Balance energetico ciudades Metodo

Balance energético atmosférico en ciudades: Propuesta metodológica para México 17
Método de Covarianza Turbulenta
Una rápida respuesta en las mediciones de variables de estado, como temperatura (T) y
presión de vapor (e), medidas varias veces con una resolución de 20 veces o más en un
segundo, generan series de tiempo que pueden ser analizadas estadísticamente, sin
embargo, primero se tienen que corregir las series de datos antes de aplicar el método de
covarianza turbulenta. El anemómetro sónico tiene esa capacidad para medir cambios en
las componentes del viento (u, v, w), que acoplado a termopares (para medir T) y a un
higrómetro de krypton (para medir e) se pueden evaluar los términos QH y QE.
Debe aclararse que mientras el sistema de la razón de Bowen puede monitorear aún con
lluvia ligera (la lluvia fuerte o el granizo podrían dañar a los sensores de temperatura), el
anemómetro sónico y el higrómetro de krypton son más susceptibles a la precipitación, aun
no siendo intensa.
Algunas veces los datos presentan valores muy grandes o muy pequeños, los cuales no se
asocian con eventos meteorológicos, sino que más bien se vinculan a errores en los
instrumentos, como pueden ser por ejemplo, choques de insectos en los sensores o fallas
en el voltaje de la fuente de alimentación. Esos valores irregulares se deben eliminar y
reemplazar por información aceptable, mediante un procedimiento conocido como
“acondicionar los datos”, que consiste en aplicar lo siguiente:
1) suprimir la tendencia irregular;
2) quitar los datos erróneos (valores muy grandes o muy pequeños) y;
3) realizar un filtrado y de suavización (al inicio y al final del período erróneo).
Finalmente, al tener una serie “limpia” de errores, se puede aplicar el método de
correlación turbulenta (Stull, 1989).
El primer paso para aplicar el método de correlación turbulenta, consiste en calcular los
valores de las perturbaciones en los datos. Por ejemplo, si tenemos una serie de tiempo de
valores de temperatura potencial (θ), se puede substraer la temperatura media potencial
para cada dato y así obtener las perturbaciones en la serie de tiempo:
[θ’(t), θ’(t+Δt), θ’(t+2Δt), θ’(t+3Δt), ...]