DEPARTAMENTO DE INGENIERIA ENERGÉTICA
MEDIANTE BASES TERRESTRES Y BASES
SATELITALES
Sevilla, Julio 2011
3. DESCRIPCIÓN GENERAL DEL PROYECTO ............................................................................. 4
4. ANÁLISIS BIBLIOGRÁFICO .................................................................................................. 5
5.1 BASES DE DATOS SATELITALES ................................................................................... 6
5.2 BASES DE DATOS TERRESTRES.................................................................................. 34
7. RESULTADOS ....................................................................................................................... 66
8. CONCLUSIONES ................................................................................................................... 86
9. BIBLIOGRAFÍA ..................................................................................................................... 87
ANEXO I: Código R ............................................................................................................... 89
ANEXO II: Estaciones Siar .................................................................................................. 103
ANEXO III: Tratamiento de datos y especificaciones técnicas de CM-SAF ........................... 110
ANEXO IV: Análisis de la irradiación efectiva ...................................................................... 135
ANEXO V: Ubicación de las estaciones Red Siar .................................................................. 174
 
 
1.  ANTECEDENTES
En la actualidad, la energía y el crecimiento exponencial del consumo energético es uno de los factores clave del desarrollo económico. Dentro de este campo, la energía solar por su carácter renovable y sostenible, tiene un papel fundamental en la sociedad.
El conocimiento preciso de la irradiación solar es esencial para multitud de aplicaciones, que incluyen sistemas de generación de energía eléctrica mediante recurso solar, modelos de crecimiento de cultivos y estimaciones de evapotranspiración. La radiación solar global se mide sobre el terreno a través de un conjunto de estaciones meteorológicas con piranómetros o células, instrumentos costosos de instalar y mantener. Realizar un mapa de irradiación mediante interpolación/extrapolación, teniendo en cuenta solamente datos de estaciones terrestres lleva consigo un error propio tanto de la misma interpolación o extrapolación como el que se deriva del número finito de puntos de muestreo de datos y de la heterogeneidad de la distribución de las estaciones existentes.
La radiación solar también puede ser medida a través del análisis de imágenes de satélite. Tanto la resolución de estas imágenes, en general de bastantes km x km, como su variabilidad a efectos de nubosidad y a variables microclimáticas, inducen en estos modelos un cierto grado de incertidumbre no conocido en la mayor parte de los casos.
 
 
2.  OBJETO DEL PROYECTO
Debido a la importancia de reducir la incertidumbre en las previsiones y los modelos de los que derivamos los datos de irradiación solar, pretendemos con este proyecto aunar ambas fuentes de información actualmente posibles, tanto las bases terrestres como las satelitales, de modo que mediante el programa de cálculo R consigamos una metodología que permita el contraste y la mejora de la calidad de los datos.
 Nuestra meta será la obtención de los datos de irradiación mediante imagénes de satélite, las medidas tomadas en bases terrestres, tratamiento de los datos conseguidos y realización de mapas o gráficos que muestren una correlación entre ambos modelos, mejorando en la medida de lo posible la incertidumbre asociada a la previsión de recurso solar. Para ello, nuestros objetivos se dividirán en varios bloques:
-Análisis y discusión de las bases de tantos, tanto satelitales como terrestres, disponibles  para terminar escogiendo aquellas que, para el alcance de este proyecto, resulten más apropiadas.
-Consecución de las coordenadas espaciales de las estaciones terrestres usadas, de modo que podamos implementar con la codificación de R una correlación entre latitud y longitud y valores medidos.
-Análisis de los diferentes métodos de ajuste y visualización de los resultados obtenidos  para la irradiación anual en la España peninsular. Consecución de valores estadísticos que nos inviten a conclusiones.
 
 
3.  DESCRIPCIÓN GENERAL DEL PROYECTO
En este proyecto, se ha procedido a un estudio que contraste los datos de irradiación obtenidos tanto de estaciones terrestres como de bases satelitales, con la intención de establecer la variabilidad entre ambas fuentes. El procedimiento que se realizará será la obtención de los datos satelitales más apropiados, la obtención de los datos terrestres y las diferencias entre ambos, analizando mediante cuatro tipos de ajuste espacial los valores de irradiación de las estaciones terrestres.
En el apartado 5, se realiza una breve presentación de las bases de datos tanto satelitales como terrestres y posterior elección de la más idónea para el estudio, valorando la disponibilidad de los datos, la fiabilidad y la incertidumbre de los mismos.
En el apartado 6, se procede con un análisis comparativo de los valores obtenidos anteriormente, para lo cual es necesario realizar un ajuste espacial de los datos terrestres mediante los siguientes métodos:
-IDW (Inverse Distance Weighted):
Método de la ponderación por distancia que se basa en asignar pesos a los datos del entorno que rodean el punto, creando una función inversa de la distancia que los separa. Se establece una función de proporcionalidad entre peso y distancia.
-Ajuste por superficie:
Se estudia si el sistema se puede ajustar mediante un ajuste por superficie, que intente simular la irradiación con modelos polinómicos. En el desarrollo del proyecto se observará un ajuste lineal para la latitud y un ajuste parabólico para la longitud.
-Ordinary kriging:
Método geoestadístico de interpolación que relaciona el variograma de la semivarianza de dispersión de la irradiación de una estación respecto al resto de estaciones con la distancia, para intentar explicar la variación espacial.
-Universal kriging:
Emplea el mismo variograma del ordinary kriging y intenta suavizar el sistema añadiendo una capa de influencia de latitud y longitud o bien una capa de influencia de los valores de irradiación satelitales.
-Latitud y longitud como variable explicativa
-Valores satelitales como variable explicativa
 
 
4.   ANÁLISIS BIBLIOGRÁFICO
El área de trabajo de este proyecto ha sido ampliamente estudiada debido a la importancia del conocimiento de recurso solar y la confección de modelos matemáticos que se ajusten a él de manera apropiada.
En primer lugar, sobre el trazado de mapas referentes al índice de claridad usando métodos de co-kriging podemos encontrar según Beyer y Czeplak, 1995, en su artículo “Evaluación de
los métodos usados para la construcciones de mapas de índices de claridad para el nuevo atlas de radiación solar (ESRA)” que plantean lo problemático de las zonas montañosas en el trazado de mapas de radiación solar, además de aquellas zonas carentes de densidad de estaciones por la falta de datos. Propone la división en subregiones cuya correspondencia de radiación con altitud sea estudiada. Anota también la falta de modelos que aporten una correlación entre fenómenos de la orografía (picos de montañas…) y cambios en la radiación solar. Propone el uso de mapas
satelitales de alta resolución para “fijar” las variaciones de los mapas a pequeña escala pero resultan de poca ayuda por su insuficiente definición. Concluye que la correlacion entre datos terrestres y satelitales es menos de la esperada, con variabilidades de entre el 10 y el 15% en invierno a lo qu propone el uso de otras fuentes (SUNSAT) que tampoco consiguen una mejora evidente.
Por otra parte, Gueymard y Wilcox, 2011, “Evaluación de la variabilidad espacial y temporal
de los recursos solares en Estados Unidos a partir de medidas radiométricas y predicciones de modelos basados en datos terrestres y satelitales” concluye como el sesgo relativo entre las
medidas terrestres y satelitales es manifiesto pero con cierta variabilidad. Indica como la irradiación directa normal se establece en su valor climatológico a largo plazo en mucho mayor  periodo de tiempo que la radiación global. Del mismo modo, resalta como existe una sobre estimación del recurso (lo que denomina “síndrome Eugene”) del 10 al 40% en radiación
horizontal del modelo que puede afectar a los sistemas de generación de energía. Establece áreas de poca variabilidad interanual de modo que, según la aplicación buscada de la energía solar, bastase un periodo de medida mucho menor para tener datos fiables.
En relación a lo ya explicado, mencionamos Hay, 1986, “Errores asociados a la interpolación espacial de la irradiación solar media” que evalúa tres casos de interpolación: interpolación de
las distancias inversas ponderadas para tres estaciones, la interpolación de las distancias inversas ponderadas para dos estaciones y la extrapolación de una estación, determinando como el error decae por debajo del 1% usando los datos de hasta tres estaciones. Sin embargo, en zonas del Ártico canadiense o zonas costeras la variabilidad aumenta considerablemente. Sostiene como la evaluación de los errores es perfectamente aplicable para la generación de matrices de covarianza para valores a largo plazo.
También se menciona Huld, 2008, “Variación geográfica de la conversión de eficiencia de
 
 
5.1  
www.cmsaf.eu  
Desarrollado por el Servicio de Meteorología Alemán colaborando con el danés, belga, holandés, sueco y suizo. Empezó a funcionar en fase inicial desde el 2004 y en fase de
operación desde 2007. Provee información sobre los productos de radiación solar en la superficie. Estos productos son actualmente derivados de dos sensores de imagen pasivos diferentes:
  El radiómetro avanzado de muy alta resolución (AVHRR) operado a bordo de los satélites polares de la Administración Nacional Atmosférica y Oceánica (NOAA) NOAA-15, - 16, -17 y -18 y a bordo de los actuales y de los próximos satélites polares de la Operacional Meteorológica (MetOp-A, -B, and – C).
  El Generador giratorio de Imágenes Realzadas de Espectro Visible e Infrarrojos (SEVIRI) operado a bordo de los satélites geoestacionarios Meteosat (Meteosat -8, -9).
El manual describe los productos disponibles con ejemplos de imágenes, da la descripción de los algoritmos básicos y un breve repaso de validación respecto de varias observaciones de referencia. Adicionalmente, una descripción técnica de los datos incluyendo información en el mismo formato así como herramientas de acceso y manejo (e.g. “mapping” y herramientas de
visualización) que también se provee en las secciones finales.
Los datos producto de CM-SAF se distinguen en productos de monitorización operacional y conjuntos de datos creados retrospectivamente (Schulz et al. (2009)). Los productos de monitorización operacional son difundidos con altas secuencias (8 semanas después de observación es el límite) apoyar la aplicación de monitorización operacional del clima de los Servicios Nacionales de Meteorología e Hidrología. Las necesidades de secuenciación quieren decir que este tipo de producto no es aplicable para monitorización de variabilidad inter anual y  pautas de muy alta fiabilidad. Los errores parciales debidos, e.g. degradación de los sensores y cambios orbitales así como parcialidades inter satelitales no son corregidos para los productos de monitorización operacional. Además, la caracterización de anomalías relativamente fuertes en una escala mensual deberían ser factibles o viables. Respecto de los conjuntos de datos  producidos retrospectivamente, los errores debidos a la degradación de los sensores, cambios de órbita y parcialidades inter satelitales son minimizados. Estos conjuntos de datos están orientados a proveer de series temporales aplicables para el análisis de la variabilidad a mayor escala que la interanual. Es de esperar que tales productos estén para el final de la Fase de Operaciones Continuas y Desarrollo (CDOP) en 2012 y tendrán un manual de usuario de  producto separado. Este manual de usuario de producto describe exclusivamente los productos de radiación operacional en superficie de CM-SAF.
5.1.1.1  Descripción de los productos de radiación superficial
Se definen seis productos diferentes de radiación superficial dentro de un mallado con una resolución espacial de 15 km x 15 km. Todos los productos de radiación superficial están  presentados en la Tabla 5-1  con sus acrónimos asociados y sus unidades. Nótese que cada
7
 producto existe en dos versiones diferentes, una versión que deriva de datos de satélites de órbita polar (NOAA/METOP AVHRR) y otra que deriva de datos de satélites geoestacionarios (METEOSAT/SEVIRI). Todos los productos se dan como medias diarias y mensuales. Un ciclo de productos de medias mensuales diurnas se añaden de los conjuntos de datos geoestacionarios.
Acrónimo Título de producto Unidad
SIS Radiación de onda corta que llega a la superficie
W·m-2
W·m-2
W·m-2
W·m-2
W·m-2
Tabla 5.1 Tipos de productos facilitados por CM-SAF
La figura 5.1 da una visión de las zonas actuales de procesamiento. 
 
 
www.helioclim.net 
Servidor dependiente de la Escuela de Minas de Paris y el Centro de Energía y Procesos para  proveer de datos de radiación solar. Este servicio está asociado a SoDa.
Se basa en el método de Heliosat, el cual convierte imágenes de satélites geoestacionarios como Meteosat (Europa), GOES (USA) o GMS (Japón) en mapas de datos de radiación solar a nivel del suelo. Éste método contiene modelos, en lenguaje C, de geometría solar y del satélite así como de índices claridad. Existen varias versiones de éste método, actualmente se está empleando la versión Heliosat-2 desarrollado en noviembre de 2002 por la Escuela de Minas de Paris con apoyo de la Comisión Europea (proyecto SoDa). Además el Heliosat-4 está siendo desarrollado, de nuevo, por la Escuela de Minas de París apoyados por la Agencia Aeroespacial alemana, DLR. Además HelioClim cuenta con un servicio de control de calidad de las medidas de irradiación global. Existen diversas razones por las que se puede suministrar un dato erróneo de irradiación, datos sin sentido. Con este servicio se tiene acceso a una serie de programas que comparan los datos concretos con la irradiación extraterrestre para el día y hora concreta. Tras eso se genera un informe que nos indicará una posible anomalía.
Ahondando más en el método Heliosat-2 se puede decir que está basado en los mismos  principios físicos que el Heliosat-1. Sin embargo los parámetros empíricos, índice de nubosidad (relacionado con el índice de claridad), albedo aparente a nivel del suelo y en nube, que se empleaban en el Heliosat-1 son expresados en el Heliosat-2 mediante leyes físicas. Éste hecho abre las posibilidades a emplear modelos atmosféricos conocidos, es decir, no tener que emplear  parámetros definidos empíricamente. Las motivaciones principales para la creación de esta nueva versión son mejorar la capacidad del método para procesar cualquier tipo de datos obtenidos en el rango de banda ancha visible por los satélites meteorológicos geoestacionarios, incluidas las grandes series temporales de imágenes tomadas por diferentes sensores, y para mejorar la aplicación del método al reducir el número de parámetros empíricos.
Tras una comparación de medidas obtenidas con Heliosat-2 frente a las de superficie, se ve que el error es similar al que arroja el Heliosat-1. El método genera problemas en los momentos en los que el sol no está muy elevado y debe mejorarse en ese aspecto. Además el Heliosat-2 no funciona correctamente en zonas donde las escalas de variabilidad de la irradiación son más  pequeñas que 2 o 5 veces el tamaño del píxel. Esto afecta a las zonas montañosas, por ejemplo. Además el método ha de ser mejorado en varios aspectos: el modelo de claridad del cielo no tiene en cuenta la parte de radiación difusa que ha sido reflejada una o más veces por la superficie antes de incidir en la zona de estudio (para altas elevaciones del sol y grandes tamaños de pixel no afecta mucho, pero sí para pequeñas elevaciones del sol y pequeños tamaños de píxel), para pequeñas elevaciones de sol y tamaños de píxel de menores de 1km debe ser tenido en cuenta. Otro aspecto importante a mejorar es la relación empleada entre el índice de nubosidad e índice de claridad (se emplea el propuesto por Rigollier and Wald (1998)). El mejor modelado de cielos nubosos es fundamental para obtener una mejora notable en el método. El índice de turbidez de Linke es de vital importancia en el método de Helioclim- 2 pues gobierna los valores de irradiación para un cielo claro. El hecho de que éste índice sea conocido en pocos sitios plantea un problema para el método.
Para calcular la intensidad de la radiación en una atmósfera, ya sea con bruma o vapor de agua, o ambos simultáneamente, Linke estableció un factor de turbidez.
= exp (−) 
Donde Sλg es el coeficiente medio para todas las longitudes de onda, que corresponde a la atenuación debida a la difusión por los gases de una atmósfera pura y seca; T es el factor de turbidez de Linke, que se puede interpretar como el número de atmósferas puras y libres de  polvo necesarias para obtener la atenuación observada.
En definitiva, las bases de datos de radiación solar (irradiación e irradiancia) que ofrece HelioClim provienen de un procesado de imágenes del satélite Meteosat. Estas bases de datos existen desde el 1985 y son accesibles a través del SoDa. HelioClim cubre Europa, África, el Mediterráneo, el océano Atlántico y parte del Índico.
La Escuela de Minas de París recibe los datos del Meteosat a través de Eumetsat y los procesa en tiempo real. Como ya se ha dicho se puede acceder a esos datos obtenidos a través del servicio de SoDa. Actualmente existen tres bases de datos en la familia de HelioClim: HC-1, HC-2, HC-3. Actualmente se trabaja en el HC-4.
A continuación adjuntamos las especificaciones de cada una de las versiones,
Propiedades comunes a las bases de datos de HelioClim: HC-1, HC-2, HC-3
Cobertura geográfica (aprox.) Lat (º): -66; +66
Lon (º): -66; +66
radiación total (integración en todo el espectro)
Método de procesamiento de imágenes del MeteSat
Heliosat-2
Ç
HC1 HC2 HC3
Resolución Espacial Aprox. 20
Período de operación 1985 - 2005
Desde Feb. 2004 en adelante
Desde Feb. 2004 en adelante
Resolución Temporal Diaria Horaria 15 min
Actualización Ninguna Todos los días Todos los días
Disponibilidad de atos después de la uisición por satélite
 No aplicable
acuerdo con EUMETSAT
con EUMETSAT
Tabla 5-3. Propiedades específicas de HelioClim 
Concretaremos un poco más en el HC3, el más moderno. Para evaluar la incertidumbre de HC-3 se compara con medidas obtenidas en diversas estaciones Europeas: Francia (3 estaciones),
Alemania (10 estaciones), Italia (1 estación), Moldavia (1 estación), Noruega (1 estación) y Suiza (6 estaciones). En total se han empleado 142329 valores horarios y 12019 valores diarios.
Los resultados obtenidos después de la comparación para esas estaciones arrojan una desviación cuadrática media del 31% para valores horarios y del 15% para valores diarios.
Algún ejemplo concreto:
Valor horario promedio de HC-3: 427.7 W/m2
Error cuadrático medio: 98.6 W/m2 (23 %)
Coeficiente de correlación: 0.9375
 
 
orrelación
Media mensual de
Irradiación diaria
Media mensual de
Irradiación de 5 días (al menos con un 60% de
días válidos)
Irradiación de 10 días (al menos
con un 60% de días válidos)
Enero 95 8788 -742 (-8%) 1836 (21%) 0.93 43
Abril 95 33675 1773 (5%) 3285 (10%) 0.96 104
Julio 94 57680 2021 (4%) 3454 (6%) 0.92 101
Tabla 5.4. Diferencias entre valores medidos y valores estimados en Whm -2
. El valor medio es aquel de
 
 
www.soda-is.com 
Soda Service es una aplicación Web diseñada para responder a las necesidades de la industria y la investigación para obtener información sobre varios recursos solares. Una serie de  bases de datos establece series de tiempo a largo plazo de irradiación o radiación (también llamada radiación de onda corta hundimiento), temperatura, precipitación, radiación de onda larga, el factor de turbidez Linke, turbidez atmosférica, las propiedades de cielos claros, PAR (radiación fotosintéticamente activa), la distribución espectral.
Desde la página principal, todas las siguientes bases de datos son accesibles a través del "Servicio" elemento. Todas las bases de datos de trabajo con una interfaz similar. De datos comunes de entrada son:
Longitud y latitud en grados y decimales de grados. Longitudes oeste y las latitudes del norte son positivas. La búsqueda puede hacerse por las ciudades o el uso de un mapa.
Altitud sobre el nivel del mar en metros. Si se omite, se toma la altitud media de la red de los 5. Formato de los resultados: HTML o CSV. Sin embargo, es difícil de copiar los resultados de la página Web en otro archivo. Algunas de las bases de datos son de libre acceso, mientras que algunos requieren de registro.
Los promedios mensuales de radiación global diaria como resultado de la interpolación de las mediciones realizadas en la red meteorológica
Este recurso proporciona los valores mensuales de radiación global para todo el mundo. Los valores mensuales se toman de la base de datos climatológicos METEONORM. El error de la interpolación depende de la densidad de la red. En Europa, con una densa red el error es de aproximadamente 6%. Esta es una base de datos gratuita. Los promedios mensuales de temperatura del aire como resultado de la interpolación de las mediciones realizadas en la red meteorológica
El recurso proporciona los valores mensuales de la temperatura ambiente para todo el mundo. Los valores mensuales se toman de la base de datos climatológicos METEONORM, que se basa en la OMM CLINO 1961-1990 (1998).Valores horarios de la temperatura ambiente se interpolan en la herramienta de interpolación de SODA. Los datos de las estaciones meteorológicas son interpolados en línea. La interpolación tiene un RMSE de aproximadamente 2 º C de los valores mensuales.
 Los valores mensuales del factor de turbidez Linke
Este recurso sirve valores climatológicos mensuales de turbidez Linke, es la atenuación de la radiación solar producida por las partículas sólidas y líquidas en el aire que es un indicador de la densidad óptica del medio húmedo y brumoso en relación a una atmósfera limpia y seca, de masa de aire 2, vapor de agua, beta Angstroem y el ozono estratosférico en una escala global. Se calcula los valores medios mensuales para cualquier ubicación geográfica, cualquier mes y cualquier elevación. La altitud del lugar geográfico de la simulación puede ser extraído de la orografía de los recursos (si se pone a 0) o forzados por el usuario mediante la introducción de un valor mayor o igual a 1. Unidad es el metro. El recurso orografía tiene una celda de la cuadrícula de 5' de ángulo en el vértice y utiliza la base de datos TerrainBase (TerrainBase,
14
Worldwide Digital Terrain Data. Documentation Manual, CD-ROM Release 1.0, April 1995.  NOAA, National Geophysical Data Center, Boulder, Colorado, USA). La turbidez Linke que aquí se presenta se basa en la información global de varios satélites, como la radiación global cielo despejado (SRB), vapor de agua precipitable (NVAP), aerosol profundidad óptica (Pathfinder) y la información del suelo sobre la turbidez de la radiación o las mediciones de aerosoles (AERONET). La turbidez se ha calculado con mediciones globales radiación en el suelo con la ayuda de la ESRA claro modelo de radiación de cielo. Por satélite y la información del suelo se han colocado juntos. La cobertura es en todo el mundo. La forma de construir la  base de datos se explica en el HelioClim sitio Web. Los parámetros de otra atmósfera: vapor de agua (WV) o agua de precipitación total se ha tomado de NVAP y corresponde a los valores  promedio de 1988-97.
 Días-grado por debajo de una temperatura determinada
Días-grado por debajo de la temperatura (también llamado Calefacción días-grado) se corresponden con el número total de grados que la temperatura media diaria cae por debajo de una temperatura determinada, llamada la "temperatura de base". Base de temperaturas de entre 12 ° C a 22 ° C están disponibles. Los grados día de calefacción para un día en particular se  basan en la temperatura media del día (la suma de las temperaturas altas y bajas, dividido por dos). Si la temperatura media es superior a la temperatura base, no hay días-grado de calentamiento ese mismo día. Si es inferior a la temperatura base, la temperatura base se resta de ella para dar el número de días-grado de calentamiento. El servidor de Satel-Light ofrece la luz del día y la información de la radiación solar en Europa occidental y central, con una alta resolución espacial y temporal (cada 5 kilómetros, cada media hora).
Grado-días por encima de una temperatura determinada
Días-grado por encima de la temperatura (también llamado día de refrigeración grado) se corresponden con el número total de grados que la temperatura media diaria se eleva por encima de una temperatura determinada, llamada la "temperatura de base". Base de temperaturas entre 5 º C a 25 ° C están disponibles. Los grados día de refrigeración para un día en particular se basan en la temperatura media del día (la suma de las temperaturas altas y bajas, dividido por dos).Si la temperatura media es inferior a la temperatura base, no hay días-grado de enfriamiento de ese día. Si es superior a la temperatura base, que se resta de la temperatura de base para dar el número de días-grado de enfriamiento. El servidor de Satel-Light ofrece la luz del día y la información de la radiación solar en Europa occidental y central, con una alta resolución espacial y temporal (cada 5 kilómetros, cada media hora).
 Frecuencia de los tipos de cielo
La frecuencia de cada una de estas condiciones del cielo en un lugar determinado indica cómo cada uno es representativo del clima en ese lugar.
 
 
15
8:00 a 18:00 (hora local), que corresponde a las horas de funcionamiento de los edificios de oficinas.
 La radiación UV - Europa
El recurso sirve valores mensuales, día u hora de los rayos UV y de toda la radiación del cielo en una escala global. Los valores por hora se calculan y se suman a los valores diarios o mensuales para Europa. Los valores diarios de radiación global se han tomado de base de datos de MARS.
Los datos de la base de datos MARS se interpolan a partir de las estaciones meteorológicas más adecuadas para reflejar la radiación global diaria para una cuadrícula 50 por 50 km. Los datos se utilizan principalmente para el modelado de rendimiento de los cultivos.
Los datos que obtenemos son:
  Parte del espectro de los rayos UV: UVA, UVB o el cielo claro de eritema (cs) y todo el cielo (como) la radiación.   La capa de ozono [DU] (valor fijo), si no se establece, los valores medios se toman.
  Angstrom Beta (valor fijo), si no se establece, los valores se toman.
  El vapor de agua [cm] (valor fijo), si no se establece, los valores se toman.
  Tipo de terreno para el albedo
  Esta es una base de datos gratuita.
  Los valores diarios de radiación UV desde 1985 - Europa, África (modelo ESRA)
Esta herramienta nos da valores mensuales, día u hora de los rayos UV y de toda la radiación del cielo en una escala global. Los valores por hora se calculan y se suman a los valores diarios o mensuales.
Las variables de salida son:
  Parte del espectro de los rayos UV: UVA, UVB o el cielo claro de eritema (cs) y todo el cielo (como) la radiación.
  La capa de ozono [DU] (valor fijo), si no se establece, los valores medios se toman.
  Angstrom Beta (valor fijo), si no se establece, los valores se toman.   El vapor de agua [cm] (valor fijo), si no se establece, los valores se toman.
  Angstrom Beta (opcional).
  La capa de ozono (opcional).
  El vapor de agua (opcional).
  Turbidez Linke (Es la atenuación de la radiación solar producida por las partículas sólidas y líquidas en el aire. Es un indicador de la densidad óptica del medio húmedo y brumoso en relación a una atmósfera limpia y seca) de masa de aire 2 (opcional).   Día: Día del mes (si la salida de un solo día se desea).
  Valores horarios de radiación solar - Europa - África
Esta base de datos proporciona información sobre:
 
 
16
  Series de tiempo de los valores de radiación: a partir de hora (sólo HelioClim-2) a los valores mensuales. Los valores son la irradiancia en W/m2, así como la radiación en Wh/m2 y el J/cm 2    Radiación en la parte superior de la atmósfera
  Radiación en cielo despejado
  Incertidumbre valores
  Información sobre el número de datos utilizados para calcular el valor de la radiación
Los datos son proporcionados por el satélite HelioClim-2 de febrero de 2004 en adelante. Los datos de los satélites se reciben en la Ecole des Mines de París por medio de una estación de recepción y se procesan inmediatamente. Están disponibles en 2-3 minutos después del final de la adquisición. Por razones legales, se difunden sólo 24 horas después. Los datos de HelioClim- 1 se utilizan para el período 1985-2005.
La precisión ha sido evaluada por las comparaciones con las mediciones realizadas en varias estaciones de las redes de la OMM radiométricas en Europa y África. La variabilidad natural de la radiación debe ser alejada de los valores por debajo (aproximadamente 10-15%) para evaluar la exactitud de la base de datos. Esto no es una base de datos gratuita.
 Los valores diarios de radiación solar - Europa - África 
Esta base de datos proporciona información sobre:
  Series de tiempo de los valores de radiación: a partir de hora (sólo HelioClim-2) a los valores mensuales.--Los valores son la irradiancia en W/m2, así como la radiación en Wh / m2 y el J / cm2.
  Radiación en la parte superior de la atmósfera
  Radiación en cielo despejado
  Los valores de incertidumbre
  Información sobre el número de datos utilizados para calcular el valor de la radiación
Los datos son proporcionados por el satélite HelioClim-2 de febrero de 2004 en adelante. Los datos de los satélites se reciben en la Ecole des Mines de París por medio de una estación de recepción y se procesan inmediatamente. Están disponibles en 2-3 minutos después del final de la adquisición. Por razones legales, se difunden sólo 24 horas después. Los datos de HelioClim- 1 se utilizan para el período 1985-2005.
 
 
 NCEP / NCAR re-análisis de los valores diarios de radiación, temperatura, precipitaciones
Esta base de datos de los archivos del NCEP / NCAR (National Center for Environmental Predictions / National Center for Atmospheric Research USA) de 1958. Los datos disponibles son los siguientes:
  A la baja radiación de onda corta
Radiación de onda corta
  La temperatura máxima
  Tasa de precipitación.
Los datos de este nuevo análisis también se pueden obtener a través de http://www.cdc.noaa.gov/cdc/reanalysis/reanalysis.shtml .
 Marte base de datos de radiación solar - Europa
Esta base de datos proporciona datos de punto de irradiación diaria desde 1975 hasta 2004  para las zonas de 50 * 50 km 2 .Los valores se calculan a partir de la interpolación de los resultados observados por las redes meteorológicas.
 Previsión de los parámetros meteorológicos - el tamaño de la cuadrícula 21 km - Europa
Este servicio ofrece las previsiones meteorológicas de varios parámetros meteorológicos, incluidos los componentes de la radiación, durante 3 días cada 3 horas. Son otorgadas por los Departamentos de Física de la Universidad de Génova y Bolonia, Italia, utilizando el modelo Bolam para la predicción numérica del tiempo. Previsión de los parámetros meteorológicos - el tamaño de la cuadrícula 10 km - con centro en Italia región
5.1.4  PVGIS
Re.jrc.ec.europa.eu/pvgis 
PVGIS (Photovoltaic Geographical Information System) es un proyecto de investigación y desarrollo de un instrumento de políticas de apoyo para la evaluación geográfica de los recursos de energía solar en el contexto de la gestión integrada de generación de energía. PVGIS combina los resultados de laboratorio con la monitorización y estudio de los datos geográficos para analizar los factores técnicos, medioambientales y económicos de la generación de energía eléctrica fotovoltaica.
PVGIS forma parte de los desarrollos de SOLAREC, que es una compañía que se dedica a la producción de energía a partir del sol, en la unidad de Energías Renovables de la JRC (Joint Research Center) de la Unión Europea.
  Europa
  Cuenca mediterránea, África y el Sur-oeste de Asia.
La base de datos europea contiene tres grupos de grados con una resolución de 1 km x 1 km. Datos geográficos: modelo elevación digital, los límites administrativos CORINE cobertura del suelo y cobertura global del suelo, ciudades, etc. 
Series de datos climatológicos espacialmente continuos representados mensual y anualmente de: 
  Irradiación global diaria en el plano horizontal [Wh/m2]
  Índice de turbidez atmosférica [adimensional]   Ratio de irradiación global difusa [adimensional]
  Ángulo de inclinación óptimo para los paneles fotovoltaicos [grados]
 Promedios regionales para zonas construidas: 
  Irradiación anual global total (horizontal, vertical y para el plano óptimo) [kWh]
  Estimación de la energía eléctrica generada en un año (para plano horizontal, vertical y el óptimo) [kWh]
En la cuenca mediterránea, África y el sur-oeste de Asia, la base de datos contiene los mismos grupos de grados con una resolución de 2 km x 2 km:
Datos geográficos: modelo digital de elevación, límites administrativos, cobertura global del suelo, ciudades, etc.
Datos climatológicos espacialmente continuos representados mensual y anualmente de:
  Irradiación global diaria en el plano horizontal [Wh/m2]
  Índice turbidez atmosférica [adimensional]
  Inclinación optima de los paneles fotovoltaicos [grados]
 
 
Continente europeo 
Unidades: metros
Falso este: 0.0
Falso norte: 0.0
Unidades: metros
Grado de medida de la base de datos: 4500 filas x 5000 columnas
Grado de resolución: 1000 metros
Cuenca mediterránea, África y Sur-oeste de Asia 
Proyección: Lambert azimutal igual área
Unidades: metros
Falso este: 0.0
Falso norte: 0.0
Unidades: metros
Grado de medida de la base de datos: XXX filas x XXX columnas
Grado de resolución: 2000 metros
 
 
5.1.4.3  Datos primarios usados para la base de datos PVGIS
 Europa:
Las medias mensuales de las cantidades diarias de la irradiación global y difusa, medida o calculada para 566 estaciones meteorológicas de tierra distribuidas en la región. Los promedios representan el período 1981-1990, los datos fueron recogidos en el proyecto ESRA.
Ilustración 5.1. Estaciones meterológicas ESRA terrestres en Europa
 
 
21
Modelo de elevación digital con una resolución 1x1 km: derivados de los datos de USGS SRTM.
CORINE suelo cubierto con una resolución 100x100 metros
Ilustración 5.3. Cobertura global del suelo 2000 con una resolución de 1x1 km
Ilustración 5.2. Resolución espacial de PVGIS
 
 
Ilustración 5.4. Base de datos GISCO (EuroGeographics Association for the administrative boundaries)
Ilustración 5.5. VMAP0 y datos ESRI
 
 
Cuenca mediterránea, África y el sur-oeste de Asia 
Base de datos de HelioClim-1, consistentes en la irradiación solar diaria calculada a partir de imágenes del Meteosat. Los valores representan un periodo de entre 1985-2004, la resolución espacial es 15x15, en el ecuador 30x30 km, los datos son procesados por el método del Heliosat-2. El índice de turbidez deriva de la base de datos global (Remund et al. 2003), disponible también en SoDa. El modelo digital de elevación se obtiene con una resolución 1x1 km, derivados de datos de USGS SRTM.Global Land Cover 2000 con la resolución original de 1x1 km. 
Métodos y herramientas de GIS:
La base de datos de la radiación solar está desarrollada usando herramientas integradas en GIS GRASS, principalmente con los modelos de radiación solar r.sun y con técnicas de interpolación s.surf.rst y s.vol.rst. La base de datos fue completada en tres medidas:
  Modelización de la irradiación global directa en el plano horizontal
  Cálculo e interpolación espacial del índice de irradiación solar directa y el cálculo de los mapas de irradiación global en el plano horizontal.
  Derivando en los componentes de la irradiación difusa y los componentes del índice de cielo despejado y compilando los datos en mapas de irradiación global en planos inclinados.
5.1.4.4  Mapas GIS
 
 
Precisión de la base de datos PVGI S:
En el continente europeo, la raíz del error cuadrático medio (RMSE), comparada con la  primera medida de irradiación (de las estaciones meteorológicas) que presenta los valores modelados. El RMSE de los promedios de los datos PVGIS muestra un mejor rendimiento en el  periodo de Octubre a Abril. Su ventaja es la vinculación de las características del terreno con los cambios en los campos de radiación y teniendo en cuenta los efectos de las sombras.
Para obtener la precisión de este sistema se presenta una comparativa con la base de datos ESRA (Scharmer and Grei 2000), esta base de datos contiene datos de irradiación primaria medida o calculada para las estaciones meteorológicas de la comunidad europea (566 de ellas están en nuestra región). Los mapas de rastreo de promedios mensuales de radiación global diaria en el plano horizontal fueron creados con datos primarios con un kriging (cf. Beyer et al. 1997). Los métodos de co-kriging hechos con datos satelitales no dan una gran precisión para  bajas resoluciones de los datos del satélite y no satisfacen una correlación con las medidas de campo, particularmente en invierno.
El modelado de la precisión de los valores del PVGIS en la base de datos fueron evaluados con los datos de entradas meteorológicas usados en el cálculo. Comparando los promedios anuales de la irradiación global diaria en el plano horizontal, la media del error (MBE) es 8.9 Wh/m2 (0,3%) y la raíz del error cuadrático medio (RMSE) es 118 Wh/m2 (3,7%).
El cálculo del RMSE comparándolo con los datos de las estaciones meteorológicas de irradiación primaria con PVGIS (versión 2) y ESRA respectivamente, representada en los gráficos anteriores. Las pruebas se realizaron utilizando las mediciones de la radiación horizontal de 563 estaciones en toda la región. La raíz del error cuadrático medio de los resultados de las mediciones originales de la irradiación global diaria que se utilizaron para la interpolación del índice k c  se produce dentro del intervalo de 68 a 209 Wh/m2. En términos relativos, se encuentra dentro del intervalo del 3,2% al 7,8%, el pico de los valores RMSE está en los meses de invierno. La comparación de la muestra enfoque de la interpolación en ESRA, a  pesar de la precisión global es prácticamente el mismo (el promedio anual de la RSME para ESRA es de 113 Wh/m2, es decir, 3,5%), los valores modelados de PVGIS son ligeramente mejores en el periodo de octubre a abril y los más pobres en los meses de verano.
 
 
25
La ventaja de este enfoque es la vinculación de las características del terreno con los cambios de radiación y teniendo en cuenta los efectos de sombreado, en las imágenes de arriba se puede ver la radiación media anual en el plano horizontal calculado por ESRA y r.sun. El spline multivariable regularizado con la tensión que proporciona kc mapas raster que mejor se adapten a las especificaciones regionales del clima de radiación en las zonas montañosas a condición de que un patrón más denso de mediciones sobre terreno estuviese disponible. La influencia de la sobra del terreno es más visible con datos de mayor resolución. Como se puede ver la resolución de la celda raster es de 1 km2, lo cual es demasiado áspera para revelar los patrones reales de las sombras en un paisaje montañoso.
Ilustración 5.6. ESRA vs. PVGIS
Modelo de radiación solar:
Se ha desarrollado una base GIS para el cálculo de la irradiancia/irradiación obtenida en un  plano inclinado para cualquier región geográfica y para cualquier tiempo o intervalo. Este enfoque esta implementado en un software de GIS denominado GRASS, que está basado en el uso del modelo de radiación solar r.sun y para las técnicas de interpolación espacial s.surf.rst y s.vol.rst
El algoritmo del modelo r.sun, conceptualmente está basado en las ecuaciones publicadas en ESRA. Esto estima la irradiancia/irradiación, directa y difusa, y los componentes reflejados tanto para el plano horizontal como para planos inclinados. La irradiación total diaria [Wh.m-2] es calculada con la integración de los valores irradiancia [W.m-2] calculada a intervalos regulares durante el día. En cada cálculo se tiene en cuenta la obstrucción de las nubes y las sombras debidas al terreno, que son calculadas a partir de modelos digitales de elevación.
ESRA PVGIS Diferencia ESRA-PVGIS
5.1.4.5  Aplicaciones de la Web
La Web tiene cuatro partes:
Los datos de irradiación solar: herramienta que te permite navegar por la base de datos de GIS y consultar los valores actualizados en el punto del mapa donde pinches o el definido explícitamente por el usuario (escogiendo país/ciudad o metiendo la latitud y la longitud). Los valores anuales y mensuales están dispuestos en una ventana a parte con tablas y gráficos. Uno de los principales inconvenientes para nuestro proyecto es la imposibilidad de bajar datos masivos de la web sino que el único acceso a los datos es de manera puntual para una localización concreta.
Usando los datos de irradiancia solar podemos seleccionar la inclinación del módulo y la orientación, un usuario puede obtener el perfil diario de la irradiancia para un mes determinado. El promedio de variación diaria es estimada para medias mensuales con sistema de cálculo independiente (extraído de r.sun). El sistema de cálculo usa los datos del PVGIS y tiene en cuenta las sombras del terreno en cuestión.
Con el sistema de cálculo de energía eléctrica es posible calcular la potencia de salida de nuestra instalación fotovoltaica gracias a la irradiación solar anual, definida por la potencia nominal de los módulos fotovoltaicos, el ángulo de inclinación y la relación de calidad del sistema (valor típico 0.75). El sistema de cálculo permite a los usuarios establecer para una localización dada, el ángulo de inclinación óptimo para los módulos fotovoltaicos teniendo en cuenta la orientación del mismo. Este usa la base de datos de PVGIS para incluir los efectos de las sombras del terreno, lo cual es la razón por la que la orientación óptima no sea el Sur.
Con la herramienta de fotovoltaica por regiones puedes ver datos de irradiación anual y el  potencial de producción para instalaciones de este tipo, y puedes presentarla en las administraciones europeas. Los datos han sido calculados para zonas construidas con su país /región. SE muestra el área total y el área construida para la región elegida. Los datos mínimos, medios y máximos de la irradiación solar y de la potencia estimada son mostrados para las zonas edificadas de la región. Los valores están calculados para el plano horizontal y para la orientación sur, inclinación vertical y óptima. Se muestran los valores mínimos, medios y máximos para la inclinación optima de la región.
5.1.5  NASA SSE (Surface meteorology and Solar Energy )
Eosweb.larc.nasa.gov/cgi-bin/sse/grid.cgi 
Desde la NASA tenemos a disposición el producto SSE creado para el uso de la energía renovable solar. Pero los datos solares de dicho producto provienen a su vez de otro producto de la NASA, el SRB (Surface Radiation Budget).
El objetivo del proyecto del proyecto NASA/GEWEX SRB es producir y archivar un registro a largo plazo de datos globales de onda corta (SW) y onda larga (LW) sobre una malla además de una serie de parámetros en la superficie de la atmósfera (TOA). Para ello se establece una red de 1ºx1º con una serie de algoritmos, algoritmo primario de GEWEX y algoritmo de control de calidad, conjuntados con una serie de fuentes de datos de entrada. El algoritmo  primario de SW (onda corta) es una adaptación de Pinker y Laszlo (Modeling Surface Solar
27
Irradiance for Satellite Applications on a Global Scale, J. Appl. Met., 31, 194-211, 1992) y el  principal algoritmo de LW es una adaptación de Fu et al ., (JAS, vol. 54, 2799-2812, 1997). Además existe un algoritmo de control de calidad para SW y se conoce como el algoritmo de Langley con parámetros de onda corta (LPSA, Gupta et al - NASA/TP-2001-211272, diciembre de 2001; Se desarrolló en el Centro de Investigación Langley de WF Staylor. Además para la obtención de resultados se emplean valores de nubosidad provenientes del proyecto “ International Satellite Cloud Climatology Project (ISCCP)” y datos meteorológicos de
“GLOBAL MODELING AND ASSIMILATION OFFICE (GMAO)”. 
GEWEX (Global energy and water cycle experiment) es un programa de WCRP (World Climate Research Programme) para desarrollar un modelo del ciclo hidrológico y flujos de energía en la atmósfera, superficie terrestre y oceános. Las principales áreas de investigación de GEWEX son: radiation, hidrometeorología y modelización y predicción.
La resolución de los parámetros de salida de SRB depende en gran medida, como no puede ser de otra manera, de la precisión de los datos de entrada. Los datos de salida se generan en una rejilla global que contiene 44016 celdas. La rejilla inicial tiene una resolución latitudinal de 1º a nivel mundial, y una longitudinal de 1º en las zonas tropicales y subtropicales y de 120º en los  polos. Esto, a su vez, es reanidado por una subrutina de modo que, en el que todo el globo, tengamos regiones de 1ºx1º.
Los resultados del modelo SRB 3.0 y consecuentemente los del SSE 6.0, han sido validados ampliamente. Comparando resultados con las medidas terrestres obtenidas de la “Baseline
Surface Radiation Network (BSRN)”, el “Swiss Federal Institute of Technology's Global
Energy Balance” (GEBA) y NOAA's Climate Montitoring and Diagnostics Laboratory
(CMDL).Los resultados de un promedio mensual de onda corta y los flujos de radiación onda larga muestran que los errores están por lo general dentro de los 10 W/m2. Se han encontrado errores más grandes donde hay grandes incertidumbres en los datos de entrada como en las superficies de nieve / hielo. Comparando los valores de SRB 3.0 con los valores de estaciones terrestres de BSRN.
De onda corta (1992-2007)
calidad
Mensual -4,3 23.1 -6,7 18.7
Diario -3,2 35.7 -6,4 37.7
Cada 3 horas mensuales
Cada 3 horas -5,9 87.9 N / A N / A
Tabla 5.5. Errores tipo asociados a medida de radiación de onda corta
28
En la siguiente figura podemos ver la ubicación de las estaciones de tierra de la red BSRN.
Figura 5.3. Ubicación de las estaciones terrestres de la red BSRN
La NASA ha apoyado durante mucho tiempo los sistemas de satélite y la investigación con el fin de proporcionar datos importantes para el estudio del clima y los procesos climáticos. Estos datos incluyen estimaciones a largo plazo de cantidades meteorológicas y los flujos de superficie de energía solar. Estos productos basados en datos satelitales han demostrado ser lo suficientemente precisos para proporcionar datos fiables sobre los recursos solares y meteorológicos en regiones donde las mediciones de la superficie son escasos o inexistentes, y ofrece dos características únicas - la información es global y, en general, contigua en el tiempo. Estas dos características importantes, sin embargo, tienden a generar unos archivos de datos muy grandes que pueden ser demasiado engorrosos para los usuarios comerciales, especialmente para los nuevos usuarios con poca experiencia o pocos recursos para tratar con estos grandes conjuntos de datos.
La predicción del recurso energético a escala mundial (Prediction Of Worldwide Energy Resource, POWER) se inició en el año 2003, tanto para mejorar las versiones posteriores de la SSE, como para crear nuevos conjuntos de datos aplicables a otras industrias. La web de POWER abarca el conjunto de datos de SSE, adaptadas a la industria de energía renovable, así como los parámetros de medida para la comunidad de edificios sostenibles, y las industrias bio- energy/agricultural.
Para fomentar el uso comercial, la NASA desarrolló el producto de datos “Surface
meteorology and Solar Energy (SSE)” que se ha formulado específicamente para las
 
 
29
datos de radiación, valores de temperatura (máxima, mínima, media, de rocío), humedad relativa, presión atmosférica, velocidad del viento a 10m de altura, documentación de apoyo y colaboraciones con fuentes comerciales como RETScreen y HOMER.
La primera aplicación web de datos de SSE , destinado a facilitar el acceso a los parámetros necesarios en la industria de las energías renovables (por ejemplo, energía solar y eólica), fue lanzado al público en 1997. Los datos meteorológicos y solares contenidos en esta primera versión se basaron en el programa SRB (Surface Radiation Budget) de la NASA/World Climate Research y TOVS de la ISCCP (International Satellite Cloud Climatology Project). Este enfoque de diseño inicial demostró tener un valor limitado debido a la utilización de unos  parámetros científicos no empleados en el mundo de las energías renvable. Después de consultas con la industria, SSE Release 2 se hizo público en 1999 con los parámetros específicamente adaptados a las necesidades de la comunidad de las energías renovables. Las versiones posteriores de SSE se han continuado construyendo incluyendo nuevos parámetros, más los datos revisados de la NASA. Como ya hemos dicho SSE es desarrollado por POWER de la Nasa, pero además cuenta con una serie de apoyos del sector de las renovables que han contribuido a una mejora del proyecto. Hablamos, entre otros, de BP Solar, GPCo, NREL, SEI, … 
 Nosotros nos centraremos en la última versión de SSE, la 6.0 sus limitaciones y precisiones con base en la información disponible en la NASA. En general, la meteorología y la radiación solar para SSE versión 6.0 se obtuvieron a partir de satélites de la NASA y re-análisis de los  programas de investigación. Versión 6.0 amplía la cobertura temporal de los datos solares y meteorológicos de 10 años a más de 22 años (por ejemplo, julio 1983 y junio de 2005) con la mejora de los datos de la NASA, e incluye nuevos parámetros y estudios de validación.
Tratamos de presentar estimaciones de los niveles de incertidumbre de la insolación (radiación solar) a través de comparaciones con los datos de medición de tierra. En general se considera que la calidad de los datos de medición son más exactos que los valores obtenidos por satélite
 
 
30
Tabla 5.6. Análisis de regresión de la SSE frente a valores de BSRN, promediado mensualmente
Respecto de la versión 5.1 de SSE se ha mejorado en que los datos de energía solar se extienden ahora a los 24 años a partir de 1 de julio 1983 a junio 31 de 2007, los datos de radiación solar se deriva de un algoritmo de inversión mejorada que proporciona una mejora general en la estimación de la radiación en la superficie solar de alrededor del 2,8%
Parámetro Región Bias (%) RMS (%)
5.1.6  Discusión y conclusiones sobre datos satelitales
A continuación, adjuntamos una tabala que recoge las características más importantes de cada una de las bases de datos satelitales. De este modo tratamos de facilitar la comparativa entre ellas para poder tomar así una decisión sobre la base escogida para el proyecto de una forma más visual y sencilla. 
Período de tiempo
Resolución Espacial (km)
NASA SSE 1983 100 x 100 Todo el mundo
Gratuito
Pago
Lon (deg.): -66; +66
Lon (deg.): -66; +66 min
Pago
PVGIS Europe 1986 1 x 1 Europa Gratuito
ESRA 1981 10 x 10 Europa Pago
Tabla 5.7.a. Comparativa entre bases de datos satelitales
 
 
32
Una vez explorados todas las bases de datos posibles y teniendo en cuenta todos y cada uno de los parámetros, métodos, dispersión… hemos de tomar una decisión sobre la base con la que trabajaremos. Optamos por la base de datos de CM SAF, a continuación explicamos cuáles han sido las razones principales de dicha decisión.
Si nos restringimos a los valores expresados anteriormente puede parecer que no es una  buena opción frente a casos, por ejemplo, como MeteoNorm, Solemi o Helioclim que cuentan con una mayor resolución espacial. No obstante hemos de tener en cuenta el carácter público o de pago de cada una de las dichas bases. En ese sentido, CM SAF es la mejor base de datos. Como ya hemos dicho, quizás no cuente con los mejores parámetros de resolución o cobertura espacial pero cuenta con una política o visión de compartir datos de un modo que facilita superlativamente el trabajo del investigador. No sólo ponen a disposición los datos mediante una ftp de modo que puedas descargarlos de un modo ágil y rápido sino que lo hacen sin imponer ninguna restricción posterior al investigador. Además, los datos masivos se descargan de una única petición, lo que nos permite la generación de mapas.
En definitiva, con CM SAF se puede solicitar la cantidad de datos que se desee teniendo asegurado una buena calidad de los mismos y una forma ágil de suministro. Además se podrá trabajar con dicha información sin ningún tipo de restricción por parte de CM SAF.
Parámetros Proveedor
NASA SSE Global,Directa, Difusa
PVGIS Europe Global, Difusa Joint Research Center
JRC
 
 
33
Como hemos podido comprobar a lo largo de los anteriores apartados, actualmente existe gran variedad de oferta en lo que a bases de datos satelitales se refiere. No obstante, existen importantes discrepancias y heterogeneidades entre ellas. Esto dificulta de un modo no despreciable la labor del investigador. Sería, por tanto, deseable una política común o, de algún modo, una labor que garantizara un manejo y explotación ágil del recurso solar.
Pues bien, ese esfuerzo ya existe. Hablamos del proyecto MESOR que se encarga, a grandes rasgos, de unificar políticas y visiones. Hemos de recalcar que se trata de un proyecto en elaboración y sin aún productos destacables.
5.1.6.1  MESOR (Management and Exploitation of Solar Resource Knowledge)
En los últimos años han sido desarrollados una serie de bases de datos con información sobre recursos de energía solar, algunas de ellas son ESRA, SoDa, Satel-Light, PVGIS, PVSAT, PVSAT-2 o Heliosat-3 y el proyecto Envisolar de la Agencia Espacial Europea (ESA). Además los servicios nacionales como Meteonorm de Meteotest en Suiza y SOLEMI de la DLR en Alemania han desarrollado bases de datos. Esto ha llevado a la situación de que varias bases de datos diferentes existen en paralelo, cada una con un enfoque diferente, con diferentes coberturas espaciales y temporales y resoluciones diferentes. Los usuarios han de comparar, por tanto, información de diferentes fuentes lo que es difícil de tratar.
Por tanto, con la situación actual contamos con una fragmentación y falta de coordinación de acceso: las diferentes fuentes de información y productos de la radiación solar ya están disponibles, pero se mantiene la incertidumbre sobre su calidad. Al mismo tiempo, las comunidades de usuarios carecen de un entendimiento común de cómo explotar el conocimiento desarrollado.
El proyecto MESoR se inició en junio de 2007 y pretende eliminar la incertidumbre y la mejora de la gestión del conocimiento de los recursos energéticos solares. Los resultados del  pasado y futuro en Europa, tratarán de integrarse, estandarizados y difundidos de manera armonizada para facilitar su explotación.
 
 
5.2.1  Introducción a datos agroclimáticos de Red Siar
El Ministerio de Agricultura, Pesca y Alimentación, al amparo de la Iniciativa Comunitaria INTERREG II-C: Lucha contra la sequía, ha venido desarrollando durante los años 1998 - 2001, un proyecto consistente en la instalación de un Sistema de Información Agroclimática para el Regadío (SIAR) en las CC.AA. Andalucía, Canarias, Castilla-La Mancha, Castilla y León, Extremadura, Murcia y Valencia.
En el marco del Plan Nacional de Regadíos se encuentra actualmente en ejecución la ampliación del SIAR a aquellas CC. AA. en las cuales no fue posible su instalación por no estar incluidas en zonas Objetivo 1 y que cuenten con una superficie bajo riego que justifique su implantación.
El Sistema se estructura en tres niveles: 395 estaciones agroclimáticas automáticas, 12 Centros Zonales y un Centro Nacional. Los Centros Zonales, uno por Comunidad Autónoma, obtienen diariamente y de forma automática mediante telefonía GSM, los datos capturados por cada una de las estaciones de la C.A., siendo transmitida dicha información al Centro Nacional, que actúa como concentrador de la información así como coordinador general del SIAR. Es en estos centros, tanto Zonales como Nacional, donde se produce la explotación de la información,  para lo que se han desarrollado los oportunos programas de gestión y calculo.
Se trata de una infraestructura que captura, registra y tramite los datos necesarios para el cálculo de la demanda hídrica de cada zona de regadío, que son temperatura y humedad del aire, velocidad y dirección del viento, radiación solar y precipitación, de forma que se puedan extraer conclusiones acerca de las necesidades de riego basadas en datos reales de las propias zonas. Esta fiabilidad de los datos, unida a la aplicación de la fórmula de cálculo de la evapotranspiración de referencia más ajustada para cada zona, proporciona una mayor exactitud en la determinación de las necesidades de riego de los cultivos.
El Sistema de Información Agroclimática para el Regadío (SIAR) ha sido, en bastantes casos, el germen de lo que en la actualidad son los Servicios de Asesoramiento al Regante de las Comunidades Autónomas. Es el punto de partida de la mayor parte de la información de carácter específicamente agroclimático que en la actualidad se está facilitando, tanto por parte del Ministerio como de las Comunidades Autónomas. El sistema tiene la siguiente estructura.
5.2.2  Estación agroclimática
Un total de 395 estaciones repartidas en 12 CC.AA.: 20 en Canarias, 87 en Andalucía, 43 en Castilla-La Mancha, 42 en Castilla y León, 18 en Murcia, 20 en Extremadura, 45 en la Comunidad Valenciana, 4 en Galicia, 11 en las Islas Baleares, 16 en Navarra, 6 en Madrid y 49 en Aragón. La estación ha sido diseñada para obtener los datos necesarios para el cálculo de la evapotranspiración potencial según al método de Pennman-Monteith (recomendado por la FAO). En caso necesario, su sistema de registro permite la instalación de otros sensores, sin modificar su configuración básica. 
5.2.3  Centro zonal
 
 
35
 básicamente, de un servidor sobre el que corre una aplicación (VRIA) desarrollada específicamente para el Proyecto. Esta aplicación es la encargada de la adquisición de datos, almacenamiento y posteriormente, el cálculo de diferentes parámetros y variables (ETo, ETc, dosis de riego). Esta aplicación también permite su interacción con otras coberturas de información y su representación gráfica. Con toda esta información se pueden realizar tareas de asesoramiento al regante y de publicación y distribución de los datos, vía Internet, teletexto,  periódicos locales, etc.
5.2.4  Centro nacional
Está instalado en las dependencias de la Dirección General de Desarrollo Rural y aglutina los datos de todas las estaciones de la Red, pudiendo sustituir a un centro zonal en caso de caída temporal del mismo. Ejerce funciones de coordinación general, con el fin de mantener la homogeneidad de la red, estableciendo un modelo lógico y una cobertura conceptual de datos mínima, que se mantiene en cada uno de los centros zonales, independientemente de los modelos de datos y aplicaciones que cada centro zonal desarrolla por sus aplicaciones específicas.. Así mismo analiza y explota estos datos, realizando cálculos de la ETo y demandas hídricas a nivel de zona regable, unidad de gestión del agua o cuenca hidrográfica para tareas de  planificación
5.2.5 Instalación de las estaciones meteorológicas 
 
 
Rango de entrada
El rango de salida del dispositivo es de 1mV/100W/m2.
El rango de entrada del dispositivo se realiza del siguiente modo:
1.  Estimar el voltaje máximo esperado a la entrada dividiendo la radiación máxima esperada entre 100W/m2.
2.  Elegir el menor rango de entrada que sea mayor que el voltaje máximo de entrada. Este rango suele ir entre los 15mV a los 25mV.
3.  El multiplicador convierte la lectura de mV a unidades de ingeniería.
Mantenimiento
 
 
5.2.5  Piranómetros
Se presentan los dos piranómetros más empleados en SIAR. A pesar de que en la web nacional se especifica que todos los piranómetros son SKYE SP1110, se ha corroborado que muchos de los piranómetros empleados son KIPP&ZONEN CMP6. El objetivo de este apartado es estudiar la dispersión y error de estos dispositivos a efecto de conocer cuál será el error de los datos proporcionados.
KI PP& ZONEN CMP6
Como se expone en el estudio realizado de la RED SIAR, en la práctica totalidad de las estaciones meteorológicas los piranómetros utilizados son SKYE SP1110. Sin embargo, en la Comunidad de Murcia de las 11 estaciones enmarcadas en RED SIAR solo 1 la TP52 de San Javier (El mirador) dispone de un piranómetro Campbell SKYE SP1110. Las otras 10 estaciones disponen de radiómetros KIPP&ZONEN CMP6.
Ilustración 5.8. KIPP&ZONEN CMP6
El sensor CMP 6 cumple la ISO-9060 para piranómetros de primera clase con una unión de 64 termopares conectados en serie. El sensor está cubierto con una cobertura de carbón altamente estable con base no orgánica, que proporciona una excelente absortividad espectral y un buen comportamiento de estabilidad a largo plazo.
 
 
Especificaciones técnicas:
-  Rango espectral: 285-2800nm -  Sensibilidad: 5-20µV/W/m2  -  Tiempo de respuesta: 18s. -  Zero offset A: < 12 W/m² -  Zero offset B: < 4 W/m² -  Error direccional de coseno (hasta 80º con 1000W/m2): < 20 W/m² -  Influencia de la temperatura en la sensibilidad (-10ºC a 40ºC): <4% -  Rango operativo de temperatura: -40 a 80ºC
-  Irradiación solar máxima: 2000W/m2  -  Campo de vista: 180º
SKYE SP1110
Es una fotocélula de silicio sensible a la radiación entre 350 y 1100nm. Va montada sobre un  brazo soporte con nivel, debiendo estar orientada al sur.
Fotografía 5.1. Piranómetro SKYE SP1110
Tabla 5.8. Especificaciones técnicas piranómetro SKYE SP1110
 
 
Comparación entre SKYE SP1110-KI PP&ZONEN CMP6  
Se realiza la comparación de los dos dispositivos empleados en la RED SIAR, a efecto de conocer cuál es la precisión más grosera de los dos, para poder establecer rangos de precisión en el conjunto del proyecto de investigación.
La sensibilidad del KIPP & ZONEN CMP6 es de 5-20µV/W/m2 y la del SKYE SP1110 es 10µV/W/m2.
La precisión de los sensores está sujeta a las siguientes variables:
-  Tiempo
La re calibración debe hacerse como mínimo cada dos años para evitar errores estimados en 1%/año para ambos piranómetros.
-  Direccionalidad de la radiación (coseno)
Dependiendo del ángulo con el que entre la radiación al piranómetro, el sensor va a tener un error de medición. Este factor afecta de manera diferente a cada uno de los piranómetros. El SKYE SP1110 tiene un comportamiento extremadamente bueno para ángulos menores a 85º. Sin embargo, para ángulos de entrada entre 85º y 90º, el error puede ser hasta el 10%. Se debe recalcar que inclinaciones de radiación tan extremas son poco habituales en las latitudes  peninsulares y por lo tanto, su afección no va a ser tan crítica. El sensor KIPP & ZONEN CMP6  presenta una desviación de ±20W/m2 cuando se considera una irradiación de 1000W/m2, lo que equivale a un ±2% de error.
-  Temperatura
La temperatura va a tener una afección sobre las medidas recogidas. En el caso del KIPP & ZONEN CMP6 su influencia va a ser de ±4% en el rango de temperaturas que va de -10ºC a 40ºC.
-  Linealidad
Este factor afecta a la medición de la radiación dependiendo del valor de la misma. En el caso del modelo SKYE SP1110 es extremadamente lineal y para el KIPP & ZONEN CMP6 esta linealidad es de ±1% entre 100W/m2 y 1000W/m2.
En el caso del modelo SKYE SP1110 se define cuál es su precisión absoluta en sus especificaciones y es de un 5% aunque típicamente es inferior al 3%.
 
 
5.2.6  Consecución de coordenadas de estaciones
En primer lugar, cabe destacar que en el portal web institucional a nivel nacional no se facilitan las coordenadas de manera conjunta, de modo que pasamos a analizar cada uno de los  portales web de las comunidades autónomas.
Contactamos con el jefe de grupo y actuaciones en Tragsatec, empresa que se encarga del suministro, gestión y mantenimiento de los instrumentos de medida de las estaciones CR10X (pertenecientes a Siar). Gracias a él, concluimos que todas las estaciones de SIAR cumplen los requisitos que teóricamente se exponen anteriormente, con una desviación máxima de los  piranómetros del 5% de error y una calibración de una vez al año, no certificada, realizada con dos piranómetros CMP6 KIPP&ZONEN.
A continuación, contactamos con la presidenta del Grupo Tragsa con el objetivo de obtener una tabla detallada de las coordenadas de las estaciones.
Pese a los esfuerzos intentados por conseguir toda la información de manera estándar de una sola vez, concluimos el proceso tomando los datos de las páginas de cada comunidad autónoma, realizando un único documento Excel en la que se exponen las coordenadas de cada estación. Para las comunidades cuyos portales web no muestran esta información, que son Comunidad de Madrid, Galicia y Comunidad Valenciana, hemos ubicado una a una manualmente las coordenadas de cada una de las estaciones.
Para el caso concreto de Castilla y León cuyos datos no se recogen tampoco en el portal web, contactamos con el encargado de SIAR para dicha CCAA y facilitó la información en forma de tabla con las coordenadas.
Dada la heterogeneidad de los datos conseguidos, se tuvo que proceder a una conversión de UTM a latitud/longitud, para estandarizar los datos y confeccionamos una sola base de datos donde ser recogiese la ubicación exacta de cada una de las estaciones. Este proceso tuvo una complicación añadida al existir 3 husos en la España peninsular y no disponer de dichos husos en las coordenadas. Se tuvo que analizar estación por estación para establecer su huso en función de su ubicación (29-30-31).
 
 
6. ANÁLISIS COMPARATIVO
El estudio de la variabilidad espacial de la radiación es una operación que puede requerir mucho tiempo de mediciones y esta condición no siempre se alcanza. Uno de los objetivos de este proyecto es conocer la variabilidad de la radiación solar a lo largo de la España peninsular.
El estudio de radiación reúne tres tipos de emplazamientos.
-  Lugares con baja variabilidad con respecto a las medidas terrestres. En general  presentan una tendencia identificable. Es típica de lugares con climas muy soleados.
-  Lugares con alta variabilidad de errores mes a mes. Este tipo de variabilidad es común en zonas con nubosidad muy variable ya que dicha nubosidad presenta una alta variación espacial. Este tipo de emplazamientos pueden recoger una baja profundidad óptica de aerosol (AOD) o incluso una AOD muy variable.
-  Lugares con una importante correlación estacional.
Cuestiones interesantes a resolver
1.  Tiempo hasta que los componentes de radiación solar temporales convergen hacia su valor de largo plazo.
La velocidad de convergencia se puede resolver de varias maneras. En el peor de los casos se  puede hacer con las estaciones con mayor periodo temporal de registro de datos. En general, las anomalías para largos períodos de tiempo tienden a reducirse, convergiendo hacia la media. En general la irradiación global directa en relación a la media se mantiene en un +/- 5% de esa media larga temporal.
2.  ¿La variación interanual cambia significativamente de un sitio a otro dependiendo de la estación o de condiciones climáticas?
Las estaciones disponibles en SIAR reúnen emplazamientos con diferentes climas. En general, la interacción del clima se hace atendiendo al coeficiente de variación (COV), calculado a partir de la desviación típica [r t] de las anomalías anuales divididas de la media de radiación [E p] de los años (10, 15 ó 20 años a estudiar). El COV expresa la probabilidad del emplazamiento de presentar una radiación alrededor de la media.
 
 
6.1 PROCESO DE CÁLCULO MEDIANTE R
El cálculo y análisis de los datos procedentes de las estaciones meteorológicas de Siar y de imágenes satelitales de CM-SAF se realiza con el programa de cálculo “R”.  
La programación ha sido diseñada y efectuada por el Dr. Óscar Perpiñán Lamigueiro,  profesor de la Escuela de Organización Industrial y de la Universidad Politécnica de Madrid.
En primer lugar se activan las librerías de R que permiten el trabajo con datos espaciales y se activa la base de datos solaR referente a radiación solar.
library(sp)
library(raster)
library(gstat)
library(lattice)
library(latticeExtra)
library(maptools)
6.1.1 Representación de las fronteras autonómicas
Se usa el siguiente código para proyectar los datos terrestres y así mismo se descarga en un  shapefile  la información de las fronteras de las Comunidades Autónomas para poder representarlas sobre el mapa de España (http://biogeo.ucdavis.edu/data/diva/adm/ESP_adm.zip). Dicho shapefile se abre y procesa en la variable mapaSHP . Utiliza longitud, latitud y elevación en una proyección elipsoidal
proj <- CRS('+proj=latlon +ellps=WGS84') old <- getwd() setwd('/Documents and Settings/feantona/Escritorio/R/ESP_adm') mapaSHP <- readShapeLines('ESP_adm2.shp', proj4string=proj) setwd(old)
6.1.2 Ubicación de las estaciones meteorológicas
Por razones de seguridad de Siar, la ubicación (longitud-latitud y altitud) de las estaciones agrometeorológicas no es de público acceso. Aunque esta es la doctrina central del Ministerio de Medio Ambiente y Rural y Marino, la gestión autonómica de la información de SIAR es  publicada en webs regionales y en algunas de ellas se puede acceder a la localización de estas estaciones. Este es el caso de las siguientes Comunidades Autónomas: Andalucía, Murcia, Castilla La Mancha, Extremadura, Aragón, Galicia y Canarias.
Por lo tanto, se considera oportuno desarrollar un script que busque a través de la aplicación libre de Internet,  geonames,  aquellas estaciones cuyos nombres pueda encontrar esta web. Mediante esta aplicación se han conseguido ubicar 224 estaciones de las 361 que componen
43
SIAR. Los datos se almacenan en un SpatialPointsDataFrame, que es un objeto de R en el que se pueden almacenar información asociada a los diferentes puntos. Se dice cuál es el punto
load('/Documents
andSettings/feantona/Escritorio/R/redGN.RData')
6.1.3 Obtención de datos meteorológicos de SIAR  
El siguiente paso es obtener los datos meteorológicos a través de SIAR. Se crea un script que recoge los datos medidos desde 2004 hasta 2010. En caso de que no existan datos medidos se comenzará a recopilar datos desde el primer dato medido.
spainMeteo <- apply(redGN[, 1:4], 1,
start='01/01/2004',
end='31/12/2010',
}
)
O en caso de tener los datos ya ordenados se cargarán ( spainMeteo.RData).
old <- getwd()
setwd('/Documents and
44
6.1.4 Obtención del promedio anual de la irradiación diaria de las estaciones SIAR
Se crea una función cuyo objetivo es realizar la media año a año de la irradiación global diaria en el plano horizontal de cada una de las estaciones agrometeorológicas de SIAR. Se aplicará esta función a cada estación y se pasará a trabajar con datos de medias anuales de irradiación diarias. Se pasarán los datos a kWh dividiendo los datos del vector entre mil. Como el objeto del estudio es la España peninsular se excluyen las Islas Canarias mediante la condición de que la latitud sea superior a los 30º.
meanYearlySums <- function(x)mean(aggregate(getG0(x), year,
sum, na.rm=1))
spainG0y <- sapply(spainMeteo, meanYearlySums)/1000
6.1.5 Creación año tipo de estudio a partir de CMSAF
Se dispone de los datos de irradiación de CMSAF para el año 2008. Se compone un objeto  stack de la librería raster con la condición de que sea de datos de 2008. Los datos de irradiación se multiplican por 24 para pasar de W/m2 de irradiancia media a Wh/m2, irradiación media.
old <- getwd()
setwd(old)
Los datos de irradiación diaria se deben multiplicar por los días de cada mes (en función del mes) y finalmente se sumarán todas las capas y se dividirán entre mil para obtener los datos en kWh/m2.
DiasMes <- c(31, 28, 31, 30, 31, 30, 31, 31, 30, 31, 30, 31)
G0yCMSAF <- calc(stackSIS*DiasMes, sum)/1000
Figura 6.1. Mapa de irradiación mediante satélites CM-SAF 
Se incorpora una capa más en el SpatialPointsDataFrame  que incorpore los datos del CMSAF en las posiciones de cada de una de las estaciones SIAR. Esto se hará con la función extract  de raster . El siguiente paso es calcular la diferencia entre ambos datos (SIAR y CMSAF de 2008).
Se estudian qué estaciones tienen una diferencia de irradiación global superior a 500kWh/m2, ya que estas estaciones es probable que estén o mal ubicadas o los datos que vierten a SIAR estén sujetos a errores de medición-calibración… 
spRedGN$CMSAF <- extract(G0yCMSAF, spRedGN)
datG0y[abs(datG0y$dif)>500,]
En un principio, se observa que hay tres estaciones que superan estos 500kWh/m2. Se estudiará que ocurre en estas tres estaciones a posteriori.
NomProv NomEst G0y CMSAF dif lng lat
P38 Avila Munogalindo 874.218 1612.725 -738.5072 -
4.900000 40.6
3.366667 39.0
2.866667 38.7
46
Se diferencia frente a la latitud para cinco grupos de G0y y cinco grupos de CMSAF. Se compara G0y frente a CMSAF para los cinco grupos de latitud.
xyplot(dif~lat, groups=cut(G0y, 5), data=datG0y,
auto.key=list(space='right'))
 
 
auto.key=list(space='right'))
Figura 6.3. Relación de los 5 grupos de CMSAF con la latitud 
xyplot(G0y~CMSAF, groups=cut(lat, 5), data=datG0y)
 
 
 
 
6.1.6 Análisis estadístico 
Se comienza el análisis estadístico. Se hace un ajuste partiendo de un variograma.
vgmG0y <- variogram(G0y~1, data=spRedGN)
plot(vgmG0y)
Figura 6.5. Relación de la semivarianza con la distancia entre estaciones
A partir de la gráfica anterior se comprueba cómo cuando la distancia entre estaciones aumenta, la relación en la semivarianza se mantiene prácticamente constante. Esto implica que la influencia de una estación sobre otra solo afecta en el variograma si esta es reducida.
 
 
plot(vgmG0y, fitvgmG0y)
Figura 6.6. Ajuste esférico del variograma (semivarianza-distancia)  
A continuación, se preparan los datos para el proceso de kriging. Se crea una rejilla para la interpolación conteniendo la latitud y la longitud.
latLayer <- raster(G0yCMSAF)
proj4string(grd) <- proj
6.1.7 Inverse Distance Weighted Interpolation (IDW)
La interpolación de puntos de dispersión mediante la distancia inversa ponderada, es una de las técnicas más utilizadas, consiste en que en una superficie de interpolación deben tener más influencia los puntos más cercanos. La superficie de la interpolación es un promedio ponderado de los puntos de dispersión y el peso asignado, que disminuye de valor a medida que aumenta la distacia al punto de dispersión. Existen diferentes metodos para llevar a cabo este método::
Método de Shepard
Este método es el más sencillo, y utiliza la siguiente ecuación:
Donde n es el número de puntos de dispersión en el conjunto, fi son los valores de la función asignada a los puntos de dispersión y wi es el peso asignado a cada punto de dispersión, que sigue la siguiente función:
Donde p es un número real positivo arbitrario llamado