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 abajo), 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:

2
'
1
1

a
v
v v
a
avg
5
Donde es la velocidad angular del rotor, y + 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
+ +
+ + +

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

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
2 ) 1 ( 4 5 . 0
2
1
2

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
11
Sustituyendo la definicin de la razn local de velocidades en la punta queda:
1
]
1

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
0.28
9
1 0.41
6
1.
5
0.47
7
2 0.51
1
2.
5
0.53
3
5 0.57
0
7.
5
0.58
1
1
0
0.58
5
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 abajo 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. 34). 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 abajo:
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.
1
http://www.wunderground.com/weatherstation/WXDailyHistory.asp?ID=IYUCATAN5
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 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
Estado Yucatn
Propietario de la Torre
Propietario de la estacin
IIE
UNAM-IIE
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.
Ilustracin 6: diagrama de flujo para obtener mediciones usando la tcnica de covarianza 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
Poner Torre,
Instrumentos
Probar Adq. Datos
Probar Guardado
de datos
Organizar Datos
Mantenimiento
Objetivos y
variables
Hardware
Software
Plan de
Mantenimiento
Filtrado
Elim. Picos
Rotacin
Elim.
Tendencia
Clculo de
estadsticos
Correccione
s
Control de
Calidad
Integracin
Anlisis y
Publicacin
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
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.
Instrume
nto
Variable Rango Resoluci
n
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%H
R
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
, ,
, ,

Rapidez de corte
2 / 1
2 2
2
*
) ' ' ' ' ( w v w u u +
Esfuerzo cortante
2
* *
u
Coeficiente de friccin
superficial
2
*

,
_

M
u
C
D
Flujo de calor sensible (de
remolino)
'
'
v p H
w C Q
Longitud de Obukhov
(subndice S en la
superficie)
S v
v
w kg
u
L
) ' (
'
3
*

Temperatura dinmica
*
'
*
'
u
w
v

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.
Ilustracin 7: esquema de comunicacin y dispositivos
Anemmetr
o snico
Data-Logger
DSP
Mem.
Intern
a
Puert
os
Puert
os
Procesad
or
PC
Transmisor
inalmbrico
Transmisor
inalmbrico
Mem.
Intern
a
switch
Re
d
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
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 abajo).
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

+
+


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 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 :
+

+
cos sin
sin cos
I I II
I II
I I II
w u w
v v
w u u
16
Donde

,
_

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
+ 19
Donde la expresin E{ } representa la esperanza matemtica, X representa
alguna variable medida en un experimento y 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
arriba .
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
abajo 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. 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 arriba 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
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.
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.
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 abajo 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

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

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 ( ( 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 abajo 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 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

1
k
2
k U
(m/
s)
sse
bimo
dal
X10
-4
3 0.56
1
6.671
(5.866,
7.771)
3.584
(3.089,
4.320)
2.666
(2.570,
2.762)
2.310
(2.167,
2.454)
4.74
0
6.3554
6 0.54
0
7.7296
(6.671,
9.001)
3.969
(3.430,4.7
65)
2.792
(2.692,
2.893)
2.521
(2.378,2.6
65)
5.34
2
4.516
12.5 0.53
9
8.0632
(7.101,
9.360)
4.4254
(3.788,5.3
92)
2.809
(2.719,
2.9)
2.680
(2.527,
2.832)
5.77
5
4.291
25 0.56
8
8.258
(6.933,
10.299)
5.261
(4.498,
6.418)
2.783
(2.656,
2.909)
2.916
(2.766,
3.066)
6.36
0
2.852
50 0.56
5
8.657
(7.057,
11.375)
6.936
(6.286,
7.771)
2.950
(2.794,
3.106)
3.317
(3.229,
3.406)
7.15
7
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)
1
]
1

,
_

+
+

,
_

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
Clas Dens M Dens M
e Pot
(W/m2
)
(m/
s)
Pot
(W/m2
)
(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
Naran
ja
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
Morad
o
>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.
I
D
z
(m)
b
P
D
(W/m
2
)
u
P
D
(W/m
2
)
u

u
k sse
unimo
dal
X10
-4
sse
bimo
dal
X10
-4
0 3 122.515 119.343 5.26
4
1.99
0
13.72 6.3554
2 6 172.136 161.682 5.85
9
2.01
5
16.82 9.321
3 12.
5
203.775 186.517 6.26
9
2.14
5
15.705 4.269
1 25 241.210 217.582 6.82
5
2.44
4
12.637 2.852
4 50 311.0761 285.366 7.75
1
2.99
9
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 arriba 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 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.
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 muchos problemas y solo se cuenta con los
rangos de datos mencionados en la seccin Modificaciones, reparaciones y
operaciones de mantenimiento importantes.
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
f it tierra
f it mar
f it 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 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 abajo). 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 abajo 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

,
_

1
1
]
1

,
_

n
i
n
i
x
n
x
n X
E s

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

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
(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)
SK

3 2.82
9
0.69
4
3.07
2
6 2.70 0.66 2.92
9 0 8
12.
5
2.82
9
0.69
4
2.82
9
25 2.84
0
0.68
9
3.26
9
50 2.77
4
0.49
7
3.35
0
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
sse
bimo
dal
X10
-4
3 0.56
1
4.10
4
2.66
0
0.67
4
0.58
5
26
6 0.54
0
4.04
8
2.65
1
0.61
8
0.61
5
22
12.5 0.53
9
4.06
8
2.68
0
0.64
6
0.60
6
17
25 0.56
8
4.06
3
2.70
2
0.66
2
0.55
9
15
50 0.53
9
4.06
8
2.67
9
0.64
6
0.60
6
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

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
y
T
.
Siguiendo una notacin estndar,
) , , , , ( F S y x P
T A AT

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
Factor de
frecuencia
bsico
Frecuencia
de cruce por
cero
positivo
No
documentado
Frecuencia de
cruces por
cero, pendiente
positiva (R)
0.5 (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
(turbina)
Ninguno Filtros de corte
abrupto
Funcin de
dimetro de
rotor-freq. de
corte gradual
Funcin de
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 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).
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.
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

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

35
Donde U es la velocidad media, z es la altura sobre el terreno,
*
u es la
velocidad de friccin y 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

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.
Tabla 12: rugosidad local para diferentes sectores (crea_columnas_MR3bis ojo! borrar esto)
Sect No. z
0
(m) Confidence interval h
0 1 2 3 4 5
10
-2
10
-1
10
0
10
1
10
2
z

U/u
*
(a)
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

U/u
*
(b)
Ilustracin 33: perfiles verticales de velocidad para el sector d (a) y sector a (b)
(EcholssectordM2, borrar esto ojo!)
or of
even
ts
(z
0min
, z
0max
) (m) (m)
a,f 45 5.5661e-
006
3.2663e-006-
1.9259e-005
9.61
9
b 3 0.076 ? no hay suficientes
datos
21.9
20
c 10 0.0406 0.0270-0.0670 22.4
2
d 21 0.0246 0.0201-0.0325 20.2
14
e 2 0.056 ? no hay suficientes
datos
8.98
0
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, 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 / , 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
, temperaturao 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 (
).
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 ) ( 37
Donde A es un coeficiente emprico que depende de las rugosidades
superficiales aguas abajo y arriba, y
w

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
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 abajo.
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
,
_

41
Donde
w

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
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

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

44
donde los parntesis angulados representan promedios espaciales (area) y
41 . 0 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
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).
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

, donde
1
y
2
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

, 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 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
sect
or
No.
of
even
ts
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
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
(a) (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

1
k
2
k *
u
(m/
s)
sse
bimo
dal
X1
12.5 0.54
2
0.285
(0.285,
0.287)
0.381
(0.3775,
0.393)
2.586
(2.488,
2.683)
1.983
(1.831,
2.135)
0.29
3
0.194
50 0.56
9
0.253
(0.252,
0.255
0.394
(0.384,
0.425)
1.928
(1.870,
1.987)
1.671
(1.474,
1.870)
0.26
5
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

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

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.
-1 0 0 -50 0 50 10 0
0
5 0 0
10 00
15 00
20 00
25 00
30 00
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, arriba 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 23, que se repite
aqu por conveniencia:
M I
w v u z y x
/
, , , ,

. 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

1
k
2
k
x
I
(m/s
)
sse
bimo
dal
X10
0
3 0.56 0.222 0.182 3.121 2.017 0.18 1.4
4 (0.223,
0.224)
(0.182,
0.186)
(2.9816,
3.2597)
(1.900,
2.133)
8
6 0.54
2
0.162
(0.164,
0.167)
0.160
(0.160,
0.164)
2.865
(2.672,
3.058)
2.0681
(1.939,
2.198)
0.15
1
7.42
12.5 0.54
2
0.124
(0.125,
0.128)
0.149
(0.150,
0.155)
2.762
(2.596,
2.928)
2.075
(1.923,
2.227)
0.12
3
12.213
25 0.57
3
0.103
(0.104,
0.106)
0.142
(0.144,
0.150)
2.787
(2.645,
2.930)
2.086
(1.914,
2.256)
0.10
85
9.361
50 0.56
9
0.085
(0.086,
0.087)
0.125
(0.126,
0.128)
2.755
(2.635,
2.875)
1.956
(1.852,
2.060)
0.09
2
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 w
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

'

,
_

,
_

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

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
) (


u
F 49
Donde
1
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 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

50
Si se definen
U
nz
f 51
Y
3
*
u
kz

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

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 (
2
u
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

) (
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

,
_

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
arriba .
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 abajo. 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
)
/

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 abajo.
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.
1 0
- 4
10
- 3
10
- 2
10
- 1
10
0
10
- 2
10
- 1
rang o de estrati fi ca ci n: -0 .5 < z/L <0 : vi ento de ti e rra
f
n
S
u
(
n
)
/
u
* 2

1
f/(1+

2
f
5 /3
)
bi nned ave rag ed sp ectrum
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 abajo 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
+

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

1
f/(1+
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

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):

'

+
+

2 / 0 ; / 5 . 2 1
0 / 2 ; / 5 . 0 1
5 / 3
3 / 2
3 / 2
L z L z
L z L z

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

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):

'

+ +
+ +

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

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

rango de estratificacin: -10< z/L <10: viento de mar 80<

<120


Kaimal, 1972
experimental points
binaveraged
best fit Sisal
Zhang, 1998 suburbanterrain
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
). 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

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

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

,
transporte de energa cintica turbulenta
3
*
/
) ' ' (
u kz
z
e w
e

, 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

m4
inestable
estable
Ilustracin 66: produccin de energa cintica turbulenta normalizada para anemmetro a 50m
En la figura arriba 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/rentabilida
d, 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=06&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=06&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 arriba (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. 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.