Caracterizacin de la capa lmite

atmosfrica en la zona noroeste de la

pennsula de Yucatn: reporte final

Bernardo Figueroa Espinoza
Paulo Salles Afonso de Almeida



Tesistas y trabajos involucrados:
Martn Esquivelzeta Rabel (alumno de doctorado)
Elsa Mara Hernndez Jimnez (alumna de maestra)
Sareti Concepcin Cardos Pacheco (prcticas profesionales)

Introduccin
En los ltimos aos se han dado una cantidad importante de esfuerzos para abatir la emisin de
contaminantes a la atmosfera y promover el desarrollo de tecnologas limpias para generacin de
energa, como lo refleja el protocolo de Kioto, firmado a finales de 1997 y ratificado en 2005 y
2009. Para entonces el tratado contaba ya con la firma de ms de 185 pases. El mismo contempla
acuerdos y lneas de accin para mitigar los efectos antropognicos en el clima y la degradacin de
la bisfera por medio del uso de fuentes de energa alternativas. Entre las opciones energticas
renovables (solar, elica, mareomotriz, hidrotermal) la que ms se ha desarrollado en los ltimos
aos a nivel mundial es la elica, que en la unin europea representa actualmente el 4.2% de la
energa total generada (EWEA, 2008). El programa de la agencia europea del ambiente y el centro
de cambio climtico ACC estipula que para el 2020 se produzca un 20% de energas renovables.
Existen varios proyectos actualmente en Mxico que han probado sin lugar a dudas la viabilidad de
energas limpias, como es el caso del parque eolo-elctrico de la venta en Oaxaca. Sin embargo en
Mxico la energa elica representa solamente el 0.15% del total de Megawatts generados. De
este total solamente 3.3% proviene de fuentes renovables (aprox. 2000 MW) a finales del 2008,
segn la secretaria de energa. En vista de la necesidad de mejorar nuestra capacidad de
aprovechar las energas renovables, se propone hacer un estudio las caractersticas de la capa
lmite atmosfrica superficial en la zona noroeste de la pennsula de Yucatn, donde se ha creado
el Laboratorio de Ingeniera y Procesos Costeros del Instituto de Ingeniera de la Universidad
Nacional Autnoma de Mxico (LIPC). El caso de la zona costera del noroeste de la pennsula de
Yucatn es interesante debido a que presenta una media anual de velocidad de viento superior al
promedio nacional (Saldaa R. y Miranda U., 2009; Soler-Bientz et al., 2011; Martnez-Ojeda, E.A. y
Rodrguez-Valdes, A, 2011), aunado a que los vientos de la lnea de costa suelen presentar algunas
caractersticas del viento marino, que tiene un contenido energtico superior al viento
proveniente de tierra debido a la baja rugosidad superficial que presenta en ausencia de orografa
y condiciones baja friccin en superficie. A pesar de que existe una amplia literatura sobre
relaciones de escala que describen la turbulencia en zonas donde se puede asumir homogeneidad
horizontal, aun hay mucho por aprender cuando se trata de topografas ligeramente ms
complejas, como lo son las zonas costeras (nuestro pas tiene ms de 10,000km de litoral).
El presente proyecto es una colaboracin entre el laboratorio de ingeniera y procesos costeros
(LIPC) del Instituto de Ingeniera de la UNAM, el Instituto de Investigaciones Elctricas, el Centro
de Ciencias de la Atmsfera de la UNAM, el Consejo Nacional de Ciencia y Tecnologa CONACYT y
la Comisin Federal de Electricidad (CFE), siendo stas dos ltimas las entidades financiadoras.
El objetivo principal de este esfuerzo es la estimacin del potencial de generacin elctrica
proveniente del viento en la zona ubicada al noroeste de la pennsula de Yucatn. De este
objetivo general se desprenden mltiples objetivos particulares, dada la complejidad del terreno, y
de la inherente falta de predictibilidad del flujo turbulento atmosfrico. Esto puede tener
consecuencias desde varios puntos de vista:
- Variabilidad de viento
- Inhomogeneidad del terreno en diferentes direcciones
- Efecto de la capa lmite interna (IBL) en el perfil de viento y en las variables turbulentas
- Estacionalidad de vientos y brisas diurnas/nocturnas afectan la distribucin de
probabilidad de velocidades de viento (y direccin)
- Las fluctuaciones turbulentas generan prdidas y daos en los equipos
Existen mltiples esfuerzos anteriores para disminuir los errores provocados por estos factores,
para obtener estimados verificables (Rohatgi, 1994), as como mltiples desarrollos previos
basados en anlisis de probabilidad (Stevens & Smulders, 1979) con recomendaciones para hacer
dicha estimacin, e incluso aplicaciones comerciales como WASP (http://www.wasp.dk), que
plantean la posibilidad de hacer estudios previos con datos provenientes de simulaciones
numricas de mesoescala, para despus hacer clculos de mayor resolucin tomando en cuenta
detalles topogrficos de la zona de estudio (sin una torre meteorolgica). En general los clculos
sugeridos en dichas fuentes contienen los mejores estimados posibles, dada la informacin
disponible. Para casos como el que se trata en este proyecto dichas estimaciones suelen tener
grandes incertidumbres, y hasta el momento no existe consenso con respecto a las tcnicas que
puedan garantizar mejores resultados. Se propone un experimento capaz de proveer informacin
sobre la rapidez y direccin del viento a distintas alturas, as como informacin de algunas
variables relacionadas a la turbulencia en una zona costera, de modo que se prueben distintas
estrategias para estimacin del recurso elico aprovechando la informacin complementaria
proveniente de este inusual experimento. Inusual debido a que normalmente no se cuenta con
informacin tan detallada para estos fines, pues los estudios de alta frecuencia en turbulencia se
aplican normalmente a tareas de investigacin en ciencia bsica, micrometeorologa y dispersin
de contaminantes.
Como parte del proyecto, en entregas anteriores se han tratado ya los antecedentes y trminos de
uso comn en el estudio de la turbulencia y micrometeorologa (Antecedentes y Revisin
bibliogrfica, Etapa I), as como mltiples detalles de la campaa de medicin propuesta y
resultados parciales (Campaa de medicin, Reporte de actividades, Etapa II). En este documento
trataremos de apegarnos ms a los puntos relacionados directamente con los objetivos originales
del proyecto, que se listan a continuacin.
Objetivos originales
A continuacin se presentan los objetivos originales del proyecto, tal como se plante (en
noviembre de 2008).
PRIMERA ETAPA
META 1. ACTUALIZACIN DE REVISIN BIBLIOGRFICA, EN PARTICULAR MODELOS MATEMTICOS
DE CAPA LMITE ATMOSFRICA.
META 2. RECOPILACIN Y ANLISIS ESTADSTICO DE DATOS DE VIENTO EXISTENTES EN LA ZONA
(SEMAR, IIE, CFE), PARA DETERMINACIN DE POTENCIAL ELICO CLSICO Y RETROANLISIS
META 3. ADQUISICIN DE (I) ESTACIN METEOROLGICA, (II) EQUIPO DE CMPUTO, SISTEMAS
UPS, DISCOS DUROS EXTERNOS Y SOFTWARE ESPECIALIZADO, Y (III) CONSUMIBLES (BATERAS,
EMPAQUES, ENTRE OTROS) PARA EL EQUIPO OCEANOGRFICO A SER INSTALADO EN LA COSTA.
META 4. INICIO DE CAMPAA METEOROLGICA PERMANENTE. META 5. ELABORACIN DE
INFORME PARCIAL DE LA PRIMERA ETAPA.

Productos de la Etapa: AL FINAL DE LA PRIMERA ETAPA SE GENERAR UN INFORME PARCIAL
EN CUAL SE MUESTRE EL ESTADO DEL ARTE DE LA ESTRUCTURA DE LA CAPA LMITE
ATMOSFRICA (COSTERA Y MARINA), EN FORMA PARTICULAR, DE LOS MODELOS
MATEMTICOS QUE LA RIGEN. SE PRESENTAR ADEMS LA RECOPILACIN Y UN ANLISIS
ESTADSTICO DE LOS DATOS DE VIENTO EXISTENTES EN LA ACTUALIDAD Y QUE HAN SIDO
OBTENIDOS POR DIFERENTES INSTITUCIONES (SEMAR, IIE, CFE) CON EL FIN DE SENTAR LAS
BASES PARA LA DETERMINACIN DEL POTENCIAL ELICO EXISTENTE EN LA ZONA Y LAS
ACTIVIDADES DE MODELACIN NUMRICA.

SEGUNDA ETAPA
META 1. ADQUISICIN E INSTALACIN DE ANEMMETROS, E INICIO DE CAMPAA DE
MEDICIN DE VIENTO A DIFERENTES FRECUENCIAS.
META 2. DISEO Y REALIZACIN DE CAMPAAS OCEANOGRFICAS.
META 3. IMPLEMENTACIN DE MODELOS NUMRICOS DE VIENTO A DIFERENTES ESCALAS
ESPACIALES.
META 4. ANLISIS PRELIMINAR Y PARAMETRIZACIN DE DATOS, CONFORME SE VAYAN
OBTENIENDO LOS DATOS DE TURBULENCIA DE PERODOS REPRESENTATIVOS
SELECCIONADOS, PARA LA CALIBRACIN DE MODELOS ATMOSFRICOS COSTEROS.
META 5. PRESENTACIN DE RESULTADOS PARCIALES EN CONGRESO.
META 6. ELABORACIN DE INFORME PARCIAL DE LA SEGUNDA ETAPA.

Productos de la Etapa: ARTICULO DE DIVULGACIN EN CONGRESO. SE GENERAR UN INFORME
PARCIAL DE LA SEGUNDA ETAPA CUYO CONTENIDO ABARCAR: LOS RESULTADOS DE LAS
CAMPAAS DE MEDICIN DE VELOCIDAD DE VIENTO A DIFERENTES FRECUENCIAS Y DE LAS
CAMPAAS OCEANOGRFICAS. LOS RESULTADOS DE LA MODELACIN NUMRICA DEL VIENTO A
DIFERENTES ESCALAS ESPACIALES. UN ANLISIS PRELIMINAR CON LA PARAMETRIZACIN DE
DATOS DE TURBULENCIA PARA PERODOS REPRESENTATIVOS, CON EL FIN DE LLEVAR A CABO LA
CALIBRACIN DE MODELOS ATMOSFRICOS COSTEROS.

TERCERA ETAPA
Las metas de la tercera etapa son:
META 1. ANLISIS COMPLETO DE DATOS DE TURBULENCIA, PERFIL DE VIENTOS, PARA LA
CARACTERIZACIN DEL VIENTO EN LA ZONA.
META 2. DETERMINACIN DEL POTENCIAL ELICO EFECTIVO (PEE) PARA LA ZONA DE
ESTUDIO.
META 3. ESTANDARIZACIN DE PARMETROS DE VIENTO Y TURBULENCIA, PARA POSIBLE
ESTABLECIMIENTO DE CRITERIOS TCNICOS APLICABLES EN OTRAS ZONAS COSTERAS O
TERRESTRES.
META 4. DIFUSIN DE RESULTADOS A TRAVS DE LA ELABORACIN DE ARTCULOS
ARBITRADOS (2) Y PRESENTACIONES EN UN CONGRESO NACIONAL Y UNO INTERNACIONAL.
META 5. ELABORACIN DE INFORME FINAL DEL PROYECTO.
Productos de la Etapa: INFORME FINAL DEL PROYECTO QUE CONTENDR: EL ANLISIS COMPLETO
DE DATOS DE TURBULENCIA Y PERFIL DE VIENTOS, PARA LA CARACTERIZACIN DEL VIENTO EN LA
ZONA ESTUDIADA. LA DETERMINACIN DEL POTENCIAL ELICO EFECTIVO (PEE) PARA LA ZONA DE
ESTUDIO. UNA ESTANDARIZACIN DE PARMETROS DE VIENTO Y TURBULENCIA, LO QUE
PERMITIR A OTROS INVESTIGADORES ESTABLECER TCNICAS APLICABLES EN OTRAS ZONAS
COSTERAS O TERRESTRES. ADEMS SE ESCRIBIR UN ARTCULO PARA SER PUBLICADO EN REVISTA
INTERNACIONAL ARBITRADA.
Dado que el presente documento abarca una gran cantidad de temas, stos sern marcados entre
parntesis delante de los ttulos principales con el nmero de etapa y de meta correspondientes
(ej. E 1-M2 corresponde a la etapa 1 meta 2 de esa seccin). Es una tarea difcil organizar tanta
informacin de manera conexa y lgica, de modo que algunas secciones han sido reportadas en
los anexos al final, como son cdigos varios de automatizacin para la parte experimental,
mantenimiento del servidor, y miscelneos como el ajuste de una curva Weibull por mnimos
cuadrados.
Adicionalmente se tratarn tambin en detalle algunos puntos importantes del estado del arte
que hasta el momento no han sido reportados (en el marco de este proyecto) y que sern de
utilidad en anlisis posteriores. Se reportar tambin el estado actual de las instalaciones, las
operaciones de mantenimiento y modificaciones llevadas a cabo durante el periodo de medicin.
Antecedentes (E1-M1): energa del viento
Extraer energa mecnica del viento no es un proceso tan eficiente como lo sera extraer energa
de un chorro dirigido de agua en una turbina (Pelton) de una central hidroelctrica, donde las
eficiencias suelen ser muy cercanas a 100%. El caso de una turbina elica (o aerogenerador) que
extrae energa del viento difiere en varios sentidos: ste ltimo se encuentra inmerso en el fluido,
y no hay manera de dirigir un chorro concentrado en la turbina a manera de aprovechar toda su
energa, sino que el fluido circula en parte a travs del aerogenerador y la otra parte del fluido
simplemente lo rodea sin aprovecharse. Desde el punto de vista del tubo de corriente aguas arriba
que corresponde al rea transversal del aerogenerador, las lneas de corriente se abren al pasar
por la turbina (S en la figura ms adelante), de modo que el rea original que corresponde a la
velocidad inicial v
1
se transforma en un rea ms grande a una velocidad final distinta despus de
la turbina en el punto 2 (estela): la velocidad a la altura del rotor corresponde al promedio entre v
1

y v
2
. En la ilustracin siguiente se muestra el rea transversal aguas arriba que correspondera a
la superficie de la turbina (de eje horizontal). Al pasar por esta ltima, las lneas de corriente se
desvan evitando el obstculo y cambiando la velocidad promedio a v
avg
. Aguas abajo (a la
derecha) la velocidad 2 es ms baja, resultando en una variacin neta de momntum del viento.


Ilustracin 1: tubo de corriente para calcular el lmite de Betz
Si se calcula la potencia como el cambio en la energa cintica del fluido que pasa por el
aerogenerador, se tiene
) (
2
1
2
2
2
1
v v Sv P
avg
= 1
Donde 2 / ) (
2 1
v v v
avg
= , S es la superficie del aerogenerador (normal al flujo) y P es la potencia
en la turbina. Por otro lado, la cantidad de energa disponible se puede calcular a partir de la
energa cintica del viento E antes de pasar por la turbina, si se toma en cuenta que
3
1
2
1
2
1
2
1
2
1
2
1
Sv v m mv
dt
d
dt
dE
E = =
|
.
|

\
|
= =

2
De modo que la eficiencia de la turbina, o factor de potencia se tiene de dividir la potencia de la
ecuacin 1 por la energa disponible:
3 2
3
1
2
2
2
1
1
) (
r r r
v
v v v
E
P
C
avg
P
+ =

= =

3
Donde r=v
2
/v
1
. Si se maximiza esta expresin con respecto a r, se obtiene la potencia
correspondiente a la eficiencia mxima para la razn r*=v
2
/v
1
=1/3:
% 59
2
1
27
16
3
1
* 0
max
~ = = =
P
P
C r
dr
dC
4
Que es el lmite conocido como lmite de Lanchester-Betz-Joukowsky, normalmente conocido
como lmite de Betz (1920). Dicho lmite fue calculado de manera independiente por los
principales investigadoras de las escuelas inglesa, alemana y rusa entre 1915 y 1920, usando los
principios de balance de cantidad de movimiento (momntum lineal) y energa cintica aplicados a
un volumen de control. Posteriormente, con el fin de obtener lmites ms realistas, se han hecho
otros tipos de clculos como el de Gorban y Gorlov (2001), que calcularon usando flujo potencial,
tomando en cuenta una distribucin no uniforme de la presin a nivel de la turbina, as como
lneas de flujo curvas que se desvan del generador. El lmite calculado por Gorban y Gorlov es ms
bajo (aprox. 30%) que el de Betz. En la prctica las turbinas reales tienen eficiencias que se
encuentran entre ambos lmites tericos.
Como se menciona anteriormente, existen muchos factores que contribuyen a que las turbinas
reales no se acerquen al lmite de Betz; de acuerdo a Janardan & Vaughn (1994), entre los factores
ms importantes se encuentran: (i) la creacin de momntum angular en la estela detrs del rotor
(Wilson & Walker, 1976), (ii) el efecto del nmero finito de paletas en los rotores, que producen
vrtices en la punta de las mismas, (iii) un flujo transversal que provoca bajas en la eficiencia y (iv)
el arrastre relacionado con su rea proyectada, que provoca prdidas considerables.
Para considerar la transferencia de momntum angular del rotor a la estela, se debe calcular el
impulso en funcin de la velocidad angular del rotor y del viento, para lo que se pueden definir
factores de induccin lineal y angular de la siguiente manera:
O
=

=
2
'
1
1
e
a
v
v v
a
avg
5
Donde O es la velocidad angular del rotor, y e + O es la del aire en la estela, si se toma un
sistema de referencia movindose con el rotor (recurdese que es el aire quien mueve al
aerogenerador, de modo que la velocidad angular del aire a la salida en el punto 2 es mayor que a
la entrada, donde es cero).
De las ecuaciones 3 y 5 se puede deducir a su vez el mximo coeficiente de potencia (eficiencia):
2
) 1 ( 4 a a C
P
= 6
Por otro lado, si se aplica la ecuacin de Bernoulli entre la entrada y salida de las aspas y se
multiplica por la densidad se obtiene el impulso en funcin de las velocidades angulares y factores
de induccin.
dA r a a dA r dT
r p r p
2 2 2
2
2
2
1
5 . 0 ) ' 1 ( ' 4 )
2
(
] )
2
[( 5 . 0 ) ( 5 . 0
O + = + O =
+ O + = O +

e

7
Igualando expresiones para el impulso provenientes de un balance idntico para momntum
lineal en funcin del factor de induccin proveniente de la ecuacin 5:
dA a a v dA v v dT ) 1 ( 4 5 . 0 ) ( 5 . 0
2
1
2
2
2
1
= = 8
Se puede llegar a una expresin que relaciona los factores de induccin con la relacin de
velocidades entre el rotor (o la punta del labe) y el viento promedio a la entrada, conocida como
tip speed ratio .
2
2
1
2 2
) ' 1 ( '
) 1 (
r
v
r
a a
a a
=
O
=
+

9
Cuando se trate de la razn en la punta del labe se omitir el subndice r. De modo que se puede
obtener el lmite de Betz tomando en cuenta el efecto de transferencia de momntum angular a la
estela, si se calcula el torque como
rdr a a r v dA r v dQ
avg
t e 2 ) 1 ( 4 5 . 0
2
1
2
O = = 10
Que en funcin de factores de induccin y razn de velocidades de la punta del labe y el viento,
se puede expresar en forma de coeficiente de potencia. Si se considera que ) 1 (
1
a v v
avg
= (de la
ec. 5), la potencia generada se puede deducir como
dQ dP O = 11
Sustituyendo la definicin de la razn local de velocidades en la punta queda:
(

=
r r
d a a Av dP

3
2
3
1
) 1 (
8
2
1
12
Donde
r
es la razn de velocidades local. Dividiendo entre la energa disponible da el coeficiente
de potencia
}
=

0
3
2
) 1 (
8
r r P
d a a C 13
Donde se usa la notacin
r
para expresar una razn de velocidades a un radio variable. De esta
ltima ecuacin queda claro que la eficiencia de una turbina es una funcin de la razn de
velocidades de la punta del labe y la rapidez de viento. El clculo analtico de la potencia mxima
terica en estos trminos no es trivial (Wilson, R.E. and Lissaman, 1974; Manwell et al., 2009) e
implica otro procedimiento de maximizacin en funcin de la razn de velocidades adimensional y
de los factores de induccin. A continuacin se muestra una tabla de valores para el coeficiente de
potencia en funcin de proveniente de Wilson, R.E. and Lissaman, 1974.

C
Pmax

0.5 0.289
1 0.416
1.5 0.477
2 0.511
2.5 0.533
5 0.570
7.5 0.581
10 0.585
Tabla 1: : valores del coef. de potencia como funcin de la razn de velocidades en la punta del labe


Se observa de la anterior ecuacin que la eficiencia depende fuertemente de : en la figura
siguiente se muestran curvas tpicas de potencia para un equipo en particular (izquierda) como los
coeficientes de potencia tpicos para distintos tipos de aerogeneradores (derecha):

Ilustracin 2: curvas tpicas de potencia (izq) y factor de potencia para distintos tipos de aerogeneradores.

Ntese que la curva terica sin incluir la rotacin de la estela sera una lnea recta en la grfica del
lado derecho. Otro factor que provoca prdidas es la intensidad turbulenta, cuyo efecto se tiene
en cuenta en los clculos estndar de potencial elico y normalmente se tiene caracterizado en las
curvas de potencia que entregan los fabricantes de turbinas (aunque cabe mencionar que la
incertidumbre en estas estimaciones es grande). En la grfica ms adelante se muestran varias
curvas de eficiencia experimentales como funcin de la velocidad del viento, para un generador
elico pequeo. Dichas curvas fueron obtenidas por el Laboratorio Nacional de Energas
Renovables de Estados Unidos NREL. Cada curva corresponde a una intensidad turbulenta (mdulo
de la energa cintica de las fluctuaciones) distinta. Ntese el efecto considerable del aumento de
las fluctuaciones turbulentas en la eficiencia de algunos equipos (Van Dam, 2003).

Ilustracin 3: efecto de la intensidad turbulenta en la eficiencia de una turbina elica pequea.
Existen muchos puntos donde la comunidad internacional enfoca los esfuerzos de investigacin.
De acuerdo al reporte del National Renewable Energy Laboratory (NREL) para el taller Research
Needs for Wind Resource Characterization del departamento de energa de Estados Unidos de
2008, los temas ms urgentes son:
- Dinmica de turbinas: caracterizacin de turbinas aisladas, efecto de estelas en arreglos de
turbinas, respuesta dinmica a eventos extremos.
- Efectos de arreglos y seleccin de prospectos para parques elicos: modelos de estelas
mejorados, desarrollo e investigacin en capa lmite planetaria, adquisicin de datos de
gran escala, transferencia e integracin de tecnologa.
- Procesos de mesoescala: desarrollo de sitios de pruebas, mejorar el modelado de procesos
atmosfricos, creacin de grupos de cooperacin.
- Efectos climticos: mejorar capacidades cuantitativas e identificar las causas de la
variabilidad, as como mejorar las predicciones de las tendencias futuras de recursos
elicos y climticos. Interaccin de las plantas eolo-elctricas con el clima a nivel local,
regional y global.
El presente trabajo presenta contribuciones para los puntos segundo y tercero. Los resultados
experimentales correspondientes se mostraran en captulos posteriores (ver pp. 29). Las
metodologas utilizadas se basan en adelantos y recomendaciones de mltiples fuentes (Janardan
& Vaughn, 1994).
Para estimar correctamente el potencial elico es necesario obtener informacin de varias
fuentes:
- Conocer la distribucin de probabilidades de las distintas velocidades de viento, de
preferencia proveniente de datos de varios aos.
- Conocer la direccionalidad y variabilidad de dichos vientos. Es importante evaluar las
magnitudes mximas (rfagas) as como el comportamiento diurno y estacional. La
existencia de una direccin dominante es una gran ventaja en el sentido de los
aerogeneradores pasarn menos tiempo ajustndose a las nuevas condiciones.
- El perfil vertical del viento influye en la durabilidad y eficiencia de los aerogeneradores.
Existen varios factores importantes que influyen en el perfil vertical:
1. Rugosidad superficial. Se define normalmente en funcin de la extrapolacin del
perfil vertical semi-logartmico de la altura en funcin de la velocidad media de
viento, y resulta de la interaccin entre el viento y los obstculos pequeos (que
no forman parte de la orografa como rboles, casas, infraestructura, etc.) y su
distribucin espacial. Un sitio con baja rugosidad es deseable por ofrecer bajo
coeficiente de cortante, poca resistencia al viento (mayor vel. Promedio) y menor
intensidad turbulenta.
2. Estratificacin atmosfrica: se debe a la relacin existente entre los gradientes de
densidad (flotabilidad) y temperatura, con respecto a la produccin de energa
mecnica turbulenta proveniente del viento. Una superficie caliente (de da)
tiende a calentar capas bajas de la atmsfera, que ganan flotabilidad, mientras el
aire fro tiende a bajar, provocando un fuerte mezclado y un perfil vertical de las
variables atmosfricas muy uniforme, resultando en condiciones de inestabilidad
atmosfrica. El caso contrario sucede durante la noche, cuando la radiacin enfra
el suelo, provocando que el aire denso se quede abajo, suprimiendo el mezclado y
la turbulencia atmosfrica. Las condiciones ms deseables desde el punto de vista
de generacin elica son de neutralidad (aunque no todos los autores coinciden),
cuando ninguno de los efectos antes mencionados es dominante. Esto es debido a
que el caso estable provoca un exponente de cortante considerable, mientras que
las condiciones inestables, a pesar de caracterizarse por mayores velocidades
promedio, genera tambin ms cortante e intensidad turbulenta.
3. Orografa del terreno. El terreno afecta drsticamente el perfil vertical de
velocidades, as como las caractersticas de la turbulencia atmosfrica. En un
terreno homogneo se puede predecir que a mayor altura habr mayor velocidad
de viento, pero la presencia de pequeas colinas o accidentes en el terreno
pueden hacer que exista un mximo de la velocidad de viento a una altura dada. El
valor de la velocidad promedio puede verse afectado, y pueden aparecer
recirculaciones que vuelvan muy ineficiente la generacin.
- El estudio de los efectos de la turbulencia atmosfrica sobre los generadores, como se ha
dicho anteriormente es un campo muy activo de investigacin, y no existe hasta el
momento un consenso de las relaciones entre los distintos parmetros turbulentos con la
eficiencia de los aerogeneradores, pero es recomendable entregar, para un estudio de
potencial elico, al menos informacin sobre la intensidad turbulenta (energa cintica
turbulenta) y de ser posibles, las relaciones de similaridad de las correlaciones turbulentas,
que permiten tener al menos estimados de las caractersticas de la turbulencia (y permite
hacer modelos) a partir de los valores promedio medidos en campo estimados por
medio de algn modelo de mesoescala.
Entre los puntos antes mencionados figura la falta de homogeneidad horizontal. De hecho en
campo es difcil encontrar un terreno suficientemente homogneo como para poder suponer que
los efectos de la adveccin no son considerables. Debido a las limitaciones prcticas que esta
consideracin exige, a principios de los aos setentas se plantearon varios estudios pioneros para
caracterizar la turbulencia atmosfrica, cuidadosamente planeados para ejecutarse en situaciones
homogneas; dos ejemplos que se deben mencionar son los experimentos de Kansas (Haugen et
al. 1971) y Minnesota (Kaimal et al. 1976; Caughey et al. 1979), cuya descripcin y resultados son
comentados en retrospectiva por Kaimal y Wingaard (1989). Ambos experimentos son
considerados como referente por muchas razones: el experimento de Kansas representa la
primera aplicacin sistemtica de la anemometra snica y adquisicin computarizada en un
experimento de campo a finales de los aos sesenta, mientras el de Minnesota utiliz tecnologa
de globos cautivos para implementar un sistema de telemetra controlado por ordenador. De los
resultados de ambos se obtuvieron las bases para describir la estructura de la turbulencia
atmosfrica en la capa lmite (ABL) durante los siguientes diez aos, confirmando a la teora de
Monin-Obukhov como la mejor parametrizacin de la turbulencia en la capa lmite atmosfrica
superficial tanto desde el punto de vista de correlaciones temporales como el anlisis en
frecuencia. Debido a que la lnea de costa representa una discontinuidad y cambio abrupto de las
propiedades de transferencia de momntum, calor y humedad, es importante hacer nfasis en las
implicaciones de la falta de homogeneidad para estudiar hasta qu punto se puede parametrizar
la turbulencia en estas condiciones. Algunos puntos fundamentales para entender estas
implicaciones se presentan a continuacin.
El experimento (E1-M1 a 4)
Las mediciones se llevan a cabo en una torre meteorolgica situada en Sisal, Yucatn, localizado al
noroeste de la pennsula de Yucatn, entre el puerto de Progreso y Celestn, al norte de Mrida
(ver el croquis de localizacin adjunto): se trata de un pequeo puerto que en el pasado (a partir
del siglo XVI hasta principios del s. XX) fue el puerto ms importante del pas gracias al intercambio
martimo de productos como el Henequn, cuya fibra se conoce an en muchos lugares del
mundo como Sisal. En la actualidad es un pequeo puerto pesquero donde se encuentra la
Unidad Acadmica Multidisciplinaria de Docencia e Investigacin perteneciente a la UNAM,
inaugurada en junio de 2004. La ubicacin en la pennsula de Yucatn se muestra en la figura ms
adelante:


Ilustracin 4: ubicacin de Sisal, Yucatn y la UAS. Imgenes provenientes de Google.
Existe un estudio anterior llevado a cabo por la CFE, donde se midieron la velocidad media y
velocidades mximas obtenidas durante periodos cortos de 10min (datos cada 2s), durante los
aos 2005 a 2009. stas mediciones se llevaron a cabo en una torre meteorolgica de 40m de
altura en la misma ubicacin, instrumentadas a 20 y 40m. La vieja torre, fue desmontada e
intercambiada por una torre nueva de 51m de altura, la cual se usar en el nuevo estudio y se
muestra en la figura subyacente. Un comparativo de los resultados obtenidos en ambos estudios
se presentar ms adelante.

Ilustracin 5: torre meteorolgica instrumentada. Los anemmetros se instalaron sobre los brazos dobles que se observan del lado
derecho.
Tambin se cuenta con acceso a los datos provenientes de una estacin meteorolgica en la UAS
(Unidad Acadmica Sisal de la UNAM), localizada a menos de 500m de la torre. Se usaron los datos
provenientes de ambas fuentes para definir la orientacin de los equipos con respecto al viento
dominante en la zona
1
. Se orientaron los brazos que sostienen los anemmetros hacia el este, de
modo que los vientos predominantes del noreste y sureste lleguen a los equipos antes de pasar
por la torre, evitando as los efectos de la estela en la mayor parte de las mediciones.
Se propuso hacer un estudio de las variables que caracterizan tanto los vientos como la
turbulencia atmosfrica en la capa superficial (capa lmite) atmosfrica. Este tipo de mediciones
requieren instrumentos con un rango de frecuencias muy amplio, pues las fluctuaciones
turbulentas tanto de velocidad como de temperatura y humedad en la atmsfera comprenden
escalas de tiempo muy variadas. Los fenmenos de transporte turbulento a pequea escala se
caracterizan por las altas frecuencias provenientes de dichas fluctuaciones, y dictan la seleccin de
los equipos en este sentido. Debido a que las variables de inters se limitan a una escala de
distancia relativamente pequea, no se medirn los flujos atmosfricos a gran escala, sin que esto
signifique que no tienen un efecto en las mediciones. Son de hecho estos flujos los que gobiernan

1
http://www.wunderground.com/weatherstation/WXDailyHistory.asp?ID=IYUCATAN5
la direccin y mdulo de las velocidades medias locales, indispensables para fines de estimacin
del potencial elico. La energa contenida en el flujo del viento, vista desde el punto de vista de la
frecuencia, se encuentra concentrada en tres bandas de frecuencia caractersticas, con dos
mximos fcilmente reconocibles a bajas (gran escala) y altas (micro-escala) frecuencias,
separadas por un rango de frecuencias con relativamente poco contenido energtico conocido
como espectral gap o agujero espectral. Este hueco espectral facilita la separacin de los
efectos a pequea escala (que son de inters en este estudio) y los efectos de circulacin
atmosfricos de mayor envergadura. A continuacin se muestra una tabla que resume las
caractersticas del sitio y generalidades de los equipos necesarios para la medicin.
Sitio Sisal, Yucatn
Estacin YC01
Longitud 90 02 48 Oeste
Latitud 21 09 53 Norte
Altura sobre el nivel del mar 0
Alturas de medicin H1 (3m), H2 (6m), H3 (12.5m) , H4 (25m), H5 (50m)
Equipo de medicin Anemmetros snicos Thies 4.382: tres 2D y dos 3D
Globo aerosttico (cautivo) Anemmetro Skywatch , temperatura, humedad,
presin atmosfrica (0.25 Hz)
Estacin meteorolgica Humedad, temperatura, presin atmosfrica, viento
(1Hz). Climatronix AIO compact weather station a 10m
de altura. Data-Logger Duo-Sens.
Adquisicin y transmisin de datos Data Logger Blueberry NDL 485, y dos transmisores
Ethernet Xpress de MaxStream
Fecha de inicio 1de agosto
Lugar Instalaciones de la UNAM en Sisal, Yucatn
Municipio Hunucm

En funcin de dichos objetivos, se presenta el diagrama de flujo de las operaciones que se
tomarn en cuenta para el diseo experimental (Burba y Anderson, 2005), por medio de la tcnica
conocida como Eddy Covariance o correlacin de remolinos.



Es evidente, en vista de dicho diagrama de flujo, que un experimento que involucra la tcnica de
Eddy Covariance no es sencillo. Los resultados pueden ser gravemente influenciados por errores
provenientes de muchas fuentes. El simple hecho de medir variables en alta frecuencia vuelve a
esta tcnica relativamente sensible a propagacin de errores. Ntense que los pasos de
eliminacin de tendencias y picos, adems de correcciones en el dominio de la frecuencia son
indispensables para eliminar desviaciones de los objetivos, como se especific en la entrega
anterior titulada Campaa de Medicin, en la seccin dedicada al manejo y clculo del error.
Se seleccionaron anemmetros snicos para las mediciones de velocidad y temperatura virtual
snica debido a su excelente respuesta a altas frecuencias y su durabilidad; estos instrumentos
requieren adems muy poco mantenimiento debido a que no tienen partes mviles. A
continuacin se describen los puntos restantes del diagrama de flujo con ms detalle
Estado Yucatn
Propietario de la Torre
Propietario de la estacin
IIE
UNAM-IIE
- Poner Torre,
- Instrumentos
- Probar Adq.
Datos
- Probar
Guardado de
datos
- Organizar
Datos
- Mantenimiento
- Objetivos y
variables
- Hardware
- Software
- Plan de
Mantenimie
nto
- Filtrado
- Elim. Picos
- Rotacin
- Elim.
Tendencia
- Clculo de
estadsticos
- Correcciones
- Control de
Calidad
- Integracin
- Anlisis y
Publicacin

Ilustracin 6: diagrama de flujo para obtener mediciones usando la tcnica de covarianza de remolinos.
Medicin experimental de variables Turbulentas snicas
Los anemmetros snicos estn equipados con sensores que miden la velocidad del viento de
forma indirecta: lo que miden en realidad es una diferencia muy pequea de tiempos de envo-
recepcin de una seal de ultrasonido que recorre una trayectoria conocida (se conocen las
dimensiones del anemmetro con mucha precisin). Es por eso importante que se tenga mucho
cuidado en el manejo de estos equipos, pues cualquier deformacin provocada por un golpe o
esfuerzo accidental tiene como consecuencia desviaciones importantes en la exactitud de las
lecturas.
Los anemmetros snicos seleccionados para el proyecto contienen un DSP (procesador digital de
seales) integrado, que es capaz de administrar tanto la adquisicin como las comunicaciones con
los dems equipos de manera autnoma y programable. Estos aparatos estn diseados para
entregar los datos promediados durante un periodo (programable por el usuario) dado, de modo
que se entregue a los equipos o sistemas de guardado (data logger) una especie de telegrama
con las variables procesadas a una velocidad de transferencia razonable.
Si se programa el anemmetro para entregar las mediciones procesadas, puede entregar una
lectura cada 20ms aprox. para una configuracin de telegrama corto definido por el usuario. Si se
permite que el anemmetro entregue datos crudos, la frecuencia se puede incrementar hasta un
dato cada 2.5ms aproximadamente.
Esta velocidad puede an ser superada si se programa la adquisicin en un modo conocido como
burst mode o rfaga de datos: en esta configuracin se pueden obtener frecuencias de
muestreo an mayores, del orden de 250Hz. La adquisicin en este modo de trabajo se inicia por
medio de una seal hardware de disparo, y los datos se almacenan en una memoria interna de
40,000 registros que una vez llena, se transmite por medio del puerto de comunicaciones al
sistema de registro (una computadora o data-logger). La desventaja de este mtodo es que se
desactivan todas las pruebas de plausibilidad pre-programadas en el DSP, y no se tiene control de
la salida de datos al puerto serie, pues una vez iniciado el envo de datos, no se puede detener. La
velocidad del envo de estos datos puede ser programada por el usuario, y hay que tener cuidado
de no usar valores mayores que los rangos manejados por los equipos receptores de datos, que
pueden ser fcilmente sobrepasados por el anemmetro, resultando en prdida de datos. Este
sistema exigira de un sistema de guardado muy rpido si se desean guardar los datos crudos. Otra
desventaja de esta configuracin de envo es que slo funciona en modo de comunicacin
bidireccional o full duplex, lo que hace imposible trabajar con varios anemmetros al mismo
tiempo en un canal comn o bus.
Variables a medir (media y fluctuante)
El conjunto mnimo de variables que hay que medir en un experimento micrometeorolgico es el
siguiente:
Velocidad (alta frecuencia, perfil vertical)
Temperatura virtual (alta frecuencia, perfil vertical)
Humedad (baja frecuencia)
Radiacin solar (baja frecuencia)
El ltimo punto es necesario si se desean modelar los flujos de calor y energa.

Instrumento Variable Rango Resolucin Precisin
A3D Velocidad de viento 3D 0.01 a 65 m/s 0.01 m/s 2% de valor medido RMS
A3D Direccin del viento 3D 0 a 360 1 2% para 1<vel.<50m/s
A3D Temperatura virtual -40 a 70C 0.1 K 0.5K
A2D Velocidad de viento 2D 0.0 a 70 m/s 0.1 m/s 2% de valor medido RMS
A2D Direccin del viento 2D 0 a 360 1 2% para 1<vel.<50m/s
A2D Temperatura virtual -50 a 70C 0.1 K 0.5K
HT Temperatura -30 a 70C -------- 0.2K
SP Presin baromtrica 800-1100hPa 0.01mb 0.6hPa/mb
HT Humedad especfica 0-100% -------- 2%
G Velocidad de viento 0-60 m/s 0.1 m/s 3%
G Presin Baromtrica 10-1100 mbar 0.1 mbar 1.5 mbar
G Temperatura del aire -40 a 123.8C 0.01C 0.3C
I4 Humedad Relativa 0% a 100%HR 0.03%HR 1.8%HR
I5 Direccin de viento 0 a 359 0.01 1
Tabla 2. Caractersticas de los equipos (------: la precisin est dada por el convertidor digital del
data-logger).
Las variables turbulentas que pueden reportar directamente los anemmetros snicos se
muestran en la Tabla 3. Dichas variables se pueden obtener directamente programando el
anemmetro para que guarde datos en su memoria interna y enve los estadsticos y variables
turbulentas ya procesados (por el DSP) por medio de algn puerto de comunicaciones (en nuestro
caso un puerto tipo serial) o se pueden guardar los datos crudos para su procesamiento posterior.
Parmetro turbulento Frmula
Mdulo de viento hzontal. 2 2
v u M + =
Intensidad turbulenta en x, y, z
M
I
w v u
z y x
, ,
, ,
o
=
Rapidez de corte 2 / 1
2 2
2
*
) ' ' ' ' ( w v w u u + =
Esfuerzo cortante
2
* *
u t =
Coeficiente de friccin
superficial
2
*
|
.
|

\
|
=
M
u
C
D

Flujo de calor sensible (de
remolino)
'
'
v p H
w C Q u =
Longitud de Obukhov (subndice
S en la superficie)
S v
v
w kg
u
L
) ' (
'
3
*
u
u
=
Temperatura dinmica
*
'
*
'
u
w
v
u
u =
Impulso vertical
*
u I
v
=
Tabla 3: variables turbulentas reportadas por los anemmetros snicos
Se tom la decisin de guardar los datos crudos dada la flexibilidad que esto implica en el post-
procesamiento. Si se guardaran solamente los datos procesados no habra manera de recalcularlos
o verificarlos en el futuro. Otra ventaja de guardar los datos crudos es la posibilidad de
intercambiar informacin para fines de colaboracin cientfica y tecnolgica en el futuro (y probar
nuevas tcnicas de post-procesamiento, estimacin de incertidumbre experimental, nuevas
correcciones, etc.). El guardado y recopilacin de datos de los cinco anemmetros se logra por
medio de un dispositivo conocido como Data-Logger. ste juega el papel de tarjeta de adquisicin
y de servidor de guardado temporal y distribucin de datos digitalizados.
La manera como trabaja el sitema completo de adquisicin-guardado se muestra en el siguiente
diagrama: ntese que tanto los anemmetros como el Data Logger (DL) poseen un procesador
interno y distintos mdulos bien definidos que se encargan de administrar las tareas de
adquisicin, procesado envo o almacenamiento de datos.
Se cuenta a su vez con unos transmisores inalmbricos en campo para el envo de los datos a un
servidor en un cubculo dentro de las instalaciones de la UAS-Sisal de la UNAM. El conjunto de
anemmetros y DL sern alimentados de manera autnoma por una fuente de 12VDC (batera de
ciclado profundo y regulador) que cuenta con unos paneles solares para su recarga. El Data-Logger
cuenta con memoria suficiente para guardar datos crudos durante aproximadamente 9 horas y
conexin a la red e internet por medio de los radios por la interfase Ethernet. El servidor de datos
en el cubculo ejecuta regularmente una rutina de respaldos automatizada. Existe un segundo
servidor en Ciudad universitaria que efecta la misma tarea de bajar la informacin del Data-
Logger cada dos horas, en caso de que falle el servidor de la UAS. El esquema actual es el
mostrado en el Diagrama 2, donde se muestra una conexin inalmbrica desde el gabinete del
data logger (DL) hasta un emplazamiento en un cubculo dentro de la UAS-UNAM, donde un
servidor copia los datos de alta frecuencia del Data-Logger a su disco duro. El transmisor se
encuentra conectado a un switch de datos por dos razones: el switch permite conexin a la red
(internet) de modo que los datos de ambos (DL y server) pueden ser consultados de manera
independiente va remota, mientras que la comunicacin entre DL y server queda asegurada a
travs del switch en caso de falla de la red. Ambos equipos cuentan con una fuente de respaldo
(no-break) en caso de falla de corriente elctrica. Incluso en caso de falla elctrica del switch o de
los transmisores, la memoria del Data-Logger nos da 8 horas para responder en caso de un fallo
grave de alguno de estos componentes.




Esquema de guardado y software
El esquema de guardado funciona, desde el punto de vista de software, de la siguiente manera: el
data-logger es un servidor LINUX, con capacidades de comunicacin por medio de puertos seriales
(como se indic anteriormente) y un puerto Ethernet 10/100. En nuestro caso los transmisores
inalmbricos cuentan con comunicacin Ethernet, de modo que son un puente hacia el switch de
red de las oficinas en la unidad acadmica, donde se encuentra el servidor (que recopila la
Anemmetro
snico
Data-Logger
DSP
Mem.
Interna
Puertos
Puertos
Procesador
PC
Transmisor
inalmbrico
Transmisor
inalmbrico
Mem.
Interna
switch
Red
Ilustracin 7: esquema de comunicacin y dispositivos
informacin), de modo que la red ve al Data-Logger como un servidor ms en red operando de
manera continua. Desafortunadamente la capacidad de almacenamiento del Data-Logger no es
muy grande, pues en principio est diseado para guardar informacin procesada y no datos
crudos. Esta es la razn por la cual la cantidad de informacin que ste puede almacenar
corresponde solamente a ocho o nueve horas de datos crudos. Esto hace necesario un esquema
de recuperacin de informacin que copie constantemente los archivos a un medio de
almacenamiento de gran capacidad. Esta funcin la ejecuta la computadora marcada como PC
en el diagrama de la Ilustracin 7. La misma es tambin un servidor LINUX (OpenSource) que
ejecuta tareas de recuperacin de archivos cada dos horas, por medio de tareas programadas con
el esquema crontab de LINUX, que es un programa para agendar tareas a ciertas horas del da,
ciertos das de la semana. Para ejecutar la copia manualmente (o reprogramarla en el crontab) hay
que conectarse va remota al servidor (ip 132.247.45.41) y usar las instrucciones siguientes:
cd /data/sisal
wget -N --user=guest --password=invitadoIINGEN --timeout=900 132.247.45.40:/disk/highres/*
Existe un segundo servidor que copia tambin los archivos de la misma forma: es un servidor ftp
del instituto de ingeniera (ftp://iingen.unam.mx). Este esquema permite tener un backup
automtico en una locacin diferente en caso de que falle el servidor de sisal (que no se encuentra
en un cuarto con ambiente controlado).
Los datos crudos se guardan tambin (semanalmente) en una base de datos OpenSource
(phpMyAdmin) accesible via web. Los scripts de guardado se describen en el anexo A. Esta base de
datos ha sido til para bsqueda de errores, para hacer comparaciones en distintos periodos (dada
la facilidad de hacer consultas SQL), etc. Se planea hacer una interfase grfica de usuario para
consultas en lnea que use directamente los archivos ascii. Ms informacin respecto a la base de
datos est disponible en la seccin correspondiente en la seccin Anexo A: mantenimiento del
servidor/La base de datos.
Tratamiento de seal
El mtodo de covarianzas de remolinos (Eddy Covariance) es muy directo por que las variables de
salida provienen de mediciones directas (en principio) de velocidades, temperaturas y humedad.
Desgraciadamente existen muchos puntos donde los errores pueden ser importantes, de modo
que hay que observar una serie de consideraciones para asegurarse de la calidad de las
mediciones, como e menciona en la entrega anterior titulada Campaa de medicin. Como se
mencion anteriormente, las seales necesitan ser condicionadas antes de hacer los clculos
directos de las covarianzas (ver Ilustracin 6). En este trabajo se efectuaron cuatro pasos de
acondicionamiento de seal que son: eliminacin de tendencias, eliminacin de picos, rotacin de
ejes y filtrado. La ltima ser descrita en otra seccin (anlisis en frecuencia) por no aplicar en
todos los casos. Adicionalmente se efecta una prueba de estado estacionario, para descartar
seales que presenten indicios de variabilidad de los estadsticos durante el periodo de medicin.
A pesar de todas estas precauciones es inevitable la presencia de errores, y es siempre
recomendable la inspeccin visual de las seales, ya que la deteccin automtica de errores nunca
podr remplazar el sentido comn del experimentador.

Eliminacin de tendencias
Las seales pueden ser afectadas por una tendencia proveniente de efectos de una escala mayor a
la escala micrometeorolgica. Esto se observa claramente con el ejemplo de la Ilustracin 8,
donde se muestra en azul una curva de datos original

Ilustracin 8: Ejemplo del efecto de eliminacin de tendencias en una seal de 30min.
La curva roja, que tiene ahora media cero es el resultado del proceso de eliminacin de
tendencias. La influencia de perturbaciones de mesoescala (escalas temporales superiores a 1hr)
se ha eliminado. Existe tambin la posibilidad de que dichas variaciones sean variaciones
temporales de escalas ms pequeas, como por ejemplo la variacin no estacionaria debido al
ascenso rpido de la altura de mezcla a cierta hora del da. Los datos no estacionarios sern
eliminados por medio de un criterio especfico para tal efecto (ver seccin Estado estacionario
ms adelante).
Eliminacin de picos
se ha considerado como picos a los datos extremos que sobre pasan la media ms/menos 3.5
veces la desviacin estndar, siempre que se presenten en grupos de menos de 4 puntos, como lo
recomienda Vickers & Mahrt (1996);

Rotacin de ejes
El mtodo empleado para el giro de ejes consta de tres rotaciones. En la primera se mueven los
ejes (x,y) sobre el eje z, haciendo que la componente transversal a la velocidad promedio sea cero.
Las nuevas velocidades estn dadas por:
w w
v u v
v u u
I
I
I
=
+ =
+ =
u u
u u
cos sin
sin cos
14
Para todos los anemmetros, donde el subndice I corresponde a las nuevas componentes
transformadas, y las minsculas sin subndice corresponde a las mediciones provenientes de los
anemmetros; adicionalmente
|
.
|

\
|
=
U
V
arctan u 15
Es el ngulo de rotacin de la primera transformacin.
La segunda rotacin hace girar los ejes alrededor deje y, en direccin del eje u para hacer que la
componente vertical de la velocidad sea cero :
u + u =
=
u + u =
cos sin
sin cos
I I II
I II
I I II
w u w
v v
w u u
16
Donde
|
.
|

\
|
= u
U
W
arctan 17
Sin embargo, an existe un nmero infinito de rotaciones en los cuales se satisface que
, ya que ambos ejes, y y z pueden girar libremente sobre el eje x. Para evitar esta
ambigedad (que puede provocar errores en los clculos de los esfuerzos) se realiza una tercera
rotacin para asegurar que (James M. Wilczak et. al, 2000), girndolo sobre el eje x hasta
que el esfuerzo provocado por el flujo transversal sea cero. La rotacin se realiza con:

+ + + =
+ + + =
=
cos sin
sin cos
,
II II III
II II III
II III
w v w
w v v
u u
18
Donde
|
|
.
|

\
|

=
) (
2
arctan
2 2
II II
II II
w v
w v

Una vez removidas llevados a cabo los procesos de pre-tratamiento de seal (eliminacin de
tendencia, de picos as cmo rellenado de huecos y rotacin de ejes) se procedi a calcular la
media y varianza de las correspondientes seales para obtener estimados de los flujos cinemticos
de momento y calor.
Estado estacionario
En trminos de los estadsticos de la turbulencia, se considera que son estacionarios si la variacin
en el tiempo de los mismos es pequea. En trminos de las varianzas, esto se traduce en
{ } { }
2 2 2
) ) ( ( ) ) ( ( X t X E X t X E
x
+ = = t o 19
Donde la expresin E{ } representa la esperanza matemtica, X representa alguna variable medida
en un experimento yt es un rezago cualquiera en el tiempo (ms pequeo que el tiempo de
promediado, pero del mismo orden de magnitud). La prueba de estacionaridad seleccionada es la
propuesta por Foken & Wichura (1996), donde se divide la seal en cinco tramos de igual longitud,
y se calculan las correspondientes varianzas. Posteriormente se compara el promedio de estas
varianzas parciales con la varianza de la seal en su totalidad (aprox. media hora). Si la diferencia
es menor al 30% entonces se considera que la seal pasa la prueba.
Periodo de muestreo
La seleccin del periodo de muestreo se hizo basndose en el mtodo de Ogivas (Foken y Wichura,
1996 y referencias ah citadas), que consiste en seleccionar el tiempo de promediado tal que las
contribuciones de tiempos posteriores a T, de las series de tiempo hacia la funcin de
autocovarianza (o covarianza cruzada) sean despreciables. Esto ocurre cuando la integral
acumulativa de dicha funcin deja de variar en funcin de la frecuencia (de mayor a menor). Esta
integral, comnmente conicida como funcin Ogiva, se presenta a continuacin:
}

=
0
) (
n
uw uw
dn n Og | 20

donde ) (n
uw
| es la densidad co-espectral de las variables u y w: la integral se hace en funcin de
la frecuencia (representada como n) de forma descendente. Dicha integral se puede calcular con
los datos provenientes de los experimentos, y el resultado se puede interpretar fcilmente de
manera grfica.
10
-4
10
-3
10
-2
10
-1
10
0
10
1
-500
0
500
1000
1500
2000
2500
3000
n
O
g
a
b
(
n
)


uu
vv
ww
uw
vw
U2w
Tvw
Tvw

Ilustracin 9: funcin Ogiva para seales de velocidad (u,v,w) y temperatura potencial. U representa la resultante de u, v y w.
Este tipo de funciones tiene cierta insensibilidad al ruido, al tratarse de una integral.Se observa de
la imagen anterior que el tiempo de promediado tiene que ser superior a 23min (representados
por la lnea vertical punteada). En nuestro caso se usan seales que van de 25min a media hora.
No se recomiendan tiempos de promediado superiores a una hora, debido a que las variaciones
diurnas introducen efectos notorios a baja frecuencia con periodos largos de promediado. Los
tiempos integrales ms largos corresponden a la componente paralela a la velocidad promedio, tal
como lo indica la ilustracin ms atrs .
Modificaciones, reparaciones y operaciones de mantenimiento
importantes
1. Reparacin de lnea de tierra fsica. Al inicio del experimento descubrimos que la tierra
fsica de la torre estaba desconectada. Se compr el conector correspondiente y se repar
la falla durante la segunda semana de operacin.
2. Errores del data-logger: desgraciadamente durante los primeros 69 das hubo constantes
errores e interrupciones provocadas por un error (hasta entonces desconocido) en el data-
logger. Investigando el problema a fondo por medio de una serie de pruebas se lleg a la
conclusin de que el esquema wget del sistema Linux del data-logger dejaba tareas
pendientes ejecutando en la memoria, de modo que se saturaba con tareas pendientes y
dejaba de funcionar correctamente. Se corrigi el problema modificando las instrucciones
conteniendo la sentencia wget.
3. Mudanza. Instalacin de antenas Yagui. En un principio el servidor que recopila datos se
encontraba en un cubculo de la facultad de qumica. Aproximadamente en el da 92 se
mud al cubculo del Instituto de Ingeniera, y la comunicacin no se pudo restablecer
debido a que la distancia aument y la existencia de un edificio (de no ms de 4m de
altura) entre la torre y el nuevo cubculo. Se instalaron antenas Yagui direccionales a una
altura de 4m aproximadamente, lo cual permiti el restablecimiento de la comunicacin el
da 97.
4. Sensibilidad a descargas. Reset automtico en receptor. Desde el inicio del experimento se
observ que cualquier variacin de voltaje de alimentacin en el radio receptor provocaba
que ste se congele, dejando de recibir. El mismo problema se observa en el transmisor
durante lluvias fuertes y tormentas elctricas. Los equipos en el cubculo estn protegidos
por una fuente ininterrumpible con supresor de picos, pero de todas maneras en el verano
de 2010 se hicieron muchos cambios en las instalaciones elctricas del campus y hubo
muchos cortes que afectaron el radio. La manera de reiniciarlo era simplemente apagando
y volviendo a prender el radio (receptor o transmisor). Estos cortes provocaron mucha
prdida de datos debido a que no siempre haba personal en Sisal que hiciese la
reconexin. Se compr y coloc un temporizador programable que apaga y prende el
radio durante un minuto tres veces al da, de esta manera la prdida de datos por esta
razn no sobrepasara las ocho horas que guarda el data-logger.
5. Mantenimiento anual. Se hizo una revisin del estado de la torre en enero de 2011. Se
encontraba en buenas condiciones de modo que solo requera pintura. Desgraciadamente
un da antes de pintarla, un trascabo que trabajaba cerca de la torre rompi uno de los
cables tensores que sostienen la torre. Se procedi a la reparacin del cable, y luego a
pintar la torre.
6. Reemplazo de batera. Se detectaron problemas con la batera aproximadamente el da
220 del experimento (marzo, 2011). La batera dej de funcionar el da 225. Ya se tenan
cotizaciones pero no hubo respuesta rpida del proveedor, de modo que se procedi a
comprara otra batera de ciclo profundo de ms de 100A-hr y se instal el da 228.
7. Se decidi modificar la instalacin de los paneles solares, pues debido a limitaciones de
espacio (hay tres gabinetes y tres paneles solares en la base) uno de nuestros paneles
estaba orientado hacia el oeste. Se compr material y se hizo un nuevo soporte para
ambos paneles orientado hacia el sur. Se ha estado monitoreando la carga de la batera
desde entonces y parece funcionar correctamente a la fecha. En la figura ms adelante se
muestra la nueva estructura que se mont, sosteniendo los dos paneles de 80W. Se
tuvieron que fabricar brazos de distintas longitudes debido a que la posicin de los
gabinetes y equipos. Los paneles estn correctamente nivelados en la horizontal,
orientados hacia al sur.

Ilustracin 10: nueva estructura de los paneles fotovoltaicos
8. Reparacin de radio transmisor. Despus de una tormenta elctrica el transmisor dej de
funcionar. Esto ocurri durante las vacaciones de verano de 2011. Se perdieron los das
del 353 al 369. Regresando de vacaciones, al ver que no se consegua reparar el equipo se
instal una PC de campo dentro del gabinete de la torre, junto con un programa que
recopilase informacin en lo que se reparaba (o compraba) el radio descompuesto. Se
logr reparar el radio dos semanas despus, y se instal de vuelta en el gabinete. Los
datos de esas dos semanas se recuperaron correctamente por medio de la laptop (PC de
campo).
9. Despus de la tormenta se dao definitivamente la estacin meteorolgica OTT. Se envi
al proveedor y se nos inform que no se puede reparar (se quemaron los ciurcuitos).
10. Instalacin de supresor de picos en la torre y adquisicin de nuevos radios. Despus de un
incidente que provoc prdida de datos (seguramente un rayo, punto 8) se solicit
permiso para comprar un supresor de picos adecuado para los voltajes y corrientes de los
instrumentos. Tambin se solicit la compra de un par de nuevos radios (se venden por
pares) Pendiente
11. Sustitucin de sensor de humedad y temperatura de la estacin meteorolgica: la
pequea estacin meteorolgica Climatronix fall durante el primer mes. El sensor que
mide temperatura y humedad dej de funcionar a los 15 das de operacin. Durante el
segundo mes se envi el equipo al proveedor para su revisin y se sustituy la sonda de
temperatura y humedad (septiembre de 2010), y despus de unas semanas volvi a fallar.
Despus de hacer algunas pruebas se lleg a la conclusin que este equipo, contrario a lo
que mencionan las especificaciones, tiene problemas en el ambiente caliente, hmedo y
salino de Sisal. Se decidi agregar una sonda de temperatura y humedad externa marca
Thies, ms confiable y robusta, pero se requera de un mdulo de entrada/salida extra en
el data-logger Duo-Sens. Adicionalmente haba que reprogramar el data-logger, de modo
que se envi nuevamente el mismo por paquetera al proveedor, donde sus tcnicos lo
reprogramaron y lo devolvieron por el mismo medio, junto con un cable y un conector que
se requeran en enero de 2011. En cuanto a la torre se refiere, se hicieron pequeas
modificaciones en el cableado y el gabinete, se hicieron las conexiones pertinentes y se
instal la nueva sonda junto a la estacin meteorolgica. Hasta ahora la estacin funciona
correctamente. Se cuenta con datos del 24 de febrero de 2011 a finales de agosto de 2011
(se cuenta con datos parciales desde junio de 2010).
Actualmente el experimento est funcionando normalmente, y no se han tenido fallas desde
agosto de 2011.
---- ---- --- ---- ---
Potencial Elico: resultados experimentales (E3-M1,2 y 3)
A continuacin se presentan los resultados experimentales provenientes
de las mediciones snicas del primero de agosto de 2010 a septiembre de
2011. El tratamiento con tcnicas de covarianza de remolinos se hizo
como se describe en la seccin Esquema de guardado y software
El esquema de guardado funciona, desde el punto de vista de software, de la siguiente manera: el
data-logger es un servidor LINUX, con capacidades de comunicacin por medio de puertos seriales
(como se indic anteriormente) y un puerto Ethernet 10/100. En nuestro caso los transmisores
inalmbricos cuentan con comunicacin Ethernet, de modo que son un puente hacia el switch de
red de las oficinas en la unidad acadmica, donde se encuentra el servidor (que recopila la
informacin), de modo que la red ve al Data-Logger como un servidor ms en red operando de
manera continua. Desafortunadamente la capacidad de almacenamiento del Data-Logger no es
muy grande, pues en principio est diseado para guardar informacin procesada y no datos
crudos. Esta es la razn por la cual la cantidad de informacin que ste puede almacenar
corresponde solamente a ocho o nueve horas de datos crudos. Esto hace necesario un esquema
de recuperacin de informacin que copie constantemente los archivos a un medio de
almacenamiento de gran capacidad. Esta funcin la ejecuta la computadora marcada como PC
en el diagrama de la Ilustracin 7. La misma es tambin un servidor LINUX (OpenSource) que
ejecuta tareas de recuperacin de archivos cada dos horas, por medio de tareas programadas con
el esquema crontab de LINUX, que es un programa para agendar tareas a ciertas horas del da,
ciertos das de la semana. Para ejecutar la copia manualmente (o reprogramarla en el crontab) hay
que conectarse va remota al servidor (ip 132.247.45.41) y usar las instrucciones siguientes:
cd /data/sisal
wget -N --user=guest --password=invitadoIINGEN --timeout=900 132.247.45.40:/disk/highres/*
Existe un segundo servidor que copia tambin los archivos de la misma forma: es un servidor ftp
del instituto de ingeniera (ftp://iingen.unam.mx). Este esquema permite tener un backup
automtico en una locacin diferente en caso de que falle el servidor de sisal (que no se encuentra
en un cuarto con ambiente controlado).
Los datos crudos se guardan tambin (semanalmente) en una base de datos OpenSource
(phpMyAdmin) accesible via web. Los scripts de guardado se describen en el anexo A. Esta base de
datos ha sido til para bsqueda de errores, para hacer comparaciones en distintos periodos (dada
la facilidad de hacer consultas SQL), etc. Se planea hacer una interfase grfica de usuario para
consultas en lnea que use directamente los archivos ascii. Ms informacin respecto a la base de
datos est disponible en la seccin correspondiente en la seccin Anexo A: mantenimiento del
servidor/La base de datos.
Tratamiento de seal. Los primeros resultados, correspondientes a direccin e intensidad de
viento no necesitan de adquisicin a alta frecuencia, y podran haber sido obtenidos por medio de
anemmetros convencionales (de copas, hlice, etc).
Condiciones promedio de estaciones meteorolgicas
Como se mencion anteriormente, se han estado guardando los datos de la estacin
meteorolgica en la base de datos en lnea. Esta informacin se puede organizar para tener una
idea de la climatologa de la zona, ya que se cuenta con velocidad y direccin de viento, presin
atmosfrica, humedad, temperatura, y radiacin solar.
De los siguientes grficos, provenientes de mediciones de la estacin meteorolgica de la caseta
de vigilancia (que cuenta con un anemmetro de copas convencional) se puede observar que
existen brisas diurnas y nocturnas provenientes del mar (NE) y tierra (SE), respectivamente. El pico
de la velocidad de viento se encuentra (en promedio) cerca de las 15hrs (hora local), y las rfagas
aleatorias tienen magnitudes mximas de aprox. 20m/s. En las figuras siguientes se muestran
datos promediados por hora del da de los aos 2009 al 2011. Se puede observar un pico muy
irregular en la direccin de viento de 2011: seguramente se trata de un error. Ha ocurrido antes
(en 2006-2009) que la veleta que mide la direccin en esos equipos se traba y contamina
gravemente los datos de direccin de viento. Cabe notar que la convencin de direccin de viento
de los anemmetros de copas es 0 viento del norte y 90 vientos del este. En rapidez y direccin
de viento se incluyen datos de Celestn provenientes de Soler et al. (2010).





Ilustracin 11: climatologa proveniente de la estacin meteorolgica de la estacin de vigilancia.
A continuacin se muestra un arreglo de promedios mensuales, para resaltar el ciclo anual en la
zona: se detectan errores en el mes de marzo de 2009, de modo que los promedios totales se
toman de 2010 y 2011.



Ilustracin 12: condiciones atmosfricas en Sisal (caseta de vigilancia)
En los grficos ms atrs se incluyen datos de Soler et al. (2010) para Celestn. Ntese que a pesar
de que las condiciones atmosfricas son muy parecidas, las caractersticas del viento son muy
distintas (ver promedios por hora). Por el momento se reportan datos de la estacin de la caseta
de vigilancia debido a los problemas tcnicos de la estacin OTT, descritos con anterioridad. Se
hizo un comparativo entre los datos de las estaciones meteorolgicas de la caseta de vigilancia y la
estacin OTT de la torre. Los datos coinciden razonablemente bien, salvo en las fechas
mencionadas en la seccin anterior. Otro punto importante que hay que mencionar, es que la
estacin meteorolgica de la casete est a una altura ligeramente inferior a 10m, mientras que la
estacin OTT est a 10m sobre la superficie, de modo que la presin de la segunda es siempre
ligeramente inferior a la primera, y la rapidez de viento ligeramente superior (algunos cm/s). De la
diferencia promedio se puede inferir que la estacin de la caseta de vigilancia est a
aproximadamente a 9m de altura
2
. A continuacin se muestra un grfico que ilustra dicho
comparativo. Se observan dos eventos en los cuales la velocidad de la estacin de la caseta de
vigilancia (U1) marca un error en la velocidad (a las 1550 y las 1600). Estos eventos son
relativamente raros, y muestran que ambos equipos tienen fallas ocasionales. Hay que filtrar estos
errores antes de hacer promedios siempre (el eje horizontal es el nmero de horas a partir del
primero de enero de 2009

Ilustracin 13: comparativo entre datos de la estacin meteorolgica de la torre y de la caseta de vigilancia.
Todos estos datos se encuentran en la base de datos en lnea:
http://132.247.45.41/phpMyAdmin
(en las tablas Meteo caseta de vigilancia- y MeteoOTT torre-) y se pueden consultar usando el
ratn presionando el botn izquierdo sobre las ligas correspondientes en la base de datos
MeteoSisal, o usando el lenguaje de consultas estructurado SQL, como se explica en el Anexo A:
mantenimiento del servidor. Tambin hay una consulta llamada promedios_por_hora, de donde
sale directamente la informacin graficada en la Ilustracin 11. En estos momentos se ha
convocado a estudiantes de servicio social a colaborar para hacer una interfase grfica para
presentar y extraer informacin de la base de datos de una manera ms amigable al usuario. Ya se
tiene un prospecto que inicia el diseo de la pgina web dinmica en el mes de noviembre de
2011. En nuestra opinin la informacin de los anemmetros snicos es (casi siempre) ms
confiable que los datos de las estaciones meteorolgicas. A continuacin se presentan resultados
obtenidos directamente con la torre de 50m a distintas alturas sobre el nivel del terreno.

2
De la diferencia promedio (de aproximadamente un Pa) se puede inferir que la estacin de la caseta de
vigilancia est colocada a 9m de altura.
Direccin e intensidad de viento (anemmetros snicos)
El viento preponderante en la zona viene del noreste y del sureste, dependiendo de la poca del
ao, de la hora del da y de eventos extraordinarios como son los nortes: frentes fros que se
presentan desde principios del otoo provenientes del norte que vienen acompaados de vientos
fuertes y precipitacin. Ocurren aproximadamente unos 40 al ao. En la Ilustracin 14 se muestra
la rapidez de viento promediada por hora, y por poca del ao. Curiosamente las magnitudes de
viento ms importantes se presentan en primavera (y como se esperaba, las ms bajas en verano).
A pesar de que las velocidades durante primavera, invierno y otoo parecen ser interesantes
desde el punto de generacin elica, en verano hay un claro dficit durante casi todo el da. En
ciudades situadas en zonas tropicales esto es un problema, ya que se usa ms energa en el verano
por el uso del aire acondicionado.
0 5 10 15 20
2
3
4
5
6
7
8
9
hr local
U
0

(
m
/
s
)


A0: primavera
A0: verano
A0: otoo
A0: invierno
A0: total

0 5 10 15 20
2
3
4
5
6
7
8
9
10
hr local
U
3

(
m
/
s
)


A3: primavera
A3: verano
A3: otoo
A3: invierno
A3: total

0 5 10 15 20
3
4
5
6
7
8
9
10
11
hr local
U
1

(
m
/
s
)


A1: primavera
A1: verano
A1: otoo
A1: invierno
A1: total

0 5 10 15 20
4
5
6
7
8
9
10
11
hr local
U
4

(
m
/
s
)


A4: primavera
A4: verano
A4: otoo
A4: invierno
A4: total

Ilustracin 14: rapidez de viento por hora, para distintas estaciones del ao (A0: z=3m, A3: z=12.5m, A1: z=25m A4: z=50m).
Por otro lado, en la figura ms adelante se muestran las direcciones de viento tpicas de las
distintas estaciones del ao,.
0 5 10 15 20
-30
-20
-10
0
10
20
30
40
50
60
70
hr local
u
3


A3: primavera
A3: verano
A3: otono
A3: invierno
A3: total
0 5 10 15 20
-20
-10
0
10
20
30
40
50
60
70
hr local
u
3


A4: primavera
A4: verano
A4: otono
A4: invierno
A4: total

Ilustracin 15: direccin de viento en las distintas estaciones del ao; A3 a 25m y A4 a 50m
El ngulo
3
representa la direccin medida por el anemmetro que se encuentra a 25m del suelo.
La convencin de ngulos provenientes de los anemmetros es la siguiente: vientos provenientes
del este es 0, mientras que vientos provenientes del norte corresponden a un ngulo de 90. Se
observa una tendencia diurna muy marcada. Las brisas diurnas y nocturnas que provienen del
noreste y suroeste, respectivamente. A continuacin se muestran las rosas de vientos
correspondientes, en un formato de ngulo estndar:

5%
10%
15%
PRIMAVERA (A-3)
WEST EAST
SOUTH
NORTH
0 - 2
2 - 4
4 - 6
6 - 8
8 - 10
10 - 12
12 - 14
14 - 16
16 - 18

5%
10%
15%
VERANO (A-3)
WEST EAST
SOUTH
NORTH
0 - 2
2 - 4
4 - 6
6 - 8
8 - 10
10 - 12
12 - 14

5%
10%
15%
OTOO (A-3)
WEST EAST
SOUTH
NORTH
0 - 2
2 - 4
4 - 6
6 - 8
8 - 10
10 - 12
12 - 14
14 - 16

5%
10%
15%
INVIERNO (A-3)
WEST EAST
SOUTH
NORTH
0 - 2
2 - 4
4 - 6
6 - 8
8 - 10
10 - 12
12 - 14
14 - 16

2%
4%
6%
8%
TOTAL (A-3)
WEST EAST
SOUTH
NORTH
0 - 2
2 - 4
4 - 6
6 - 8
8 - 10
10 - 12
12 - 14
14 - 16
16 - 18

Ilustracin 16: rosas de viento a 12.5m estacionales y total.
Es claro que las direcciones de viento provenientes del mar corresponden a velocidades de viento
ms altas, mientras que la mayor parte de los vientos provienen de los sectores NE y SE. Se
observan evidentes similitudes entre los datos provenientes de z=12.5m y z=50m, y como era de
esperar, las velocidades aumentan con la altura.

5%
10%
15%
PRIMAVERA (A-4)
WEST EAST
SOUTH
NORTH
0 - 2
2 - 4
4 - 6
6 - 8
8 - 10
10 - 12
12 - 14
14 - 16
16 - 18

5%
10%
15%
VERANO (A-4)
WEST EAST
SOUTH
NORTH
0 - 2
2 - 4
4 - 6
6 - 8
8 - 10
10 - 12
12 - 14

5%
10%
15%
OTOO (A-4)
WEST EAST
SOUTH
NORTH
0 - 2
2 - 4
4 - 6
6 - 8
8 - 10
10 - 12
12 - 14
14 - 16
16 - 18

5%
10%
15%
INVIERNO (A-4)
WEST EAST
SOUTH
NORTH
0 - 2
2 - 4
4 - 6
6 - 8
8 - 10
10 - 12
12 - 14
14 - 16
16 - 18

2%
4%
6%
8%
WEST EAST
SOUTH
NORTH
0 - 2
2 - 4
4 - 6
6 - 8
8 - 10
10 - 12
12 - 14
14 - 16
16 - 18
18 - 20
20 - 22

Ilustracin 17: rosas de vientos a 50m

A continuacin se muestra el histograma de velocidades, para vientos provenientes del mar y
vientos provenientes de tierra, para 12.5 y 50m: ntese que las barras correspondientes a vientos
de mar son mayores a mayor velocidad de viento. Para una altura de 50m se puede observar que
los histogramas de tierra y mar se parecen ms. Es importante mencionar que, a pesar que la
distribucin total tiene un aspecto similar a una curva de tipo campana, ms adelante se
mostrar que en realidad es ms adecuado considerarla una distribucin bimodal, debido a las
caractersticas de brisas diurnas y eventos estacionales como los Nortes. Este tipo de locaciones
deben ser tratados con especial cuidado, como lo sugieren algunos trabajos en la literatura (ver
Jaramillo y Borja, 2004). Las caractersticas del terreno y su efecto de meso-escala hacen fcil de
distinguir los vientos de tierra y los vientos de mar como dos regmenes muy diferentes en la capa
lmite atmosfrica superficial. Esta distincin se hace ms difusa conforme aumenta la altura
vertical sobre el nivel de la superficie, como se aprecia en la serie de figuras de la Ilustracin 18.
0 5 10 15 20
0
500
1000
1500
2000
2500
3000
rapidez de viento (m/s)
histogramas a 3m


viento de mar
viento de tierra
viento total

0 5 10 15 20
0
500
1000
1500
2000
2500
rapidez de viento (m/s)
histogramas a 6m


viento de mar
viento de tierra
viento total

0 5 10 15 20
0
500
1000
1500
2000
2500
rapidez de viento (m/s)
histogramas a 12m


viento de mar
viento de tierra
viento total

0 5 10 15 20
0
500
1000
1500
2000
2500
rapidez de viento (m/s)
histogramas a 25m


viento de mar
viento de tierra
viento total

0 5 10 15 20
0
200
400
600
800
1000
1200
1400
rapidez de viento (m/s)
histogramas a 50m


viento de mar
viento de tierra
viento total



Ilustracin 18: histogramas de tierra (verde), mar (azul) y total (rojo) a diferentes alturas.
Parmetros de la funcin de distribucin de probabilidad (PDF)
Existe mucha evidencia experimental de que las distribuciones de probabilidad (PDF) de velocidad
de vientos en locaciones con una topografa homognea tienden a ser curvas suaves de tipo
campana como la distribucin binomial, la de Rayleigh o Weibull. Se reporta que las
distribuciones Weibull corresponden mejor con datos experimentales obtenidos durante periodos
largos, de al menos un ao (Rohatgui, 1994).
Los parmetros que se evaluarn sern los correspondientes a dos tipos de distribuciones: Weibull
unimodal y bimodal.
La distribucin de Weibull se calcula con la ecuacin
|
|
.
|

\
|
|
.
|

\
|

|
.
|

\
|
=
k k
U U k
U f

exp ) (
1
21
Debido a que las distribuciones experimentales tanto de tierra como de mar ajustan
correctamente a una curva de Weibull por separado, y considerando que las caractersticas de
dichas curvas dependen fuertemente de las condiciones del correspondiente terreno, se puede
hacer una distribucin compuesta como la sugerida por Jaramillo y Borja (2004), que se muestra a
continuacin.
( )
|
|
.
|

\
|
|
|
.
|

\
|
|
|
.
|

\
|

|
|
.
|

\
|
+
|
|
.
|

\
|
|
|
.
|

\
|
|
|
.
|

\
|

|
|
.
|

\
|
=

2 2 1 1
2
1
2 2
2
1
1
1 1
1
exp 1 exp ) (
k k k k
U U k
p
U U k
p U f

22
En este caso el subndice 1 se aplica a vientos de mar, mientras el subndice 2 corresponde a
vientos de tierra. Desafortunadamente este esquema presenta la desventaja de requerir algn
mtodo no lineal de bsqueda si se desean estimar los 5 parmetros simultneamente. Desde el
punto de vista prctico, se puede ajustar cada curva por separado y el parmetro p se puede
calcular de manera independiente fcilmente como ) /(
2 1 1
N N N p + = , donde
1
N es el nmero
de eventos para vientos de mar, y
2
N para vientos de tierra, por ejemplo. Tambin se puede
calcular la varianza y la media bimodales como funcin de los correspondientes parmetros
2 1
) 1 ( p p + = 23
2
2
2
2 1
2
) 1 ( ) ) )( 1 ( ( o o o = p p p 24
Se hicieron pruebas estimando los cinco parmetros simultneamente con un esquema no lineal
en matlab (Nelder-Mead) y los resultados son prcticamente idnticos. El ajuste independiente
de propuesto tiene la gran ventaja de que es lineal en los parmetros (ver Anexo C: ajuste de una
curva Weibull por mnimos cuadrados). En la siguiente figura se muestran los ajustes
correspondientes a alturas sobre la superficie de 3, 6, 12.5, 25 y 50m: es importante decir que en
el caso de una distribucin bimodal la extrapolacin de velocidades a alturas diferentes debe
tomar en cuenta los distintos parmetros de viento y rugosidad al menos de los sectores de tierra
y mar en nuestro caso. En todos los casos el coeficiente R
2
>0.98.
0 5 10 15 20
0
0.05
0.1
0.15
0.2
rapidez de viento (m/s)
PDF a 3m


todos
mar
tierra
fit tierra
fit mar
fit bimodal
fit unimodal

0 5 10 15 20
0
0.05
0.1
0.15
0.2
rapidez de viento (m/s)
PDF a 6m


todos
mar
tierra
fit tierra
fit mar
fit bimodal
fit unimodal

0 5 10 15 20
0
0.02
0.04
0.06
0.08
0.1
0.12
0.14
0.16
rapidez de viento (m/s)
PDF a 12.5m


todos
mar
tierra
fit tierra
fit mar
fit bimodal
fit unimodal

0 5 10 15 20
0
0.02
0.04
0.06
0.08
0.1
0.12
0.14
0.16
rapidez de viento (m/s)
PDF a 25m


todos
mar
tierra
fit tierra
fit mar
fit bimodal
fit unimodal

0 5 10 15 20
0
0.02
0.04
0.06
0.08
0.1
0.12
0.14
0.16
rapidez de viento (m/s)
PDF a 50m


todos
mar
tierra
fit tierra
fit mar
fit bimodal
fit unimodal


Ilustracin 19: PDF a distintas alturas y correspondientes ajustes con Weibull compuesto
La tabla ms adelante contiene los valores de los parmetros Weibull para las curvas parciales de
viento de tierra y mar, junto con el parmetro p para distintas alturas verticales, durante el
periodo de agosto de 2010 a septiembre de 2011. Los valores de los parmetros y k van
acompaados de los intervalos de confianza obtenidos al 95%. La tabla lista tambin el error
cuadrtico acumulado sse, definido por la ecuacin
2
0
)) ( ) ( (
i estimada
N i
i
i
U p U p sse

=
=
=
27, y la media anual U (en nuestro caso las componentes transversal y vertical
son cero debido a la rotacin de ejes).
Tabla 4: valores de los parmetros Weibull compuesto a distintas alturas
z (m) p
1

2

1
k
2
k U
(m/s)
sse
bimodal
X10
-4

3 0.561 6.671
(5.866, 7.771)
3.584
(3.089, 4.320)
2.666
(2.570, 2.762)
2.310
(2.167, 2.454)
4.740 6.3554
6 0.540 7.7296
(6.671, 9.001)
3.969
(3.430,4.765)
2.792
(2.692, 2.893)
2.521
(2.378,2.665)
5.342 4.516
12.5 0.539 8.0632
(7.101, 9.360)
4.4254
(3.788,5.392)
2.809
(2.719, 2.9)
2.680
(2.527, 2.832)
5.775 4.291
25 0.568 8.258
(6.933, 10.299)
5.261
(4.498, 6.418)
2.783
(2.656, 2.909)
2.916
(2.766, 3.066)
6.360 2.852
50 0.565 8.657
(7.057, 11.375)
6.936
(6.286, 7.771)
2.950
(2.794, 3.106)
3.317
(3.229, 3.406)
7.157 3.376
En secciones posteriores se usarn estos ajustes para calcular la potencia entregada de un
generador elico. Esta informacin es suficiente para calcular la potencia mxima extrable del
viento por metro cuadrado de rea transversal de aerogenerador o densidad de energa elica,
usando la ecuacin 2, quedara para 50m:
~ = =
}

0
3
) (
2
1
/ dv v v f A E D
b
P

311 W/m
2
25
El clculo puede ser hecho de manera numrica o analtica, en este ltimo caso segn la frmula
(Jamil et al. 1995)
(

|
|
.
|

\
| +
I +
|
|
.
|

\
| +
I = = =
}

2
2 3
2
1
1 3
1
0
3
3
) 1 (
3
2
1
) (
2
1
/
k
k
p
k
k
p dv v v f A E D
b
P

26
Donde el superndice b corresponde a la distribucin bimodal. Aqu, el smbolo f(v) corresponde a
la distribucin de probabilidad o PDF (Weibull bimodal o unimodal), y la variable de integracin es
la velocidad. La integral numrica se obtuvo por medio de la regla de Simpson, tomando N valores
correspondientes a las marcas de clase i de los histogramas experimentales, y coincide con los
valores obtenidos de la ecuacin 26 (con menos de 1% de diferencia).
El clculo de densidad de energa a 50m para una distribucin unimodal es ~ ) 50 ( m D
u
P
285 W/m
2
,
mientras que a 12.5m se tiene ~ ) 5 . 12 ( m D
u
P
186 W/m
2
. Obsrvese que para z=50m el error
entre el caso unimodal y bimodal es considerable (26%!).
Cabe mencionar que en principio el mximo terico debera multiplicarse por el lmite de Betz
(0.59), lo cual dara aproximadamente 184W/m
2
para z=50m. En trminos prcticos el lmite de
Betz sigue siendo demasiado optimista, y muchos clculos de energa elica consideran un lmite
mucho ms bajo de 35% (para turbinas de eje horizontal de gran tamao; las turbinas pequeas
suelen ser menos eficientes), lo que dara unos 100W/m
2
. Si se considera un ajuste con una
distribucin Weibull unimodal, los parmetros correspondientes son (para 50m):
7615 . 7 ; 958 . 2 = = k . La suma del error cuadrtico basado en ) (v p es
2
0
)) ( ) ( (
i estimada
N i
i
i
U p U p sse

=
=
= 27
que para este caso es sse
unimodal
=7.8165X10
-4
, mientras que para el caso bimodal es
sse
bimodal
=3.3763X10
-4
(prcticamente la mitad). Como dato adicional, si se considera una
distribucin de Rayleigh (Weibull con k=2), el nico parmetro ajustable (anlogo a ) dara un
valor aproximado de 10, con un error medio muy grande, del orden de 0.011, con R
2
=0.805.
Existe una clasificacin de potencial de generacin muy aceptada, propuesta por la Battelle Pacific
Northwest Laboratory (PNL) de Estados Unidos en los aos ochenta, despus de la primera crisis
petrolera. sta se basa en la densidad de potencia y se puede resumir de forma tabular como
sigue (Rohatgui y Nelson, 1994):
Tabla 5: clasificacin de sitios en funcin de potencial elico
10m 50m
Clase Dens Pot
(W/m2)
M
(m/s)
Dens Pot
(W/m2)
M
(m/s)
0 0 0 0
1 100 4.4 200 5.6
2 150 5.1 300 6.4
3 200 5.6 400 7.0
4 250 6.0 500 7.5
5 300 6.4 600 8.0
6 400 7.0 800 8.8
7 1000 9.4 2000 11.9
La velocidad a 50m de la tabla se basa en una extrapolacin considerando un perfil vertical de
velocidades que obedece una ley de potencia a la 1/7. Es de notar que nuestro caso (Sisal) se
encuentra en la clase 5, para viento promedio entre 7.5 y 8.0 m/s, pero en funcin de densidad de
energa corresponde a la clase 4. La Tabla 5 es el esquema usado por la National Renewable
Energy Laboratory (NREL). Como se mencion con anterioridad, usar la rapidez media no es un
buen indicador de la energa del viento, por lo que, en ausencia de un clculo adecuado de la
densidad de potencia, puede usarse el factor de patrn de energa o energy pattern factor

=
=
= =
N
i
i
N
i
i
M
N
M
M
M
N
EPF
1
3
1
3
1
;
1
28
Este factor representa la razn de la energa disponible entre la calculada usando la media anual, y
puede variar desde 1.62 hasta 3.37 en los Estados Unidos (Rohatgui y Nelson, 1994). El EPF para
distintas alturas en Sisal se muestra en la Ilustracin 20. Otra aplicacin del EPF es para el clculo
aproximado del parmetro k de las curvas Weibull:
898 . 0
957 . 3

~ EPF k . Una vez conocido ese
parmetro se puede estimar fcilmente por algn otro mtodo (ver Stevens and Smulders,
1979).
10
0
10
1
10
2
1
1.2
1.4
1.6
1.8
2
z (m)
E
P
F

Ilustracin 20: EPF para distintas alturas en Sisal.
Existen varios atlas de vientos basados en esta clasificacin, que ha evolucionado para distintas
condiciones. Otra clasificacin, usada para mapas de recurso elico en Europa se basa en la
siguiente tabla:
Tabla 6: esquema usado por las agencias europeas para clasificar potencial elico
Clase urbano y
suburbano
m/s W/m
2

Terreno
abierto
m/s W/m
2

Terreno
costero
m/s W/m
2

Mar
abierto
m/s W/m
2

Colinas y
barrancos
m/s W/m
2

Azul <3.5 <50 <4.5 <100 <5.0 <150 <5.5 <200 <7.0 <400
Verde 4.5 100 5.5 100 6.0 250 7.0 400 8.5 700
Naranja 5.0 150 6.5 200 7.0 400 8.0 600 10.0 1200
Rojo 6.0 250 7.5 300 8.5 700 9.0 800 11.5 1800
Morado >6.0 >250 >7.5 >500 >8.5 >700 >9.0 >800 >11.5 >1800
Esta tabla es la utilizada para el atlas de viento Europeo, representada principalmente por el Ris
National Laboratory, Roskilde, en Dinamarca. En esta clasificacin el cero se suele usar para
terrenos donde se espera que la topografa incremente la velocidad del viento, pero para los
cuales no hay mediciones experimentales. Cabe mencionar que este esquema considera una
colina a elevaciones de ms de 400m con ms de 4Km de dimetro de base. Se considera mar
abierto (Offshore) cuando la locacin se encuentra a ms de 10Km de la costa. Desde el punto de
vista de esta convencin, la ubicacin de la torre correspondera a un terreno costero, clase
Verde, mientras que desde el punto de vista de media anual sera Naranja.
A continuacin se muestra una tabla que contiene el resumen de los resultados para densidad de
energa (el subndice u indica parmetro correspondiente a distribucin unimodal):
Tabla 7: densidades de potencia para distribuciones bimodal y unimodal.
ID z (m)
b
P
D (W/m
2
)
u
P
D (W/m
2
)
u

u
k
sse
unimodal
X10
-4

sse
bimodal
X10
-4

0 3 122.515 119.343 5.264 1.990 13.72 6.3554
2 6 172.136 161.682 5.859 2.015 16.82 9.321
3 12.5 203.775 186.517 6.269 2.145 15.705 4.269
1 25 241.210 217.582 6.825 2.444 12.637 2.852
4 50 311.0761 285.366 7.751 2.999 7.666 3.376
10
0
10
1
10
2
100
150
200
250
300
350
z (m)
D
e
n
s
i
d
a
d

d
e

p
o
t
e
n
c
i
a

(
W
/
m
3
)


bimodal
unimodal

Ilustracin 21: densidades de potencia calculadas con distribuciones bimodal y unimodal.
En la Tabla 7 se muestra tambin el identificador de cada anemmetro (ID), la altura vertical y la
correspondiente densidad de potencia Weibull unimodal
u
P
D y bimodal
b
P
D . En la figura ms atrs
se muestra la misma informacin (PDF bimodal con cuadros y unimodal con crculos) en formato
semilogartmico. En nuestra opinin el estimado proveniente de la PDF bimodal es ms confiable
debido a su relacin directa con las caractersticas de los dos tipos de superficies (mar y tierra), y
por su comportamiento con respecto al error. Cabe mencionar que a alturas superiores a 50m el
comportamiento tiende nuevamente a una distribucin unimodal, pues la influencia del terreno es
decreciente con la altura. Los datos mostrados en las tablas anteriores fueron generados con los
promedios de media hora obtenidos mediante los programas de covarianzas de remolinos. Se
hicieron pruebas convirtiendo esos promedios a promedios horarios, y las variaciones en densidad
de potencia no pasan de 3%.

Correccin de la densidad
La primera correccin que se podra hacer es calcular una densidad promedio con las condiciones
promedio de temperatura potencial y presin, y obtener una densidad promedio de
) kg/m 225 . 1 ( 96 . 0 kg/m 176 . 1
3 3
= ~ ~
v d
T R
p
29
Donde
d
R =287.058 J/(kgK). De modo que como primera aproximacin se podra considerar
solamente el 96% de las densidades antes mencionadas.
Un mtodo ms exhaustivo es hacer el mismo clculo de manera horaria, tomando lecturas de la
estacin meteorolgica promediadas por hora y calculando la densidad media por hora usando
presin y temperatura virtual
3
. Si en vez de calcular histogramas de velocidad se calculan

3
Se cuenta con datos cada 5min en la base de datos para la estacin meteorolgica de la caseta de la
entrada, y con algunos datos de la estacin meteorolgica OTT. Desgraciadamente en esta ltima hubo
histogramas de energa por metro cbico, se puede tener una estimacin del error cometido con
la densidad promedio calculada de la ec. 28. Si se hace el clculo para z=50m, con la nueva
variable de integracin
3
) , ( ) 2 / 1 ( v Tv P x = , se puede calcular la densidad de potencia con
densidad variable:
~ = =
}

0
var
) (
2
1
/ xdx x f A E D
iable
P

311.75
El error en este caso es extremadamente pequeo. Los datos muestran que la distribucin de
probabilidad de la densidad de potencia en funcin de esta nueva variable x se aproxima a una
exponencial del tipo ) exp(
var
bx a D
iable
P
~

. En la figura siguiente se muestra el ajuste para z=50m.

0 500 1000 1500 2000
0
0.5
1
1.5
2
2.5
3
x 10
-3
W/m
3
PDF a 50m


todos
mar
tierra
fit tierra
fit mar
fit todos

Ilustracin 22: PDF de densidad de potencia a 50m
El error no pasa del 4% a 50m, sin embargo para alturas muy pequeas el error es mayor. A 25m
el error es 2%, a 12.5m es 8%, y a 3m es del 29%. Estos errores grandes a baja altura se deben a
que el ajuste exponencial del PDF a bajas alturas se deteriora mucho, de modo que el efecto de la
variacin de la densidad a baja altura no se puede establecer. Sin embargo a alturas mayores
queda claro que la correccin del 96% es una buena aproximacin. En nuestra opinin es vlido
suponer este factor de correccin para las otras alturas tambin, ya que a una distancia vertical de
50m la densidad no vara sensiblemente.
Estudio comparativo de potencial elico
Existen algunos trabajos previos que estudian el potencial elico en Sisal, Yucatn. El primero es
una tesis, escrita por Martnez-Ojeda, E.A. y dirigida por Rodrguez-Valdes, A;
https://sites.google.com/site/desarrollodelserviciosocial/home/rentabilidad (2011). En este
trabajo se reporta el uso de ciertos paquetes comerciales para estimacin de potencial elico:
TAPM (The Air Pollution Model) para obtener el viento a escala mediana, y WASP para hacer el

muchos problemas y solo se cuenta con los rangos de datos mencionados en la seccin Modificaciones,
reparaciones y operaciones de mantenimiento importantes.
clculo a pequea escala que tome en cuenta el terreno. Se reporta una proyeccin de consumo
energtico del pueblo de Sisal de 1,840,000 kWh/ao (esto es 4000 kWh * 460 familias aprox.).
Los resultados proyectados para una turbina Vestas V39 600/39 (600 kW nominales y 39m de
dimetro), con 45m de altura de poste (velocidad de arranque de 5m/s y vel. de paro de 30m/s).
Esta turbina es en realidad una V39 500/39, con potencia nominal de 500kW adaptada para
mayores velocidades de viento, de modo que la curva de potencia que se usa la curva original (de
500) escalada a 600kW. En este trabajo se reporta una produccin anual extremadamente baja:
273,639kWh. A continuacin se reporta la curva calculada para dicha turbina. La curva roja es la
curva de potencia, y corresponde al eje derecho en kW. La curva punteada (eje izquierdo)
corresponde a la multiplicacin del PDF unimodal ajustado a 50m por la curva de potencia
(potencia promedio como funcin de la velocidad). Una integracin de dicha curva da un
promedio anual de 137.9kWhr. En un ao esto es ms de 1,208,000kWhr (prcticamente cuatro
veces ms que el estimado de Martnez Ojeda). Sin embargo en el mismo trabajo se especifica que
la finalidad del mismo es simplemente desarrollar un esquema de herramientas de simulacin que
permitan jugar con datos de viento para hacer estimaciones preliminares. El trabajo de Soler et
al. (2009) es un estudio donde se recopila y procesa informacin de nueve estaciones
meteorolgicas localizadas en distintos puntos la pennsula de Yucatn, entre los aos 2000 y
2007. El punto ms cercano a Sisal en este estudio es Celestn, que presenta marcadas diferencias
con las mediciones obtenidas en el presente trabajo.

Ilustracin 23: curva de potencia (eje derecho) y produccin promedio en funcin de la velocidad para una turbina V39/600.
Otro trabajo relacionado con la zona de Sisal es Saldaa, R. y Miranda, U. (2009). En este estudio
se hace un estudio de potencial elico con una torre meteorolgica equipada con anemmetros a
20 y 40m de altura durante 33 meses. Se reporta una densidad de potencia de 222 y 298 W/m2 a
20 y 40m, respectivamente; valores muy similares a los obtenidos en este estudio a 25 y 50m de
altura. En este estudio tambin se hace una proyeccin a 80m usando una ley de potencia para el
perfil vertical de velocidad, obteniendo 416W/m2. Se reportan rosas de viento, histogramas de
velocidad y parmetros de curvas Weibull, que tambin son similares a los obtenidos en nuestro
caso. En la ilustracin siguiente se muestran promedios de rapidez de viento por hora del da,
junto con resultados reportados por otros estudios. Si se hace un estimado del promedio a otras
alturas usando una ley de potencia proveniente de los datos de 3, 6, 12.5, 25 y 50m para los
promedios por hora del da, se obtienen curvas parecidas a las presentadas por Saldaa y Miranda
en las primeras horas del da y la noche, pero que subestiman la rapidez de viento verdadera,
mientras que para las horas de la tarde se sobrestima dicha rapidez de viento. Esto es un efecto
del cambio brusco de rugosidad en la lnea de costa. Para poder hacer un estimado usando una ley
de potencias se pueden usar solamente las velocidades a 25 y 50m, que se encuentran arriba de la
capa lmite interna generada por el cambio de rugosidad (ver seccin Terreno no homogneo y
capa lmite interna) en la lnea de costa. De este modo se puede obtener un estimado (muy
preliminar) a otras alturas, por ejemplo velocidades estimadas promedio a 80m (ver figura ms
adelante). Se observa que a ciertas horas de la tarde el estimado para 12.5m de la rapidez de
viento es igual y hasta ligeramente mayor que las mediciones de Saldaa et al. a 20m. Es natural
que existan variaciones considerables de un ao a otro, por eso es siempre recomendable un
estudio que cuente con mediciones ininterrumpidas de al menos dos aos. Ntese la gran
diferencia que hay con la informacin reportada por Soler et al. (2009), correspondiente a la
estacin de Celestn a 10m de altura. Incluso la curva de sisal a 3m de altura muestra velocidades
muy superiores a partir de las 15hr (hora local), pues el patrn de vientos es distinto.
0 5 10 15 20
3
4
5
6
7
8
9
10
hr local
U

(
m
/
s
)


Este estudio (25m)
Saldaa et al. (20m)
Saldaa et al. (40m)
Este estudio (50m)
Soler et al. (10m)
Este estudio (12.5m)
Este estudio est 40m ley de potencia
Este estudio est 80m ley de potencia

Ilustracin 24: velocidades por hora de este estudio y de Saldaa et al.
En la figura siguiente se muestran por un lado, los parmetros de las curvas Weibull obtenidas por
Saldaa y Miranda, comparadas con los valores obtenidos durante este trabajo a distintas alturas
(escala de la izquierda). Tambin se muestran las densidades de potencia obtenidas
experimentalmente. Saldaa y Miranda usan los exponentes obtenidos con velocidades a 20 y
40m para obtener predicciones a 80m.

Ilustracin 25: parmetros Weibull y densidad de energa del estudio de Saldaa et al. y el presente trabajo (z=50m)
En la Ilustracin 26 ms adelante se muestra el comparativo de los parmetros de distribucin
Weibull unimodal obtenidos en el presente trabajo y los correspondientes valores de Saldaa et al.
(2009). Los valores numricos son muy similares.

Ilustracin 26: parmetros Weibull unimodal de los dos estudios.
Variabilidad del viento y rfagas
Es bien sabido que la variabilidad del viento para una distribucin normal de una variable aleatoria
est caracterizada por la varianza. En el caso de distribuciones de probabilidad como las
provenientes de experimentos meteorolgicos el problema es un poco ms complicado. Dichas
distribuciones (como la Weibull) no suelen ser simtricas. El parmetro que describe esta
asimetra se conoce en ingls como skewness. Este coeficiente de asimetra es positivo si se tiene
una distribucin con una cola ms larga a la derecha, que da un aspecto de una campana
inclinado hacia la izquierda, y vice-versa. La definicin matemtica de este trmino es la siguiente:
el tercer momento con respecto a la media normalizado (con la desviacin estndar).
3
1
2
1
3
3
3
3
1
) (
1
) (
1
|
|
.
|

\
|

~ =
(
(

|
.
|

\
|
=

=
=
n
i
n
i
x
n
x
n X
E s

o

30
Donde x es la variable aleatoria de inters (lecturas de velocidad) y es la media. Para una
poblacin grande el ltimo trmino de la derecha es un buen aproximado de la asimetra, sin
embargo, ste es un estimado sesgado. Para corregir el sesgo se usa el factor de correccin
siguiente
1
2
) 1 (
s
n
n n
SK

= 31
Otro parmetro de inters tiene el nombre de Kurtosis: un coeficiente de Kurtosis alto indica qu
tan alto y delgado es el pico de una distribucin de probabilidad. La definicin matemtica de este
coeficiente es la razn entre el cuarto momento alrededor de la media y el cuadrado de la
varianza:
4
4
o

| = 32
Sin embargo, normalmente lo que se usa en clculos de ingeniera y fsica es el exceso de kurtosis,
que se define como
3 = | EK 33
Un exceso de kurtosis nulo se denomina mesokrtico, mientras que uno mayor a cero es
leptokrtico (del ingls mesokurtic and leptokurtic). Tambin existen PDF con coeficiente
negativo, llamadas platikrticas (aplanadas). La distribucin normal es mesokrtica,
naturalmente. A continuacin se muestran los estadsticos
2
o (varianza), SK y EK para las
poblaciones de velocidades usadas para obtener las distribuciones de probabilidades calculadas a
distintas alturas:
Tabla 8: SK y kurtosis para vientos a distintas alturas
z (m) o SK |
3 2.829 0.694 3.072
6 2.709 0.660 2.928
12.5 2.829 0.694 2.829
25 2.840 0.689 3.269
50 2.774 0.497 3.350

Con respecto a la direccin del viento, se pueden calcular tambin los mismos parmetros para
fines de estudio de variabilidad. A continuacin se muestra como ejemplo los PDF para alturas de
3 y 50m: la curva roja continua representa un ajuste de mnimos cuadrados del histograma total
(todos). La diferencia entre el error as obtenido con el mtodo de separar tierra y mar para
calcular el parmetro p es mnima a 50m, mientras que a 3m llega a: error(3m)/error(50m)=16%,
(7% a 25m y 0% a 50m) siendo estos errores bastante pequeos en ambos casos (del orden de
0.0015), de modo que el mtodo de separar tierra y mar sigue siendo muy recomendable por su
sencillez, y por el sentido fsico que da el parmetro p. En este caso las curvas ajustan
correctamente a distribuciones normales.
0 2 4 6 8
0
0.02
0.04
0.06
0.08
0.1
Direccin (rad)
PDF a 3m


todos
mar
tierra
fit tierra
fit mar
fit todos
fitbimodal2

0 2 4 6 8
0
0.02
0.04
0.06
0.08
0.1
0.12
Direccin (rad)
PDF a 50m


todos
mar
tierra
fit tierra
fit mar
fit todos
fitbimodal2

Ilustracin 27: PDF de direccin de viento para 3 y 50m. Se muestran tambin los diferentes ajustes de curvas gaussianas.
Los parmetros de las distribuciones normales as obtenidos se muestran en la siguiente tabla:
Tabla 9: parmetros de la distribucin normal de la direccin de viento.
z (m) p
1

2

1
o
2
o
sse
bimodal
X10
-4

3 0.561 4.104 2.660 0.674 0.585 26
6 0.540 4.048 2.651 0.618 0.615 22
12.5 0.539 4.068 2.680 0.646 0.606 17
25 0.568 4.063 2.702 0.662 0.559 15
50 0.539 4.068 2.679 0.646 0.606 16

Es claro que la distribucin de la direccin de viento vara muy poco con la altura. Tambin se
pueden reportar estadsticos de cambios bruscos de direccin, anlogos a los parmetros que se
describen en la seccin siguiente para rfagas de velocidad, relacionados con la varianza de los
ngulos.
Rfagas
Desde el punto de vista estadstico, existen varios estudios de los parmetros relevantes que
afectan el desempeo de aerogeneradores. Entre ellos vale la pena citar a Kaimal (1981), que es
un estudio de torre meteorolgica (300m) donde se presentan estadsticos muy detallados del
comportamiento de las rfagas de viento durante dos eventos de tormentas de viento en el
Observatorio Atmosfrico de Boulder, Colorado en los Estados Unidos. En este documento se hace
un comparativo entre dos modelos para calcular probabilidades y estadsticos de las rfagas; un
anlisis basado en parmetros que caracterizan tanto la frecuencia como la intensidad de las
mismas, teniendo como finalidad proveer informacin para mejorar diseos de generadores
elicos. Existen muchos modelos de rfagas de viento, entre los que se pueden mencionar los
denominados GUST0 y GUST1, descritos en Powell y Connell (1980). stos (como otros modelos)
se basan en un tiempo y una longitud caractersticos de cruce por cero en las seales de velocidad
o aceleracin del viento. Dichas escalas estn relacionadas tambin con las dimensiones del
sistema aerogenerador (en muchos casos por medio de filtros de media mvil modificados), ya
que dos sistemas de distintos tamaos colocados en un mismo ambiente tienen diferente
sensibilidad a las variaciones del viento. Uno de estos estadsticos es por ejemplo la densidad de
probabilidad de ocurrencia de una rfaga que supere cierto umbral de aceleracin en un tiempo
dado. Existen modelos matemticos para predecir dichos estadsticos (de condiciones extremas de
viento), pero en su mayora se basan en la suposicin de que las amplitudes de las diferencias de
velocidad (aceleracin) estn normalmente distribuidas (Cliff y Fichtl, 1978). Tanto Kaimal (1980)
como Powell y Connell (1980) muestran estadsticos donde se observan diferencias entre las
mediciones y dicha suposicin. Antes de tratar de probar esta suposicin en campo, hay que
definir el marco terico en el cual se harn las comparaciones. Existe una serie de caractersticas y
nomenclatura que deberan compartir todos los modelos de rfagas:
- El parmetro de inters, en la mayora de los casos es la probabilidad de excedencia (o el
nmero de ocurrencias) de un umbral de amplitud o tiempo para una variable de inters,
que se puede expresar como:
) , , , , ( ) , ( ) , ; , (
0
F S y x P F S N F S y x N
T A AT AT
o o = 34
- Donde N es la esperanza matemtica del nmero de eventos donde la variable de inters
(amplitud o tiempo) sobrepasa simultneamente los umbrales (x y y, respectivamente). El
parmetro ) , (
0
F S N es el factor bsico de frecuencia, y los argumentos S y F representan
las condiciones atmosfricas y la variable de referencia para la sensibilidad de la mquina
a las mismas (normalmente un filtro analgico o digital). Los valores rms de amplitudes y
tiempos son respectivamente
A
o y
T
o . Siguiendo una notacin
estndar, ) , , , , ( F S y x P
T A AT
o o es la probabilidad condicional de sobrepaso de los
correspondientes umbrales en amplitud y tiempo, para las condiciones antes descritas.
- Los modelos tericos normalmente relacionan las condiciones atmosfricas con modelos
en frecuencia del comportamiento, y en general la mayora est dado solamente para el
caso neutral. Algunos modelos toman en cuenta los perfiles semilogartmicos de
velocidades con respecto a la altura, e incluso correcciones de estabilidad atmosfrica.
- Normalmente se modela la probabilidad de excedencia de cambios de velocidad o tiempos
con distribuciones conocidas, como normales, de Poisson o Weibull.
- En muchos casos la relacin de los valores rms con las variables experimentales se modela
por medio de relaciones tericas (como el espectro de Dryden, un modelo muy aceptado
en el contexto de diseo aeronutico).
Respecto a la seleccin del modelo a usar, Powell y Conell (1980), que hicieron una revisin de los
distintos modelos con que se contaba hasta la fecha, hicieron una tabla comparativa que
consideramos muy til:
Tabla 10: comparativo de distintos modelos de rfagas.
Descriptor de
fluctuaciones
Ramsdell M2 Huang-Fichtl Cliff-Fichtl
Amplitud de
eventos
discretos
GUST0 Uno menos ondas
coseno de
amplitud dada
Cruces de nivel de
series
diferenciadas a
intervalo dado
Diferencias de
velocidad a
intervalo dado
Amplitud de
tiempos
discretos
Implcito en
GUST0
Tiempo ms
probable de rfaga
de amplitud dada
Dado por el
analista
Dado por el
analista t
Factor de
frecuencia
bsico
Frecuencia de
cruce por cero
positivo
No documentado Frecuencia de
cruces por cero,
pendiente positiva
(R)
0.5t (NR)
PDF terica para
magnitud de
eventos
Exponencial Gaussiana Gaussiana Gaussiana
Modelo
espectral de
potencia
Ninguno Kaimal modificada
(R)
Dryden (NR) Dryden (NR)
Descriptor del
estado de la
atmsfera
PDF Viento
promedio
Rayleigh
Weibull Rayleigh Rayleigh
Perfil vertical de
velocidad media
Ninguno NASA ley de
potencia
Semilog (R) Log (R)
Filtro espectral Ninguno Filtros de corte Funcin de Funcin de
(turbina) abrupto dimetro de rotor-
freq. de corte
gradual
dimetro de
rotor-freq. de
corte gradual

Las iniciales entre parntesis (R) y (NR) corresponden al nivel de recomendacin de los autores de
la tabla. Las referencias de los distintos modelos se pueden encontrar en Powell y Connell (1980).
En vista de la informacin ah contenida, el modelo ms atractivo es el modelo denominado M2,
que usa distribucin de Weibull para modelar la probabilidad de media de vientos. Dicho modelo
es tambin conocido como modelo de Lewis NASA1
4
. En vista de que los resultados para los
distintos modelos considerados por Kaimal (1981) son bastante consistentes en lo que se refiere al
comportamiento de los estadsticos y sensibilidad a distintos filtros utilizados, podemos calcular
algunos estadsticos para el modelo M2, con la confianza de que esta misma informacin le d una
idea al lector interesado de los efectos de variabilidad y de las rfagas en los aerogeneradores.
Comparacin con modelo numrico de mesoescala WRF (E2-M3)
Los modelos de mesoescala son conocidos en general por sus aplicaciones para generar
predicciones meteorolgicas. Aunque el rango de tiempo de estas predicciones es an muy
limitado (15 das mximo) y su precisin no es adecuada (en general) para aplicaciones de
microescala, son extremadamente tiles para mltiples fines como la navegacin area y
martima. El trmino de mesoescala suele definirse en funcin de sistemas atmosfricos que
tienen una extensin horizontal suficientemente grande para que la aproximacin hidrosttica de
la distribucin vertical de la presin sea vlida, pero suficientemente pequea como para que la
aproximacin geostrfica deje de ser vlida. Las escalas de longitud tpicas abarcan desde un par
de kilmetros a varios cientos de kilmetros, y los tiempos comprenden desde unas pocas horas a
unos pocos das. Los modelos de mesoescala, debido a su extensin, en general contemplan un
juego de ecuaciones simplificado en varios sentidos:
1. En general se emplean las ecuaciones de Euler debido a que a esa escala los efectos
inerciales dominan completamente a los efectos viscosos, cuya influencia se vuelve
importante a travs de la turbulencia atmosfrica solamente en la capa lmite atmosfrica.
2. Se suele considerar lo que se conoce como aproximacin de Boussinesq, donde las
fluctuaciones de densidad se desprecian en todos los trminos de las ecuaciones de
movimiento, con la excepcin de los trminos que contengan la flotabilidad (ver Busch,
1973, Andreas 1996 y referencias ah citadas).
3. La turbulencia se modela de diferentes formas, como son modelos de turbulencia de tipo
RANS o utilizando directamente las parametrizaciones provenientes del anlisis

4
Se conoce originalmente debido a un memorndum hecho por D.A. Spera y T.R. Richards de la NASA, sin
embargo ha habido numerosos desarrollos de David Merchant de Boeing, con colaboracin de W.C. Cliff de
PNL y Walter Frost de FWG, Inc.
dimensional aplicado a la capa lmite atmosfrica como la teora de Monin-Obukhov
(1946), de donde se derivan mltiples trabajos para distintas condiciones de estabilidad
atmosfrica. Una recopilacin de criterios de este tipo se puede encontrar en Mellor y
Yamada (1982).
El modelo usado para este trabajo es el conocido con las siglas WRF, que es un esfuerzo conjunto
de la NCAR, NCEP (national Centers for Environmental Prediction), el FSL (Forecast Systems
Laboratory), la AFWA (Air Force Weather Agency, el laboratorio naval de investigacin, la
universidad de Oklahoma y la FAA (Federal Aviation Administration) en Estados Unidos. Se trata de
un modelo abierto, flexible y computacionalmente eficiente que incorpora avances en fsica,
mtodos numricos y recopilacin y proceso de datos para la comunidad cientfica y pblico en
general.
El modelo es un conjunto de herramientas de usuario para proveer a los programas conocidos
como solvers de la informacin de entrada (condiciones de frontera, entradas, salidas, mallados,
etc) para el clculo de la solucin numrica de las ecuaciones del modelo, que se conocen como
ecuaciones de Euler no hidrosttica y compresible, conservativa para las variables escalares.
WRF puede trabajar con distintos tipos de coordenadas espaciales (adaptadas al terreno, a la
presin hidrosttica con paso variable, etc). La integracin en el tiempo usa algoritmos tipo Runge-
Kutta de segundo y tercer orden con posibilidad de paso variable para problemas de acstica y
ondas de gravedad. La discretizacin espacial es de segundo a sexto orden en la horizontal y
vertical, y se usan modelos de sub-malla para la turbulencia de varios tipos.
La solucin de dichas ecuaciones contiene los campos de velocidad, temperatura, perturbaciones
de temperatura potencial, humedad, balances de energa cintica, relaciones de mezcla de lluvia,
agua y hielo, qumicos en la atmsfera, etc.
Los resultados obtenidos con este tipo de simulaciones complementaran los resultados del
presente proyecto y son muy atractivos desde el punto de vista de aplicabilidad en clculos
relacionados a generacin de energa elica en diferentes puntos de la repblica.
En lo que respecta a la implementacin de mesoescala, se tiene una colaboracin con el equipo
del Dr. Jorge Zavala en el Centro de Ciencias de la Atmsfera (CCA) de la UNAM, donde se ha
implementado con xito el modelo WRF de toda la repblica mexicana y se tienen resultados de
varios aos atrs. El modelo se inicializa en las fronteras con informacin proveniente de un
modelo global (GFS: Global Forecast System) y se corre localmente con una resolucin de 20km (y
la zona centro con una resolucin tres veces ms alta). Uno de los usos del modelo son
predicciones para PEMEX y el sistema Meteorolgico Nacional y el IMTA. A continuacin se
muestran los primeros resultados de dicha comparacin.

Metodologa
Los datos que se obtienen como resultado de correr el modelo WRF son muy voluminosos. Existe
informacin de ms de 100 variables, para 121 tiempos distintos por da (debido a que es un
pronstico operativo, se tienen datos predictivos de cinco das en cada archivo) y la mayora para
una cantidad de nodos muy importante en el modelo de la repblica mexicana. La resolucin es de
aproximadamente 0.18 grados (aprox. 20km). Para poder manipular los datos se hicieron una serie
de programas en Matlab que lean la informacin de los servidores del Centro de Ciencias de la
Atmsfera de la UNAM en Ciudad Universitaria, y separen el rea de inters (pennsula de
Yucatn) del resto de la repblica. Esa informacin se guard en un disco duro porttil que sirvi
para el post-procesamiento (comprimida en archivos tar.gz de aprox. 300MB por da simulado).
El rango de latitudes y longitudes guardado fue de 17.0362-22.8458 (norte) y de 85.1024-
92.7850 (oeste) respectivamente, mientras que el rango de fechas es del 18 de febrero de 2010
al 14 de mayo del 2011. En la Ilustracin 28 se muestra un ejemplo del campo vectorial de
velocidad de viento obtenidos por medio del modelo WRF para el rea de inters.
-92 -90 -88 -86 -84 -82
16
17
18
19
20
21
22
23
24


Cuba
Golfo de Mxico

Ilustracin 28: vectores de viento en el rango de inters provenientes del modelo WRF.
Para el post-procesamiento se cont con la colaboracin de una becaria (prcticas profesionales)
de la Universidad Autnoma de Yucatn (Ingeniera Fsica): la alumna Sareti Concepcin Cardos
Pacheco hizo una serie de rutinas que interpolan los datos de WRF para calcular funciones de
densidad de probabilidad de velocidades y rosas de viento a distintas alturas. La finalidad de esta
tarea es hacer una comparacin de la salida del modelo con los datos experimentales.
Primeros resultados
En la Ilustracin 29 se muestra un ejemplo del tipo de resultados que se reportarn: las PDF
experimentales a 50 y 12.5m se comparan con las correspondientes funciones calculadas de los
datos del modelo WRF. Se observa que para alturas cercanas a la superficie (WRF a 10m vs.
experimentos en la torre a 12.5m) los datos difieren mucho de los datos reales. Esto es natural, ya
que las condiciones de frontera de dichos modelos provienen de parametrizaciones empricas y
tericas (como la teora de Monin-Obukhov). A alturas ms importantes, y ms all de la capa
lmite superficial las predicciones mejoran sensiblemente, como se puede apreciar si se comparan
los PDFs experimental (50m) y del modelo (60m). La razn por la cual no se hizo una interpolacin
a 50m de los datos de WRF es que la resolucin vertical del modelo es muy pobre, y el primer
punto de la malla es precisamente 60m. Los datos a 10m son estimaciones provenientes de
parametrizaciones, y en vista de esta primera comparacin se esperara introducir mucho error si
se intentase la interpolacin usando informacin calculada para 10m (y 120m) de altura en el
modelo. Por otro lado, el comportamiento de la atmsfera fuera de la capa superficial (segundo
nodo hacia arriba) es muy diferente a lo que se esperara debajo de 100m de altura.
0 2 4 6 8 10 12 14 16 18 20
0
0.05
0.1
0.15
0.2
0.25
U (m/s)
P
D
F


WRF 10M
fitted curves
WRF 60m
exp 50m
exp 12.5m

Ilustracin 29: PDFs experimentales y del modelo WRF a 10 y 50m.
En las ilustraciones Ilustracin 30 (a-h) se muestra el comparativo entre las rosas de vientos
experimental a 50m (b) y modelada con WRF a 60m (a). Las diferencias en las PDF de ngulos no
superan 2%, como se aprecia en la comparacin directa expresada como PDF en la Ilustracin 31
(c), donde la pequea flecha muestra una diferencia de 1%.
5%
10%
15%
WRF PRIMAVERA
WEST EAST
SOUTH
NORTH
0 - 2
2 - 4
4 - 6
6 - 8
8 - 10
10 - 12
12 - 14
14 - 16
16 - 18
18 - 20
20 - 22

(a)
5%
10%
15%
PRIMAVERA (A-4)
WEST EAST
SOUTH
NORTH
0 - 2
2 - 4
4 - 6
6 - 8
8 - 10
10 - 12
12 - 14
14 - 16
16 - 18
18 - 20
20 - 22

(b)
5%
10%
15%
WRF VERANO
WEST EAST
SOUTH
NORTH
0 - 2
2 - 4
4 - 6
6 - 8
8 - 10
10 - 12
12 - 14
14 - 16
16 - 18
18 - 20
20 - 22

(c)
5%
10%
15%
VERANO (A-4)
WEST EAST
SOUTH
NORTH
0 - 2
2 - 4
4 - 6
6 - 8
8 - 10
10 - 12
12 - 14
14 - 16
16 - 18
18 - 20
20 - 22

(d)
5%
10%
15%
WRF OTOO
WEST EAST
SOUTH
NORTH
0 - 2
2 - 4
4 - 6
6 - 8
8 - 10
10 - 12
12 - 14
14 - 16
16 - 18
18 - 20
20 - 22

(e)
5%
10%
15%
OTOO (A-4)
WEST EAST
SOUTH
NORTH
0 - 2
2 - 4
4 - 6
6 - 8
8 - 10
10 - 12
12 - 14
14 - 16
16 - 18
18 - 20
20 - 22

(f)
5%
10%
15%
WRF INVIERNO
WEST EAST
SOUTH
NORTH
0 - 2
2 - 4
4 - 6
6 - 8
8 - 10
10 - 12
12 - 14
14 - 16
16 - 18
18 - 20
20 - 22

(g)
5%
10%
15%
INVIERNO (A-4)
WEST EAST
SOUTH
NORTH
0 - 2
2 - 4
4 - 6
6 - 8
8 - 10
10 - 12
12 - 14
14 - 16
16 - 18
18 - 20
20 - 22

(h)
Ilustracin 30: comportamiento estacional representado por rosas de vientos. Columna izquierda: WRF, columna derecha:
anemmetro 4 (z=50m).
El comparativo entre las rosas de vientos por estacin del ao y totales en la Ilustracin 30 y la
Ilustracin 31. Es de remarcar el parecido, tomando en cuenta que el modelo WRF es un modelo
de mesoescala. En la ltima ilustracin se muestra tambin un comparativo entre el PDF de
direccin de vientos, donde se nota claramente el origen bimodal y el parecido entre ambas
fuentes de datos.
2%
4%
6%
8%
WRF TOTAL
WEST EAST
SOUTH
NORTH
0 - 2
2 - 4
4 - 6
6 - 8
8 - 10
10 - 12
12 - 14
14 - 16
16 - 18
18 - 20
20 - 22
(a)
2%
4%
6%
8%
TOTAL (A-4)
WEST EAST
SOUTH
NORTH
0 - 2
2 - 4
4 - 6
6 - 8
8 - 10
10 - 12
12 - 14
14 - 16
16 - 18
18 - 20
20 - 22
(b)
-150 -100 -50 0 50 100 150
0
0.02
0.04
0.06
0.08
0.1
0.12
u (degree)
P
D
F


exp 50m
WRF 60m
fitbimodal
1%

(c)
Ilustracin 31: rosas de vientos en (a): modelo WRF a 60m, en (b): rosa de vientos experimental (50m) y en (c): histogramas
comparados de direccin de viento en grados.
Es importante mencionar que si se desea la densidad de potencia a otra altura (80, 100m) se
podra calcular una extrapolacin usando las curvas experimentales de rugosidad superficial y
comportamiento con respecto a la estabilidad (ver seccin relativa a rugosidad superficial). De
cualquier manera el clculo sera cualitativo, debido a la presencia de las capas lmite internas.
Recomendaciones y perspectivas
Desgraciadamente no se cuenta con datos experimentales a mayores alturas, pero se espera
poder hacer estimados de velocidades a 80 o 100m usando una combinacin de los datos de la
torre y consideraciones tericas (que van ms all de la capa lmite superficial), y compararlos con
los resultados del modelo numrico. Se espera un mejor acuerdo a mayores alturas. En la prctica
normalmente se recurre a un modelo de mesoescala para aproximar el viento sobre la capa lmite
atmosfrica superficial, y a un modelo LES, RANS o combinado (como WASP) para hacer clculos
usando la topografa de detalle cerca de la superficie. Los resultados de la simulacin a mesoescala
WRF muestran que se pueden esperar resultados favorables a alturas superiores a 60m. Si se usa
informacin de la micrometeorologa y la topografa detallada del terreno es posible mejorar las
predicciones para vientos a menor altura. Se observa un excelente acuerdo en cuanto a la
distribucin de direcciones de viento a 60m. En el Anexo D se detalla un plan para hacer
simulaciones a escalas mucho ms pequeas, y los primeros resultados de simulaciones numricas
de canales de muy pequea escala sobre interfases rugosas idealizadas.
Rugosidad superficial (E3-M3)
La torre est localizada aprox. a 110m de la lnea de agua, como se muestra en la etiqueta a en
la Ilustracin 32, que es una imagen Google (maps), tratada digitalmente para mostrar mejor las
caractersticas del terreno
5
. Esta textura en la imagen permite distinguir fcilmente las superficies
rugosas (obscuras, manglares de aprox. 3m de altura) de las zonas ms lisas (claras, zonas
inundables con arboles depoco follaje ocasionales). Las regiones claras, como b, c, y las
esquinas superiors de d y e son parte de una zona inundable con poca vegetacin. La zona
urbana del pueblo se distingue claramente sobre la lnea que separa a y b, mientras que las
calles y caminos son discernibles a simple vista. en la parte inferior izquierda de la figura hay una
escala que indica una distancia de 500m. La lnea oblicua blanca que cruza el manglar en d para
entrar al pueblo (cerca de la punta de c) es el camino que viene de la ciudad de Hunucm
(Mrida) a 20km al sur. Las zonas etiquetadas como f y a correspondern naturalmente a
vientos provenientes del mar. La razn de distinguir entre una y otra es que hay pocos datos
provenientes de f, de modo que los resultados presentados reflejarn caractersticas de a

5
2011 Google-Imgenes 2011 Cnes/Spot Image. DigitalGlobe, GeoEye, Datos del mapa 2011 Google,
INEGI
principalmente.

Ilustracin 32: sketch del sitio del experimento. La torre se encuentra en la punta de la flecha. Al este se encuentra el pueblo de Sisal
(donde predominan pequeas construcciones de uno o dos pisos) y al sureste se encuentra una zona inundable, seguida de un
manglar relativamente denso de baja altura a dos kilmetros (aprox.).
A continuacin se muestra, en la Tabla 11, la sectorizacin antes mencionada. Ntese que la
convencin usada para los ngulos es la siguiente: vientos provenientes del este corresponden a 0
grados, mientras que vientos del norte son 90 grados.

Tabla 11: sectorizacin del experimento
Sector
1

2

a+f 12 192
b
b
0
354
10
360
c 340 354
d 297 340
e 192 297
Las edificaciones ms cercanas a la torre (no ms de 3.5m de altura) estn aproximadamente a
120m hacia el suroeste. Al norte y oeste, antes de la playa hay arbustos bajos y hierba, restos de
una pequea malla ciclnica (1.80m de alto a 30m de distancia), que se encuentra aprox. a 110m
de la lnea costera.

Perfil vertical de velocidad
La interaccin entre atmsfera, oceno y tierra firme ha sido objeto de numerosos estudios en el
marco de referencia de micrometeorologa y ciencias de la tierra. La dispersin turbulenta de
contaminantes y potencial elica estn entre las mltiples aplicaciones que motivan esta
productividad. En particular, el perfil vertical de velocidad es de inters en estas aplicaciones, y
est establecido experimentalmente y a travs de diversos puntos de vista tericos que el perfil en
condiciones adiabticas (estratificacin neutral) para un terreno homogneo es logartmico.
) ln( ) ln(
0
*
z z
u
U
=
k
35
Donde U es la velocidad media, z es la altura sobre el terreno,
*
u es la velocidad de friccin y k es
la constante de Von Krmn constant (Stull, 1988). Para condiciones adiabticas (y terreno
homogneo) el perfil es modificado por un trmino de estratificacin (Panofsky and Dutton, 1984)
) / ( ) ln( ) ln(
0
*
L z z z
u
U

k
= 36
donde L es la longitude de Obukhov length (Monin, Obukhov, 1971) y ) / ( L z es una funcin
universal (trmino de estratificacin, en lo que sigue) que debe ser establecido
experimentalmente. Ntese que un parmetro adicional debe ser introducido si los elementos de
rugosidad son suficientemente densos como para desplazar el perfil vertical de velocidades una
distancia d del suelo, conocida como longitud altura de desplazamiento (en ese caso hay que
intercambiar z por (z-d) en la ecuacin 33 y 34). La relacin entre la altura de desplazamiento y el
perfil vertical ha sido objeto de numerosas investigaciones en el pasado, sin embargo sigue siendo
controversial y no se comprende muy bien a la fecha (Jacobs and Van Boxel, 1987 y referencias ah
citadas). De hecho se ha observado experimentalmente una fuerte correlacin entre estas dos
magnitudes (z
0
y d), haciendo la estimacin simultnea en un mismo experimento muy difcil.
Los mtodos experimentales para obtener estos parmetros son diversos; solamente se
mencionarn algunos. La rugosidad superficial se puede obtener directamente del perfil vertical
de velocidades en el caso neutral, pues 0 ) 0 / ( = = L z y se debe poder ajustar a una lnea recta
en una escala semi-logartmica (usando instrumentos convencionales de baja frecuencia, como
anemmetros de copas), como se describe en Stull (1988) pp. 381-383. Por otro lado, existen
mtodos ms avanzados, como el de Martano (2000), quien minimize una funcin que representa
la incertidumbre en la medicin de la rugosidad superficial para obtener un valor nico de z
0
y d.
La forma de la ecuacin 34 requiere el uso de tcnicas de bsqueda no lineales para estimar z
0
. En
este sentido, se ha prestado particular atencin al mtodo de an particular attention al mtodo de
Sozzi, Favaron and Georgiadis (1998), que tambin puede ser adaptado a diferentes formas de
funciones a optimizar (objetivo), hacindolo susceptible de aprovechar apra comparaciones con
metodologas nuevas; el mtodo es un procedimiento iterativo que calcula cuatro parmetros:
tres de ellos caracterizan al trmino de estratificacin, de acuerdo a Panofsky y Dutton (1984), y el
cuarto es la rugosidad superficial. Este procedimiento sera referido en lo sucesivo como NMS
(Nelder-Mead search), y una comparacin directa se hace por medio de un experimento numrico
explicado en el documento anexo (artculo a enviar a Boundary Layer Meteorology).
Rugosidad y lmite interna en condiciones cuasi-neutrales
En la Ilustracin 33 (a) and (b) se muestran perfiles verticales en escala semi-logartmica. Para
todos los casos es evidente la presencia de la capa lmite interna, pues existe una discontinuidad
en la pendiente de las curvas. Para una transicin rugoso-suave (viento de tierra, Ilustracin 33 (a))
la pendiente de la curva cerca de la superficie es ms pequea que sobre la discontinuidad de
pendiente, que se encuentra cerca de la altura de capa lmite interna h (crculos), y vice-versa para
la transicin suave-rugoso (viento de mar) en la sub-figura (b). Esto es porque el terreno local
afecta la parte ms baja del perfil, mientras que las condiciones a fetch ms grande (aguas arriba)
dominan a mayor altura. En estas ilustraciones (Ilustracin 33) la velocidad se divide entre la
velocidad de friccin (lneas punteadas), dependiendo del caso (viento de tierra o mar); la
rugosidad y velocidad de friccin locales z
0
and
*
u se calcularon del perfil de velocidades como si
las mediciones hubiesen sido hechas con un anemmetro convencional (baja frecuencia). Los
crculos de la Imagen corresponden a la altura de la capa lmite interna IBL h, calculada como la
interseccin entre los ajustes del perfil semi-logartmico de velocidades de la parte superior e
inferior, como se describe en Echols and Warner (1972). Para vientos provenientes de tierra, la
seleccin ms usual fue usar los primeros tres puntos del perfil vertical de velocidades (de abajo
hacia arriba) (que proporciona informacin de la rugosidad local bajo la torre), mientras que los
dos puntos restantes se usaron para estimar la altura de la IBL. Para la Ilustracin 33 (b), los tres o
cuatro puntos de arriba del perfil vertical de velocidad dieron la rugosidad superficial de vientos
provenientes del mar. Las lneas de punto-raya representan el perfil del otro lado de la IBL, y no
pueden proveer estimados aceptables de z
0
, de modo que solo se usan para estimar el cruce de
perfiles para establecer la ubicacin aproximada de la altura de la IBL h. Para cada caso, se grafica
solamente uno de esos perfiles (por claridad). El cruce con la ordenada de las grficas para las
lneas con punto-raya no tiene significado fsico, pues estn divididas por la velocidad de friccin
del otro lado de la IBL. Por claridad, Ilustracin 33 (a) y (b) muestran solamente cinco perfiles,
sin embargo el nmero de puntos experimentales real es mucho mayor en la mayora de los casos.
La rugosidad superficial ms probable se calcul por medio de la mediana, como sugiere Sozzi et
al. (1998). La sensibilidad a errores de esta aproximacin local es evidente de la Ilustracin 33 (b),
donde se observa que una variacin pequea en la pendiente de la recta ajustada resulta en un
error muy grande en la rugosidad superficial (cruce en cero de la ordenada muy disperso).
Los resultados locales se resumen en la Tabla 12 (los intervalos de confianza presentados aqu son
estimados aproximados provenientes de la desviacin estndar de las mediciones). Se obtiene el
mismo orden de magnitud que Echols y Wagner (0.8-1.5cm para tierra, mientras que para vientos
de mar se obtuvo una z
0
del orden de 1 a 3 X10
-6
m, cinco veces ms pequeo que nuestro
resultado). Ntese que en principio debera haber una distancia de desplazamiento para
mediciones provenientes de tierra, sin embargo, como el cambio de rugosidad est
aproximadamente 2km de la torre, las lneas de corriente tuvieron suficiente tiempo para
reajustarse al nuevo terreno, donde d es despreciable. La distancia que recorren dichas lneas de
corriente al pasar un escaln (backward facing step) antes de volverse horizontales otra vez es
O(10) veces la altura de dicho escaln (ver por ejemplo Le et al., 1997 y referencias ah citadas). A
pesar de esto, se corrieron pruebas considerando la altura de desplazamiento en el rango 0<d<3m,
y se obtuvieron variaciones no mayores a 10% de los valores aqu reportados.

0 1 2 3 4 5
10
-2
10
-1
10
0
10
1
10
2
z
kU/u
*

(a)

Tabla 12: rugosidad local para diferentes sectores (crea_columnas_MR3bis ojo! borrar esto)
Sector No. of
events
z
0
(m) Confidence interval
(z
0min
, z
0max
) (m)
h (m)
a,f 45 5.5661e-006 3.2663e-006-1.9259e-005 9.619
b 3 0.076 ? no hay suficientes datos 21.920
c 10 0.0406 0.0270-0.0670 22.42
d 21 0.0246 0.0201-0.0325 20.214
e 2 0.056 ? no hay suficientes datos 8.980

Terreno no homogneo y capa lmite interna
El caso particular de la zona de estudio, que es una zona costera no presenta las caractersticas de
homogeneidad horizontal que requiere la aplicacin de la mayora de los criterios de anlisis
dimensional tericos que se encuentran en la literatura. Existen, sin embargo muchos trabajos
dedicados al problema de un cambio brusco de rugosidad, entre los cuales destaca el de Shao,
0 0.5 1 1.5
10
-7
10
-6
10
-5
10
-4
10
-3
10
-2
10
-1
10
0
10
1
z
kU/u
*

(b)
Ilustracin 33: perfiles verticales de velocidad para el sector d (a) y sector a (b) (EcholssectordM2, borrar esto ojo!)
Hacker y Schwerdtfeger (1991), quienes efectuaron experimentos por medio de un avin
instrumentado para caracterizar la capa lmite interna sobre una lnea de costa y se verifica que
bajo ciertos lineamientos es posible encontrar relaciones de similaridad para caracterizar los
parmetros turbulentos.
Debido a que las condiciones experimentales en el campo no son del todo controlables, es
siempre deseable abstraer los elementos ms importantes para hacer modelos matemticos. Si se
quieren probar dichos modelos ser necesario efectuar experimentos controlados o simulaciones
numricas que permitan apagar todos los factores que no se desea considerar, y medir todas las
variables importantes. Estas son dos ventajas que tienen los modelos numricos de simulacin.
Existen modelos a varias escalas, dependiendo de la aplicacin, as como mltiples modelos
matemticos de capa lmite interna en la literatura. Es posible encontrar recopilaciones completas
y documentadas en Garrat (1989) y Savelyev y Taylor (2004), por ejemplo.
Existen a su vez varias definiciones de la capa lmite interna, como la altura donde se encuentra
cierta discontinuidad (Elliott, 1958; Panofsky y Townsend, 1964) o alguna definicin del tipo
Schlichting (2004):

= u u 99 . 0 , donde

u es la velocidad aguas arriba. Tambin se puede definir

en funcin del esfuerzo aguas arriba; ste ltimo caso genera una altura de IBL h ms grande que
la definicin basada en la velocidad, debido a sta ltima se ajusta ms lento a las nuevas
condiciones aguas abajo. Rao et al. (1974) estudian el fenmeno por medio de simulaciones
numricas 2D ayudados de un modelo turbulento de alto orden. La IBL se define del mismo modo,
junto con una capa interna de equilibrio hs cuya altura se define donde el ajuste de 90% del
esfuerzo ha ocurrido. A diferencia de la IBL, la TIBL se define de manera menos ambigua por medio
de una discontinuidad en la tasa de variacin de la temperatura z c c / u , o por medio de la parte
superior de una capa de mezclado (Raynor et al. 1975). Al momento de la publicacin de los
resultados de Rao et al. no haba muchos datos experimentales para comparar con los resultados
numricos, pero con el tiempo se ha demostrado la pertinencia de este tipo de clculos, que
representan una gran ventaja en tiempo de clculo con respecto a simulaciones 3D.
La IBL presenta una estructura que se describe a continuacin, con la ayuda de la Ilustracin 34,
donde se muestra en (a) un cambio de rugosidad superficial z
0
, temperaturau o algn otro flujo
escalar F a partir de un punto dado en el eje x. La distancia a partir de ese punto se conoce como
fetch, y aguas abajo del cambio de condiciones (subndice 2) se forma la IBL (o TIBL, de thermal
internal boundary layer). La IBL es la capa donde ocurren cambios significativos con respecto al
flujo antes del cambio de rugosidad, temperatura o flujo (x=0). Dentro de la IBL existe una capa
conocida como capa de equilibrio usualmente definida por un ajuste del 90% del esfuerzo (o
algn otro flujo superficial en el caso no neutral). Lejos del punto de discontinuidad, en
condiciones neutrales la capa de equilibrio est caracterizada por un perfil logartmico de
velocidades, conocido como constant flux layer, aunque el esfuerzo no sea constante (en realidad
el flujo de momntum o velocidad de friccin decrece con la altura). Ntese que la existencia de
un perfil logartmico no depende de un flujo constante. Para casos no-neutrales se pueden aplicar
criterios parecidos, con informacin adicional proveniente de los perfiles correspondientes. En la
Ilustracin 34 (b) se muestran algunos perfiles tpicos de velocidad y flujo de calor. (ii)
corresponde para un caso tpico convectivo, mientras que (iii) correspondera a un caso de
estratificacin estable. Se muestra tambin un desplazamiento de las lneas de corriente sobre la
IBL ( o ).

Ilustracin 34: estructura de la IBL (de Garrat, 1989)
En un principio los trabajos se enfocaron en la influencia de un cambio de rugosidad a distancias
cercanas, y a partir de los aos setentas los esfuerzos se concentraron en el desarrollo de la capa
lmite interna trmica, dada su importancia en problemas de contaminacin en centros urbanos
costeros, por ejemplo.
Para casos de pequea escala donde el cambio de rugosidad est dado por la variable conocida
como rugosidad superficial z
0
, algunas soluciones analticas para la evolucin de la altura de la IBL
h fueron obtenidas por Elliott (1958), utilizando como base el perfil logartmico de velocidades
aguas arriba y la ecuacin integral de Karman para el flujo de momntum, considerando que el
perfil de velocidades sobre la IBL no se modifica. Cabe mencionar otro trabajo muy relacionado,
que se debe a Panofsky y Townsend (1964), donde se hace un anlisis de conservacin de
momntum que arroja resultados tanto para la evolucin de la altura de capa lmite como para el
esfuerzo en funcin del fetch.
A continuacin se detalla un modelo simple para la altura de la IBL neutral. Varios de los modelos
ms exitosos para describir la evolucin de la IBL se basan en el concepto de difusin; una analoga
de la difusin turbulenta de contaminantes atmosfricos, planteada de la siguiente manera
(Miyake, 1965): Si se plantea la zona de influencia despus del cambio brusco de rugosidd en
funcin de la varianza de las fluctuaciones turbulentas por medio de la varianza se tiene:
w
A
dx
dh
h U o = ) ( 37
Donde A es un coeficiente emprico que depende de las rugosidades superficiales aguas abajo y
arriba, y
w
o es la varianza de las fluctuaciones turbulentas en el eje z, que puede expresarse, a su
vez, en funcin de relaciones de escala de la capa superficial, como
D w
u
*
25 . 1 = o 38
Donde
D
u
*
es la velocidad de friccin aguas abajo (downstream). Si se considera el perfil
logartmico de velocidades aguas arriba, la ecuacin 50 queda
U
U
U
Au
dx
dh
z
h
k
u
*
0
*
25 . 1 ln =
|
|
.
|

\
|
39
Donde
U
z
0
es la rugosidad superficial aguas arriba (upstream) y k es la constante de Von Karman.
El coeficiente A se calcula en base a esta ecuacin a partir de experimentos (Savelyev y Taylor,
2001) como:
|
|
.
|

\
|
+ =
U
D
z
z
A
0
0
ln 1 . 0 0 . 1 40
Siendo stas ecuaciones aproximadamente vlidas para el caso de estratificacin atmosfrica
neutral. sta y otras ecuaciones han sido probadas y comparadas con experimentos (Savelyev,
Taylor, 2005) en distintas condiciones. Existen otros modelos ms complejos, como el de Gryning y
Batcharova (1990), donde se trata la capa lmite interna trmica y se incluyen correcciones a los
trminos de energa cintica turbulenta que mejoran las estimaciones (aprox.) en los primeros 50
metros de la capa lmite interna (Zilitinkevich, 1975); modelo que toma en cuenta la dinmica de la
inversin sobre la capa lmite convectiva (Tennekes, 1973).
Desde el punto de vista experimental, existen varios estudios a distintas escalas que se relacionan
directamente con el problema de cambio de rugosidad (Jegede y Foken. 1999): un caso similar al
presente estudio se desarrol tambin en el golfo de Mxico, en las costas de Texas, E.U. Echols y
Wagner (1972) hicieron observaciones a baja altura por medio de torres instrumentadas,
pudiendo detectar la aparente discontinuidad en el perfil de velocidades, descrita como una
joroba en el perfil, cerca de la altura de la capa lmite interna. Los perfiles se usaron para obtener
rugosidades superficiales aguas arriba y debajo de la discontinuidad (playa) para estratificacin
estable. En realidad los perfiles de velocidades no tienen derivadas discontinuas, como lo
muestran los experimentos de Chamorro y Port-Agel (2009), pero un nmero limitado de
mediciones a lo largo de z da un perfil discreto que no resuelve correctamente el cambio de
pendiente en el perfil real, como se muestra en la figura ms adelante.

Ilustracin 35: perfiles de velocidades en tnel de viento, de Chamorro y Port-Agel, 2009. Cambio de rugoso a liso.

El problema de un cambio brusco de condiciones en un flujo turbulento suscita an muchos
trabajos de investigacin; por poner algunos ejemplos, existen trabajos recientes que estudian la
relacin entre los esfuerzos cortantes (Chamorro, 2009), parametrizaciones para condiciones de
frontera en simulaciones numricas (Stoll, 2006).
Rugosidad efectiva
Para un terreno no homogneo, donde hay una sucesin de distintos parches de terreno
suburban, granjas, plantos, areas arboladas, se puede mostrar que sobre una altura h, esixte una
escala de mezclado blending height l
b
(Mahrt, 1996) tal que los efectos de las condiciones de la
superficie ya no son sentidos por el flujo. Un estimado aproximado est dado por la frmula
c
w
b
L
U
l
2
2 |
.
|

\
|
=
o
41
Donde
w
o y L
c
son la desviacin estndar de las fluctuaciones verticales y una escala de longitud
de las inhomogeneidades horizontales caractersticas del terreno. Arriba de esta altura efectiva la
velocidad (y temperatura potencial virtual) tienen perfiles verticales logartmicos, con velocidades
y longitudes de friccin que obedecen una ley de similaridad de Obukhov, con parmetros
efectivos
eff
z
0
and L
eff
correspondientes al rea barrida por el anemmetro (footprint) y que
pueden ser usados en las ecuaciones 33 y 34 (Wood y Mason, 1991; Gryning, 2005). Estos valores
efectivos corresponden al efecto de la configuracin del terreno promediado (desde el punto de
vista del area y rugosidades) de manera que se obtenga el esfuerzo de corte experimental
2 *
eff
u t = y el perfile de velocidad medidos sobre l
b
(vea tambin Mason, 1988).
El problema de la estimacin de la rugosidad superficial es abordado para el caso de terreno no
homogneo. Una tcnica basada en anemometra snica se propone, de manera que la
informacin proveniente de experimentos bajo diferentes condiciones de estratificacin
atmosfrica sea aprovechada. Si el anemmetro es colocado a una altura adecuada, la funcin de
estabilidad de Monin-Obukhov puede ser ajustada a una curva suave, dependiente de z/L
alrededor del origen para estimar la rugosidad superficial efectiva z
0eff
. Los estimados obtenidos
tienen el orden de magnitude correcto, y son consistentes con la transferencia de momentum
desde el punto de vista de fetch, direccin y las caractersticas del terreno.
Esfuerzo turbulento local y efectivo
Cuando se cuenta con mediciones del esfuerzo turbulento, se pueden comparar las mediciones
con los valores locales provenientes de los perfiles de velocidades. La velocidad de friccin
obtenida con el anemmetro snico para el sector d (tierra) es muy distinta al valor usando el
punto de vista local, como se observa de la Ilustracin 36. La relacin entre ambas es
aproximadamente 1/3, consistente con los resultados numricos de Rao et al. (1974) para fetch
pequeo (Figura 3 en su trabajo), pues sta es una transicin rugoso-suave.
l
u
*
es la velocidad de
friccin local.
0 5 10 15 20
0
0.5
1
1.5
2
2.5
3
3.5
4
event
f
r
i
c
t
i
o
n

v
e
l
o
c
i
t
y

(
m
/
s
)
friction velocity sector d


u
*l
/u
*
local u
*l
measured u
*

Ilustracin 36: comparacin entre velocidades de friccin (local: cuadrados; eddy covariance: crculos)
An si el esfuerzo medido es muy diferente de los valores locales, el perfil de velocidades no
parece ser sensible a esta diferencia, un hecho que no demerita al mtodo local.
Mtodo para calcular la rugosidad efectiva
La propuesta es simplemente calcular el trmino
) ln( ) / ( ) ln(
*
0
z
u
U
L z z w
j
j
eff nh eff
= =
k
42

Y ajustar estos datos experimentales a una curva (se ha observado experimentalmente que son
curvas suaves) polinomial de un orden dado. Luego se calcula la ordenada al origen (intercepcin
con el eje w)
0
a en z/L=0 (verIlustracin 37). Para el caso neutral, 0 / =
eff
L z debe ser tambin
cero, de modo que
0 0
) ln( a z = 43
Esto ofrece la ventaja de que se obtiene un valor nico de rugosidad superficial que corresponde a
un ptimo en el sentido del error de mnimos cuadrados, pues el problema es lineal en los
parmetros. Este mtodo se llamar en lo sucesivo PLS (polynomial least squares).
La relacin entre las longitudes de Obukhov y de friccin con sus correspondientes valores
efectivos correspondientes est dada por (Wood and Mason 1991)
'
2 / 3 2
*
'
) (
v
v
eff
w g
u
L
u k
u

= 44
donde los parntesis angulados representan promedios espaciales (area) y 41 . 0 ~ k es la
constante de Von Karman.
Altura de la medicin
Como se menciona en secciones anteriores, para el caso de terrenos heterogneos (urbano o con
en mosaico, tipo patchy), la altura de medicin debe ser mayor que la altura de mezcla (no debe
confundirse con la altura de mezcla de la ABL) l
b
dada por la ecuacin 39. El terreno al sur de la
torre, lejos de la zona inundable es de manglar relativamente homogneo por una distancia
estimada de 3km, que se transforma gradualmente en una selva baja caduciflea tropical con
rboles de 3-6m de altura (por 3km ms). Los siguientes 15km se transforma gradualmente en un
bosque ligeramente menos denso con rboles ms altos(8-9m), con parches de terreno
deforestado por actividades humanas, granjas o casas, hasta llegar a la ciudad de Hunucma, a
20km de la costa. Si este terreno se caracterizara por una escala horizontal entre cambios de
rugosidad, estimada a partir de foto satelital en km 3 ~
c
L , la ecuacin 39 da una altura de
medicin de m 40 ~
b
l .
Para el caso de un salto de rugosidad de un terreno homogneo a otro, la altura de medicin
deber ser superior a h. La pregunta es: Qu tan lejos de h?
De hecho el mejor lugar para tomar una medicin de rugosidad superficial del terreno aguas arriba
es justo sobre h (pues el flujo no ha tenido tiempo de adaptarse a las nuevas condiciones y
presenta las caractersticas del viento de origen). Esto es obviamente muy difcil de lograr
experimentalmente. Conforme se aleja uno de h, el perfil vertical de esfuerzo cortante es
influenciado por efectos de desequilibrio en la IBL. Sin embargo, ms arriba, lejos de la interfase
de la IBL a una altura l
1
(Blom and Wartena, 1969), el perfil vertical de velocidad debe ser casi el
mismo que el de la superficie original aguas arriba (fetch x<0). Un estimado de esta altura fue
establecido por Blom and Wartena (ec. 12), y para nuestro caso es aproximadamente igual a 36m
y 140m para transiciones suave-rugoso y rugoso-suave respectivamente
6
. En nuestra opinin estos
nmeros son muy conservativos: un criterio ms certero sera quizs basarse en la relacin de
esfuerzos cortantes. Basados en la auto-similaridad de los perfiles verticales de esfuerzos (y
velocidades), Rao et al. (1974) calcularon numricamente la relacin de esfuerzos cortantes en la
vertical. Para un cambio de rugosidad que va desde z
01
=0.1m a z
02
=2cm (hasta 3cm), la relacin
adimensional de rugosidades es M=ln(z
01
/z
02
) est en el rango [1.6, 2]. Tambin de Rao et al.
Figura 8, se puede estimar ) 10 ( /
3
02
O z ~ , lo que da una escala vertical de m 20 ~ . Aqu Rao
et al. definen como la altura a la cual el cambio en el esfuerzo es 50% del esfuerzo inicial
5 . 0 ) /( ) (
1 02 1
= t t t t , donde
1
t y
2
t son los esfuerzos antes y despus del cambio de rugosidad
(respectivamente). Esto da (a z=50m) una relacin entre alturas de (aprox.) 5 . 2 / ~ z . Si se
compara la razn de esfuerzos en el perfil auto-similar, que se puede encontrar en los resultados
de Rao et al. Figura 6, el valor correspondiente de 15 . 0 ) /( ) (
1 02 1
~ t t t t , que a grandes rasgos
implica que el error en el esfuerzo debe ser aproximadamente 15%, (dentro de los lmites de
confianza en la mayora de los experimentos).
Resultados de rugosidad efectiva
Un ejemplo de la metodologa se muestra por medio de la Ilustracin 37, donde las mediciones de
) / ( ) ln(
0
L z z w
j
nh eff
= se muestran para vientos de tierra (a) y de mar (b). El valor de la
variable efectiva
eff
L z / tambin se puede inferir del grfico (aproximadamente), si se considera la
ecuacin 40 (ver la etiqueta
eff
L z / y las flechas de la Ilustracin 37 (a)). La lnea punteada
representa un ajuste polinomial de los datos experimentales, mientras que la lnea en guiones es
el trmino de estratificacin para terreno homogneo (Paulson, 1970). Se hicieron pruebas con
ajustes polinomiales de distinto orden, y todos pasan por la misma ordenada al origen, de modo

6
si se toman valores tpicos como los encontrados por Echols and Wagner para el golfo de Mxico y la playa,
y para la parte rugosa una rugosidad superficial de 10cm (selva caducifolio baja y manglar).
que la rugosidad superficial muestra poca sensibilidad a ese parmetro. Los datos colapsan a una
curva nica, que presenta poca dispersin para vientos de tierra, sin embargo para vientos de mar
los errores son mayores (subfigura (b)). La rugosidad superficial efectiva es el valor para el cual
z/L=0, es decir a
0
=ln(z
0
) del origen, como muestra en la figura con la leyenda ln(z
0
) en (a) y (b).
-6 -4 -2 0 2 4 6 8 10 12
-15
-10
-5
0
5
10
z/L
+
(
z
/
L
)


Paulson, 1970
ln(z
0
)++(z/L)
poly fit
z/L
ef f
ln(z
0
)

(a)
-10 -8 -6 -4 -2 0 2 4 6 8
-20
-15
-10
-5
0
5
z/L
+
(
z
/
L
)


Paulson, 1970
ln(z
0
)++(z/L)
poly fit
ln(z
0
)

(b)
Ilustracin 37: experimental preliminary results for non homogeneous terrain near the shoreline (a): wind from land, sector d, (b):
wind from the sea, sector b.

La sensibilidad del ajuste al rango de valores de z/L se prob en los intervalos desde [-15,15] y [-
1.5, 1.5], resultando en variaciones del orden de 3%; sin embargo, si el trmino de estratificacin
no es descrito por una curva suave, sta variacin puede llegar hasta 30%. En ese caso se
recomienda buscar un intervalo donde la curva sea suave y tomar un rango pequeo que contenga
suficientes puntos experimentales para tener resultados vlidos.

0 50 100 150 200 250 300 350
10
-6
10
-5
10
-4
10
-3
10
-2
10
-1
10
0
wind direction
z
0
e
f
f
b
a
e
d c b

Ilustracin 38: resultados de rugosidad superficial usando PLS
Los valores obtenidos a z=50m tambin se tabulan a continuacin
Tabla 13: rugosidad efectiva para los distintos sectores
sector No. of
events
z
0
(m) Confidence interval
(z
0min
, z
0max
) (m)
a+f 4267 5.1912e-05 4.428e-03, 6.0856e-5
b 596
359
0.160
0.167
0.129, 0.199
0.126, 0.221
c 821 0.112 0.090, 0.141
d 2639 0.097 0.086, 0.110
e 118 0.059 0.014, 0.242

La rugosidad as obtenida es claramente ms grande que el punto de vista local (del orden de 2-
4cm).
Los resultados se muestran tambin en la Ilustracin 38 en una escala logartmica, para que se
observe tambin la rugosidad de vientos provenientes del mar. Existe un vaco al principio y fin de
los rangos para vientos del mar. Esto se hizo as para evitar rangos donde los datos de mar estn
contaminados con efectos provenientes de tierra y vice-versa. Los resultados para vientos de
tierra muestran una rugosidad efectiva del orden de 10cm (con excepcin del sector e, que es
afectado visiblemente por la cercana a vientos de mar). El sector b muestra una mayor
transferencia de momentum, como se esperaba debido a la influencia del terreno urbano (pueblo)
al este. En la figura tambin se muestra (en gris) la rugosidad efectiva para una altura de z=12.5m (
(anemmetro A3); como esta altura est dentro de la IBL, los resultados estn afectados por su
estructura y no pueden considerarse como vlidos. Por otro lado, los vientos de mar dieron una
rugosidad de O(10
-5
), que es un orden de magnitud mayor que el resultado local obtenido con el
mtodo de Echols an Wagner (1972). Ambos mtodos presentan incertidumbre grande para
vientos de mar. Por otro lado, existen reportes en la literatura ms reciente donde se obtienen
rugosidades superficiales consistentes con los resultados para rugosidad efectiva: Vickers y Mahrt
(2010) reportan una relacin (eq. 1 in their paper) que da m 10 7 . 3
5
0

~ z para valores tpicos de

velocidad de friccin en nuestro caso ( m/s 29 . 0
*
~ u ). Ms an, los resultados de z
0
de Vickers y
Mahrt son ms pequeos (para vientos dbiles y moderados) que otros obtenidos con modelos de
reconocida aceptacin como el de Fairall et al. (1996). Nuestros resultados se encuentran en un
punto medio entre los dos trabajos mencionados.
El valor de la variable efectiva
eff
L z / para terreno complejo puede ser estimado de manera
aproximada de las grricas del tipo de la Ilustracin 37, en virtud de la ecuacin 41 (ver la etiqueta

eff
L z / y las flechas correspondientes en la misma figura (a)). Dicho estimado se grafica en la
Ilustracin 39 para el sector b. Se infiere de este resultado que el efecto de la estratificacin es
pequeo si se compara con un terreno homogneo, y para el caso inestable el valor efectivo ya no
depende de z/L, dando un valor ligeramente menor que cero (cerca de z/L=0.05). Por otro lado,
para el caso estable (z/L>0) los datos parecen seguir una ley de potencia de la forma
b
eff
L z a L z ) / ( / = , donde a=0.060 con intervalo de confianza al 95% en el rango (0.05, 0.07), y
b=1.25 en el rango (1.15, 1.35).
Para vientos provenientes del mar se tiene la curva marcada con tringulos. Se observa en este
caso que existe un mnimo y que la dependencia con respecto a z/L es ms marcada, sin embargo
para vientos de mar existe mucha dispersin en los datos, cosa que trae como consecuencia
errores muy grandes.

-10 -8 -6 -4 -2 0 2 4 6 8 10
-0.2
0
0.2
0.4
0.6
0.8
1
1.2
1.4
1.6
1.8
z/L
z
/
L
e
f
f


land
sea

Ilustracin 39: relacin aproximada entre la longitud medida de Obukhov y la longitud efectiva para terreno complejo (z=50m).

Caracterizacin de la turbulencia (E3-M3 y 5)
Como se explicar con detalle ms adelante en la sub-seccin titulada Terreno no homogneo y
capa lmite interna, la turbulencia atmosfrica en una zona costera muestra ciertas caractersticas
debidas a la no-homogeneidad horizontal. Las variables turbulentas medidas se comportan de
distintas formas dependiendo de la direccin del viento, que puede provenir de una zona con muy
baja rugosidad superficial en el mar, o de otra mucho ms rugosa como es la zona de manglar al
sur de la torre o el pueblo de Sisal al Este. A continuacin se presentan algunos resultados tpicos
de las variables turbulentas de la zona, y del transporte turbulento de momento y calor.
Variables turbulentas
Una variable turbulenta de gran importancia es el esfuerzo o transporte de momntum
representado por la velocidad de friccin u
*
. Esta variable se interpreta como el transporte
cinemtico de momntum. Esto es evidente cuando se eleva la velocidad de friccin al cuadrado y
se multiplica por la densidad; el resultado tiene unidades de momntum por unidad de rea por
unidad de tiempo. Es claro que existe una dependencia entre el transporte antes mencionado y la
velocidad media del viento. Para el caso horizontalmente homogneo y neutral, la teora de capa
lmite superficial una relacin lineal entre las dos variables, que se grafican para todos los
experimentos provenientes de mar y tierra en la Ilustracin 40 (neutral y no neutral). Si se aislan
solamente los valores correspondientes al caso cuasi-neutral, se puede obtener un valor de la
rugosidad superficial, en virtud de la ec. 34. De las pendientes de dichas curvas se pueden obtener
valores que son del orden de z
0
=2X10
-4
m para vientos de mar a 12.5 y 50m, mientras que para
vientos de tierra los valores difieren entre las mismas dos alturas: z
0
=2cm para z=12.5m y z
0
=6cm
para z=50m. Este resultado parece confirmar los valores obtenidos con el nuevo mtodo sugerido
en secciones anteriores.
Los valores tpicos de velocidad de friccin se presentan a continuacin, por medio de histogramas
de frecuencia y densidades de probabilidad aproximadas en la Ilustracin 41 (a-d). Debido a la
cercana relacin con la velocidad promedio, las distribuciones de probabilidad tambin se
aproximan a la distribucin Weibull, y pueden caracterizarse del mismo modo por medio de las
probabilidades de ocurrencia de vientos de tierra y mar (en general).
0 2 4 6 8 10 12 14 16
0
0.1
0.2
0.3
0.4
0.5
0.6
0.7
0.8
0.9
1
U (m/s)
u
*
(
m
/ s
)


mar
tierra
fitted curve

(a)
0 2 4 6 8 10 12 14 16 18
0
0.2
0.4
0.6
0.8
1
1.2
1.4
U (m/s)
u
*

(
m
/
s
)


tierra
mar

(b)
Ilustracin 40: relacin entre velocidad de friccin y rapidez promedio. (a) anemmetro 3 (z=12.5m), (b) anemmetro 4 (z=50m)

0 0.2 0.4 0.6 0.8 1
0
200
400
600
800
1000
1200
velocidad de friccin (m/s)
histogramas a 12.5m


viento de mar
viento de tierra
viento total

(a)
0 0.2 0.4 0.6 0.8 1
0
200
400
600
800
1000
velocidad de friccin (m/s)
histogramas a 50m


viento de mar
viento de tierra
viento total

(b)
0 0.2 0.4 0.6 0.8 1
0
0.5
1
1.5
2
2.5
3
3.5
velocidad de friccin (m/s)
PDF a 12.5m


todos
mar
tierra
fit tierra
fit mar
fit todos

(c)
0 0.2 0.4 0.6 0.8 1
0
0.5
1
1.5
2
2.5
3
velocidad de friccin (m/s)
PDF a 50m


todos
mar
tierra
fit tierra
fit mar
fit todos

(d)
Ilustracin 41: distribuciones de probabilidad para la velocidad de friccin
En este caso el error medio cuadrtico unimodal a 12.5m es de 0.442, mientras que el bimodal es
menor a 0.2. Para z=50m el error medio cuadrtico unimodal es de 0.22, mejorando el estimado
bimodal. Es claro que las distribuciones de velocidad de friccin tienden a ser unimodales
conforme aumenta la altura.
Tabla 14: valores de los parmetros Weibull compuesto a distintas alturas
z (m) p
1

2

1
k
2
k
*
u
(m/s)
sse
bimodal
X1
12.5 0.542 0.285
(0.285, 0.287)
0.381
(0.3775, 0.393)
2.586
(2.488, 2.683)
1.983
(1.831, 2.135)
0.293 0.194
50 0.569 0.253
(0.252, 0.255
0.394
(0.384, 0.425)
1.928
(1.870, 1.987)
1.671
(1.474, 1.870)
0.265 0.4566
Los parmetros para z=12.5m de una distribucin Weibull unimodal son:
300 . 0 , 689 . 1
5 . 12 5 . 12
= = k , mientras que para z=50m 318 . 0 , 236 . 2
50 50
= = k .
Las velocidades de friccin pueden servir para caracterizar el transporte de momentum, a travs
de una relacin adimensional del tipo ley de potencias, obtenida de los datos experimentales para
el caso cuasi-neutral (vlido para distintas alturas, vientos provenientes de mar y de tierra):
46 . 0
2
*
8 . 2

|
.
|

\
|
=
U u
U
u
o
45
Esta relacin se muestra en la ilustracin siguiente, para el caso cuasi-neutral -0.1<z/L<0.1; para
casos en los que la transferencia turbulenta de calor es importante los datos presentan mayor
dispersin, sin embargo la relacin de escala sigue siendo aproximadamente la misma (exponente
parecido). El coeficiente de determinacin de la regresin R
2
=0.834.
10
-3
10
-2
10
-1
10
0
10
1
10
2
o
u
/U
2
U
/
u
*


mar A3
mar A4
tierra A3
tierra A4
fitted curve

Ilustracin 42: relacin de variables turbulentas para el caso neutral (Uentreu_f_vs_sigmaentreUsquared.fig ojo! borrar este
parntesis)
Para casos donde el transporte turbulento de calor es importante se tiene que hacer la distincin
del tipo de estabilidad atmosfrica, ya que la estratificacin estable tiene un comportamiento y
descripcin fsica completamente diferente del caso inestable. Dicha distincin puede ser hecha
con variables turbulentas como la longitud de Monin-Obukhov o el nmero de Richardson.
Transporte turbulento de calor y Longitud de Monin-Obukhov
El ciclo diurno de transporte de calor depende del ngulo de incidencia del sol, y por lo tanto de la
hora y estacin del ao. A continuacin se presentan las mediciones del flujo cinemtico de calor
obtenido por el mtodo de covarianza de remolinos, promediado por hora del da para distintos
meses del ao, a 12.5 y 50m de altura, en Km/s. Si se multiplica por la densidad y por la capacidad
calorfica del gas (
P
C ) se obtiene el flujo turbulento de calor en W/m
2
.


Se observa que durante la noche existe un flujo ligeramente negativo que provoca una
estratificacin. En cuanto sale el sol la superficie en tierra se calienta y el flujo de calor es positivo.
Las direcciones de viento indican que en condiciones inestables el viento dominante viene del mar,
mientras que en condiciones estables el viento dominante viene de tierra. A la puesta del sol se
observa de nuevo la estratificacin estable, como se aprecia tambin de los grficos de z/L, a
continuacin. Ntese que siempre es mejor representar los procesos fsicos en funcin de
variables adimensionales adecuadas, pues permiten generalizar los conceptos y comparaciones
ms objetivas.


PDF de la longitud de Monin-Obukhov
Durante la investigacin bibliogrfica se ha buscado informacin sobre clculos tericos de
distribuciones de probabilidad de la variable L (escala de longitud de Monin-Obukhov). Se
encontr un trabajo, bastante reciente, donde se hace un estimado terico de las distribuciones
de probabilidad para la variable en cuestin, tomando como premisas la similaridad en la capa
lmite superficial, y proponiendo una ley exponencial de probabilidad basada en distintos
argumentos tericos y prcticos (Kelly y Gryning, 2010). A continuacin se muestra la distribucin
de probabilidad obtenida de los datos de la torre como funcin de 1/L para vientos provenientes
de tierra (lnea continua) y mar (lnea discontnua) para z=50m.
-0.4 -0.3 -0.2 -0.1 0 0.1 0.2 0.3 0.4
0
1
2
3
4
5
6
7
8
1/L
4
P
(
1
/
L
4
)


sea
land

Ilustracin 43: pdf de la longitud de Monin-Obukhov para vientos de tierra y mar, z=50m
En la franja central de la figura existe un hueco, demarcado por las lneas punteadas verticales.
Esto es debido a que la construccin del histograma para rangos discretos de 1/L hace que en este
rango de valores no haya suficientes datos experimentales, de modo que dicho rango de datos no
debe tomarse en cuenta para ningn clculo.
A continuacin se muestra el mismo tipo de grfica para todos los datos (tierra y mar). Se
excluyeron datos casi paralelos a la lnea de costa en ambos grficos. Tambin se presentan las
curvas obtenidas de la expresin provista por Kelly y Gryning (2010) que corresponde a los
parmetros experimentales. Se observa que no se puede predecir el comportamiento en este
caso, pues la dispersin es mucho mayor que la dispersin terica. La curva experimental se puede
ajustar a una curva tipo Weibull con parmetros dados a continuacin:
-0.4 -0.3 -0.2 -0.1 0 0.1 0.2 0.3 0.4
0
2
4
6
8
10
x
y


all
Kelly & Gryning, 2010
fitted Weibull

Ilustracin 44: pdf de la longitud de Obukhov para z=50m (tierra y mar juntos)
Para el caso estable se tiene:
= 0.0831 (0.0574, 0.1210)
k = 0.4355 (0.4193, 0.4517)
y para el caso inestable:
= 0.1731 (0.1253, 0.2322)
k = 0.4934 (0.4571, 0.5297)
En los siguientes grficos se tienen los datos experimentales en el mismo formato para el caso en
que z=12.5m. Las frmulas de Kelly y Gryning ajustan mejor para vientos provenientes de mar y el
caso estable. Cuando se juntan vientos de mar y tierra el ajuste es peor. Esto era de esperarse, ya
que las consideraciones tericas de dicho trabajo son adecuadas para la capa superficial
atmosfrica. A 50m de altura el comportamiento se empieza a desviar del esperado en la ASL
(atmospheric surface layer). Para el caso inestable dichas predicciones no son consistentes con los
resultados experimentales.

-0.4 -0.3 -0.2 -0.1 0 0.1 0.2 0.3 0.4
0
1
2
3
4
5
6
1/L
3
P
(
1
/
L
3
)


sea
land
Kelly & Gryning, 2010

Ilustracin 45: pdf de la longitud de Monin-Obukhov para vientos de tierra y mar, z=12.5m
-0.4 -0.3 -0.2 -0.1 0 0.1 0.2 0.3 0.4
0
1
2
3
4
5
6
7
8
1/L
3
P
(
1
/
L
3
)


all
Kelly & Gryning, 2010

Ilustracin 46: pdf de la longitud de Obukhov a 12.5m. Vientos provenientes de mar y tierra juntos.
Los valores de una distribucin Weibull que mejor ajustan para el caso de tierra y mar juntos son,
para el caso estable:
k = 0.362 (0.3542, 0.3697)
= 0.0294 (0.0271, 0.0324)
y para el caso inestable:
k = 0.5754 (0.5605, 0.5903)
= 0.1635 (0.1620, 0.1655)
Para terminar, se muestran los histogramas de frecuencia de L para z=12.5 y 50m. Estos pueden
ser tiles en futuras referencias.
-100 -50 0 50 100
0
500
1000
1500
2000
2500
3000
L
3

(a)
-100 -50 0 50 100
0
500
1000
1500
2000
2500
L
4

(b)
Ilustracin 47: histogramas de frecuencia de la longitud de Obukhov para 12.5 y 50m
El desacuerdo entre los experimentos y la teora no se puede explicar hasta el momento; una idea
que se prob fue expresar dichas distribuciones de probabilidad en funcin de la longitud Monin-
Obukhov equivalente, tal como se presenta en la seccin Rugosidad efectiva, ms atrs en el
texto, pero el acuerdo tampoco fue bueno.
Energa cintica turbulenta a diferentes alturas
La energa cintica turbulenta es importante pues determina si existe suficiente aporte energtico
para compensar la disipacin y que el flujo contine siendo turbulento. Durante la noche existe
poca mezcla debida al transporte de calor y diferencias de densidad, de modo que el flujo se
estratifica y la energa cintica turbulenta es sobrepasada por la disipacin. sta ltima se puede
estimar usando tcnicas en frecuencia, como se muestra en la siguiente seccin as titulada.
Se puede calcular tambin el comportamiento estacional y horario de la energa cintica
turbulenta (TKE) a distintas alturas. En la siguiente grfica se presenta el comportamiento de dicha
variable promediada por hora durante las distintas estaciones del ao. Ntese que se trata de
energa por unidad de masa, dado que
) ' ' ' ' ' ' )( 2 / 1 ( w w v v u u TKE + + = 46
En la Ilustracin 48 se muestra el comportamiento de la TKE, que puede ser calculada para los
anemmetros a 12.5 y 50m. Nuevamente se calcula por separado el promedio de casos
provenientes de tierra (columna de la derecha, i.e. (b), (d) y (f)) y de los casos de mar (columna
izquierda). Los grficos muestran el promedio por hora de la energa cintica turbulenta para cada
caso, y en las sub-figuras (e) y (f) se muestra el perfil vertical de TKE promedio. Se observa que los
perfiles de tierra estn muy influenciados por el ciclo solar, como era de esperarse, ya que los
flujos de calor provocan un incremento en la flotabilidad y existe generacin de energa turbulenta
durante el da sobre tierra. En este caso la TKE disminuye con la altura. Los vientos provenientes
del mar muestran perfiles mucho ms verticales, pues la enorme capacidad calorfica del mar hace
que la radiacin solar no provoque tanto flujo vertical de momento.
0 5 10 15 20
0
0.2
0.4
0.6
0.8
1
hr local
T
K
E
3




(a)
0 5 10 15 20
0
0.5
1
1.5
2
2.5
3
hr local
T
K
E
3




(b)
0 5 10 15 20
0
0.2
0.4
0.6
0.8
1
hr local
T
K
E
4



primavera
verano
otoo
invierno
total

(c)
0 5 10 15 20
0
0.5
1
1.5
2
2.5
3
3.5
4
hr local
T
K
E
4



primavera
verano
otoo
invierno
total

(d)
0 0.5 1 1.5 2
0
10
20
30
40
50
TKE mar
z
(
m
)


Primavera
verano
otoo
invierno

(e)
0.5 1 1.5 2 2.5
0
10
20
30
40
50
TKE tierra
z
(
m
)


Primavera
verano
otoo
invierno

(f)
Ilustracin 48: comportamiento diurno y estacional de la TKE a distintas alturas.(a): TKE(z=12.5m) mar,(b): TKE(12.5m)tierra, (c):
TKE(z=12.5m) tierra,(d): TKE(12.5m) mar, (e): TKE a medio da mar y (f): TKE a medio da tierra.

Se observa para todas las estaciones del ao un pico aproximadamente a las 15hrs, con un
descenso ms o menos paulatino hasta la puesta del sol. Un comportamiento que no se esperaba
observar en este caso (f) es que la energa cintica turbulenta para el anemmetro a z=50m es
mayor que a 25m (con un error del orden de 10%). Existe tambin un pico aproximadamente a las
3am en el verano, cosa que tampoco se puede explicar por el momento.
Intensidad turbulenta
La intensidad turbulenta es un parmetro que suele usarse en estudios de potencial elico. De
hecho mucha literatura relaciona la intensidad turbulenta con factores de prdidas para el clculo
de potencial elico efectivo. Existen tambin estudios muy detallados que presentan el dficit de
velocidad en las estelas de turbinas como funcin de la intensidad turbulenta, para evaluar el
comportamiento de arreglos de turbinas (Rohatgui y Nelson, 1994, pp. 220). La IT se define como
se especifica en la Tabla 3 de la pgina 20, que se repite aqu por conveniencia: M I
w v u z y x
/
, , , ,
o = .
A continuacin se muestra el comportamiento de dicha variable para vientos de tierra en funcin
de la hora del da y la poca del ao (a)-(e) y el perfil vertical promedio en (f)
0 5 10 15 20
0
0.05
0.1
0.15
0.2
0.25
0.3
0.35
0.4
0.45
0.5
hr local
I
x
0




(a)
0 5 10 15 20
0
0.05
0.1
0.15
0.2
0.25
0.3
0.35
0.4
hr local
I
x
2




(b)
0 5 10 15 20
0
0.05
0.1
0.15
0.2
0.25
0.3
0.35
0.4
hr local
I
x
3




(c)
0 5 10 15 20
0
0.05
0.1
0.15
0.2
0.25
0.3
0.35
0.4
hr local
I
x
1




(d)
0 5 10 15 20
0
0.05
0.1
0.15
0.2
0.25
0.3
0.35
0.4
hr local
I
x
4



primavera
verano
otoo
invierno
total

(e)
0.1 0.15 0.2 0.25 0.3 0.35 0.4 0.45
0
5
10
15
20
25
30
35
40
45
50
I
x
z
(
m
)


Primavera
verano
otoo
invierno
Total

(f)
Ilustracin 49: intensidad turbulenta de vientos de tierra para distintas alturas. (a): z=3m, (b): z=6m, (c): z=12.5m, (d): z=25m y (e):
z=50m. (f): perfil vertical promedio a medio da
Se observa una paulatina disminucin de la intensidad turbulenta con la altura (ver (f)), sin
embargo la intensidad turbulenta es bastante alta durante la hora de mayor convexin (alrededor
de las 4p.m. hora local). Los altos valores de intensidad turbulenta pueden provocar prdidas
hasta de 10% en energa aprovechable. Para vientos de mar el problema es mucho menos severo,
como se aprecia del siguiente conjunto de figuras:

0 5 10 15 20
0.06
0.08
0.1
0.12
0.14
0.16
0.18
0.2
0.22
hr local
I
x
0




(a)
0 5 10 15 20
0.04
0.06
0.08
0.1
0.12
0.14
0.16
hr local
I
x
2




(b)
0 5 10 15 20
0.04
0.06
0.08
0.1
0.12
0.14
0.16
hr local
I
x
3




(c)
0 5 10 15 20
0.04
0.06
0.08
0.1
0.12
0.14
0.16
hr local
I
x
1




(d)
0 5 10 15 20
0.04
0.06
0.08
0.1
0.12
0.14
0.16
hr local
I
x
4



primavera
verano
otoo
invierno
total

(e)
0.05 0.1 0.15 0.2 0.25
0
5
10
15
20
25
30
35
40
45
50
I
x
z
(
m
)


Primavera
verano
otoo
invierno
Total

(f)
Ilustracin 50: intensidad turbulenta de vientos de mar para distintas alturas. (a): z=3m, (b): z=6m, (c): z=12.5m, (d): z=25m y (e):
z=50m. (f): perfil vertical promedio a medio da
Las distribuciones de probabilidad de la intensidad turbulenta tienen el aspecto de una curva
Weibull, como se muestra en la siguiente ilustracin, similar a las antes presentadas para la PDF de
velocidades:

0 0.05 0.1 0.15 0.2 0.25 0.3
0
100
200
300
400
500
600
700
800
I
x4
histogramas a 50m


viento de mar
viento de tierra
viento total

(a)
0 0.05 0.1 0.15 0.2 0.25 0.3
0
2
4
6
8
10
12
x
y
PDF a 50m


todos
mar
tierra
fit tierra
fit mar
fit todos
unimodal

(b)
Ilustracin 51: (a): histograma de frecuencias y (b): PDF para la intensidad turbulenta a 50m
los parmetros de las PDF para la intensidad turbulenta se resumen en la siguiente tabla:
z (m) p
1

2

1
k
2
k
x
I
(m/s)
sse
bimodal
X10
0

3 0.564 0.222 0.182 3.121 2.017 0.188 1.4
(0.223, 0.224) (0.182, 0.186) (2.9816, 3.2597) (1.900, 2.133)
6 0.542 0.162
(0.164, 0.167)
0.160
(0.160, 0.164)
2.865
(2.672, 3.058)
2.0681
(1.939, 2.198)
0.151 7.42
12.5 0.542 0.124
(0.125, 0.128)
0.149
(0.150, 0.155)
2.762
(2.596, 2.928)
2.075
(1.923, 2.227)
0.123 12.213
25 0.573 0.103
(0.104, 0.106)
0.142
(0.144, 0.150)
2.787
(2.645, 2.930)
2.086
(1.914, 2.256)
0.1085 9.361
50 0.569 0.085
(0.086, 0.087)
0.125
(0.126, 0.128)
2.755
(2.635, 2.875)
1.956
(1.852, 2.060)
0.092 4.1547
Si se desea expresar la intensidad turbulenta en funcin de una distribucin Weibull unimodal se
tienen errores mayores para todos los casos.

Similaridad y otras variables
Las relaciones de similaridad ms usuales no suelen cumplirse en este caso debido a la presencia
de la capa la Ilustracin 42. Basndose en los resultados de Shao y Hacker (1990), se seleccion
una nueva escala de velocidad basada en la altura de la medicin y una nueva escala de longitud
para definir la variable de estabilidad basada en la altura de la capa lmite h, tomada de las
simulaciones de mesoescala del modelo WRF:
3 / 1
*
) ' ' (
w |
.
|

\
|
=
T
zg wu
47
La nueva variable de estabilidad es entonces h/L. En la Ilustracin 52 se muestra el comparativo de
dichas relaciones. Es claro que cuando se grafica el transporte vertical en funcin de la altura de
capa lmite los datos se agrupan mejor (e, f, g y h). Desgraciadamente no se contaba con
mediciones de altura de capa lmite para cada punto, de modo que se tom la altura de capa
lmite del modelo WRF para las horas correspondientes al experimento.
-10
3
-10
2
-10
1
-10
0
-10
-1
10
-2
10
-1
10
0
10
1
vientos de mar



(a)
-10
2
-10
0
-10
-2
10
-2
10
-1
10
0
10
1
vientos de tierra



(b)
10
-1
10
0
10
1
10
2
10
3
10
-3
10
-2
10
-1
10
0
10
1
vientos de mar



(c)
10
-1
10
0
10
1
10
2
10
3
10
-3
10
-2
10
-1
10
0
10
1
vientos de tierra



(d)
-10
3
-10
2
-10
1
-10
0
-10
-1
10
-2
10
-1
10
0
10
1
10
2
vientos de mar



(e)
-10
2
-10
0
-10
-2
10
-2
10
-1
10
0
10
1
10
2
vientos de tierra



(f)
10
-1
10
0
10
1
10
2
10
3
10
-2
10
-1
10
0
10
1
10
2
vientos de mar



(g)
10
-1
10
0
10
1
10
2
10
3
10
-2
10
-1
10
0
10
1
10
2
vientos de tierra



(h)
Ilustracin 52: relacin entre el transporte de momento vertical normalizado con respecto a la estabilidad. Izquierda: vientos de mar;
derecha: vientos de tierra. Se muestran datos para inestabilidad y estabilidad (z/L y h/L)
Si se comparan los resultados de la varianza de la componente u obtenidos por Shao y Hacker
(1990) con nuestros resultados experimentales, se aprecian grandes diferencias: en el mencionado
trabajo, los autores proponen una relacin para la variable

s s
|
.
|

\
|

s s
|
.
|

\
|

=
30 0 para 2 1
0 100 para 6 1
3 / 2
3 / 2
*
2
L
z
L
z
L
z
L
z
u
l
w
o
48
En la ecuacin anterior se considera la velocidad de friccin y longitud de Obukhov locales (a la
altura de la medicin). En la Ilustracin 53 se muestra el comparativo de los resultados. Los puntos
se agrupan en curvas suaves, con una dispersin considerable. Las relaciones obtenidas de nuestro
experimento muestran un rango para el cual no hay una dependencia clara con respecto a la
estabilidad calculada con la longitud de Obukhov local (a la altura de la medicin) entre -1<z/L<1.
Es claro que se requerir ms investigacin en este sentido, pues la universalidad de dichas
relaciones est en duda.

-10
3
-10
2
-10
1
-10
0
-10
-1
10
-1
10
0
10
1
10
2
10
3
vientos de tierra



(a)
10
-1
10
0
10
1
10
2
10
3
10
-1
10
0
10
1
10
2
10
3
vientos de tierra



(b)
Ilustracin 53: comparacin con los resultados de Shao y Hacker, 1990. Varianza de w normalizada con velocidad de friccin local de
la componente u.
Anlisis en frecuencia (E2-M1)
Resumen: se analizaron los datos provenientes de una torre meteorolgica instrumentada con
anemmetros snicos montados a diferentes alturas. Se encontr que los espectros en frecuencia
normalizados con la (co)varianza correspondiente se agrupan alrededor de una curva universal,
propuesta originalmente para casos homogneos. Se estudi el comportamiento de la disipacin
en funcin de la estratificacin atmosfrica, representada por la altura dividida por la longitud de
Obukhov. Se obtienen estimados de la altura de mezcla en funcin de las frecuencias que
contienen mayor energa, basndose en la hiptesis de Taylor.
Introduccin
El comportamiento de las variables turbulentas en las capas ms bajas de la atmsfera (capa lmite
superficial, SBL por sus siglas en ingls, y la capa de mezcla ML) es de gran importancia por su
relacin con problemas como la dispersin de contaminantes durante eventos naturales o
antropognicos, el transporte areo la generacin de energa elica. Desde el punto de vista
terico se han dado avances importantes para para el caso de un terreno horizontalmente
homogneo, situacin que ha permitido introducir una serie de importantes simplificaciones en
las ecuaciones de transporte de momntum y energa para un flujo turbulento, y cuyas
suposiciones llevan a la teora de Monin-Obukhov (Obukhov, 1949). Con el avance de las tcnicas
experimentales se abre la posibilidad de verificar las predicciones de dicha teora, y a principios de
los aos setentas se plantearon varios estudios pioneros para caracterizar la turbulencia
atmosfrica, cuidadosamente planeados para ejecutarse en situaciones homogneas (en planicies
cultivadas del medio oeste de los Estados Unidos); dos ejemplos que se deben mencionar son los
experimentos de Kansas (Haugen et al. 1971) y Minnesota (Kaimal et al. 1976; Caughey et al.
1979), cuya descripcin y resultados son comentados en retrospectiva por Kaimal y Wingaard
(1989). Ambos experimentos son considerados como referente por muchas razones: el
experimento de Kansas representa la primera aplicacin sistemtica de la anemometra snica y
adquisicin computarizada en un experimento de campo a finales de los aos sesenta, mientras el
de Minnesota utiliz tecnologa de globos cautivos para implementar un sistema de telemetra
controlado por ordenador. De los resultados de ambos se obtuvieron las bases para describir la
estructura de la turbulencia atmosfrica en la capa lmite (ABL) durante los siguientes diez aos,
confirmando a la teora de Monin-Obukhov como la mejor parametrizacin de la turbulencia en la
capa lmite atmosfrica superficial tanto desde el punto de vista de correlaciones temporales
como el anlisis en frecuencia. Desde ste ltimo punto de vista se ha observado que el estudio de
la densidad espectral de las distintas seales de fluctuaciones turbulentas tienen un
comportamiento que se puede caracterizar, para altas frecuencias (en el rango inercial) por medio
de la teora de Kolmogorov (1941, 1962), que implica que
3 / 5
1
3 / 2
1 1
) (

= k c o k
u
F 49
Donde
1
o es una constante universal estimada de varios estudios alrededor de 0.5 (Kaimal, 1972).
Para el caso de la densidad espectral de las componentes transversal y vertical se tiene una
constante de proporcionalidad 8 . 0
1
~ | . Por otro lado, es la densidad espectral en funcin
del nmero de onda, que se expresa como , si se aplica la hiptesis de Taylor para
una velocidad promedio U y frecuencia n. La disipacin viscosa c es la energa que se convierte en
calor por medio de un proceso de difusin de cantidad de momentum debido a la viscosidad. La
densidad espectral en ese caso se puede expresar por en forma adimensional:
3 / 2
3 / 2
3
*
3 / 2
1
2
*
) 2 (
) (
|
.
|

\
|
|
|
.
|

\
|
=
U
nz
u
kz
k u
n nS
u
c
t
o
50
Si se definen
U
nz
f = 51
Y
3
*
u
kzc
|
c
= 52
Como la frecuencia y la disipacin normalizadas, se tiene una expresin vlida para el rango
inercial en el espectro de frecuencias para un flujo turbulento a muy alto nmero de Reynolds que
fluye lejos de cualquier superficie slida.
( ) ( )
3 / 2 3 / 2
3 / 2
1
2
*
) 2 (
) (
f
k u
n nS
u
c
|
t
o
= 53
En Kaimal et al. (1972) se observ, por medio de datos provenientes del experimento de Kansas,
que la densidad espectral expresada de esta manera lograba que los puntos experimentales se
alinearan en una nica curva para altas frecuencias, mientras que para bajas frecuencias el
comportamiento dependa exclusivamente de la estratificacin, representada por la combinacin
de variables z/L, donde L es la longitud de Obukhov. En el mismo trabajo se demuestra que la
eleccin de la varianza (en lugar de la velocidad de friccin al cuadrado) para normalizar la
densidad espectral, junto con una normalizacin de la frecuencia adimensional f por medio de
una frecuencia de referencia f
0
obtenida de la extrapolacin del rango inercial (hacia la izquierda,
siguiendo una lnea recta en el diagrama log-log) hasta el valor 1 / ) (
2
=
u u
n nS o (
2
u
o es la varianza,
en este caso de la componente de la velocidad u) hace que las curvas colapsen a una curva nica,
donde el pico de frecuencia
m
f tiene una relacin fija con la frecuencia normalizada
0
f
o o
) (
4
1
) (
0 m
f f ~ 54
Donde el smbolo representa alguna componente de la velocidad, el flujo de calor (temperatura
virtual) o humedad. Cabe mencionar que teora de Kolmogorov se basa esencialmente en las
siguientes hiptesis: homogeneidad, isotropa y turbulencia completamente desarrollada. Ntese
que el trmino isotropa implica que el comportamiento estadstico de las fluctuaciones
turbulentas en distintas direcciones debe ser el mismo a escalas pequeas (alta frecuencia). No
debe pasarse por alto que el trmino homogeneidad se puede referir a cierta direccin del flujo,
de modo que isotropa es una suposicin ms fuerte que homogeneidad: es factible un flujo
homogneo que no sea istropo. Desde el punto de vista dimensional, a altas frecuencias puede
definirse lo que se conoce como la escala de Kolmogorov, que se puede calcular como
4 / 1
3
|
|
.
|

\
|
=
c
u
q 55
Donde es la viscosidad cinemtica del fluido y es la disipacin, que tiene unidades de L
2
/T
3
.
Tambin se puede definir una escala de tiempo (y una velocidad) de Kolmogorov como .
Un flujo turbulento deber retornar a un estado de isotropa a escalas ms pequeas que la escala
de Kolmogorov, de acuerdo a la teora desarrollada en 1941 por este mismo autor.
Debido a que la lnea de costa representa una discontinuidad y cambio abrupto de las
propiedades de transferencia de momntum, calor y humedad, es importante hacer nfasis en las
implicaciones de la falta de homogeneidad para estudiar hasta qu punto se puede parametrizar
la turbulencia en estas condiciones.
Metodologa
Las seales se obtuvieron de la torre meteorolgica, cuya descripcin y sensibilidad a errores se
encuentra detallada en la entrega titulada Campaa de Medicin. Los datos crudos, que se
recuperaron del servidor de datos se encuentran en formato ascii y se seleccionaron de archivos
que no tuviesen errores evidentes como valores no-numricos (NaN) o archivos incompletos.
Tambin se desecharon seales que contengan huecos de ms de un segundo. Las seales, que
normalmente contienen una pequea cantidad de huecos pequeos (de 0.1 a 0.3 seg), se pasan
por un proceso de supresin de picos y llenado de huecos, donde se toma como entrada una seal
donde los picos fueron removidos (y cambiados por huecos) y en su lugar coloca valores
interpolados de una seal obtenida por medio de un filtrado de la seal original (donde se
eliminan frecuencias mayores a la frequencia de Nyquist, en nuestro caso de 5Hz). Tambin se
hace un giro de los ejes coordenados a manera que la velocidad transversal y vertical media sea
igual a cero, tal como se hace en Wilczak et al. (2001), de modo que la componente u de la
velocidad est alineada con el vector de viento medio.
Las seales cumplen tambin con con la prueba de estacionaridad, similar a la descrita en Foken &
Wichura (1996), donde se divide la seal en cinco tramos de igual longitud, y se calculan las
correspondientes varianzas. Posteriormente se compara el promedio de estas varianzas parciales
con la varianza de la seal en su totalidad (aprox. media hora). Si la diferencia es menor al 30%
entonces se considera que la seal pasa la prueba.
La seleccin del periodo de muestreo se hizo basndose en el mtodo de Ogivas (Foken y Wichura,
1996 y referencias ah citadas), que consiste en seleccionar el tiempo de promediado tal que las
contribuciones de tiempos posteriores a T, de las series de tiempo hacia la funcin de
autocovarianza (o covarianza cruzada) sean despreciables. Esto ocurre cuando la integral
acumulativa de dicha funcin deja de variar en funcin de la frecuencia (de mayor a menor). Esta
integral, comnmente conicida como funcin Ogiva, se presenta a continuacin:
}

=
0
) (
n
uw uw
dn n Og | 56

donde ) (n
uw
| es la densidad co-espectral de las variables u y w: la integral se hace en funcin de
la frecuencia (representada como n) de forma descendente. Dicha integral se puede calcular con
los datos provenientes de los experimentos, y el resultado se puede interpretar fcilmente de
manera grfica.
10
-4
10
-3
10
-2
10
-1
10
0
10
1
-500
0
500
1000
1500
2000
2500
3000
n
O
g
a
b
(
n
)


uu
vv
ww
uw
vw
U2w
Tvw
Tvw

Ilustracin 54: funcin Ogiva para seales de velocidad (u,v,w) y temperatura potencial. U representa la resultante de u, v y w.
Este tipo de funciones tiene cierta insensibilidad al ruido, al tratarse de una integral.Se observa de
la imagen anterior que el tiempo de promediado tiene que ser superior a 23min (representados
por la lnea vertical punteada). En nuestro caso se usan seales que van de 25min a media hora.
No se recomiendan tiempos de promediado superiores a una hora, debido a que las variaciones
diurnas introducen efectos notorios a baja frecuencia con periodos largos de promediado. Los
tiempos integrales ms largos corresponden a la componente paralela a la velocidad promedio, tal
como lo indica la ilustracin ms atrs .
Para evitar problemas relacionados con el fenmeno conocido como Aliasing, y para obtener los
mejores estimados posibles de la densidad espectral, se utiliz el mtodo de Welch (1967) para
obtener estimaciones de la densidad (co-) espectral por medio del periodograma promediado
modificado usando ventanas tipo Hamming. Se hicieron mltiples pruebas con las seales para
asegurarse que el promediado no introdujera sesgos, que suelen ser importantes a bajas
frecuencias si se suaviza demasiado.
Comportamiento en frecuencia
La forma de las funciones de densidad presentaron claramente una zona inercial, tal como lo
predice la teora de Kolmogorov, con una pendiente de -2/3, en un rango de frecuencia
normalizada entre 1 y 10, como se indica en la ilustracin ms adelante. En nuestro caso los
espectros no fueron tan suaves como los obtenidos en estudios como Kaimal et al. (1972, 1977) en
los cuales se usaron anemmetros de hilo caliente, que llegan a frecuencias mucho ms altas que
nuestros instrumentos (mx. 10 Hz). En la ilustracin se muestran curvas correspondientes a
distintos valores de estratificacin (ver recuadro: fecha: hora, z/L, e ii es un identificador de la
seal).
10
-3
10
-2
10
-1
10
0
10
1
10
2
10
-4
10
-3
10
-2
10
-1
10
0
f
n
S
u
(
n
)
/
o
u 2


2010-8-24:9hr z/L=-4.4562 ii=221
2010-8-6:13hr z/L=-0.10492 ii=45
2010-12-23:17hr z/L=0.081656 ii=3741
2010-9-8:3hr z/L=4.236 ii=287
n
-2/3

Ilustracin 55: algunas curvas tpicas para la densidad espectral de la componente u de la velocidad a z=50m

El comportamiento a baja frecuencia se diferencia en funcin de la estratificacin pero la
tendencia no es clara. Para poder estimar esta tendencia se hicieron promediados de tipo bin
average de varias seales en distintos rangos de frecuencias, de modo que se obtuvieron seales
mucho ms suaves, a las cuales se les pudiese asignar un ajuste (best fit) de una funcin racional
de polinomios de z/L, como se muestra en lla Ilustracin ms adelante.
Se intent hacer un anlisis similar para el espectro cruzado de temperatura virtual y velocidad
vertical (flujo de calor sensible), pero al parecer la frecuencia de adquisicin de 10Hz no es
suficiente en nuestro experimento para llegar al rango inercial para las fluctuaciones de
temperatura virtual.
10
-4
10
-3
10
-2
10
-1
10
0
10
-2
10
-1
rango de estratificacin: -0.5< z/L <0: viento de tierra
f
n
S
u
(
n
)
/
u
* 2


o
1
f/(1+o
2
f
5/3
)
binned averaged spectrum

Ilustracin 56: best fit para rango de z/L entre 0 y -0.5; z=50m
Si el proceso se hace con distintos rangos de estratificacin (cada promediado se hace con un
nmero distinto de curvas, se trat de que siempre sean ms de 6), se obtiene una tendencia de la
variacin a baja frecuencia con respecto a z/L. Es de remarcar que la variacin es apenas
perceptible, a diferencia de las curvas de Kaimal et al. (1972) para terreno homogneo, donde se
aprecia una diferencia marcada para distintas estratificaciones. En la figura siguiente se muestra el
resultado de este proceso: en el recuadro se indican los rangos de estratificacin atmosfrica para
vientos de tierra. Los resultados para vientos de mar son casi iguales. No se puede apreciar una
progresin ordenada del comportamiento a baja frecuencia ms que para valores muy estables
2<z/L<6. Para valores ms pequeos las curvas se juntan demasiado para distinguir una tendencia,
y para valores de estratificacin inestable las curvas se muestran desordenadas, comportamiento
similar al observado por Kaimal et al. (1972). Cabe notar que las diferencias con el caso
homogneo son notorias, siendo en ste ltimo la diferenciacin por la estabilidad mucho ms
drstica. En este caso no se ha normalizado con la disipacin adimensional, pues en ningn
momento se ha asumido que sta ltima tome la forma conocida del caso homogneo
presentada en Kaimal (1972), de modo que las curvas mostradas ms adelante son de carcter
cualitativo.
10
-3
10
-2
10
-1
10
0
10
1
10
2
10
3
10
-4
10
-3
10
-2
10
-1
10
0
f
n
S
u
(
n
)
/
u
* 2


rango de estratificacin: -3< z/L <-2.5: viento de tierra
rango de estratificacin: -2.5< z/L <-2: viento de tierra
rango de estratificacin: -2< z/L <-1.5: viento de tierra
rango de estratificacin: -1.5< z/L <-1: viento de tierra
rango de estratificacin: -1< z/L <-0.5: viento de tierra
rango de estratificacin: -0.5< z/L <-0.001: viento de tierra
rango de estratificacin: 0< z/L <0.5: viento de tierra
rango de estratificacin: 0.5< z/L <1: viento de tierra
rango de estratificacin: 1< z/L <1.5: viento de tierra
rango de estratificacin: 1.5< z/L <2: viento de tierra
rango de estratificacin: 2< z/L <2.5: viento de tierra
rango de estratificacin: 2.5< z/L <3: viento de tierra
rango de estratificacin: 3< z/L <4: viento de tierra
rango de estratificacin: 4< z/L <5: viento de tierra
rango de estratificacin: 5< z/L <6: viento de tierra
f
-2/3

Ilustracin 57: comportamiento en frecuencia en funcin de z/L; z=50m

Por otro lado, si se efecta la normalizacin con respecto a f
0
y se divide entre la varianza en lugar
de la velocidad de friccin, las curvas se alinean con la ecuacin de Kaimal (1972):
3 / 5
0
0
) / ( 16 . 0 1
) / ( 16 . 0 ) (
f f
f f n nS
a
a
+
=
o
57
En la Ilustracin 9 se muestra el promedio por intervalos de clase (bins) de quince curvas con
valores comprendidos en el rango -5<z/L<5. La curva continua corresponde a un ajuste de tipo
mnimos cuadrados, mientras que la lnea discontinua representa la frmula 9.
10
0
10
1
10
2
10
3
10
-2
10
-1
f/f
0
n
S
u
(
n
)
/
v
a
r
(
u
)
rango de estratificacin: -5< z/L <5: viento de tierra


binned averaged spectrum
o
1
f/(1+o
2
f
5/3
)
Kaimal, 1972

Ilustracin 58: comportamiento normalizado con la varianza de 15 puntos experimentales promediados para un rango amplio de
estabilidad atmosfrica. La lnea contnua es el 'best fit' y la lnea punteada es la ec. 9 (Kaimal, 1972); z=50m.
Es de remarcar que el efecto de la altura en el espectro es similar al observado en Kaimal (1977),
donde se identificaron los efectos de la altura en las caractersticas en frecuencia para la capa
lmite atmosfrica superficial inestable. En el trabajo referido se observa que a medida que
aumenta la altura de las mediciones, la influencia de la altura del anemmetro se va
desvaneciendo hasta que la nica escala de longitud observable en el espectro es la altura de
mezcla z
i
. Las densidades espectrales muestran tres regmenes dependientes de la frecuencia: el
primero, a altas frecuencias el comportamiento sigue la ecuacin 50. A bajas frecuencias se
observa un aumento progresivo de la densidad espectral con pendiente uno en log-log, hasta
llegar a un pico f
m
, que corresponde a la altura de la capa de mezcla (aproximadamente). El
rgimen intermedio se observa para alturas que se encuentran dentro de la capa lmite superficial,
y en un rango de frecuencias intermedio, cuyo lmite superior est dado por la altura de la
medicin, se observa una pendiente mayor (menos negativa) que 2/3. Este rgimen va
desapareciendo conforme aumente la altura de la medicin, hasta ser completamente
imperceptible ms all de la capa lmite superficial (esfuerzo turbulento constante).
Isotropa
Tambin se hicieron pruebas para determinar si la relacin a altas frecuencias entre las densidades
espectrales de las distintas componentes u y w, u y v dan la razn de , como lo predice la teora
de Kolmogorov. Si se efecta la divisin de las seales Sw(n) y Su(n) para un nmero grande de
puntos, se obtiene una curva, que promediada tiene la forma que se muestra en la siguiente
grfica, como funcin de la frecuencia n. Se tom un gran nmero de seales punto a punto en
lnea gris, mientras que la lnea slida representa un bin average (mismo nmero de puntos por
cada bin). Se observa que la seal pasa por 4/3 entre 0.5 y 1.2 Hz, pero a frecuencias ms altas
esta razn no se cumple. Probablemente los datos necesiten alguna correccin en frecuencia
debido al muestreo discreto del anemmetro, o quizs algn efecto de la electrnica del conjunto
anemmetro-data-logger, tal como lo describe Moore (1986). Se trabaja actualmente en esta
tarea.
10
-1
10
0
1
1.5
2
2.5
3
n
S
w
(
n
)
/
S
u
(
n
)

Ilustracin 59: relacin entre densidades espectrales provenientes de w y u.
De hecho el rango en que el comportamiento es aceptable es aproximadamente de n=0.1 a n=2,
como se observa tambin en la seccin que trata sobre la disipacin ms adelante. Ntese que
tambin existe la posibilidad de que simplemente no haya isotropa, pero sta es una posibilidad
remota, dado que s se observa un comportamiento consistente en un rango de frecuencias
intermedio, y el comportamiento a altas frecuencias siempre tiende hacia la isotropa con ms
facilidad.
Altura de mezcla
Se puede obtener un estimado de la altura de mezcla si se consideran las escalas que influyen
sobre la forma de la densidad espectral expresada como en la ec. 5. De hecho se mostr en Kaimal
(1977) que una caracterstica de la densidad espectral expresada de esa manera es que el pico de
frecuencia para el caso inestable corresponde a la altura de la capa de mezcla. Si la altura de la
medicin z se encuentra dentro de la capa de mezcla y ms all de la capa lmite superficial, existe
un pico nico, del cual se puede obtener un estimado de la capa de mezcla. Por otro lado, para
alturas de medicin dentro de la capa lmite superficial la forma del espectro cambia y se presenta
un segundo cambio de pendiente que corresponde aproximadamente a la altura de la medicin
para los espectros de u y v. Para los casos en que se pueda asumir vlida la similaridad de Monin-
Obukhov se tiene entonces una relacin entre el valor del mximo pico de frecuencia con la
frecuencia normalizada f
0
:

m
f f
4
1
0
~ 58
Por lo que se puede estimar la altura de mezcla a partir de los datos de frecuencia. En la siguiente
figura se muestra la nube de puntos obtenida de 300 puntos experimentales provenientes del
anlisis en frecuencia. Se muestran como lneas punteadas los ajustes (polinomiales) para los
casos inestable y estable. Los marcadores (tringulo, cuadrado, asterisco, crculo) corresponden a
experimentos hechos con el globo cautivo, de cuyos resultados se infiere la altura aproximada de
mezcla. Los puntos claros corresponden al modelo WRF. En estos no se aprecia una dependencia
con la variable z/L.
-10 -8 -6 -4 -2 0 2 4 6 8 10
0
200
400
600
800
1000
1200
1400
1600
1800
2000
xxxx=z
L
4(iicum);yyyy=1/4./f0cum;
plot(xxxx,yyyy,'.') load phiepsilonZ
L
-10a10todosrangofreqpuntounoa1.mat
z/L
z
i


z
i
estimados
fit estable
fit inestable
Globo 2010-08-16 13:00hrs
Globo 2011-01-21 07:00hrs
Globo 2011-02-16 9:00hrs
Globo 2011-03-26 10:32hrs
WRF

Ilustracin 60: estimados de altura de mezcla comparados con experimentos
Ojo, sospecho que no depende slo de la z/L!! falta un anlisis dimensional ah y separar por
estable/inestable (distintas escalas para uno y otro?).
(Vickers, D. & Mahrt, 2004)
En la siguiente figura se muestra un comparativo directo entre los estimados (lnea punteada y
puntos rojos) y el modelo WRF (lnea continua). Se muestra un asterisco en un punto donde se
hizo un izamiento de globo. En general, dichos experimentos coinciden (con un margen de aprox.
40m) con las simulaciones WRF. Los estimados provenientes de anlisis en frecuencia siguen la
tendencia general, pero no se puede decir mucho sobre su precisin. Si se promedio la razn entre
la altura de capa lmite calculada con anlisis en frecuencia y la correspondiente altura
proveniente del modelo WRF, haciendo coincidir la fecha y hora, dicho promedio da 0.994, pero
con una desviacin estndar de 0.6. En el mejor de los casos dan solamente un orden de
magnitud, con un error todava muy grande.
0
100
200
300
400
500
600
700
800
900
1000
days
z

(
m
)
exp. globo

Ilustracin 61: comparativo entre estimados obtenidos por anlisis en frecuencia (lnea punteada) y por el modelo WRF (lnea
continua)
En la figura siguiente se muestra el histograma de la razn entre los estimados de la torre contra
los de WRF
-0.5 0 0.5 1 1.5 2 2.5 3 3.5 4
0
5
10
15
20
25
30
35
40
45
zi
torre
/zi
WRF

Ilustracin 62: histograma de la razn de los estimados de altura de capa lmite de la torre y el modelo WRF
En la figura siguiente se muestra un perfil vertical tpico de temperatura potencial virtual (thetav) y
de velocidad (multiplicada por 4 para fines de presentacin) obtenido de un izamiento de globo el
da 17 de agosto de 2011 (15:30 hora local). ste punto correspondera al marcador circular de la
ilustracin Ilustracin 60. Se estim que la capa de mezcla se encuentra en el punto donde
coinciden la inversin en temperatura potencial virtual (verde) y el mximo de la velocidad (lnea
azul). Para este caso particular la estratificacin es inestable.

Ilustracin 63: Experimento de globo cautivo. Solamente temperatura potencial virtual y velocidad.
Los pocos resultados experimentales disponibles muestran que el estimado obtenido del anlisis
en frecuencia tiene errores bastante considerables, sin embargo el orden de magnitud es correcto.
Las curvas que representan la dependencia con z/L son para la parte inestable:
11 . 0
4 541 359 2 450
8 31 03 64 12 16
223 4 987 5 8819 0
) / ( ) / (
2
3
2
1
3 2
2
1
= r
) . , ( . = p
) . , . (- . = - p
) . , . (- . = - p
+ p L z + p L z z(x) = p

, y para la parte estable
) . , . ( . = p
) . , - . (- . = p
) . , . (- . = p
) . , . (- . = - p
p L z + p L z + p L z z(x) = p
5 520 3 415 9 467
35 34 2 144 28 89
44 26 621 3 41 11
6715 0 581 1 4546 0
) / ( ) / ( ) / (
4
3
2
1
4 3
2
2
3
1

+

(si z/L>5 se puede considerar que z
i
=200m)
Sin embargo esta dependencia debe tomarse con mucha precaucin, y se recomienda hacer un
estudio ms detallado al respecto.
Actualmente se ha iniciado ya un proyecto para producir mejores estimados usando tcnicas en
frecuencia, en el cual participa una estudiante de licenciatura. Los datos experimentales para
validar dichas tcnicas provendrn de una campaa de LIDAR, que se efectuar en colaboracin
con el Centro de Ciencias de la Atmsfera de la UNAM. Se estudiarn posibles mejoras al esquema
de anlisis en frecuencia, en particular la deteccin del mximo de baja frecuencia y su relacin
con las escalas de los vrtices turbulentos ms grandes tienen varios puntos donde se puede
mejorar.
Disipacin
En un flujo a muy alto nmero de Reynolds el comportamiento de los fluidos se torna turbulento,
presentando fluctuaciones de aspecto aleatorio en todas las variables. Aunque stas no son en
realidad aleatorias, las relaciones entre las mismas son tan intrincadas que es imposible abordar el
problema de manera analtica sin recurrir a un tratamiento estadstico de las seales turbulentas.
En general, lejos de paredes slidas el flujo puede alcanzar un rgimen casi permanente que se
parece mucho a la configuracin que tomara un flujo potencial, mientras que cerca de las
superficies slidas se forman regiones donde hay gradientes de velocidades y otras variables muy
grandes, lo que llev a Prandtl (1905) a proponer su famosa teora de la capa lmite, que se aplica
exitosamente en mltiples problemas de flujo turbulento para situaciones donde la geometra no
es muy compleja (ver Ackroyd et al.). En dichos problemas, la viscosidad se vuelve importante
solamente cerca de las fronteras slidas, difundiendo su efecto a travs de lo que se conoce como
esfuerzos turbulentos, que dependen del campo de flujo (no de la viscosidad). Estos esfuerzos
disipan energa de manera indirecta en una forma mucho ms compleja que la viscosidad en un
flujo laminar. Este problema complejo se aborda por medio de balances de energa donde las
ecuaciones turbulentas expresadas en funcin de variables promediadas y fluctuantes se
manipulan que la energa motriz es la energa cintica turbulenta y su contraparte (efecto
indirecto de la viscosidad) es la disipacin, que transforma la energa cintica en calor.
El clculo de la disipacin se efectu usando las curvas
2
*
/ ) ( u n nS
u
obtenidas experimentalmente.
De la ec. 5 se tiene que
3 / 2
1
3 / 2
2
*
3 / 2
) 2 ( ) (

= f
k
u
n nS
u
o
t
|
c
59
En principio, este resultado se puede comparar con el obtenido del caso homogneo, donde la
similaridad de Monin-Obukhov es vlida y la disipacin es una funcin que depende solamente de
z/L (Kaimal, 1972):

s s +
s s +
=
2 / 0 ; / 5 . 2 1
0 / 2 ; / 5 . 0 1
5 / 3
3 / 2
3 / 2
L z L z
L z L z
c
| 60
El clculo de la disipacin se hizo promediando el resultado en el rango inercial, donde es
aproximadamente constante, como se muestra en la siguiente figura, donde se grafica
precisamente la ecuacin 11 como funcin de la frecuencia.
0 0.5 1 1.5 2 2.5 3 3.5 4 4.5 5
0
0.5
1
1.5
2
2.5
3
3.5
4
4.5
n
|
c 2
/ 3

61: funcin de disipacin para distintas frecuencias. En el rango inercial es aproximadamente una recta horizontal.

Se us un rango de frecuencias desde 0.2 a 2 por que a frecuencias ms altas (de f/f
0
del orden de
10
3
) se aprecia una pequea atenuacin en el espectro de frecuencias, probablemente debido al
filtrado y suavizado que se hizo para evitar problemas de aliasing. Los resultados para la
disipacin se muestran a continuacin. En la ilustracin se muestra la disipacin como funcin de
z/L: la lnea discontinua representa la ec. 10, mientras que los crculos representan valores
promediados de la disipacin calculada del experimento. Los puntos son mediciones
experimentales. Se realiz un promediado para las distintas marcas de clase, eliminando los picos,
de modo que se pudiese obtener un best fit de la tendencia, de modo que se tiene
aproximadamente (lnea discontinua-punteada):

s s + +
s s + +
=
2 / 0 ; ) / ( ) / (
0 / 8 ; ) / ( ) / (
6 5
2
4
3 2
2
1 3 / 2
L z p L z p L z p
L z p L z p L z p
c
| 62
Donde los valores de los coeficientes se calcularon con mnimos cuadrados, junto con sus
intervalos de confianza al 95% . Se opt por aproximar las curvas con polinomios debido a que se
observa que la forma de las mismas es mucho ms suave que para el caso homogneo. Debido a
que los intervalos de confianza muestran que las mismas pasan muy cerca de uno, se decidi
considerar que la ordenada al origen es uno, como en el caso de Kaimal (1972). Ntese que no es
fcil explicar por qu la disipacin para un caso de terreno no homogneo es mucho menor que la
calculada en los experimentos de Kansas; se tiene evidencia de comportamientos similares en
terrenos urbanos y heterogneos de trabajos como Zhang y Park (1998), donde se obtienen y
analizan algunos aspectos de los estadsticos turbulentos como la disipacin para la energa
cintica turbulenta, temperatura y humedad en situaciones donde la capa lmite atmosfrica
interacta con terrenos no homogneos como reas urbanas, terrenos suburbanos o desrticos.
En el grfico se aadieron los puntos obtenidos de Zhang y Park (1998) con marcadores en forma
de estrella. Los resultados son del mismo orden de magnitud, tambin menores que el caso
homogneo.
-10 -8 -6 -4 -2 0 2 4 6 8 10
0
0.5
1
1.5
2
2.5
3
3.5
4
4.5
5
z/L
|
c
rango de estratificacin: -10< z/L <10: viento de mar 80<u<120


Kaimal, 1972
experimental points
bin averaged
best fit Sisal
Zhang, 1998 suburban terrain

63: disipacin obtenida de puntos experimentales para vientos provenientes de mar. +: puntos experimentales, o: bin average, - -:
ec. 10, .-: best fit de los datos; z=50m.
Ntese que la imagen anterior corresponde a datos de vientos provenientes de tierra, en una
direccin aproximadamente perpendicular a la lnea de costa (que se encuentra a un ngulo aprox.
de 10 grados con respecto al norte. Los ejes de los anemmetros estn alineados hacia el oeste y
el sur para las componentes x e y respectivamente (para viento del norte el ngulo es

90 = u ). En
este caso las condiciones sobre el mar son casi siempre de estratificacin inestable, de modo que
el lado derecho de la curva contiene muy pocos puntos experimentales. Los resultados para
vientos de tierra son muy similares, con la excepcin de que en ese caso hay ms puntos del lado
de la estratificacin estable. Curiosamente las tendencias son muy similares, a pesar de tratarse de
un flujo atmosfrico influenciado por un terreno diferente. A continuacin se presentan las curvas
obtenidas de puntos provenientes tanto de tierra como de mar, cuyo ajuste correspondera a los
valores de los parmetros
198 . 0
(fijo) 1
0.05545) (-0.04349, 0.005983
) 01246 . 0 , 003709 . 0 ( 004375 . 0
2
3
2
1
=
=
=
=
r
p
p
p

9256 . 0
(fijo) 1
0.2946) (0.2553, 0.2749
-0.0118) (-0.01782, 0.01481 -
2
6
5
4
=
=
=
=
r
p
p
p

-10 -8 -6 -4 -2 0 2 4 6 8 10
0
0.5
1
1.5
2
2.5
3
3.5
4
4.5
5
x
y


rango de estratificacin: -10< z/L <10: viento de tierra y mar

Ilustracin 64: disipacin calculada para experimentos en tierra y mar; z=50m.
En la figura tambin se presenta el resultado para la disipacin a z=13.5m, donde las cruces son
puntos promediados y la lnea a guiones pequeos es el mejor ajuste de mnimos cuadrados. Se
aprecia un efecto considerable en la disipacin, que es menor que a 50m, mostrando una forma
de curva mucho ms suave que su contraparte a 50m, donde no se aprecia una discontinuidad en
la pendiente para z/L=0. En caso de ejecutar el mismo procedimiento para la velocidad vertical, se
obtiene una disipacin aproximadamente 4/3 mayor para el caso inestable, resultado que tiene
sentido desde el punto de vista de la relacin de isotropa entre la velocidad longitudinal y vertical
(Kolmogorov, 1941), sin embargo para el caso estable (y la componente w solamente) los datos se
se encuentran bastante dispersos, como se observa de las nubes de puntos a continuacin, donde
los asteriscos son mediciones provenientes de la densidad espectral de w, mientras los puntos
corresponden a u; las tendencias son las ya mostradas anteriormente con lnea punteada.
-8 -6 -4 -2 0 2 4 6 8
0.5
1
1.5
2
2.5
3
3.5
4
4.5
5
rango de estratificacin: -10< z/L <10: viento de tierra
z/L
|
c 2
/
3



Ilustracin 65: nubes de puntos de disipacin obtenidas con u (puntos) y w (asteriscos).
Produccin de energa cintica turbulenta
Es interesante en algunos casos hacer un balance entre los trminos de la ecuacin de la energa
para un flujo turbulento, que se presenta a continuacin
c

u
u

c
c

c
c

c
c
=
c
c
z
p w
z
e w
z
U
w u w
g
t
e
v
v
) ' ' ( 1 ) ' ' (
' ' ' ' 64
Donde se observa que al normalizar multiplicando la ecuacin anterior por
3
*
/ u kz se obtienen las
contribuciones adimensionales a la energa cintica turbulenta ) ' ' ' ( 5 . 0
2 2 2
w v u e + + = , que
corresponden una a una a los trminos del lado derecho de la ec. 16 y son respectivamente:
produccin o consumo de energa de flotacin, que en trminos adimensionales queda como la
familiar expresin z/L, produccin o prdida de energa mecnica
3
*
/ ' ' u kz
z
U
w u
m
c
c
= | ,
transporte de energa cintica turbulenta
3
*
/
) ' ' (
u kz
z
e w
e
c
c
= | , y el trmino de correlacin de
presin, que representa la redistribucin de energa turbulenta por perturbaciones de presin.
-25 -20 -15 -10 -5 0 5 10 15 20 25
-8
-6
-4
-2
0
2
4
6
z/L
|
m


|
m4
inestable
estable

Ilustracin 66: produccin de energa cintica turbulenta normalizada para anemmetro a 50m
En la figura ms atrs se muestra el trmino de produccin como funcin de z/L. Es claro que
existe cierto grado de dependencia (similaridad), y se observa que, al menos cualitativamente
existe una tendencia al balance entre produccin y disipacin, aunque an falta por calcular los
dems trminos de la ecuacin. El estudio en frecuencia se profundizar como parte de los
objetivos de otro proyecto, donde se plantea la estimacin de la altura de capa lmite por medio
de anlisis en frecuencia.
Conclusiones (anlisis en frecuencia)
Se obtuvieron estimados de las densidades espectrales de la velocidad obtenida por medio de
anemmetros snicos en una torre meteorolgica. Aunque los datos provienen de una zona
donde no hay homogeneidad horizontal, al tratarse de un punto muy cercano a la lnea de costa,
se observa que existe un comportamiento en frecuencia cualitativamente similar al de los
estimados provenientes de terrenos homogneos, en el sentido de que las curvas a altas
frecuencias colapsan a una curva nica consistente con la teora de Kolmogorov (1941). Esto
permite hacer tambin estimados de cantidades relevantes para el estudio de la
micrometeorologa como son la disipacin y la altura de la capa de mezcla. Las curvas (de densidad
espectral) normalizadas segn Kaimal (1972) tambin colapsan (aproximadamente) a una curva
nica, y el comportamiento con respecto a la altura de la medicin tambin muestra un
comportamiento cualitativo similar al caso homogneo. Se han hecho clculos preliminares de
varios parmetros como la rugosidad superficial (ver entrega anterior campaa de medicin) y
se ha mostrado que los trminos de correccin de los perfiles de velocidades verticales muestran
una dependencia fuerte de z/L. Es nuestra hiptesis que en varios puntos de una capa lmite
interna la similaridad de Obukhov es vlida si se aade (al menos) un parmetro extra: el fetch. Los
estimados de la altura de la capa de mezcla sin embargo muestran una dispersin importante,
probablemente debido a que no se tom en cuenta el efecto del crecimiento de la capa lmite en
ste clculo preliminar, asunto que se est investigando actualmente, y que tambin debe tener
un efecto que posiblemente mejorara los estimados de los trminos de balance de la ecuacin de
la energa cintica. De ser esto cierto, sera un avance importante en la direccin que lleve a un
modelado de la turbulencia en condiciones heterogneas como lo es una lnea de costa o la
presencia de grandes cuerpos de agua continentales, con las implicaciones que esto tendra en el
campo de la prospeccin de recursos elicos.









Notas finales y discusin
Se estudiaron diversos aspectos de la capa lmite superficial en la costa. El estudio abarc desde la
estimacin de la rugosidad superficial hasta el anlisis del comportamiento en frecuencia de las
componentes de la velocidad. Tambin se trat brevemente el estudio de las variables turbulentas
desde el punto de vista de similaridad. Todos estos temas son relativamente nuevos cuando se
toma en cuenta que la lnea costera es un terreno no homogneo, debido a la formacin de la
capa lmite interna que parte de la lnea de agua en la interface entre tierra, agua y atmsfera. Se
cumplieron todos los objetivos con excepcin del estudio de la interaccin con el oleaje, debido a
problemas con el equipo ADCP que mide las caractersticas del oleaje.
El esquema experimental permite el guardado de informacin en alta frecuencia (10Hz) por medio
de un esquema de hardware y software que comunica por radio la informacin recopilada en la
torre hacia un servidor en la Unidad Acadmica Sisal. El sistema sigue funcionando a la fecha, y la
informacin se seguir usando para profundizar en el conocimiento de la estructura de la capa
lmite atmosfrica. Los datos se promedian y son accesibles por medio de una base de datos
OpenSource en la red por medio de un nombre de usuario y password (ver AnexoA).
Se caracteriz el comportamiento del viento por medio de distribuciones Weibull bimodales y se
presentaron resultados de variabilidad, direccin y comportamiento de los momentos de las
componentes del viento como intensidad tubulenta y energa cintica turbulenta a distintas
alturas. Se hicieron estudios comparativos con la literatura y con un modelo de mesoescala (WRF
CCA-UNAM). Los resultados son consistentes con las fuentes ms confiables. En cuanto al
potencial elico, se considera que ste es atractivo desde el punto de vista de produccin, con una
densidad de potencia del orden de 300W/m
2
a 50m . Se recomienda hacer un estudio del
potencial Offshore frente a la costa de Sisal, pues el oleaje moderado y la baja profundidad
facilitaran este tipo de aprovechamiento, con un menor impacto ambiental y social (con la
desventaja de aumento en los costos de instalacin y mantenimiento).
El potencial de aprovechamiento del sitio es bueno, sin embargo, debe pasar la prueba de los
estudios de impacto ambiental. Todo proyecto (an si se trata de energas renovables) tiene
consecuencias. En particular se debe evaluar cuidadosamente el dao potencial a poblaciones de
aves y murcilago relacionado a los aerogeneradores.
Referencias
- Ackroyd, J.A.K., Axcell, B.P. and Ruban, A.I. (2001). Early developments of Modern
Aerodynamics, Butterworth-Heinemann, Oxford, UK, p.77.
- Andreas, E.L. (1996) The Atmospheric Boundary Layer Over Polar Marine Surfaces.
Monograph 96-2, US Army Corps of Engineers.
- Benjamin, T.B. (1959). Shearing flow over a wavy boundary. J. Fluid Mech. 6, 161-205.
- Benjanirat, S., Sankar, L. N., and Xu, G. (2003). Evaluation of Turbulence Models for the
Prediction of Wind Turbine Aerodynamics, AIAA Pap. 2003-0517.
- Betz A (1920). Das Maximum der theoretisch mglichen Ausntzung des Windes durch
Windmotoren. Zeitschrift fr das gesamte Turbinenwesen, 26: 307309.
- Busch, N.E. (1973) On the mechanics of atmospheric turbulence. Workshop on
Micrometeorology (D.A. Haugen, Ed.). Boston: American Meteorological Society, p. 1-65.
- Caughey, S.J. Wyngaard, J.C. and Kaimal, J.C. (1979) Turbulence in the Evolving Stable
Boundary Layer, J. Atmos. Sci. 36, 1041-1052.
- Chamorro, L. and Port-Agel (2009), F. Velocity and Surface Shear Stress Distributions
Behind a Rough-to-Smooth Surface Transition: A Simple New Model. Boundary-Layer
Meteorology, 130, 29-41
- Churchfield, M.J., Moriarty, P.J., Vijayakumar, G., Brasseur, J.G. (2010). 19th Symposium on
Boundary Layers and Turbulence Keystone, Colorado, August, 2010.
- Cliff, W.C. y Fichtl, G.H. Wind Velocity-Change (Gust Rise) Criteria for Wind Turbine Design.
PNL-2526, Pacific Northwest Laboratory, Richland, Wahs., 1978.
- Echols, W.T. and Wagner, N.K., 1972. Surface Roughness and Internal Boundary Layer Near
a Coastline, J. Appl. Meteor., 11, 658-662.
- Echols,W. T. & N. K.Wagner, 1972: Surface roughness and internal boundary layer near a
coastline. J. Appl. Meteor., 11, 658662.
- Elliott, W. P. (1958), The Growth of the Atmospheric Internal Boundary Layer, Trans.
Amer. Geophys. Union 39, 10481054.
- Figueroa, B., Salles, P. y Zavala, J. Caracterizacin de la capa lmite atmosfrica en la zona
costera en el noroeste de la pennsula de Yucatn. Reunin Anual de la Unin Geofsica
Mexicana, 2010.
- Foken, Th, Wichura, B. (1996) Tools for quality assessment of surface-based flux
measurements. Agr. Forest Meteorol. 78, 83-105.
- G. Burba and D. Anderson. Introduction to the Eddy Covariance method: general
guidelines and convencional workflow. LI-COR Biosciences, 2005.
- Garratt, J. R. (1990), The Internal Boundary Layer A Review. Boundary-Layer Meteorol.
50, 171203.
- Gorban A.N., Gorlov A.M., Silantyev V.M. (2001) Limits of the Turbine Efficiency for Free
Fluid Flow. Journal of Energy Resources Technology, 123, Issue 4, pp. 311-317.
- Gryning S.E. and Batcharova, E. (1990) Analytical model for the growth of the coastal
internal boundary layer during onshore flow. Q.J.R. Meteorol. Soc., 116, 187-203.
- Gryning, S.E. (2005). The height of the atmospheric boundary layer during unstable
conditions. Ris-R-1536(EN) Report, Ris National Laboratory, Roskilde, Denmark.
- Haugen, D.A., Kaimal, J.C. and Bradley, E.F. (1971) An experimental study of Reynolds
stress and heat flux in the atmospheric surface layer. Quart. J. R. Met. Soc. 97, 168-180.
- Jacobs, A.F.G. and Van Boxel, J.H. (1987). Changes of the displacement height and
roughness length of maize during a growing season, Agricultural and Forest Meteorology,
42, 53-62.
- Jamil, M., Parsa, S. and Majidi, M (1995). Wind power statistics and evaluation of wind
energy density. Renewable Energy, 6(5), 623-628.
- Jaramillo, O.A., Borja, M.A. Wind analysis in La Ventosa, Mexico: a bimodal probability
distribution case. Renewable Energy, 29, 1613-1630, 2004.
- Jegede, OO. & Foken, T. (1999). A study of the internal boundary layer due to a roughness
change in neutral conditions during the LINEX field campaigns, Theor. Appl. Climatol., 62,
31-41 (1999)
- Kaimal, J. C., J. C. Wyngaard, D. A. Haugen, O. R. Cote, Y. Izumi, S. J., Caughey S.J. and
Readings, S.J. (1976) Turbulence Structure in the Convective Boundary Layer. J. Atmos.
Sci., 33:2152-2169.
- Kaimal, J. C., J. C. Wyngaard, D. A. Haugen, O. R. Cote, Y. Izumi, S. J., Caughey S.J. and
Readings, S.J. (1976) Turbulence Structure in the Convective Boundary Layer. J. Atmos.
Sci., 33:2152-2169.
- Kaimal, J.C. (1977) Horizontal Velocity Spectra in an Unstable Surface Layer. J. Atmos. Sci.
35, 18-35.
- Kaimal, J.C. and Wyngaard, J.C. (1990) The Kansas and Minnesota Experiments. Boundary-
Layer Meteor., 50, 31-47.
- Kaimal, J.C., Gaynor, J.E. y Wolfe, D.E. Turbulence statistics for design of wind turbine
generators. Boulder, Colo. : U.S. Dept. of Commerce, National Oceanic and Atmospheric
Administration, Environmental Research Laboratories (NOAA/ERL), 1981.
- Kelly, M and Gryning, S.E. (2010). Long-Term Mean Profiles Based on Similarity Theory,
Boundary-Layer Meteorol, 136, 377-390.
- Kim, J., Moin, P. and Moser, R. Turbulence statistics in fully developed channel flow at low
Reynolds number, J. Fluid Mech. 177, 133166, 1987.
- Kolmogorov A. N. (1941) The local structure of turbulence in incompressible viscous fluid
for very large Reynolds number, Dokl. Acad. Nauk. SSSR 30, 913
- Kolmogorov A. N. (1962) A refinement of previous hypotheses concerning the local
structure of turbulence in a viscous incompressible fluid at high Reynolds number, J. Fluid
Mech. 13, 82
- Kolmogorov, A.N. (1941) Dissipation of energy in locally isotropic turbulence, Dokl. Acad.
Nauk. SSSR 32, 1618.
- Kuik, Gijs A.M. van. HS Delft (2007). The Lanchester-Betz-Joukowsky Limit. Wind Energy,
The Netherlands : John Wiley & Sons, Ltd.
- Martnez-Ojeda, E.A. y Rodrguez-Valdes, A;
https://sites.google.com/site/desarrollodelserviciosocial/home/rentabilidad, 2011.
- Mellor, G. L., and T. Yamada (1982) Development of a turbulence closure model for
geophysical fluid problems. Rev. Geophys. Space Phys., 20, 851875.
- Miyake, M. (1965) Transformation of the Atmospheric Boundary Layer over
Inhomogeneous Surfaces, Sci. Rep, 5R-6, Univ. of Washington, Seattle, U.S.A.
- Moore, C.J. (1986). Frequency Response Corrections for Eddy Correlation Systems,
Boundary Layer Meteorol. 37, 17-35.
- Nichita C., Dragos L., Brayima D. and Ceanga E. (2002). Large Band Simulation of the Wind
Speed for Real Time Wind Turbine Simulators, IEEE T. Energy Conver. , 17 No. 4, 523-529.
- Obukhov, A. M. (1946) Turbulence in an atmosphere with a non-uniform temperature. Tr.
Inst. Teor. Geofiz. Akad. Nauk. SSSR, 1, 95115.
- Obukhov, A.M. (1949) The local structure of atmospheric turbulence, Doklady. Akad. Nauk.
SSSR 67, 643.
- Obukhov, A.M. (1949). The local structure of atmospheric turbulence, Doklady. Akad.
Nauk. SSSR 67, 643.
- P. Sullivan, J.C. Mcwilliams and c. Moeng, 2000: simulation of turbulent flow over idealized
water waves, J. Fluid Mech., 404, 4785.
- Powell, D.C. y Connell, J.R. Definition of Gust Model Concepts and Review of Gust Models.
PNL-3138, Pacific Northwest Laboratory, Richland, Wash., 1980.
- Rao, K. S., Wyngaard, J. C., and Cot&, 0. R.: 1974a, The Structure of Two-Dimensional
Internal Boundary Layer over a Sudden Change of Surface Roughness, J. Atmos. Sci. 31,
738-746.
- Raynor, G. S., Michael, P., Brown, R. M., and Sethuraman, S.: 1975, Studies of Atmospheric
Diffusion from a Nearshore Oceanic Site, J. Appl. Meteorol. 14, 1080-1094
- Rohatgui, J.S. and Nelson, V. Wind Characteristics: An Analysis for the Generation of Wind
Power. Alternative Energy Institute, Canyon, TX, 1994.
- Rutgersson, P.P. Sullivan. The effect of idealized water waves on the turbulence structure
and kinetic energy budgets in the overlying airflow, Dynamics of Atmospheres and Oceans,
volume 38, issues 3-4, pages 147-171, 2005
- Saldaa, R. y Miranda, U. Estudio del potencial eoloenergtico en un sitio de inters
ubicado en la zona costera norte de la pennsula de Yucatn, XVIII Congreso Mexicano de
Meteorologa, Cancn, Quintana Roo, Mxico, 2009.
- Savelyev, S. and Taylor, P.A. (2005) Internal boundary-layers I - modified height formulae
in neutral and diabatic conditions. Boundary-Layer Meteorology, 115 No. 1, 1-25.
- Schlichting, H., Gersten, K (2004). Boundary Layer Theory, 8th ed. Springer-Verlag 2004,
ISBN 81-8128-121-7.
- Shao, Y. y Hacker, J. (1990). Local Similarity Relationships in a Horizontally Inhomogeneous
Boundary Layer. Boundary-Layer Meteorology, 52, 17-40.
- Soler-Bientz, R., Watson, S., Infield, D., Ricalde-Cab, L. Preliminary study of the offshore
wind and temperature profiles at the North of the Yucatn Peninsula, Energy Conversion
and Management, 52, 2829-2843, 2011.
- Stevens M.J.M, Smulders P.T. (1979). The estimation of the parameters of the Weibull
wind speed distribution for wind energy utilization purposes. Wind Engineering, 3, 132-
145.
- Stoll, R. and Port-Agel (2006). Effect of Roughness on Surface Boundary Conditions for
Large-Eddy Simulation, Boundary-Layer Meteorology, 118, No. 1, 169-187.
- Stull, R.B.(1988). An Introduction to Boundary Layer Meteorology. Kluwer Academic
Publishers, ISBN 90-277-2768-6, The Netherlands.
- Tennekes, H. (1973) A model for the Dynamics of the Inversion Above a Convective
Boundary Layer, J. Atmos. Sci., 30, 558-567.
- Van Dam, J., Meadors, M. (2003). H. Link, P. Migliore, Power Performance test Report for
the Southwest Windpower AIR-X Wind Turbine, NREL/TP-500-34756
- Vickers, D. y Mahrt, L. Evaluating Formulations of Stable Boundary Layer Height. J. Appl.
Meteor., 43, 1736-1749, 2004.
- W. C. Reynolds. The potential and limitations of direct and large eddy simulation, in wither
turbulence? Turbulence at the crossroads, J. L. Lumley (ed.), Springer-Verlag, Berlin, pp.
313343, 1990.
- Walker S.N. (1976) Performance and Optimum Design: Computation of Propeller Type
Wind Turbines. Ph.D Thesis, Oregon State University, Corvallis, OR.
- Welch, P.D. (1967) The Use of Fast Fourier Transform for the Estimation of Power Spectra:
A Method Based on Time Averaging Over Short, Modified Periodograms. IEEE Trans. Audio
Electroacoust. AU-15, 70-73.
- Wilczak, J.M., Oncley, S.P. and Stage, S.A. (2001) Sonic anemometer tilt correction
algorithms, Boundary-Layer Meteorology, 99, 127-150.
- Wilson R.E. and Walker S.N. (1976) Performance-Optimized Horizontal Axis Wind Turbines.
Proceedings 1st International Symposium on Wind Energy Systems, BHRA, Cambridge, UK.
- Wilson, R.E. and Lissaman, P.B.S. (1974) Aerodynamics of Wind Power Machines, National
Science Foundation, Grant No. GI-41840, Oregon State University.
- Zilitinkevich, S.S. (1975) Comments on A Model for the Dynamics of the Inversion Above a
Convective Boundary Layer. J. Atmos. Sci., 32, 991-992.
Anexo A: mantenimiento del servidor
An con los problemas de comunicacin y guardado resueltos por los programas de guardado
automtico redundante en dos servidores, es necesario cierto mantenimiento de la informacin,
cuyas principales tareas se listan a continuacin:
Se requiere un esquema automtico de transferencia de datos hacia la base de datos. Las rutinas
de transferencia de datos se hicieron en lenguaje PHP, y se actualizan los datos cada dos semanas
aproximadamente. La base de datos contiene tanto nombres de los archivos ascii provenientes de
los instrumentos como los datos crudos. Este proceso se detalla en la seccin Importar datos
ASCII hacia la base de datos web e Importar datos de la estacin meteorolgica de la caseta de
vigilancia. Otras tareas se detallan posteriormente, antes de la seccin Cdigos. Las tablas de
datos crudos de alta frecuencia ya no se mantienen en la base de datos, sin embargo se puede
tener acceso a los mismos (archivos ascii) por medio de una conexin segura al servidor cuya
direccin IP se detalla a continuacin (en el directorio /data/sisal).
La base de datos
La base de datos es accesible en la direccin 132.247.45.41/phpMyAdmin. Existe un usuario
invitado Direccin web: http:// 132.247.45.41/phpMyAdmin User: guest Password:
invitadoIINGEN
De modo que se puede abrir la base de datos DatosSisal, que contiene:
-Tabla de archivos ascii (nombre, fecha, etc), llamada generales
-Tablas de promedios por hora y cada 5 min: ao_mes_promedios_*1_hr/5_min] de acceso rpido
(terminacin _quick)
- Miscelneos como la tabla de importacin de datos temporal (detalleimport).
En la siguiente figura se muestra el aspecto de la interfase phpMyAdmin de la base de datos
MySQL:

Ilustracin 67: base de datos opensource accesible via web.


Los nombres de los campos responden a la nomenclatura de la Tabla 7, es decir, el anemmetro 3
est localizado a una altura de 12.5m sobre el suelo.
Es posible interrogar la base de datos por medio del lenguaje SQL, con las pestaas que para ese
fin ofrece el manejador. Por ejemplo, si se quieren los datos de noviembre cuyo promedio por
hora de velocidad en la direccin x a 50m sea mayor a 13m/s, se puede seleccionar la tabla
2010_11_promedios_1_hr_quick (si no tiene quick se hace el clculo en el instante, puede
tardar un poco), se selecciona la pestaa Buscar del lado derecho de la pantalla y se pueden
hacer consultas por medio de una forma donde se pueden especificar las condiciones a consultar.
Si se desea hacer una consulta ms sofisticada, se puede usar la pestaa SQL. Por ejemplo, si se
quieren conocer los datos donde la resultante de la velocidad en el anemmetro a 50m supera los
15m/s se debe escribir la consulta siguiente (ver Ilustracin 20): SELECT `dia`,`hora_num`, SQRT(
POW(`avg(u3)`,2) + POW(`avg(v3)`,2) + POW(`avg(w3)`,2) ) AS u FROM
`2010_11_promedios_1_hr_quick` WHERE SQRT( POW(`avg(u3)`,2) + POW(`avg(v3)`,2) +
POW(`avg(w3)`,2) )> 15 GROUP BY `dia`, `hora_num`
Para evitar confusiones con el uso de la comilla sencilla se puede dar doble click en los nombres
de los campos a la derecha. La primera parte de la instruccin selectwhere se hace
automticamente para ayudar al usuario a hacer sus propias consultas. Se pueden seleccionar
solamente ciertos campos, como fecha y hora y agrupar los datos. El lenguaje SQL puede ser difcil
de manejar para un usuario inexperto, pero es muy til para cuestiones de deteccin de errores
ser indispensable si se quiere desarrollar un front-end via pgina web. En la figura siguiente se
muestra la interfase de consultas SQL:


Ilustracin 68: consulta en lnea usando comandos SQL


Importar datos ASCII hacia la base de datos web
El programa que importa datos ascii directamente se corre en el navegador
(http://132.247.45.41/scriptsDB/importar.php) desde una ventana de acceso remoto
putty.exe. Es preferible esta ltima opcin redirigiendo la salida a algn archivo de texto, para
tener guardado un registro de las operaciones (usando php importar.php > salida.txt, por
ejemplo). De preferencia, el administrador deber primero verificar que la tabla detalleimport
est vaca. Esta tabla es donde se guardan los datos crudos importados por el programa.
Antes de ejecutar el script, hay que buscar el ltimo archivo ascii en la base de datos, y esto se
puede hacer de varias formas: la ms sencilla es localizar la tabla generales, que contiene los
datos generales de los archivos ascii (que contienen los datos crudos), como fecha, nombre,
tamao, etc. Se localiza el ltimo registro (por medio del botn etiquetado con los smbolos doble
mayor que >>) y se anota el nombre del ltimo archivo, como es muestra en la Ilustracin 69:
en este ejemplo el ltimo archivo en la base es '001876_2011-06-13_19_meas.csv'.
Tambin hay que seleccionar un nombre de archivo ms all del cual no se desee hacer la copia.
Esto es debido a que un archivo demasiado reciente puede estar an en proceso, de modo que se
obtendran datos incompletos si se copian los datos a la base de datos antes de cerrar dicho
archivo. La manera de ver esto es directamente en el data logger, que tambin es accesible va
web en la direccin 132.247.45.40, con los datos de invitado. Si se selecciona el enlace (link)
HighRes de la parte superior, aparecen los archivos de datos crudos en la memoria del Data-
Logger. Normalmente el ltimo archivo est en proceso, de modo que habr que anotar el
penltimo (o de preferencia el antepenltimo), como se muestra en la Ilustracin 70, donde se
puede seleccionar '001876_2011-08-16_14_meas.csv', por ejemplo.

Ilustracin 69: buscando el ltimo registro de generales


Ilustracin 70: archivos de datos crudos en el Data-Logger
El paso siguiente es editar el programa que actualiza los datos desde los archivos ascii:
/srv/www/htdocs/scriptsDB/importar.php
Hay que modificar la lnea marcada con el comentario //execute the SQL query and return
records, como se muestra a continuacin:

//execute the SQL query and return records
$result = mysql_query("SELECT * FROM lstemp WHERE marca=0
AND name > '001876_2011-06-13_19_meas.csv '
AND name < '001876_2011-08-16_14_meas.csv'");

Ntese que hay que escribir todo en una lnea ininterrumpida para que el programa intrprete de
PHP lo ejecute correctamente. Se puede editar en tres lneas como en el ejemplo, pero al final
deber borrar el espacio antes de cada instruccin AND para dejar una sola lnea y guardar.
Una vez editado correctamente el script /srv/www/htdocs/scriptsDB/importar.php se puede
ejecutar en la ventana del navegador (si se usa el navegador web se recomienda guardar la salida
a pantalla en un archivo ascii para conocer las operaciones realizadas), o por medio de una sesin
remota (o local) del servidor por medio de php con el comando php
/srv/www/htdocs/scriptsDB/importar.php > salida.txt, en cuyo caso el resultado se guardara en el
archivo de texto salida.txt.
Estas operaciones las debe efectuar solamente el administrador del sistema. No deben efectuarse
estas operaciones si la conexin a internet no funciona correctamente o funciona de manera lenta
o intermitente. En caso de que la operacin se interrumpa por problemas de la red, se puede
revertir el proceso borrando de la tabla generales los datos del rango de archivos
correspondientes por medio de comandos SQL. Despus de ejecutar el programa php se
guardarn los resultados en dos lugares: la tabla generales y la tabla detalleimport. Si el
administrador est de acuerdo con los datos importados habr que guardar los datos promediados
en las tablas correspondientes, por ejemplo, para los datos de diciembre de 2012 promediados
cada hora, la nomenclatura correcta de la nueva tabla sera 2012_12_promedios_1_hr_quick.
La manera de crear las tablas de promedios es la siguiente:
- Se importa la informacin (a generales y detalleimport).
- Para generar los promedios se tienen guardadas algunas consultas tipo en la tabla
consultas_guardadas. Si se desea hacer la tabla de promedios por hora de diciembre de
2012, se puede copiar la consulta tipo de promedios por hora (columna preguntaSQL),
cuyo texto dice:

select avg(`d`.`u0`) AS `avg(u0)`,avg(`d`.`v0`) AS `avg(v0)`,avg(`d`.`Tv0`) AS
`avg(Tv0)`,avg(`d`.`u1`) AS `avg(u1)`,avg(`d`.`v1`) AS `avg(v1)`,avg(`d`.`Tv1`) AS
`avg(Tv1)`,avg(`d`.`u2`) AS `avg(u2)`,avg(`d`.`v2`) AS `avg(v2)`,avg(`d`.`Tv2`) AS
`avg(Tv2)`,avg(`d`.`u3`) AS `avg(u3)`,avg(`d`.`v3`) AS `avg(v3)`,avg(`d`.`w3`) AS
`avg(w3)`,avg(`d`.`Tv3`) AS `avg(Tv3)`,avg(`d`.`u4`) AS `avg(u4)`,avg(`d`.`v4`) AS
`avg(v4)`,avg(`d`.`w4`) AS `avg(w4)`,avg(`d`.`Tv4`) AS `avg(Tv4)`,`d`.`dia` AS
`dia`,floor(substr(`d`.`hora`,1,2)) AS `hora_num` from `detalle_2011_03` `d` group by
`d`.`dia`,floor(substr(`d`.`hora`,1,2)) order by `d`.`ID_archivo`,`d`.`dia`,`d`.`hora`

Para ver los textos completos de las consultas es necesario presionar el link Opciones
cerca de la esquina superior izquierda de la tabla en pantalla, y la opcin textos
completos.
- se selecciona la pestaa SQL para crear una consulta
- en la primera lnea se escribe create table 2012_12_promedios_1_hr_quick as y se
puede continuar escribiendo en la siguiente lnea presionando la tecla enter.
- se pega el texto de la consulta recuperada de la tabla consultas_guardadas.
- se sustituye el texto detalle_2011_03 por detalleimport, que deber decir:

create table 2012_12_promedios_1_hr_quick as
select avg(`d`.`u0`) AS `avg(u0)`,avg(`d`.`v0`) AS `avg(v0)`,avg(`d`.`Tv0`) AS
`avg(Tv0)`,avg(`d`.`u1`) AS `avg(u1)`,avg(`d`.`v1`) AS `avg(v1)`,avg(`d`.`Tv1`) AS
`avg(Tv1)`,avg(`d`.`u2`) AS `avg(u2)`,avg(`d`.`v2`) AS `avg(v2)`,avg(`d`.`Tv2`) AS
`avg(Tv2)`,avg(`d`.`u3`) AS `avg(u3)`,avg(`d`.`v3`) AS `avg(v3)`,avg(`d`.`w3`) AS
`avg(w3)`,avg(`d`.`Tv3`) AS `avg(Tv3)`,avg(`d`.`u4`) AS `avg(u4)`,avg(`d`.`v4`) AS
`avg(v4)`,avg(`d`.`w4`) AS `avg(w4)`,avg(`d`.`Tv4`) AS `avg(Tv4)`,`d`.`dia` AS
`dia`,floor(substr(`d`.`hora`,1,2)) AS `hora_num` from `detalleimport` `d` group by
`d`.`dia`,floor(substr(`d`.`hora`,1,2)) order by `d`.`ID_archivo`,`d`.`dia`,`d`.`hora`


- y se ejecuta la consulta con el botn Continuar abajo a la derecha de la consulta SQL. La
nueva tabla ser creada.
Importar datos de la estacin meteorolgica de la caseta de vigilancia a
partir de registros en lnea
Se programaron tambin una serie de scripts para guardar informacin de una estacin
meteorolgica en lnea que se localiza encima de la caseta de vigilancia en la entrada del campus.
Esta informacin se guarda tambin en nuestra base de datos, pues no sabemos cunto tiempo
permanecer en lnea y sirve de referencia para comparar con la informacin de nuestra propia
estacin meteorolgica, cuyos archivos no estn disponibles en tiempo real.
Los datos de dicha estacin meteorolgica se pueden consultar en lnea en:
www.wundergound.com/weatherstation/WXDailyHistory.asp?ID=IYUCATAN5
Existe un script en el servidor que calcula el ltimo da actualizado en nuestra base de datos
phpMyAdmin, y copia el siguiente da de la estacin hacia la base de datos. Este script se debe de
correr n veces, siendo n el nmero de das que faltan por actualizar. Para ejecutar esta tarea se
tiene un script de LINUX, pero primero se debe calcular el nmero de das que faltan por copiar n,
usando la phpMyAdmin para ver la base de datos MeteoSisal en la tabla llamada Meteo, para
consultar el ltimo da guardado. Con esta informacin se puede editar un script de Linux llamado
/srv/www/htdocs/scriptsDB/correimpEstMeteob.phpnveces
en el servidor. Antes de ejecutarlo hay que editar el nmero de veces a ejecutar, por ejemplo, para
ejecutarlo 20 veces (falta informacin de 20 das) hay que poner un 19 en el lmite superior del
ciclo for:
for (( i = 0 ; i <=19 ; i++ ))
do
echo "corrida no. $i times"
php impEstMeteob.php
done
De modo que el script de php impEstMeteob.php se ejecute 20 veces. El texto de salida se
ejemplifica a continuacin:

Connected to MySQL<br>select adddate(max(Time),1) as maximo, year(adddate(max(Time),1)) as
anio, month(adddate(max(Time),1)) as mes, day(adddate(max(Time),1)) as dia from Meteoanio-
mes-dia 2011-06-
25http://www.wunderground.com/weatherstation/WXDailyHistory.asp?ID=IYUCATAN5&month=0
6&day=25&year=2011&format=1numero de registros: 216
corrida no. 26 times
Connected to MySQL<br>select adddate(max(Time),1) as maximo, year(adddate(max(Time),1)) as
anio, month(adddate(max(Time),1)) as mes, day(adddate(max(Time),1)) as dia from Meteoanio-
mes-dia 2011-06-
26http://www.wunderground.com/weatherstation/WXDailyHistory.asp?ID=IYUCATAN5&month=0
6&day=26&year=2011&format=1numero de registros: 209
corrida no. 27 times

Si se ejecuta ms veces de lo necesario se guardar uno o ms das con lecturas en cero en la base
de datos y ya no se guardarn ms lecturas de ese da en la misma, de modo que siempre es mejor
poner un da menos en caso de no estar seguros de cuntos das faltan por actualizar.

Ilustracin 71: borrado de la ltima lnea de la tabla.
Si se llegasen a guardar ceros en los ltimos registros de la base de datos (tabla Meteo) hay que
proceder a borrarlos usando la interfase phpMyAdmin. Para hacer esto se visualizan los ltimos
renglones de la tabla, se selecciona el rengln de ceros, como se muestra en la figura ms atrs
(por medio de la palomita antes del ltimo rengln resaltado en verde). Se borra con el icono de
tache en la tercera columna. Esto slo se puede hacer entrando a la base de datos como
Admin, ingresando el correspondiente password.
Otras tareas importantes
Es necesario verificar de manera peridica que no existan procesos de copiado rezagados en los
servidores y eliminarlos. Esto se logra con el comando ps C wget desde la lnea de comandos de
Linux. Se obtendr una lista de los trabajos llamados con la instruccin wget, junto con el tiempo
que tienen ejecutndose. Si se encuentra un comando rezagado (ms de dos horas), se puede
terminar con la instruccin Linux kill PID donde PID es el nmero de proceso, tambin reportado
por la instruccin ps. Si se quieren eliminar todas las tareas llamadas wget con una sola
instruccin se puede usar killall wget, pero tambin se terminar con la copia actual.
Tambin se hizo un programa para automatizar la limpieza del data-logger (en lo sucesivo DL), lo
cual es necesario solamente en caso de problemas con los archivos, ya que el DL en principio tiene
un sistema de rotacin de archivos, de modo que se borran automticamente los archivos viejos
al crearse nuevos. En caso de problemas como los antes mencionados, puede ocurrir que el DL
particione los archivos en tramos de menos de una hora. Si esto sucede hay que limpiar. El
programa de limpieza est hecho en php, y lo que hace es comparar los listados de archivos del
servidor y DL, para borrar los archivos que ya hayan sido copiados correctamente (usando el
tamao de archivo y nombre). Los listados se preparan por medio de un Shell script nombrado
/srv/www/htdocs/preparacomandopalimpiar que se ejecuta desde la lnea de comandos del
servidor, o de una ventana de comandos secure shell o SSH. Estos listados son tratados por
medio de un script php llamado comandopalimpiar.php que debe ejecutarse en el directorio
/srv/www/htdocs. El script regresa un comando a ejecutar en el DL que borra los archivos que ya
se han copiado. Un ejemplo de esto se muestra en la Ilustracin 18: en la lnea de comandos se
prepara el comando para limpiar (esto lo hace el usuario admin o root en el directorio
/srv/www/htdocs ). El DL pide un password y permite (o niega acceso a) la operacin.
Posteriormente se ejecuta el programa php comandopalimpiar.php y la lnea que borrar
archivos del DL se despliega en pantalla (este script no borra archivos), al final de un desplegado
que lista las operaciones a programar en consecuencia de las comparaciones de listados: rm f
/disk/highres/001819_2010-12-16_12_meas.csv /disk/highres/001819_2010-12-16_13_meas.csv
/disk/highres/001819_2010-12-16_14_meas.csv /disk/highres/001819_2010-12-16_15_meas.csv
/disk/highres/001819_2010-12-16_16_meas.csv /disk/highres/001819_2010-12-16_17_meas.csv
Esa es la lista de archivos a borrar. Este comando se debe ejecutar en el mismo data-logger,
ingresando por medio de una sesin secure Shell ssh. Esto slo debe hacerse cuando se detecten
problemas con el guardado de archivos en el DL. El listado de estos programas se puede consultar
en el la seccin de Cdigos. En la imagen siguiente se muestra una pantalla del programa de
acceso remote PuTTY, desde donde se ejecutan los programas de limpieza del Data-Logger.
Importante: el uso de este programa de limpieza es muy delicado y no debe usarse a menos que
exista un problema serio.


Ilustracin 72: uso de comandos de mantenimiento


Anexo B: cdigos varios
A continuacin se presentan varios cdigos que forman parte del esquema de mantenimiento,
actualizacin del esquema de datos.
preparacomandopalimpiar
A continuacin se muestra el listado del programa /srv/www/htdocs/preparacomandopalimpiar:
cd /data/sisal/
ls *meas.csv -l --time-style=long-iso | awk '/^-/ && $1=$1'
OFS="," > /data/sis$

cd /srv/www/htdocs
ssh admin@132.247.45.40 ls -l /disk/highres/*.csv >
/data/sisal/ls1.txt

comandoparalimpiar.php
y el listado del programa php comandoparalimpiar.php es el siguiente (ntese que los passwords
no se muestran, las palabras clave de administrador se proveern en un documento de acceso
restringido):

<?php

//ls /data/sisal/*meas.csv -l --time-style=long-iso | awk '/^-/ &&
$1=$1' OFS="$

//ssh admin@132.247.45.40 ls -l /disk/highres/*.csv >
/data/sisal/ls1.txt

//$output = shell_exec('ssh admin@132.247.45.40 ls -l
/disk/highres/*.csv > /da$
//echo "salida shell ls remoto:".$output." </br>";
//echo "<pre>$output</pre>";


$username = "admin";
$password = "*****";
$hostname = "localhost";

//connection to the database
$dbhandle = mysql_connect($hostname, $username, $password) or
die("Unable
to connect to MySQL");
echo "Connected to MySQL<br>";

//select a database to work with
$selected = mysql_select_db("DatosSisal",$dbhandle) or die("Could
not
select examples");


//update table ls
$result=mysql_query("DELETE FROM ls");
echo "vaciar ls <br>";

$result=mysql_query("DELETE FROM ls1");
echo "vaciar ls1 <br>";



$orden2="load data infile '/data/sisal/ls.txt' into table ls
fields
terminated by ','";
$result=mysql_query($orden2);
echo $orden2."<br>";


$orden3="load data infile '/data/sisal/ls1.txt' into table ls1";
$result=mysql_query($orden3);
echo $orden3."<br>";

$orden4="select trim(substring(listado, 71, 32)) as archivols1,
substring(listado,$
as sizels1 , ls.name, ls.size from ls1, ls
where trim(substring(listado, 71, 32))=ls.name
and trim( substring(listado, 33, 10) )=ls.size";
//execute the SQL query and return records
$result=mysql_query($orden4);

echo $orden4."<br>";
$N= mysql_num_rows($result);

echo $N." records found."."<br>";


//-------------------------------------------------

$contador=0;
$comando = "ssh -q admin@132.247.45.40 rm -f ";

echo "CONTENIDO DE lstemp <br>";
//fetch tha data from the database
while ($row = mysql_fetch_array($result)) {
echo "name:".$row{'name'}." size:".$row{'size'}."sizels1:
".$row{'sizels1'}."<b$
//load data for that file

echo "contador: ".$contador."<br>";

$contador=$contador+1;

if ( $contador < $N*2 ){
echo "borrar"."<br>";

$comando = $comando." /disk/highres/".$row{'name'};

}


}

echo $comando."<br>";

//close the connection
mysql_close($dbhandle);
?>

Importar.php
<?php
$username = "root";
$password = "*************";
$hostname = "localhost";

//connection to the database
$dbhandle = mysql_connect($hostname, $username, $password) or
die("Unable to connect to MySQL");
echo "Connected to MySQL<br>";

//select a database to work with
$selected = mysql_select_db("DatosSisal",$dbhandle) or die("Could
not select examples");

//empty generalesimport
//$orden="delete from generalesimport";
//execute
//$result2 = mysql_query($orden);

//empty dettemp
$orden = "delete from dettemp";
$result2 = mysql_query($orden);

//echo $orden."<br>";


//update table ls
$result=mysql_query("DELETE FROM ls");
echo "vaciar ls <br>";

$orden2="load data infile '/data/sisal/ls.txt' into table ls
fields terminated by ','";
$result=mysql_query($orden2);
echo $orden2."<br>";


//execute a query to fill a temporary table
$result=mysql_query("delete from lstemp");
$result=mysql_query("insert into lstemp select ls.*,0 from ls");


//set the field 'marca' to unselect files that have already been
copied

$result=mysql_query("UPDATE lstemp,generales SET lstemp.marca=1
WHERE
lstemp.name=generales.archivo AND
lstemp.date=generales.fecha AND
lstemp.time=generales.hora AND
lstemp.size=generales.size");



//execute the SQL query and return records
$result = mysql_query("SELECT * FROM lstemp WHERE marca=0 AND
name > '001876_2011-06-13_19_meas.csv' AND name < '001879_2011-08-
23_21_meas.csv'");

echo "CONTENIDO DE lstemp <br>";
//fetch tha data from the database
while ($row = mysql_fetch_array($result)) {
echo "name:".$row{'name'}." size:".$row{'size'}."
date:".$row{'date'}." marca:".$row{'marca'}."<br>";
//load data for that file

$orden="load data infile '/data/sisal/".$row{'name'}."' into
table dettemp fields terminated by ',' ignore 38 lines";

//execute!
$result2 = mysql_query($orden);
echo $orden."<br>";

//erase from generales and reinsert
$orden="delete from generales where archivo='".$row{'name'}."'";

//execute
$result2 = mysql_query($orden);
echo $orden."<br>";

//insert into generales the record
$orden="insert into generales
(archivo,size,fecha,hora) select name,size,date,time
from lstemp where name='".$row{'name'}."'";
//execute
$result2 = mysql_query($orden);
echo $orden."<br>";

//find last inserted into generales
$orden="SELECT LAST_INSERT_ID() FROM generales";
$result2= mysql_query($orden);

$IDgen=mysql_result($result2,0);
echo "LAST INSERT ID: ".$IDgen."<br>";

//update the field ID
$orden = "UPDATE dettemp set ID_archivo=".$IDgen;
$result2 = mysql_query($orden);

echo $orden."<br>";

//last but not least, add dettemp to detalleimport
$orden = "insert into detalleimport select * from dettemp where
dia > '2010-01-01'";
$result2 = mysql_query($orden);

echo $orden."<br>";


//empty dettemp
$orden = "delete from dettemp";
$result2 = mysql_query($orden);

//echo $orden."<br>";


}


//close the connection
mysql_close($dbhandle);
?>

correImpEstMeteob.phpnveces
for (( i = 0 ; i <=77 ; i++ ))
do
echo "corrida no. $i times"
php impEstMeteob.php
done

ImpEstMeteob.php
<?php
$username = "admin";
$password = "********";
$hostname = "localhost";



//connection to the database
$dbhandle = mysql_connect($hostname, $username, $password) or
die("Unable to connect to MySQL");
echo "Connected to MySQL<br>";

//select a database to work with
$selected = mysql_select_db("MeteoSisal",$dbhandle) or die("Could
not select examples");


//encuentra el maximo
$orden ="select adddate(max(Time),1) as maximo,
year(adddate(max(Time),1))";
$orden =$orden." as anio, month(adddate(max(Time),1)) as mes,";
$orden =$orden." day(adddate(max(Time),1)) as dia from Meteo";

echo $orden;
$result = mysql_query($orden);

while ($row = mysql_fetch_array($result)) {
$mes= $row{'mes'};
$dia= $row{'dia'};
$anio=$row{'anio'};
}

if ($mes < 10) {
$mes="0".$mes;
}

if ($dia < 10) {
$dia="0".$dia;
}



echo "anio-mes-dia ".$anio."-".$mes."-".$dia;


//ciclo para dias


$src="http://www.wunderground.com/weatherstation/WXDailyHistory.as
p?ID=IYUCATAN5&month=";
$src=$src.$mes."&day=".$dia."&year=".$anio."&format=1";
echo $src;

$lines=file_get_contents($src);

$lines2= strip_tags($lines);
$lines2= str_replace(",\n\n", "\n", $lines2);

//echo $lines2;
$myFile = "/data/meteosisal/temporal.txt";
$fh = fopen($myFile, 'w') or die("can't open file");
fwrite($fh, $lines2);
fclose($fh);

$orden="delete from Meteotemp";
$result = mysql_query($orden);

$orden="load data infile '/data/meteosisal/temporal.txt' into
table Meteotemp fields terminated by ',' ignore 2 lines";
$result = mysql_query($orden);

$num_rows = mysql_affected_rows();
echo "numero de registros: ".$num_rows;



if ($num_rows < 2) {
echo "no hay registros!!";

$orden = "INSERT INTO `MeteoSisal`.`Meteo` VALUES ('".$anio."-
".$mes."-".$dia." 00:00:00', '0', '0', '0', '0', '0', '0', '0',
'0', '0', '0', '0', '0', '0', '0')";
$result = mysql_query($orden);
}


$orden = "delete FROM `Meteotemp` WHERE Time=''";
$result = mysql_query($orden);


$orden = "insert into Meteo (select * from Meteotemp)";
$result = mysql_query($orden);

$orden = "delete FROM `Meteotemp`";
$result = mysql_query($orden);



//close the connection
mysql_close($dbhandle);
?>

Anexo C: ajuste de una curva Weibull por mnimos cuadrados
Los parmetros de una curva Weibull pueden ser estimados por el mtodo de mnimos cuadrados
si se parte de la funcin de distribucin de probabilidad acumulada. Integrando la ec.
|
|
.
|

\
|
|
.
|

\
|

|
.
|

\
|
=
k k
U U k
U f

exp ) (
1
21
}
|
|
.
|

\
|
|
.
|

\
|
=
|
|
.
|

\
|
|
.
|

\
|

|
.
|

\
|
=

x
k k k
x
dU
U U k
F
0
1
exp 1 exp

65
Entonces, la siguiente operacin permite expresar una funcin lineal en los parmetros de F:
b mx k x k F x y + = = = ln ln )) 1 ln( ln( ) ( 66
De modo que si se grafica una curva x ln vs. y(x), y se ajusta una recta por mnimos cuadrados, la
pendiente m es precisamente el parmetro k=m, mientras que
) / exp( k b = 67
En la imagen siguiente se muestra un ejemplo de este procedimiento hecho en Excel. La funcin
y(x) experimental proviene de la PDF unimodal a 25m, de donde m=2.2436 y b=-4.2796, de modo
que =6.736.

Ilustracin 73: ajuste de la PDF acumulada a 25m para clculo de los parmetros por mnimos cuadrados

Anexo D: simulacin numrica de capa lmite(E1-M1)
La parte ms baja de la capa limite atmosfrica (CLA), que es fuertemente influenciada por los
esfuerzos de friccin generados en la superficie se conoce como capa limite atmosfrica superficial
(CLAS), y es de gran importancia para mltiples actividades humanas como son la aviacin,
dispersin de contaminantes y generacin de energa elica. Dicha friccin es generada debido a la
rugosidad de la superficie en contacto con el aire (Stull, 1988) y su influencia se transmite por
medio de esfuerzos turbulentos (y viscosos) hacia la parte superior de la capa limite atmosfrica.
Dichos esfuerzos turbulentos son cuantificables y existen relaciones provenientes del anlisis
dimensional que predicen el comportamiento de las fluctuaciones turbulentas para condiciones de
homogeneidad horizontal, para distintas condiciones de estabilidad atmosfrica (Monin, Obukhov,
1942). Sin embargo, para el caso de zonas costeras muchas de las suposiciones utilizadas para
obtener dichas relaciones no se cumplen y es de esperar que dejen de ser validas. Un ejemplo de
esto ocurre cuando una brisa marina pasa sobre la lnea de costa: un cambio abrupto de rugosidad
genera una capa limite dentro de la CLAS conocida como capa limite interna (CLI), que modifica
tanto el perfil de velocidades de viento como las caractersticas de las fluctuaciones turbulentas
(Shao et al. 1990). Estos cambios afectan a los equipos de generacin elica de una manera
compleja, disminuyendo la capacidad de generacin en la mayor parte de los casos (Rareshide,
2009). Ms aun, un perfil de velocidades modificado puede significar un exponente de cortante
mayor (Bunse, Bellinghoff, 2008), con consecuencias negativas para la vida y eficiencia de los
aerogeneradores. El incremento en las fluctuaciones turbulentas genera a su vez esfuerzos
reciprocantes que fatigan los materiales y son especialmente dainos para los trenes de engranes
y sistemas de transmisin (Cochran, 2002), y es posible observar un efecto sensible en la eficiencia
de los aerogeneradores debido al incremento de la intensidad turbulenta (Van Dam 2003). Todos
estos factores se debern tomar en cuenta para las futuras especificaciones, de modo que las
predicciones de energa anual sean ms precisas. Un modelo numrico capaz de predecir estas
caractersticas seria de gran ayuda en la prospeccin de sitios para la instalacin de
aerogeneradores, con el fin aprovechar dichas brisas como fuentes de energa limpia.
A pesar del enorme avance que ha habido en los ltimos 30 aos en el rea de mtodos
computacionales para simulacin de mecnica de fluidos y transferencia de calor, sigue siendo
prcticamente imposible la simulacin directa de un flujo atmosfrico turbulento, si se desean
capturar todas las escalas caractersticas y sus interacciones. El nmero de operaciones aritmticas
necesarias para una simulacin numrica directa es proporcional al nmero de Reynolds al cubo
(Reynolds, 1990). A partir de los aos setentas y ochentas se desarrollaron mucho tcnicas de
simulacin que no exigen la solucin de todas las escalas, entre las cuales destacan RANS
(Reynolds averaged Navier Stokes) y LES (large eddy simulations). La primera basada en la
descomposicin de las variables primitivas de un flujo turbulento en componentes media y
fluctuante (Reynolds average referencia). Ambas tcnicas tienen ventajas y desventajas relativas;
RANS es til para simular problemas en estado estacionario, pues no requiere una evolucin en el
tiempo y eso ahorra una gran cantidad de tiempo de clculo, sin embargo hay que ser cuidadoso
pues la tcnica requiere el ajuste de varios parmetros usados para modelar las escalas no
resueltas por las ecuaciones. Otra desventaja es que no siempre el refinamiento de la malla
implica resultados ms realistas, cosa que no ocurre con LES (j. Kim, p. Moin and r. Moser ,
1984). RANS es sin embargo muy utilizado en la industria debido a que es posible obtener
resultados relativamente precisos si se (conocen las caractersticas de la turbulencia y se tiene
experiencia en el uso de los programas) usando mallados relativamente burdos que necesitan
menor tiempo de clculo. Por otro lado la tcnica LES, donde se calculan de manera explcita los
remolinos de mayor tamao en el dominio numrico y se modelan los remolinos (fluctuaciones)
del orden de la malla y menores, si garantiza la consistencia (mallado ms fino implica resultados
ms exactos). El trabajo de Deardorff, 1970 fue el pionero de esta tcnica, simulando un canal
turbulento tridimensional. Rpidamente siguieron trabajos relacionados, entre los cuales destaca
el realizado por Deardorff en 1972, por ser la primera simulacin LES de flujos atmosfricos, y
otros relacionados con flujos en laboratorio (j. Bardina, j. H. Ferziger and w. C. Reynolds, 1983, d.
C. Leslie, 1973). Paralelamente continuaba la investigacin con DNS y RANS de manera intensiva, y
no fue hasta los aos noventas que el desarrollo del hardware llego al nivel de posibilitar
simulaciones LES para problemas prcticos (geometras simples) y esto marco una poca prolfica
de desarrollos centrados en la modelizacin LES (Lesieur y Mtais, 1996. Meneveau y Katz, 2000).
Existen muchos otros esfuerzos dirigidos a efectos de cambios de rugosidad, sobre todo para casos
de CLA sobre terrenos boscosos para estudios de ecologa, biologa, agricultura, etc. (Finnigan,
2000 ) donde los flujos de calor y humedad son de gran importancia. Otra lnea de investigacin
muy activa es el estudio de la CLA sobre terrenos urbanos (j. Wang, 1992) donde el flujo de
momntum es de particular inters. Se cuenta tambin con literatura abundante sobre el efecto
de una transicin de rugosidad superficial (Belcher, Jerram y Hunt, 2003) donde se estudia cmo
se adapta un flujo turbulento a dichos cambios abruptos de transferencia de momntum.
En aos recientes el equipo de Moeng (Moeng, 1984) desarrolla un programa para aplicarse a la
capa limite atmosfrica que ha permitido estudia r leyes de cerradura para modelos de
turbulencia. Ms recientemente, como fruto de los esfuerzos en este sentido, el grupo de
investigacin antes mencionado trabajo en el efecto de cambios de rugosidad del terreno sobre la
turbulencia atmosfrica (Glendening y Lin, 2002) aplicando nuevas versiones del cdigo de Moeng
para estudiar el efecto de transiciones peridicas de rugosidad superficial en la capa limite
atmosfrica (Patton y Sullivan, 2005). Incluso este mismo grupo ha publicado trabajos
relacionados con el acoplamiento entre atmosfera y ocano usando DNS (simulacin numrica
directa) por medio del efecto de una superficie mvil ondulada con baja (o nula) friccin,
simulando una especie de acoplamiento de una va entre ocano y atmosfera para nmeros de
Reynolds del orden de 8000 (Sullivan et al, 2000; Rutgersson y Sullivan, 2005), donde solo falta
aadir el cambio de rugosidad, que en este caso no puede ser implementado por tratarse de
simulaciones donde la malla numrica se adapta a la forma de la interfase por medio de una
transformacin conforme, que tiene que ser continua y diferenciable. Este mtodo permite hacer
simulaciones acopladas con cuerpos deformables. De acuerdo a nuestra experiencia no se cuenta
aun con una descripcin precisa del acoplamiento entre una superficie libre en contacto con una
superficie rgida con un contraste de rugosidad variable bajo una capa limite atmosfrica a una
escala intermedia (micrometeorologa).
Hay varias posibilidades para tratar el problema acoplado: una (estrategia 1) es tomar en cuenta
el efecto del viento en el oleaje, a travs de la relacin del esfuerzo y la rugosidad superficial
(siendo Charnock, 1955 el primer modelo sencillo) acoplada con un modelo de generacin de
oleaje como el de Smith et al., 1992, y calcular una rugosidad superficial y caractersticas de oleaje
a cada (n) ciclo(s) de tiempo de simulacin. Este esquema es usado en simulaciones de mediana y
gran escala para estudiar la generacin de ciclones (Doyle, 1995) y es factible su implementacin
LES en algn cdigo existente. Otra estrategia para estudiar el problema (estrategia 2) es usar
una descripcin de la superficie libre tipo VOF (volume of fluid), con el inconveniente de tener
menor exactitu d en el clculo de los esfuerzos cortantes debido a que la interfase tiene un
espesor finito de approx. De 3 a 5 mallas de clculo. El efecto de este error podra ser importante
para olas pequeas afectando su crecimiento, y no tan importante si los mecanismos de
crecimiento de las olas son dominados por diferencias de presin invscidas, de modo que la
informacin de pequeas ondas capilares se perdera. La magnitud de dicho error tambin es un
dato desconocido a la fecha, aunque se pueden calcular estimados a priori del mismo, no deja de
ser un clculo interesante ya que no es de esperarse que el oleaje sea dominado por la capilaridad
en condiciones off-shore. Desgraciadamente este mtodo no permite un dominio muy grande
debido a que siempre es necesario tener buena resolucin a nivel de la interfase, de modo que
solamente sera factible una especie de modelo reducido o tnel de viento virtual. Un tercer
punto de vista (estrategia 3) es utilizar la nueva metodologa conocida como frontera sumergida
(immerse boundary method, en lo sucesivo IBM, ver Pesquin, 2002), que en principio permitira
hacer simulaciones con superficies mviles con la precisin requerida en la interfase, siempre y
cuando se implementen las ecuaciones de la superficie libre como si se tratara de un cuerpo
deformable, teniendo especial cuidado en la forma como se simule el efecto de la tensin
superficial.
Con respecto a la estrategia 1, existen ya implementaciones de casos de CLA usando software libre
(LES con esquemas de volmenes finitos por Churchfield et al. 2010) donde se evidencian tanto
las ventajas como las desventajas de dicho esquema: las ventajas son evidentemente la
naturaleza abierta (y gratuita) del cdigo, la simplicidad del esquema de volmenes finitos,
adems de su escalabilidad a mltiples procesadores. Los resultados se han comparado con los
obtenidos con mtodos pseudoespectrales (Moeng y Sullivan, 2000) y se tiene en general un
acuerdo aceptable entre la mayora de las caractersticas de la turbulencia. Sin embargo
experiencias anteriores han mostrado algunos problemas del esquema, tal como lo sugieren
Brasseur y Wei, 2010, donde llama la atencin la incapacidad de este tipo de cdigos para calcular
perfiles semilogartmicos de velocidades en condiciones estndar de turbulencia atmosfrica. El
mismo documento contiene recomendaciones en funcin de una seleccin juiciosa de variables
adimensionales que definen lo que los autores llaman zona de alta precisin, donde se espera
que los cdigos funcionen correctamente. Otro problema detectado es que los espectros de
frecuencia obtenidos de este tipo de implementaciones no reflejan los coeficientes (-5/3) en la
zona inercial, tal como lo predice la teora y las simulaciones pseudoespectrales. Se deber tener
especial cuidado en estos ltimos puntos si se quiere tener capacidad predictiva y extender el uso
de este tipo de cdigos para prospeccin en energa renovable. En nuestra opinin vale la pena un
esfuerzo por resolver estas limitaciones.
La estrategia 1 forma parte de un proyecto aparte que se llevar a cabo inmediatamente despus
de finalizado el presente proyecto. Los objetivos son implementar simulaciones LES y RANS (para
el caso 2D) que permitan estudiar los efectos de la introduccin abrupta de un cambio de
rugosidad en la turbulencia aguas abajo, de modo que se puedan estimar caractersticas de
fluctuaciones turbulentas a partir de condiciones iniciales dadas por variables promediadas. Se
har un anlisis preliminar sobre la posibilidad de hacer clculos de potencial elico provenientes
de simulacin. A escala mucho ms pequea se tratar de hacer un experimento numrico para
estudiar las caractersticas de una capa lmite interna creada en la lnea de costa. Se han iniciado
ya los esfuerzos por hacer estas simulaciones, usando la estrategia 4 antes mencionada. Debido a
los requerimientos de refinado de malla y paso de tiempo que esta estrategia exige, las
simulaciones se limitan a un pequeo canal numrico, donde se llevarn a cabo distintos
experimentos para explorar el efecto de cambios de rugosidad con distintas caractersticas
(condicin de deslizamiento, ondulaciones), idealizando lo que ocurre en la lnea de costa.
Primeros resultados (estrategia 4)
La estrategia 4, que consiste en simular una interfase mar-tierra idealizada se llevar a cabo por
medio de una tesis de doctorado del alumno Martn Esquivelzeta Rabell. Este es un proyecto a 3
aos que inici en febrero de 2011. La finalidad es poder simular un pequeo canal donde circule
un gas sobre una superficie ondulada, que representa la superficie del mar. Al pasar el flujo
atmosfrico por la lnea de costa, las condiciones de rugosidad del terreno cambian bruscamente,
formando una CLI. Esto se piensa simular por medio del acoplamiento de dos mallados con
distintas caractersticas en el punto de la lnea de costa. Esto es posible con un mallado adaptado a
la superficie solamente cuando los nodos y las derivadas que definen el mallado son continuas en
el punto de unin. A continuacin se muestra un mallado de ejemplo, donde se aprecia que la
superficie en la parte baja est ondulado, mientras en la parte superior se tiene una superficie
plana, que representa el flujo de aire lejos de la superficie del lquido, que circula de manera
horizontal.


Al final del primer semestre se han podido reproducir los resultados de Sullivan (2005). Tambin se
espera tener los primeros mallados mixtos (curvilneo-rectilneo) para probar el cambio de
rugosidad en 2D (es imperativo validar la metodologa primero con topografa homognea antes
de pasar a los cambios de rugosidad) en el transcurso del presente semestre.
Hasta el momento se realizaron pruebas de simulacin en un canal plano usando mallados planos
para casos laminares y turbulentos verificando que el programa corra con y sin turbulencia para
altos nmeros de Reynolds. Se encontr que el programa puede simular ambos casos sin
problemas. En la Ilustracin 74 se muestra un perfil de velocidades instantneo (turbulento) en un
canal plano usando un Re=5x10
5
.

Ilustracin 74: Perfil de velocidades para el flujo que se desarrolla en el tiempo en un canal.
Re=500,000.

Una vez que se comprob que el cdigo Jadim utilizado para hacer simulaciones numricas
directas, corre adecuadamente para casos planos turbulentos. Se procedi a hacer el mallado
curvilneo necesario para simular el flujo del viento sobre olas de mar en una superficie idealizada.
Seleccionamos la geometra de mallado a utilizar como una solucin lineal de olas progresivas con
pequea amplitud usando un marco de referencia mvil. Utilizndola como lneas de corriente en
un flujo potencial.
Se program un script en Matlab que genera el mallado curvilneo ortogonal junto con el archivo
que contiene las coordenadas de los nodos, algo indispensable para poder hacer cualquier
simulacin.


Ilustracin 75: Grfica del mallado obtenido mediante el Script programado en MatLab. a = 0,005 [m], (amplitud). T = 0.4 [s],
(periodo). h =. 02 [m] (distancia entre el flujo sin perturbar y el eje longitudinal de la ola).
En la Ilustracin 75 se muestra la grfica de un nmero de puntos encontrados mediante el script
que se realiz en MatLab. Es un programa iterativo de bsqueda que localiza los puntos
correspondientes a los valores deseados de las funciones de corriente y potencial
predeterminados de la siguiente forma: La primera lnea de corriente se encontr con un escaneo
vertical en una dimensin a diferentes valores equidistantes sobre el eje horizontal, los puntos de
interseccin entre las lneas equipotenciales y de corriente se obtienen siguiendo las lneas de
corriente mediante una bsqueda iterativa que ajusta la direccin y magnitud de cada paso de
modo que se cumplan los criterios de error predefinidos de las equipotenciales.

Ilustracin 76: evolucin de la geometra (c), la velocidad (d) y la presin (e) en la interfase ondulada.
Ya que se obtuvo un mallado curvilneo se comenz a hacer simulaciones curvilneas laminares en
2D para encontrar el campo de velocidades y el esfuerzo cortante sobre la superficie a partir de
este ltimo, algo necesario para poder validar el modelo con la teora existente para el flujo
cortante sobre superficies onduladas. A continuacin se muestran los resultados obtenidos para el
campo de velocidades en una sola lnea de corriente.
En la Ilustracin 76, sub-figura c) se muestra la superficie idealizada normalizada, sobre la que
sopla el viento con un Re=100. En esta figura se indica un punto sobre la superficie en x= 0.196 por
el cual pasa una lnea de las coordenadas transformadas =-0.360. En la figura d) se puede
observar la evolucin del perfil de velocidades que pasa por el punto indicado a diferentes
tiempos y se aprecia como el flujo est totalmente desarrollado sin variaciones en el tiempo.
En la figura e) se observa la presin sobre la superficie libre normalizada con respecto al producto
de la velocidad de rugosidad por el wave-slope (ak u*2), mientras que en la figura se observa el
esfuerzo cortante w producido por el flujo de aire sobre la superficie libre idealizada normalizado
con respecto al cuadrado de la velocidad de rugosidad u*2.


Ilustracin 77: perfiles verticales de velocidad en coordenadas cartesianas (h) y curvilneas (i)

En la Ilustracin 77- h) se puede apreciar el perfil de velocidades para el mismo punto sobre la
superficie libre, a lo largo de una lnea =-0.360. Como se observa en la imagen la lnea =cte es
una curva, esta lnea curva toca a la superficie idealizada que representa la ola y lo hace mediante
un ngulo recto.
En la figura i) se puede observar la utilidad de utilizar un sistema de coordenadas transformado ya
que el perfil de velocidades mostrado presenta un comportamiento lineal.
El cdigo ya ha sido validado en canales planos, y ahora se est validando con la teora de
Benjamin (1959), donde se plantea estudiar el flujo turbulento (cuasi-laminar) de un fluido que
pasa sobre una superficie ondulada idealizada por medio de una transformacin matemtica,
suponiendo una amplitud de ondas pequeas. Este estudio es un planteamiento del tipo
perturbativo, donde se calculan por ejemplo los esfuerzos normalizados con respecto al perfil de
velocidades tipo Couette, presentado en la figura Ilustracin 77. Los resultados hasta el
momento comparan favorablemente con resultados de simulacin directa reportados en la
literatura (Sullivan, 2000). En la Ilustracin 78 se ilustran algunas caractersticas del esfuerzo
normalizado para distintos nmeros de Reynolds. Se observa un pico en el esfuerzo que no
coincide con el valle de la onda de la superficie sinuosa. Esto es lo que se conoce como screening
en la literatura especializada. A altos nmeros de Reynolds se crean remolinos y recirculaciones
detrs de las crestas, este efecto es en gran parte causante de que la capa lmite llegue a
despegarse de la superficie, y ocurre cuando los efectos no lineales comienzan a ser importantes.

Ilustracin 78: esfuerzo normalizado para distintos nmeros de Reynolds y distintas pendientes de la onda ak. La lnea contnua es la
aproximacin lineal de Benjamin (1959), y la lnea punteada son simulaciones numricas.
A continuacin se muestra una tabla (Ilustracin 79) donde se marca la aparicin de recirculacin
con una X, mientras que el flujo completamente laminar se marca con un 0:

Ilustracin 79: mapa de aparicin de recirculacin en el plano Re-ak
Se aprecia de la Ilustracin 78 que la teora lineal representa una adecuada aproximacin para
pendientes de ola ak<0.2, an para nmeros de Reynolds de O(10
3
). Este ejercicio tiene aplicacin
en el sentido de que se conocen ahora los lmites de las aproximaciones basadas en teora lineal, y
se pueden calcular efectos no lineales por medio de DNS.
Como perspectivas se tienen los siguientes pasos: se est trabajando en simulaciones con
condiciones de frontera entrada-salida, (entrada por el oeste y salida por el este), y despus se
iniciarn pruebas con mallados que tengan cambios de rugosidad. Actualmente se producen
mallados con cambios de rugosidad (con ondulaciones-sin ondulaciones, o variando la amplitud y
longitud de onda) conectando dos mallados en un valle o una cresta, mantenindose la
ortogonalidad.
Agradecimientos

Este trabajo fue posible gracias al proyecto CONACYT-CFE 89073 , titulado Caracterizacin de la
capa lmite atmosfrica en la zona noroeste de la pennsula de Yucatn (primeros 40 metros). Un
agradecimiento especial al personal de ambas instituciones por sus sugerencias y su apoyo.
Se reconoce con gratitud al personal del Instituto de Investigaciones Elctricas (IIE) por su
colaboracin y por permitirnos el uso de la torre para nuestros experimentos, as como a la
directiva de la Unidad Acadmica Sisal y el personal de la misma gracias a los cuales el
experimento sigue funcionando.
A nuestros colaboradores en el Centro de Ciencias de la atmsfera, el Dr. Jorge Zavala Hidalgo y
Octavio Gmez Ramos por darnos acceso a los datos de simulacin de mesoescala y ayudarnos a
entender y programar rutinas para extraccin de los mismos en el ordenador, as como al equipo
de Wilfrido Gutirrez Lpez por su ayuda con las campaas de globo cautivo.
Un agradecimiento a los becarios de licenciatura, maestra y doctorado (respectivamente) Sareti
Cards Pacheco, Elsa Hernndez Jimnez y Francisco Martn Esquivelzeta Rabell.