE,
ası
nCAPE = CAPELNB−LFC (B-13)
donde LNB y LFC representan las alturas del nivel de boyancia neutra y de conveccion libre,
respectivamente, la diferencia de ambos representa la altura de la capa de mayor boyancia
en el perfil.
Para observar como es el comportamiento de nCAPE frente a eventos de precipitacion en
la Figura B-30 se muestra el ciclo diurno medio de nCAPE con el ciclo diurno medio de
precipitacion para una estacion pluviometrica ubicada en el mismo sitio del MWR y ademas
con el ciclo diurno medio de cantidad de agua liquida integrada. Se puede observar que al
igual que el CAPE, nCAPE no tiene sus valores que indican mayor inestabilidad relacionados
con los picos de mayor precipitacion media y cantidad de agua liquida, como se observa en
B.13 nCAPE 117
la Figura B-30 esto principalmente debido a que el CAPE solo es una medida del potencial
que se tiene de conveccion.
El CAPE al contrario de los ındices analizados anteriormente, tiene un forzamiento radiativo
menos claro que todos ellos como se muestra en la Figura B-30, debido principalmente a la
definicion del CAPE, que hace que dependa del comportamiento de todo el perfil y no solo
de un par de niveles; el forzamiento radiativo modula las tendencias de CAPE crecientes y
decrecientes durante el dıa, como se puede notar a las 0600; ademas en notorio el pico que
hay a las 2000.
0 5 10 15 20Hora local [UTC-5]
0.04
0.06
0.08
0.10
0.12
0.14
0.16
CA
PE
[Jkg
1 ]
1
2
3
4
Lluv
ia [m
m/h
]
nCAPE Lluvia
(a)
0 5 10 15 20Hora local [UTC-5]
0.04
0.06
0.08
0.10
0.12
0.14
0.16
CA
PE
[Jkg
1 ]
1
2
3
4
5
6
Liq
uid
o [g
m3 ]
nCAPE Liquido
(b)
Figura B-30.: Ciclo diurno medio del ındice nCAPE con (a) ciclo diurno medio de preci-
pitacion sobre el radiometro microondas y (b) cantidad integrada de agua
liquidad obtenidas con las mediciones del MWR. Los colores sombreados
representan la dispersion de los datos en el rango intercuartil.
La variacion intraanual de los ciclos diurnos del nCAPE se muestran en la Figura B-31
mediante lineas y contornos, para los casos de los dıas con ausencia de eventos de precipita-
cion (Figuras B-31a en lineas y B-31b en contornos) y los dıas con registros de eventos de
precipitacion (Figuras B-31c en lineas y B-31d en contornos), allı por el contrario a muchos
ındices, no se muestra un marcado ciclo diurno, los valores de CAPE indican una prevalente
tendencia a la actividad convectiva local, incluso en temporada seca. Ademas, como se habıa
mencionado, se observan las tendencias crecientes y decrecientes durante el dıa, al igual en
notorio el pico que hay a las 2000, el cual puede ser debido a calentamiento de la atmosfera
hasta la ausencia de radiacion solar, aunque no se tiene completa certeza de las razones de
ese pico de mayor energıa convectiva disponible a esa hora.
AL igual que CAPE, nCAPE tiene un forzamiento radiativo menos claro que el resto de los
como se muestra en la figura B-31, debido principalmente a la definicion del CAPE, que
hace que dependa del comportamiento de todo el perfil; al igual que CAPE el forzamiento
radiativo modula las tendencias de nCAPE crecientes y decrecientes durante el dıa, como se
118 B Otros Indices de Estabilidad Atmosferica
puede notar a las 0600; ademas en notorio el pico que hay a las 2000. La unica diferencia
con CAPE son las magnitudes, debida a la definicion de nCAPE.
0 5 10 15 20Hora local [UTC-5]
0.00
0.02
0.04
0.06
0.08
0.10
0.12
0.14
0.16
nCAP
E
EneroFebreroMarzoAbrilMayoJunioJulioAgostoSeptiembreOctubreNoviembreDiciembre
(a)
0 5 10 15 20Hora local [UTC-5]
Ene
Mar
May
Jul
Sep
Nov
0.0
0.1
0.1
0.1
0.1
0.1
0.1 0.10.1
0.1
0.1
0.1
0.1
0.1
0.10.1
0.1
0.2
0.0
0.0
0.0
0.1
0.1
0.1
0.1
0.1
0.1
0.2
nCA
PE
(b)
0 5 10 15 20Hora local [UTC-5]
0.00
0.02
0.04
0.06
0.08
0.10
0.12
0.14
0.16
nCAP
E
EneroFebreroMarzoAbrilMayoJunioJulioAgostoSeptiembreOctubreNoviembreDiciembre
(c)
0 5 10 15 20Hora local [UTC-5]
Ene
Mar
May
Jul
Sep
Nov
0.1
0.1
0.1
0.1
0.1
0.1
0.1
0.1 0.1
0.1
0.0
0.0
0.0
0.1
0.1
0.1
0.1
0.1
0.1
0.2
nCA
PE
(d)
Figura B-31.: Ciclo diurno mensual del ındice nCAPE en los dıas que no se registraron
eventos de precipitacion en (a) lineas y (b) contronos; y los dıas con eventos
de precipitacion en (c) lineas y (d) contornos.
Comparando los ciclos de los dıas que no hay eventos de precipitacion y los ciclos con los dıas
que si hay eventos de precipitacion, se puede observar que en promedio los dıas en que no
hay eventos de precipitacion se tienen valores mas altos de nCAPE, comparado con los dıas
en los que hay eventos de precipitacion, esto principalmente debido a que ante la ocurrencia
de un evento de precipitacion la atmosfera no se continua inestabilizando, por eso los valores
de nCAPE son menores en las tardes , al no ocurrir un evento de precipitacion la atmosfera
solo empieza a estabilizarse en la noche con la ausencia de radiacion solar, por esto en los
dıas que no se registraron eventos de precipitacion el pico de mayor inestabilidad es cerca
B.14 Amenaza de Clima Fuerte (SWEAT) 119
de las 2000. Esto tambien se puede observar de forma similar en la Figura B-32, en a cual
se encuentra la diferencia de los ciclos diarios mensuales entre los dıas que no se registraron
eventos de precipitacion y los dıas en que si se registraron, observando de una forma mas
clara la diferencia que hay cerca d elas 2000 y ademas las diferencias que se registran en los
meses de junio a agosto.
0 5 10 15 20Hora local [UTC-5]
Ene
Mar
May
Jul
Sep
Nov-0
.0
-0.0
-0.0
-0.0
-0.0
0.0
0.0
0.0
0.00.0 0.0
0.00.0
0.0
0.0 0.0
0.0
0.0
0.0
0.0
0.0
0.00.0
0.0
0.0
0.0
0.0
-0.0
-0.0
-0.0
-0.0
0.0
0.0
0.0
0.0
0.0
0.1
nCA
PE
Figura B-32.: Diferencia de los ciclos diurnos por meses del ındice nCAPE, entre los casos
que no hay eventos de precipitacion y los dıas con registros de eventos de
precipitacion
B.14. Amenaza de Clima Fuerte (SWEAT)
Este ındice esta disenado para distinguir entre tormentas severas y no severas, ya que incluye
variables para la velocidad y la cizalladura vertical del viento, ademas de variables termo-
dinamicas tales como la tasa de caıda y humedad de bajo nivel (Miller et al., 1971). En este
caso, el componente de cizalladura del viento mide el viraje entre 850 y 500 hPa, que puede
indicar una adveccion de aire caliente cerca de la superficie, ayudar a sostener la tormenta
separando el flujo descendente de la corriente ascendente y ayudar a producir rotacion de
tormentas (DeRubertis, 2006).
SWEAT = 12Td850 + 20(TT − 49) + 2U850 + U500 + 125(sen(d500 − d850) + 0,2) (B-14)
donde Ux es la magnitud del viento en el nivel x y dx es la direccion del viento en el nivel x.
120 B Otros Indices de Estabilidad Atmosferica
El termino entero de corte, 125(sen(d500 − d850) + 0,2)), esta ajustado a cero si la diferencia
de la direccion del viento a 500 hPa y la direccion del viento a 850 hPa es mayor a 0 grados
(Miller et al., 1971). Usando datos de 328 casos de estudio para eventos de tipo tornado, los
indicadores de importantes tormentas y sus pesos relativos fueron identificados y despues
combinados para formar el ındice (Miller et al., 1971). Para la distribucion de valores de
SWEAT para 102 tormentas severas observadas y, separadamente, 57 casos de tornados, el
valor de 300 fue encontrado como un umbral bajo de ocurrencia de tormentas severas, y el
valor de 400 fue encontrado como el umbral bajo para tornados (Peppler, 1988). David and
Smith (1971) independientemente encontraron un umbral bajo de 250 para la ocurrencia de
tormentas severas y para tornados en las dos terceras partes del este de los Estados Unidos.
Reap and Foster (1979) encontraron a SWEAT como un predictor para pronostico de 13-36
de tornados. Miller et al. (1971) declaro que “El ındice SWEAT no debe ser usado en la
prediccion de tormentas ordinarias”, desde esto la inclusion del termino de corte o cizalla y
los valores mınimos de estabilidad y la velocidad del viento fueron destinados a discriminar
entre tormentas severas o no severas. Ellos tambien notaron que el ındice fue destinado solo
como un indicador del potencial de desarrollo de clima severo, desde un mecanismo de des-
encadenamiento donde es necesario levantar el aire y realizar el potencial.
En la figura B-33 se observan la variacion que tienen los ciclos diurnos del ındice SWEAT.
Ademas en la figura B-34 se muestra el ciclo diurno medio de SWEAT con el ciclo diurno
medio de precipitacion sobre una estacion pluviometrica ubicada en el mismo sitio del MWR.
0 5 10 15 20Hora local [UTC-5]
3460
3480
3500
3520
3540
3560
SWEA
T
EneroFebreroMarzoAbrilMayoJunioJulioAgostoSeptiembreOctubreNoviembreDiciembre
(a)
0 5 10 15 20Hora local [UTC-5]
Ene
Mar
May
Jul
Sep
Nov
3465.1
3465.1
3477.7 3490.3
3490
.3
3490
.3
3502.9
3502.9
3502
.9
3515.5
3515
.5
3515
.5
3515.53528.1
3528.1 3540.7
3540.7 3540.7
3553.3 3553.3
3452.48
3463.94
3475.39
3486.85
3498.30
3509.76
3521.21
3532.67
3544.12
3555.58SW
EA
T
(b)
Figura B-33.: Ciclo diurno promedio mensual del ındice SWEAT (Amenaza de Clima Fuer-
te), calculado con las mediciones del radiometro microondas. (a) lıneas y (b)
contornos.
El ciclo diurno de SWEAT es evidente como se observa en la figura B-33, mostrando un
rapido crecimiento en sus valores luego del amanecer, esto es modulado por su dependencia
B.15 Numero de Richardson (BRN, Bulk Richardson Number) 121
del ındice TT, ademas al contrario que TT, SWEAT muestra variaciones no tan ordenadas
en el ciclo anual, sobre todo en las tardes, esto principalmente se debe a la dependencia de
la velocidad y direccion del viento .
0 5 10 15 20Hora local [UTC-5]
3525
3550
3575
3600
3625
3650
3675
3700
SWE
AT
1
2
3
4
Lluv
ia [m
m/h
]
SWEAT Lluvia
(a)
0 5 10 15 20Hora local [UTC-5]
3525
3550
3575
3600
3625
3650
3675
3700
SWE
AT
1
2
3
4
5
6
Liq
uid
o [g
m3 ]
SWEAT Liquido
(b)
Figura B-34.: Ciclo diurno medio del ındice SW con (a) ciclo diurno medio de precipitacion
sobre el radiometro microondas y (b) cantidad integrada de agua liquidad
obtenidas con las mediciones del MWR. Los colores sombreados representan
la dispersion de los datos en el rango intercuartil.
Al igual que TT, SWEAT intenta reproducir las condiciones medias de precipitacion, debido
a que como se observa en la figura B-34a los valores medios de mayor inestabilidad se
encuentran modulados de los valores maximos de precipitacion, aunque se estan comparando
dos variables que estan fuertemente moduladas por el ciclo diario, es importante ver que los
picos de ambas son cercanas, lo que ındica una posibilidad de pronostico. La Figura B-34b
para el ındice SWEAT y el contenido de agua liquidad en la vertical, muestra una estructura
similar a la obtenida en la figura B-34a.
B.15. Numero de Richardson (BRN, Bulk Richardson
Number)
Es un ındice que evalua el equilibrio en un entorno de tormenta entre la inestabilidad, medida
con el CAPE, y la cizalladura del viento, diferencia de la velocidad media del viento desde
la superficie hasta 500 m, con la velocidad media del viento desde la superficie hasta 6
kilometros.
Los valores altos indican ambientes inestables y / o de cizallamiento debil; valores bajos
indican inestabilidad debil y / o fuerte cizalladura vertical. En general, los valores en el
rango de alrededor de 50 a 100 sugieren condiciones ambientales favorables para el desarrollo
122 B Otros Indices de Estabilidad Atmosferica
de celdas convectivas. Valores bajos del BRN indican que la cizalladura del viento es muy
alta, evitando el desarrollo de celdas convectivas. (Weisman and Klemp, 1982; Moncrieff and
Green, 1972)
BRN = CAPE0,5(U0-500m−U0-6km)2
(B-15)
En la figura B-35 se observan la variacion que tienen los ciclos diurnos del BRN. Ademas
en la figura B-36 se muestra el ciclo diurno medio de BRN con el ciclo diurno medio de
precipitacion sobre una estacion pluviometrica ubicada en el mismo sitio del MWR.
0 5 10 15 20Hora local [UTC-5]
0
1000
2000
3000
4000
5000
6000
7000
BRN
EneroFebreroMarzoAbrilMayoJunioJulioAgostoSeptiembreOctubreNoviembreDiciembre
(a)
0 5 10 15 20Hora local [UTC-5]
Ene
Mar
May
Jul
Sep
Nov
773.7
773.7
773.7
1520.7
1520.7
1520.7
1520.7
2267.7
2267
.7
2267.7
2267.7
3014.8
3014.8
3014.8
3761.8
3761.8
3761.8
3761.83761.8
4508.9 4508.9
4508.9
4508.9
26.61
705.74
1384.87
2064.00
2743.12
3422.25
4101.38
4780.51
5459.64
6138.77
BR
N
(b)
Figura B-35.: Ciclo diurno promedio mensual del ındice BRN (Bulk Richardson Number),
calculado con mediciones del radiometro microondas. (a) lıneas y (b) contor-
nos.
B.15 Numero de Richardson (BRN, Bulk Richardson Number) 123
0 5 10 15 20Hora local [UTC-5]
0.04
0.06
0.08
0.10
0.12
0.14
0.16
CA
PE
[Jkg
1 ]
1
2
3
4
Lluv
ia [m
m/h
]
nCAPE Lluvia
(a)
0 5 10 15 20Hora local [UTC-5]
0
500
1000
1500
2000
2500
3000
BR
N
1
2
3
4
5
6
Liq
uid
o [g
m3 ]
BRN Liquido
(b)
Figura B-36.: Ciclo diurno medio del ındice BRN con (a) ciclo diurno medio de preci-
pitacion sobre el radiometro microondas y (b) cantidad integrada de agua
liquidad obtenidas con las mediciones del MWR. Los colores sombreados
representan la dispersion de los datos en el rango intercuartil.
Bibliografıa
Adedokun, J. (1981). Potential instability and precipitation occurrence within an
inter-tropical discontinuity environment. Archives for meteorology, geophysics, and
bioclimatology, Series A, 30(1-2):69–86.
Adedokun, J. (1982). On an instability index relevant to precipitation forecasting in west
africa. Archives for meteorology, geophysics, and bioclimatology, Series A, 31(3):221–230.
Askne, J. I. and Skoog, B. G. (1983). Atmospheric water-vapor profiling by ground-based
radiometry at 22 and 183 ghz. IEEE transactions on geoscience and remote sensing,
(3):320–323.
Askne, J. I. and Westwater, E. R. (1986). A review of ground-based remote sensing of tempe-
rature and moisture by passive microwave radiometers. IEEE Transactions on Geoscience
And Remote Sensing, (3):340–352.
Bennartz, R. and Fischer, J. (2001). Retrieval of columnar water vapour over land from
backscattered solar radiation using the medium resolution imaging spectrometer. Remote
sensing of Environment, 78(3):274–283.
Bevis, M., Businger, S., Chiswell, S., Herring, T. A., Anthes, R. A., Rocken, C., and Ware,
R. H. (1994). Gps meteorology: Mapping zenith wet delays onto precipitable water. Journal
of applied meteorology, 33(3):379–386.
Bevis, M., Businger, S., Herring, T. A., Rocken, C., Anthes, R. A., and Ware, R. H. (1992).
Gps meteorology: Remote sensing of atmospheric water vapor using the global positio-
ning system. Journal of Geophysical Research: Atmospheres (1984–2012), 97(D14):15787–
15801.
Bodine, D., Michaud, D., Palmer, R. D., Heinselman, P. L., Brotzge, J., Gasperoni, N.,
Leng Cheong, B., Xue, M., and Gao, J. (2011). Understanding radar refractivity: Sources
of uncertainty. Journal of Applied Meteorology and Climatology, 50(12):2543–2560.
Bradbury, T. (1977). The use of wet-bulb potential temperature charts. Meteorological
Magazine, 106:233–251.
Bibliografıa 125
Cadeddu, M. P., Liljegren, J. C., and Pazmany, A. (2006). Measurements and retrievals
from a new 183-ghz water vapor radiometer in the arctic. In 2006 IEEE MicroRad, pages
252–255. IEEE.
Charba, J. P. (1979). Two to six hour severe local storm probabilities: An operational
forecasting system. Monthly Weather Review, 107(3):268–282.
Cimini, D., Nasir, F., Westwater, E. R., Payne, V. H., Turner, D. D., Mlawer, E. J., Exner,
M. L., and Cadeddu, M. P. (2009). Comparison of ground-based millimeter-wave observa-
tions and simulations in the arctic winter. IEEE Transactions on Geoscience and Remote
Sensing, 47(9):3098–3106.
Curry, J. A. and Webster, P. J. (1998). Thermodynamics of atmospheres and oceans, volu-
me 65. Academic Press.
Darkow, G. L. (1968). The total energy environment of severe storms. Journal of Applied
Meteorology, 7(2):199–205.
David, C. L. and Smith, J. S. (1971). An evaluation of seven stability indices as predictors
of severe thunderstorms and tornadoes. In Preprints. Seventh Conf. Severe Local Storms.
Kansas City, Amer. Meteor. Soc, pages 105–109.
Davies, E. G. and Simonovic, S. P. (2011). Global water resources modeling with an inte-
grated model of the social–economic–environmental system. Advances in water resources,
34(6):684–700.
DeRubertis, D. (2006). Recent trends in four common stability indices derived from us
radiosonde observations. Journal of climate, 19(3):309–323.
Dessler, A., Zhang, Z., and Yang, P. (2008). Water-vapor climate feedback inferred from
climate fluctuations, 2003–2008. Geophysical Research Letters, 35(20).
Fabry, F., Frush, C., Zawadzki, I., and Kilambi, A. (1997). Extraction of near-surface index
of refraction using radar phase measurements from ground targets. In Antennas and
Propagation Society International Symposium, 1997. IEEE., 1997 Digest, volume 4, pages
2625–2628. IEEE.
Fujita, T. T. and Byers, H. R. (1977). Spearhead echo and downburst in the crash of an
airliner. Monthly Weather Review, 105(2):129–146.
Galway, J. G. (1956). The lifted index as a predictor of latent instability. Bull. Amer. Meteor.
Soc, 37(10):528–529.
126 Bibliografıa
Gao, B.-C. and Kaufman, Y. J. (2003). Water vapor retrievals using moderate resolution ima-
ging spectroradiometer (modis) near-infrared channels. Journal of Geophysical Research:
Atmospheres, 108(D13).
George (1960). Weather forecasting for aeronautics. Academic Press, New York, 673.
Herrera, L. (2015). Caracterizacion de la capa lımite atmosferica en el valle de aburra a
partir de la informacion de sensores remotos y radiosondeos. Master’s thesis, Universidad
Nacional de Colombia.
Huang, H.-L., Smith, W. L., and Woolf, H. M. (1992). Vertical resolution and accuracy of
atmospheric infrared sounding spectrometers. Journal of Applied Meteorology, 31(3):265–
274.
Jefferson, G. (1963a). Brief consideration of the application of the atmospheric instability
index for the british isles to wider areas. A MODIFIED INSTABILITY INDEX. G. J.
JEFFERSON. METEOROLOGICAL MAGAZINE, 92:92–96.
Jefferson, G. (1963b). A further development of the instability index(modification of ins-
tability index, for use with tephigrams, for prediction of thunderstorms). Meteorological
Magazine, 92:313–316.
Karl, T. R. (2003). Modern global climate change. science, 1090228(1719):302.
Kiehl, J. T. and Trenberth, K. E. (1997). Earth’s annual global mean energy budget. Bulletin
of the American Meteorological Society, 78(2):197–208.
Knuteson, R., Revercomb, H., Best, F., Ciganovich, N., Dedecker, R., Dirkx, T., Ellington,
S., Feltz, W., Garcia, R., Howell, H., et al. (2004a). Atmospheric emitted radiance inter-
ferometer. part i: Instrument design. Journal of Atmospheric and Oceanic Technology,
21(12):1763–1776.
Knuteson, R., Revercomb, H., Best, F., Ciganovich, N., Dedecker, R., Dirkx, T., Ellington, S.,
Feltz, W., Garcia, R., Howell, H., et al. (2004b). Atmospheric emitted radiance interfero-
meter. part ii: Instrument performance. Journal of Atmospheric and Oceanic Technology,
21(12):1777–1789.
Loucks, D. P. (2000). Sustainable water resources management. Water international, 25(1):3–
10.
Loucks, D. P., Van Beek, E., Stedinger, J. R., Dijkman, J. P., and Villars, M. T. (2005).
Water resources systems planning and management: an introduction to methods, models
and applications. Paris: Unesco.
Bibliografıa 127
Mastenbrook, H. (1968). Water vapor distribution in the stratosphere and high troposphere.
Journal of the Atmospheric Sciences, 25(2):299–311.
Miller, R. and Maddox, R. (1975). Use of sweat and spot indexes in operational severe storm
forecasting. In BULLETIN OF THE AMERICAN METEOROLOGICAL SOCIETY, vo-
lume 56, pages 740–740. AMER METEOROLOGICAL SOC 45 BEACON ST, BOSTON,
MA 02108-3693.
Miller, R. C., Bidner, A., and Maddox, R. (1971). The use of computer products in severe
weather forecasting (the sweat index). In Preprints 7th Conf. Severe Local Storms, pages
1–6.
Moncrieff, M. and Green, J. (1972). The propagation and transfer properties of steady
convective overturning in shear. Quarterly Journal of the Royal Meteorological Society,
98(416):336–352.
Pahl-Wostl, C., Craps, M., Dewulf, A., Mostert, E., Tabara, D., and Taillieu, T. (2007).
Social learning and water resources management. Ecology and society, 12(2).
Pahl-Wostl, C., Mostert, E., and Tabara, D. (2008). The growing importance of social
learning in water resources management and sustainability science. Ecology and Society,
13(1).
Peppler, R. A. (1988). A review of static stability indices and related thermodynamic para-
meters. Technical report, Illinois State Water Survey.
Pickup, M. (1982). A consideration of the effect of 500 mb cyclonicity on the success of some
thunderstorm forecasting techniques. Meteorological Magazine, 111(1317):87–97.
Pryor, K. L. (2000). Microburst windspeed potential assessment: Progress and recent deve-
lopments.
Reap, R. and Alaka, M. (1969). An objective quasi-lagrangian index for predicting convective
weather outbreaks. In Preprints. Sixth Conf. Severe Local Storms, Chicago, Amer. Meteor.
Soc, pages 119–124.
Reap, R. M. and Foster, D. S. (1975). New operational thunderstorms and severe storm
probability forecasts based on model output statistics (mos). In Preprints of 9th Conf. on
Severe Local Storms. Am. Meteorol Soc, Boston, Massachusetts, pages 58–63.
Reap, R. M. and Foster, D. S. (1979). Automated 12–36 hour probability forecasts of thun-
derstorms and severe local storms. Journal of Applied Meteorology, 18(10):1304–1315.
128 Bibliografıa
Rocken, C., Ware, R., Van Hove, T., Solheim, F., Alber, C., Johnson, J., Bevis, M., and
Businger, S. (1993). Sensing atmospheric water vapor with the global positioning system.
Geophysical Research Letters, 20(23):2631–2634.
Saastamoinen, J. (1972). Atmospheric correction for the troposphere and stratosphere in
radio ranging satellites. The use of artificial satellites for geodesy, pages 247–251.
Schulz, J., Schluessel, P., and Grassl, H. (1993). Water vapour in the atmospheric boundary
layer over oceans from ssm/i measurements. International Journal of Remote Sensing,
14(15):2773–2789.
Shangguan, M. (2014). Analysis and derivation of the spatial and temporal distribution of
water vapor from GNSS observations. PhD thesis, Technischen Universitat Berlin.
Sherwood, S., Roca, R., Weckwerth, T., and Andronova, N. (2010). Tropospheric water
vapor, convection, and climate. Reviews of Geophysics, 48(2).
Showalter, A. K. (1953). A stability index for thunderstorm forecasting. Bull. Amer. Meteor.
Soc, 34(6):250–252.
Skou, N. and Le Vine, D. (2006). Microwave radiometer systems, design and analysis.
Soden, B. J. and Bretherton, F. P. (1994). Evaluation of water vapor distribution in ge-
neral circulation models using satellite observations. Journal of Geophysical Research:
Atmospheres, 99(D1):1187–1210.
Stull, R. B. (1988). An Introduction to Boundary Layer Meteorology, volume 13. Springer
Science & Business Media.
Thessin, R. N. (2005). Atmospheric signal delay affecting GPS measurements made by
space vehicles during launch, orbit and reentry. PhD thesis, Massachusetts Institute of
Technology.
Trenberth, K. E., Fasullo, J. T., and Kiehl, J. (2009). Earth’s global energy budget. Bulletin
of the American Meteorological Society, 90(3):311.
Trenberth, K. E., Smith, L., Qian, T., Dai, A., and Fasullo, J. (2007). Estimates of the
global water budget and its annual cycle using observational and model data. Journal of
Hydrometeorology, 8(4):758–769.
Wallace, J. M. and Hobbs, P. V. (2006). Atmospheric science: an introductory survey,
volume 92. Academic press.
Wang, K. and Dickinson, R. E. (2012). A review of global terrestrial evapotranspiration:
Observation, modeling, climatology, and climatic variability. Reviews of Geophysics, 50(2).
Bibliografıa 129
Wang, W. (2014). Considerations for Designing an Numerical Experiment. (July).
Weisman, M. L. and Klemp, J. B. (1982). The dependence of numerically simulated convecti-
ve storms on vertical wind shear and buoyancy. Monthly Weather Review, 110(6):504–520.
Wulfmeyer, V., Behrendt, A., Kottmeier, C., Corsmeier, U., Barthlott, C., Craig, G. C.,
Hagen, M., Althausen, D., Aoshima, F., Arpagaus, M., et al. (2011). The convective and
orographically-induced precipitation study (cops): the scientific strategy, the field phase,
and research highlights. Quarterly Journal of the Royal Meteorological Society, 137(S1):3–
30.
Wulfmeyer, V., Hardesty, R. M., Turner, D. D., Behrendt, A., Cadeddu, M. P., Di Girolamo,
P., Schlussel, P., Van Baelen, J., and Zus, F. (2015). A review of the remote sensing of
lower tropospheric thermodynamic profiles and its indispensable role for the understanding
and the simulation of water and energy cycles. Reviews of Geophysics, 53(3):819–895.
top related