Tesis-Caracterizacion-Atmosfera

Vista previa del material en texto

Caracterización meteorológica de la
atmósfera en presencia de nubes bajas
sobre zona plana del Valle en el
Aburrá
Maria Paula Velásquez Garćıa
Universidad Nacional de Colombia
Facultad de Minas, Escuela de Geociencias y Medio Ambiente
Medelĺın, Colombia
2019
Caracterización meteorológica de la
atmósfera en presencia de nubes bajas
sobre zona plana del Valle en el
Aburrá
Maria Paula Velásquez Garćıa
Tesis presentada como requisito parcial para optar al t́ıtulo de:
Profesional en Ingeniŕıa Ambiental
Director:
Carlos David Hoyos PhD.
Ĺınea de Investigación:
Ciencias de la tierra y del espacio - Meteorologıa
Universidad Nacional de Colombia
Facultad de Minas, Escuela de Geociencias y Medio Ambiente
Medelĺın, Colombia
2019
iii
Resumen
El crecimiento continuo de la población, su concentración en áreas urbanas y el aumento
en la demanda de los recursos, introduce nuevas dinámicas en la capa ĺımite atmosférica y
en el intercambio de enerǵıa, masa y escalares con la atmósfera libre, provocando modifica-
ciones inciertas en el patrón de las nubes más superficiales y en sus efectos meteorológicos.
El Valle del Aburrá además de albergar 3.817.740 habitantes y ubicarse en zona tropical,
posee una topograf́ıa compleja que implica mayor variabilidad sobre la meteoroloǵıa local;
para el valle, a partir de la caracterización de las condiciones atmosféricas y en superficie
en presencia y ausencia de nubes bajas, se busca mejorar las actividades de pronóstico en
especial relacionadas a la calidad del aire. En el análisis de los datos se observa el forzamiento
de la altura de la capa ĺımite atmosférica sobre la altura de las nubes, en especial en horario
nocturno, cuando esta se contrae y se separa de la capa de fricción. La velocidad del viento
horizontal se resalta como precursor de la advección, formación y desarrollo de las nubes
de baja altura sobre el valle, sustentado por las altas magnitudes de velocidad del viento
presentadas sobre la altura de las montañas, aśı como por la cantidad de agua promedio
en presencia de nubes bajas, la cual presenta particular almacenamiento en la CLA durante
la noche, donde también es observada la sizalladura del viento meridional como fuente de
turbulencia. Durante el d́ıa, el contraste entre las condiciones meteorológicas y de estabili-
dad atmosférica en presencia y ausencia de nubes bajas se agudiza en consideración de la
disminución en el forzamiento del ciclo diurno sobre las variables atmosféricas, atribuido a
las nubes, favoreciendo la acumulación de contaminantes en superficie.
Palabras clave: Nubes bajas, Estabilidad Atmosférica, columna atmosférica, ciclo-
diurno.
Lista de Figuras
1-1 Ubicación y topogrf́ıa del Valle de Aburrá . . . . . . . . . . . . . . . . . . . 4
2-1 Ubicaciones de la red sensores . . . . . . . . . . . . . . . . . . . . . . . . . . 8
2-2 Ceilómetro - Torre Siata . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 9
2-3 Radiómetro . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 10
2-4 Radar Pérfilador de Viento . . . . . . . . . . . . . . . . . . . . . . . . . . . . 11
2-5 Cobertura de nubes desde el satélite GOES-16 y sky imager 06-03-2018 10:11
LT . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 12
2-6 Dı́a del 6 de marzo del 2018 desde el ceiĺımetro . . . . . . . . . . . . . . . . 13
2-7 Frecuencia de la altura de las nubes en el ciclo anual . . . . . . . . . . . . . 14
2-8 Frecuencia horaria de la altura de las nubes y cuantiles de la CLA . . . . . . 16
3-1 Humedad relativa promedio para horas con cielo despejado y horas con nubes
bajas . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 19
3-2 Temperatura potencial promedio para horas con cielo despejado y horas con
nubes bajas . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 21
3-3 Agua ĺıquida promedio para horas con cielo despejado y horas con nubes bajas 22
3-4 Velocidad del viento vertical promedio para horas con cielo despejado y horas
con nubes bajas . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 24
3-5 Velocidad del viento Meridional para horas con cielo despejado y horas con
nubes bajas . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 26
vi Lista de Figuras
3-6 Velocidad del viento Zonal para horas con cielo despejado y horas con nubes
bajas . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 27
4-1 Indice TT para HCD y HNB para los horario diurno, horario nocturno y
periodo de mayor radiación . . . . . . . . . . . . . . . . . . . . . . . . . . . 30
4-2 Índice Hz para HCD y HNB para los horario diurno, horario nocturno y
periodo de mayor radiación . . . . . . . . . . . . . . . . . . . . . . . . . . . 32
4-3 Indice ∆θ200 para HCD y HNB para los horario diurno, horario nocturno y
periodo de mayor radiación . . . . . . . . . . . . . . . . . . . . . . . . . . . 34
4-4 Índice ∆θ800 para HCD y HNB para los horario diurno, horario nocturno y
periodo de mayor radiación . . . . . . . . . . . . . . . . . . . . . . . . . . . 35
5-1 Ciclo Diurno de la radiación solar para HCD y HNB . . . . . . . . . . . . . 37
5-2 Ciclo Diurno de la Temperatura en superficie para HCD y HNB . . . . . . . 38
5-3 Ciclo Diurno de la humedad relativa en superficie para HCD y HNB . . . . . 39
5-4 Histograma de las anomaĺıas de la radiación para HCD y HNB . . . . . . . . 40
5-5 Histograma de las anomaĺıas de la temperatura superficial para HCD y HNB 41
5-6 Histograma de las anomaĺıas de la humedad relativa para HCD y HNB . . . 41
Lista de Tablas
5-1 Resumen Estad́ısticos de la distribución de la Radiación, la temperatura su-
perficial y la humedad relativa para HCD y HNB en horario diurno . . . . . 42
5-2 Resumen Estad́ısticos de la distribución de la Radiación, la temperatura su-
perficial y la humedad relativa para HCD y HNB en horario nocturno . . . . 43
1 Introducción
La sobrepoblación y la tendencia creciente a la vida en centro urbanos, introducen nuevas
variables en el complejo sistema de la CLA, sumado al incremento en la temperatura prome-
dio del planeta consecuencia de las actividades industriales de las que depende la civilización
humana. Uno de los fenómenos más visibles y menos comprendidos de los efectos conjun-
tos ocasionados por las urbes y el cambio climático son la modificación en los patrones de
termodinámica, macrof́ısica y microf́ısicos de las nubes.
Las nubes son muestra f́ısica de los intercambios de enerǵıa, masa y magnitudes a diferentes
escalas espaciales y temporales; la dinámica atmosférica asociada a su formación y desarro-
llo, les confieren caracteŕısticas f́ısicas destacables de forma, profundidad, altura, etc; y otras
caracteŕısticas menos notorias que requieren equipos especializados para su seguimiento. Las
nubes de baja altura por su parte, han sido las más asociadas con los procesos en la CLA y
su interacción con la atmósfera libre [Chandra, 2012]; sin embargo no se conoce completa-
mente los mecanismos de su formación y desarrollo, lo que ha repercutido directamente en
la modelación de dinámica atmosférica para pronósticos meteorológico y climático; aśı como
en el monitoroe y consecuente subestimación de impactos atribuidos a la planeación urbana.
Los procesos atmosféricos asociados a la formación de las nubes son aún menos predecibles
sobre terrenos complejos, en donde se pueden agudizar o silenciar dinámicas atmosférico de
manera particular según la morfoloǵıa, ubicación y aspecto [Roland, 1988]. En particular,
el Valle del Aburrá, ha enfocado el monitoreo de las nubes de baja altura, en su desarrollo
a tormentas locales de alta intensidad [Jiménez Mej́ıa, 2016]; y al efecto estabilizador en la
3
atmósfera que impide el ascenso de los contaminantes en el aire; sinembargo, el riguroso
seguimiento de este tipo de nubes y su papel en estos procesos son aún un reto de investigación
para el ejercicio de modelación y parametrización de la dinámica atmosférica.
El Valle de Aburrá esta ubicado sobre los 6◦ norte de latitud, en la cordillera central co-
lombiana y posee una topograf́ıa compleja, resultado de la dinámica fluvial del Ŕıo Aburrá.
Además, el Valle de Aburrá es el mayor centro poblado de Antioquia con alrededor de
3.817.740 habitantes equivalente al 57,7 % de la población del departamento [IPC, 2017], en
un área de tan solo 1152 Km2; siendo también uno de los centros de dinámica poblacional
y económica más importantes del Páıs. El Valle de Aburrá esta conformado por 10 muni-
cipios que se organizan de norte a sur desde el municipio de Barbosa hasta Caldas; en el
medio y con el mayor área se localiza el municipio de Medelĺın, capital del departamento de
Antioquia.
En la Figura 1-1 se puede apreciar la topograf́ıa en la que se enmarca el Valle de Aburrá
y su división poĺıtica. En la parte inferior de la imagen se presenta el corte transversal del
valle sobre Medelĺın, para la latitud 6.25o, la altura de la montaña medida desde la base del
Valle oscila al rededor de los 1200 m.
4 1 Introducción
Figura 1-1: Ubicación y topogrf́ıa del Valle de Aburrá
La configuración territorial de este valle se caracteriza por construcción masiva en la base, que
cubren lentamente las laderas conforme inmigran las poblaciones de las diferentes zonas del
páıs. Para el valle la industria es el principal sustento económico con una representación del
43 % en el producto interno bruto del Valle [IPC, 2017]. El acelerado crecimiento poblacional
y económico ha demostrado consecuencias en el deterioro de la calidad del aire del Valle de
Aburrá, aśı como el aumento del fenómenos isla de calor y los desastres urbanos surgidos de
la intensificación de los eventos de lluvia.
La presente investigación tiene por objetivo la caracterización meteorológica de las condi-
5
ciones atmosféricas y del comportamiento de las variables en superficie, y las condiciones de
estabilidad, para escenarios con presencia y ausencia de nubes bajan en el Valle del Aburrá.
La metodoloǵıa del estudio es presentada en el Capitulo 2 del documento, junto con el
despliegue de los equipos usados para la recolección de los datos analizados. La investigación
se desarrolla sobre la comparación de casos de cielos despejados y cielos con nubes bajas,
partiendo de la identificación de estas últimas.
En el Caṕıtulo 3 se realiza la caracterización meteorológica de la columna atmosférica a través
de la temperatura potencial, humedad relativa y régimen de vientos; variables consideradas
como básicas para la caracterización termodinámica de la atmósfera, además de la cantidad
de agua ĺıquida. Para la columna atmosférica, en el Caṕıtulo 4 se realiza el análisis de la
estabilidad a partir de ı́ndices de estabilidad estática.
Por otro lado, en el Capitulo 5 se desarrolla el análisis de la meteoroloǵıa superficial a partir
de la radiación incidente, la temperatura superficial y la humedad relativa. Por último, en
el Capitulo 6 se presenta la discusión de los resultados obtenidos.
2 Datos y selección de las nubes de baja
altura
El monitoreo y estudio de las nubes bajas ha sido fuertemente apoyado por el Atmospheric
Radiation Measurement (ARM Climate Research Facility), el cual con el objetivo de ro-
bustecer el pronóstico de fenómenos climático y desarrollar soluciones sostenibles al sector
energético y a los retos de protección del medio ambiente [ARM, 2018], ha realizado cam-
pañas de medición en diferentes lugares del mundo, haciendo disponible los datos para el
aprovechamiento de la comunidad cient́ıfica en el mejor entendimiento y representación de
las nubes y los aerosoles en la modulación meteorológica y climática [Voyles and Chapman,
2015]. Desde el 2000 hasta el 2018 son aproximadamente 50 las campañas de medición ade-
lantadas por el progama [ARM, 2018]. Una de las campañas más reciente lleva por nombre
CLOUD, AEROSOL, AND COMPLEX TERRAIN INTERACTIONS (CACTI), y se loca-
lizó en las sierras de Córdoba (Argentina), contando con al rededor de 36 sensores de medición
para diferentes variables atmosféricas, entre los que se encontraron equipos en seguimiento
de la calidad del aire, ceilómetro, radiómetro microondas, radar perfilador de viento, lidar,
disdrómetros y estaciones meteorológicas [ARM, 2018].
Entre las primeras investigaciones relacionadas con el proyecto se resalta la de Brown et al.
[2002], el cual a partir de los datos de la campaña en el SGP de 1997, busco mejorar las
parametrizaciones de predicción numérica y modelos climáticos con la evaluación de un
2.1 Descripción del equipo de monitoreo y datos 7
modelo LES1, sin embargo, concluye sobre la necesidad de entender aún mejor los procesos
en la atmósfera asociados al desarrollo de las nubes superficiales y a su origen, reto acogido en
posteriores investigaciones de simulación con énfasis es flujos turbulentos [Soares et al., 2004,
Pergaud et al., 2009], y en el enfoque del entendimiento del ciclo diurno de las propiedades
f́ısicas de las nubes superficiales en relación con la capa ĺımite atmosférica y la entraitment
zone 2; además de sus efectos en la radiación incidente [Zhang and Klein, 2013].
El presente estudio busca mejorar el entendimiento local del comportamiento de la atmósfera
atribuible a la presencia de nubes bajas, lo cual responde al llamado de Brown et al. [2002], de
entender mucho mejor lo que en la atmósfera ocurre y aśı mejorar las simulación atmosféricas.
A partir de los equipos operados por el Sistema de Alerta Temprana del Valle de Aburrá
(SIATA), se cuenta con datos para el periodo de noviembre del 2014 a agosto del 2018 de tres
de los sensores remotos más comunes en el estudio de las nubes bajas: radiómetro, ceilómetro
y radar perfilador de viento; además de una estacion meteorológica y un piranómetro.
2.1. Descripción del equipo de monitoreo y datos
Los sensores remotos (radiómetro, ceilómetro y radar perfilador de viento), serán los encar-
gados de la estimación de las condiciones meteorológicas a diferentes alturas de la atmósfera,
mientras que las estación meteorológica y el piranómetro serán usadas para las condiciones
en la superficie.
Los equipos se distribuyen en tres puntos diferentes (dos al interior del municipio de Medelĺın
y uno en el de Itagǘı); en la figura 2-1 se presenta el mapa con la ubicación de los equipos.
La Torre SIATA ubicada en la Unidad Deportiva Atanasio Girardot de Medelĺın, cuenta con
los sensores radiómetro, ceilómetro y estación meteorológica y el piranómetro; también se
usa para análisis preliminar, el ceilómetro en la Institución Educativa Consejo de Itagǘı en el
1Large Eddy Simulation, simulación de escala fina
2Región atmosférica formada por las interacción entre la CLA y la atmósfera libre, a modo de transición.
8 2 Datos y selección de las nubes de baja altura
municipio de Itagǘı; de igual forma, se usan los datos del radar perfilador de viento ubicado
en el Aeropuerto Olaya Herrera en la comuna Guayabal de Medelĺın, una de las zonas más
extensas sin construcción en altura al interior de la zona urbana del Valle. El funcionamiento
de los sensores remotos será explicado a continuación.
Figura 2-1: Ubicaciones de la red sensores
Ceilómetro
Los ceilómetros son equipos lidar de única longitud de onda [Wiegner et al., 2014], que
de manera activa emiten pulsos-lasér cada 67 ηs para caracterizar la columna atmosférica
2.1 Descripción del equipo de monitoreo y datos 9
por medio del coeficiente de retrodispersión en la región del infrarrojo cercano (longitud de
onda de 900 ηm a 1100ηm). El coeficiente de retrodispersión Backscatter(β)representará
la porción de luz reflejada que recibe el ceilómetro desde una distancia z [Vaisala, 2010]; la
intensidad de la señal dependerá de la concentración de las part́ıculas en el aire aśı como de
sus propiedades de reflectividad[Tsaknakis et al., 2011].
Figura 2-2: Ceilómetro - Torre Siata
Dependiendo de la magnitud de la dis-
persión de las part́ıculas en la atmósfera
será la atenuación de la señal y la invi-
sibilidad de las part́ıculas de mayor al-
tura; la precipitación por ejemplo posee
una señal que impide la normal medi-
ción de la altura de la nube, igual pasa
con las nubes bajas que atenúan la señal
antes de que esta alcance las nubes más
altas.
La presente investigación usa como sen-
sores principales los ceilómetros, los cuales son diseñados por la marca Vaisala, y presentan
un alcance vertical de 15000 m con resolución de 10 m y una resolución temporal de 16 s.
En la Figura 2-2, se presenta el sensor ubicado en Torre SIATA.
El ceilómetro calcula también tres alturas de nube cada 16 s, usando la magnitud del coefi-
ciente de dispersión que tienen las nubes, el cual es mucho mayor que el de las part́ıculas
suspendidas en la atmósfera; la estimación hereda los errores vinculados con las atenuación
de la señal. Con el coeficiente de dispersión se calcula también la altura de la CLA a partir
de la metodoloǵıa de Gradiente mı́nimo desarrollado por Herrera Mej́ıa et al. para el Valle
de Aburrá.
Radiómetro
10 2 Datos y selección de las nubes de baja altura
El Radiómetro es un sensor microondas pasivo que captura la radiación desde la atmósfera
en frecuencias de 20 GHz a 200 GHz, región en donde el vapor de agua y el ox́ıgeno presentan
máximos de absorción. La enerǵıa de las microonda es convertida a temperatura de brillo por
medio de la ley de plank y finalmente procesada en algoritmos de redes neuronales que usa
la temperatura, la humedad y la presión medida en superficie, además de sondeos históricos
para estimar los perfiles de temperaturas, humedad y agua ĺıquida en la atmósfera en tiempo
real.
Figura 2-3: Radiómetro
El SIATA cuenta con un Radiómetro
MP3000-A (Figura 2-3), ubicado apro-
ximadamente a 60 m con respecto a
la superficie, y trabaja en dos bandas
del espectro electromagnético, especia-
les para la identificación de la humedad
y la temperatura, estas presentan ran-
go entre 22-30 GHz y 51-59 GHz, res-
pectivamente. Las estimaciones finales
presentan una resolución temporal de 2
minutos y una resolución espacial varia-
ble con intervalos de 50 m para las estimaciones abajo de los 500 m, 100 m para las alturas
menores a 2000 m y de 250 m hasta la altura de 10000 m.
Del radiómetro se obtiene directamente los datos de temperatura y humedad; la temperatura
medida será usada para calcular la temperatura potencial y los ı́ndices de estabilidad, como
se explicaran en el Caṕıtulo 3 y 4 del presente documento.
Radar perfilador de viento
Para el estudio se cuenta con los registros del radar perfilador de viento de velocidad azimutal
VAD-BL RAPTOR, especializado en la estimación del viento en la baja atmósfera por medio
de la emisión de pulsos con frecuencia entre los 915 y 1290 MHz, y su posterior recepción y
2.2 selección de las nubes de baja altura 11
procesamiento por medio de la metodoloǵıa Doopler[Lau et al., 2013].
Figura 2-4: Radar Pérfilador de Viento
Este tipo de radar fue diseñado con
base en las propiedades de dispersión
del agua y del ı́ndice de refracción
del aire limpio [Woodman and Guillen,
1974], bajo la idea de que la turbu-
lencia esta compuesta de los cambios
temporales de humedad, temperatura
y presión de eddys con diferente ta-
maño[McLaughlin, 2014], que son ad-
vectados por el viento [Ketterer et al.,
2014].
Para el pesente estudio se cuenta con la base de datos del Radar Perfilador de Viento DeTect
RAPTOR (Figura 2-4), sensor especializado en la medición a baja altura; este proporciona
datos de perfiles de viento cada 5 minutos con una resolución vertical variable con intervalos
60 m y 72 m, esta última para alturas superiores a los 2500 m.
2.2. selección de las nubes de baja altura
Las nubes bajas son definidas de manera estándar por el Manual de observación de nubes y
otros meteoros, según la clasificación por altura ’étages’; de los cuales se identifican otros dos
tipos de nubes, nubes medias y altas. Según el manual se reconocen como nubes bajas las
que presenta la base a una altura entre los 0 y 2 Km, entre las cuales se encuentran las nubes
superficiales, caracterizadas por ser generadas directamente por procesos en superficie; las
nubes medias presentan alturas de 2 Km a 8 Km y las nubes altas de 8 Km en adelante (se
estima ĺımite alrededor de los 18 Km)[Organization, 1987].
12 2 Datos y selección de las nubes de baja altura
Para el Valle de Aburrá y en especial en horario nocturno, las nubes de altura menor a 2000
m, no necesariamente se asocian a la CLA, debido al importante forzamiento externo que
presenta el valle en función principalmente del paso de la Zona de convergencia intertropical
(ZCIT) dos veces al año sobre la región, la influencia de las masas de aire húmedo condu-
cidos por los vientos alisios desde el Amazonas y los efectos del Océano Pacifico sobre el
ramal occidental de la cordillera de los Andes [CORREA et al., 2009]; aśı como el fenómeno
interanual del Niño-Oscilación del SUR (ENSO) [Poveda, 2007].
En las Figuras 2-5 y 2-6 se puede observar el caso particular del 6 de marzo del 2018, el cual
sirve de ejemplo para mostrar la cobertura de nubes ubicada mayoritariamente por debajo
de los 2000 m, que sin embargo posee origen sinóptico, posiblemente relacionado al vapor de
agua advectado desde el Amazonas, de acuerdo al análisis hecho sobre las imágenes satélites
del GOES para este d́ıa.
Figura 2-5: Cobertura de nubes desde el satélite GOES-16 y sky imager 06-03-2018 10:11
LT
En la figura 2-6 se observan además los cuantiles 0.7, 0.8 y 0.9 de la altura de la CLA para el
mes de marzo, en donde se resalta la proximidad del registro de nubes a dicha capa, para el
horario de 10 LT a 18 LT; aún sin ser estas producto directo de las interacciones superficiales
al interior del valle.
2.2 selección de las nubes de baja altura 13
00:00 02:00 04:00 06:00 08:00 10:00 12:00 14:00 16:00 18:00 20:00 22:00
Hora
0.0
0.5
1.0
1.5
2.0
2.5
3.0
3.5
4.0
4.5
Al
tu
ra
 [k
m
]
Ceilómetro SIATA 
2018-03-060 5 10 15 20
P 0.9 P 0.8 P 0.7
101
102
103
104
Intensidad Backscatter [10
9m
1sr
1]
Figura 2-6: Dı́a del 6 de marzo del 2018 desde el ceiĺımetro
En el marco de esta investigación asociado con el pronóstico de la meteoroloǵıa en superficie
y la dispersión de contaminantes, las nubes de baja altura sujeto de interés, son las asociadas
directamente con la capa ĺımite atmosférica. La identificación de estas nubes es punto clave
en esta investigación, aśı como su principal fuente de incertidumbre, es por eso que se decide
seleccionar un ĺımite superior de identificación de las nubes bajas que sea más acorde a las
condiciones del Valle, y respete la variabilidad del ciclo diurno.
Las nubes que son advectadas hacia el interior del valle y las que tienen origen zonal, confi-
guran el escenario presentado en la Figura 2-7, donde se observa la frecuencia de la altura
de las nubes bajas y medias. Las frecuencias a mayor distancia con respecto a la superficie
son subestimadas debido a la atenuación de la señal por los hidrometeoros más bajos.
La frecuencia de la altura de la nube presenta una importante variabilidad anual, en donde
los d́ıas con mayor cantidad de nubes con altura inferior a los 2000 m, son los pertenecientes
a los meses de enero, febrero y marzo; la altura, por su parte posee un comportamiento más
constante, con tres picos máximos; el primer máximo para el caso del ceilómetro ubicado en
torresiata se localiza al rededor de los 500 m de altura, el segundo en los 1500 m de altura,
14 2 Datos y selección de las nubes de baja altura
y el tercero en los 3000 m de altura.
0.0 2.5 5.0 7.5 10.0
FRECUENCIA[%]
0
1000
2000
3000
4000
5000
6000
7000
8000
Al
tu
ra
 [m
]
Ceilómetro SIATA
Enero
Febrero
Marzo
Abril
Mayo
Junio
Julio
Agosto
Septiembre
Octubre
Noviembre
Diciembre
0.0 2.5 5.0 7.5 10.0
FRECUENCIA[%]
0
1000
2000
3000
4000
5000
6000
7000
8000
Al
tu
ra
 [m
]
Ceilómetro Itagüí
Figura 2-7: Frecuencia de la altura de las nubes en el ciclo anual
Roland [1988] asocia la formación de la primer nube en la capa ĺımite atmosférica (CLA), al
momento en que la radiación calienta suficientemente la superficie para generar un gradiente
térmico con la atmósfera, provocando la circulación de parcelas de aire (Termales), que
van aumentando su alcance vertical y con ello la altura de la CLA, hasta adentrarse en la
atmósfera libre y llevar a cavo el intercambio de momentum, enerǵıa y escalares entre la
CLA y la atmósfera libre; de este modo, las nubes son la visible manifestación del transporte
vertical de estas variables.
Sin embargo; Roland [1988] reconoce la variación que la geograf́ıa puede provocar en los
flujos de la CLA, señalando que inclusive pueden estar en contraposición de las circulaciones
2.2 selección de las nubes de baja altura 15
asociadas al ciclo diurno. Los flujos t́ıpicos en geograf́ıa de valle y montaña se clasifican de
acuerdo a su origen, como viento de ladera y de valle [Whiteman, 1990]; estas pueden ser
también influenciadas por la meteoroloǵıa de mesoescala y escala sinóptica de la región.
A pesar de los factores confundentes que el origen de las nubes bajas presenta para terrenos
complejos, su vinculo con la altura de la CLA es innegable; es por eso que esta será una varia-
ble obligatoria para la diferenciación de dichas nubes. Sin embargo, se resalta la probabilidad
de error que tiene el calculo de la altura de la CLA por el método del gradiente mı́nimo, ante
la presencia de acumulación de contaminantes, humedad y/o la presencia misma de nubes
Herrera Mej́ıa et al.; por lo que se decide robustecer la medición, sacrificando la resolución
temporal usando los percentiles mensuales de la variable.
Para la identificación de las nubes bajas, se hace uso de la frecuencia de alturas de las nubes
desde la superficie; y se relaciona con los percentiles de las alturas de la CLA.
En la figura 2-8 se observa la frecuencia de la altura de las nubes hasta los 2000 m de altura
para cada hora de d́ıa, y los cuantiles 0.7, 0.8 y 0.9 de la altura de la CLA. En la gráfica es
evidente la influencia del forzamiento del ciclo diurno de la radiación solar sobre la altura de
la nubes; además de la formación de nubes nocturnas que no alcanzan a superar la altura de
la montaña (alrededor de los 1200 m desde Torre Siata).
16 2 Datos y selección de las nubes de baja altura
0 2 4 6 8 10 12 14 16 18 20 22
HORA
1000
2000
3000
4000
Al
tu
ra
 [m
]
Ceilómetro Itagüí
CLA P0.9 CLA P0.8 CLA P0.7
0 2 4 6 8 10 12 14 16 18 20 22
HORA
10
20
30
40 Ceilómetro SIATA
0.0 1.0 2.0 3.0 4.0 5.0 6.0 7.0 8.0
Frecuencia de altura de las nubes[%]
Figura 2-8: Frecuencia horaria de la altura de las nubes y cuantiles de la CLA
El percentil 0.9 y 0.7 de la altura de la CLA resultan ser las alturas que mejor abarca las
mayores frecuencias de nubes de baja altura en horas de la noche y la madrugada, para el caso
de los registros del ceilómetro en Torre SIATA y en I.E Consejo de Itagǘı respectivamente.
Las nubes registradas para horas de la tarde son dif́ıcil de caracterizar de manera general ya
que en consecuencia de su altura pueden confundirse fácilmente con nubes advectadas desde
el exterior del valle, es por eso que se tomará al igual que para las nubes de la noche y la
madrugada el cuantil 0.9 y 0.7 como ĺımite superior para su identificación.
Seleccionadas las nubes de interés, se define hora de inicio y finalización de cada una de
las mediciones de altura, y se registra una duración igual a la diferencia de estas; las nubes
con una duración menor a 10 minutos son eliminadas de la trama de datos, al suponerse
condiciones atmosféricas no propicias para su soporte.
La precipitación también es una variable tenida en cuenta para la selección de las nubes de
2.2 selección de las nubes de baja altura 17
interés, debido a que los efectos meteorológicos detonados por esta pueden ser un factor de
confusión para los resultados en la caracterización atmosférica de las nubes bajas; de forma
que los comportamientos identificados se asocien en mayor medida al evento de precipitación
que a la existencia de nubes bajas. En consecuencia, se tendrán en cuenta únicamente las
nubes que de acuerdo a los registros de lluvia tengan un acumulado de 0.0 mm desde una
hora antecedente al inicio del registro de la nube hasta dos horas posterior a la finalización.
En este documento se identificará como ’horas con nubes bajas’ o HNB a la muestra horaria
en la que haya registro de nubes bajas. Las muestras asociadas a una hora en especifico
corresponden a diferentes fechas; sin embargo, dos muestras de diferentes horas pueden
pertenecer al mismo d́ıa.
En total se tiene 1051 muestras con Filtro PD desde el ceilómetro en Torre SIATA; la hora
con mayor número de muestras son las 4 LT con 111, y la de menor cantidad son las 19 LT
con 20 muestras. Por otro lado, en el punto de la I.E. Consejo de Itagǘı se obtienen menos
de 10 muestras en los mı́nimos de datos, razón por la cual se decide no tener en cuenta para
los analisis.
Para contrastar las condiciones atmosféricas y meteorológicas de las HNB son seleccionadas
muestras de ’horas con cielo despejado’, identificadas en este documento como HCD; estas
horas pertenecen a d́ıas sin con cumulado de lluvia igual a 0.0 mm, y en general con pocos
registros de nubes medias y altas.
3 Caracterización atmosférica
La temperatura potencial, la humedad relativa y la velocidad del viento son variables bási-
cas para la caracterización de la termodinámica y las condiciones cinéticas de la atmósfera
[Chandra, 2012], y en especial para el estudio de las nubes. Las nubes se originan en la
saturación de las parcelas por vapor de agua, con intŕınseca dependencia de las condiciones
de temperatura y humedad. En un punto cŕıtico de saturación, cualquier perturbación puede
provocar el enfriamiento de la parcela o la colmatación de vapor de agua [Wood, 2012]; de
alĺı el favorecimiento de la formación de nubes en el ĺımite de la CLA y la atmósfera libre,
por los intercambios de masas de aire entre las capas y el balance radiativo.
Para la identificación de las condiciones atmosféricas que caracterizan la presencia de nubes
bajas, se utilizan los registros promedio del radiómetro y el radar perfilador de vientos en
las HNB y las HCD; aśı a partir de las muestras se completa el ciclo diurno. A los registros
promedio horarios se les sustrae la variabilidad anual a partir de la resta del promedio
mensual y la adición del promedio del total de registro del equipo dentro del periodo de
estudio.
3.1. Humedad Relativa
La humedad Relativa es ampliamente usada en la predicción de la formación de las nubes;
aśı como en el pronóstico de su desarrollo. En la década de los 80’s en algunos modelos se
3.1 Humedad Relativa 19
defińıa una humedad relativa cŕıtica a partir de la cual se estimaba la formación de las nubes,
una vez sobrepasado el valor, la cobertura aumentaŕıa de forma cuadrática con el incremento
de la humedad relativa [Saito and Baba, 1988].
Es de esperarse, que horas con presencia de nubes bajas presenten mayores reǵımenes de
humedad que horas con cielo despejado. En la Figura 3-1, se observa el promedio horario
de la humedad relativa en la columna atmosférica para las HNB y HCD. Para ambos casosse identifica el forzamiento del ciclo diurno sobre la humedad relativa, resaltandose aún más
para las HCD.
0 5 10 15 20
HOUR
50
400
800
1200
1600
2000
Horas con nubes bajas
0 5 10 15 20
HORA
50
400
800
1200
1600
2000
He
ig
ht
 [m
]
Horas con cielo despejado
0 5 10 15 20
HORA
50
400
800
1200
1600
2000
Diferencia 
Horas con nubes bajas 
y Horas con cielo despejado
3 6 9 12 15
Humedad Relativa [%]
33.0 41.0 49.0 57.0 65.0 73.0
Humedad Relativa [%]
Figura 3-1: Humedad relativa promedio para horas con cielo despejado y horas con nubes
bajas
En la noche y la madrugada, desde las 17 LT hasta las 5 LT, no se identifica diferencias que
sobrepasen el 10 % de la humedad relativa a lo largo de la columna atmosférica; de igual
forma la humedad y especialmente la de la superficie se observa más alta para el caso de
horas con nubes. Posteriormente en horarios diurnos, desde las 5 LT hasta las 17 LT,los
efectos de la radiación permiten disminuir la humedad en superficie propagándose hasta la
altura de las montañas circundantes para las HNB y sobrepasando el ĺımite topográfico para
20 3 Caracterización atmosférica
HCD.
Por su parte, la diferencia de humedad relativa entre las muestras destacan un patrón de
humedad nocturna bajo los 400 m de altura relacionada con la altura de nubes bajas más
frecuente para la noche; por otro lado, durante el d́ıa los deltas de temperatura no resaltan
de manera particular la humedad en superficie; sin embargo, son observadas las mayores
diferencias entre las muestras y la mayor duración de estas al rededor de los 1200 m.
3.2. Temperatura Potencial
La temperatura potencial (θ) es una corrección de la temperatura que permite comparaciones
a diferentes alturas de la atmósfera. este ajuste teóricamente parte de la idea de ascender o
descender adiabaticamente las parcelas de aire del perfil a comparar, hasta una presión de
referencia (de manera estándar se ha elegido 1000 HPa), una vez alĺı se obtiene la temperatura
de la parcela, la cual será su temperatura potencial. El cálculo de la temperatura potencial
se realiza a partir de la temperatura y la presión, reemplazados en la siguiente ecuación:
θ = T
(
P0
P
)Rd/Cp
Donde P y T son respectivamente la presión y temperatura de la parcela de aire a la que se
le calculará la temperatura potencial; P0 es la presión de referencia, Cd el calor especifico
del aire seco y Rd es la contante universal de los gases.
En la Figura 3-2 se presentan los perfiles promedio de temperatura potencial calculada para
las HCD y HNB durante el d́ıa hasta los 2000 m de altura sobre la superficie. En términos
generales se identifica que para la diferencia entre el promedio de la temperatura potenciales
en las muestras, son mayores las magnitudes presentadas en superficie para las HCD, con
valores más contrastes sobre el medio d́ıa y antes de las 18 LT, donde la diferencia alcanza
una magnitud de hasta 4oC.
3.2 Temperatura Potencial 21
Además, al rededor de medio d́ıa para las HCD, se observan en superficie parcelas de aire
con mayor temperatura que las parcelas que se aproximan a la altura de las montañas, favo-
reciendo aśı su ascenso y posterior desplazamiento por los vientos alisios; dinámica eficiente
para la remoción de contaminantes en la cuenca atmosférica del valle.
Por otro lado, para las HNB la temperatura en superficie al rededor del medio d́ıa, presenta
menor magnitud que la temperatura de la atmósfera a la altura da las nubes; lo que en
contraste provoca la permanencia de las parcelas de aire y los contaminantes al interior del
valle.
0 5 10 15 20
HORA
50
400
800
1200
1600
2000
Horas con nubes bajas
0 5 10 15 20
HORA
50
400
800
1200
1600
2000
A
lt
u
ra
 [
m
]
Horas con cielo despejado
0 5 10 15 20
HORA
50
400
800
1200
1600
2000
Diferencia 
Horas con nubes bajas 
y Horas con cielo despejado
4 3 2 1 0
[K]
307 308 309 310 311 312 313 314
[K]
Figura 3-2: Temperatura potencial promedio para horas con cielo despejado y horas con
nubes bajas
En el periodo nocturno las diferencias de temperatura potencial entre las muestras no son
tan marcadas como para el d́ıa, ni en magnitud, ni en alcance vertical.
22 3 Caracterización atmosférica
3.3. Agua ĺıquida
Las nubes están compuestas por part́ıculas solidas y gotas de agua ĺıquida tan pequeñas que
pueden permanecer suspendidas en la atmósfera, y cuyo origen, cómo se explico anterior-
mente, se debe a la saturación de la parcela de aire bien sea por enfriamiento, humidificación
y/o advección.
Por su formación, es de esperarse una relación directa entre cantidad de agua ĺıquida y
humedades relativas altas.
En la Figura 3-3 se presenta el promedio de la cantidad de agua ĺıquida de la columna
atmosférica para las HCD y HNB, y la diferencia de los promedios de ambas muestras. Las
diferencia entre el contenido de agua ĺıquida para las muestras a lo largo del d́ıa no presentan
un patrón de variabilidad claro, en general, se identifican mayores cantidades de agua ĺıquida
para las HNB.
0 5 10 15 20
HORA
50
400
800
1200
1600
2000
Horas con nubes bajas
0 5 10 15 20
HORA
50
400
800
1200
1600
2000
Al
tu
ra
 [m
]
Horas con cielo despejado
0 5 10 15 20
HORA
50
400
800
1200
1600
2000
Diferencia 
Horas con nubes bajas 
y Horas con cielo despejado
0.0075 0.0125 0.0175
Agua Líquida [g/m3]
0.00 0.01 0.02 0.03 0.04 0.05
Agua Líquida [g/m3]
Figura 3-3: Agua ĺıquida promedio para horas con cielo despejado y horas con nubes bajas
Para ambas muestras de manera individual, se resalta un cambio en el contenido de agua
3.4 Omega, viento zonal y viento meridional 23
ĺıquida en la columna atmosférica sobre los 1200 m desde superficie, distancia concordante
con la altura de las montañas. Además se identifican mayores diferencias en las concentra-
ciones de agua ĺıquida en la noche y la madrugada para alturas al rededor de los 600 m,
dadas las altas concentraciones en las HNB.
En general se le atribuyen condiciones de mezcla a los casos con cielo despejado, y estratifi-
cación para los casos con presencia de nubes bajas
3.4. Omega, viento zonal y viento meridional
El viento es el movimiento de masas de aire potenciado por gradientes de presión, su velocidad
es representada como un vector con magnitud y dirección. La masa de aire transportada
contiene sustancias en diferentes concentraciones, aśı como caracteŕısticas termodinámicas
que comenzaran a interactuar con las condiciones del aire a su alrededor, normalmente por
medios turbulentos.
En el Valle de Aburrá, el componente vertical del viento es reconocida como la forma más
eficaz de barrer los contaminantes de la baja atmósfera, en consideración de los obstáculos
naturales de su geograf́ıa. Por otro lado, los vientos horizontales causan convección y trans-
porte al interior del Valle, aśı como puente de la meteoroloǵıa sinóptica de la región y las
condiciones meteorológicas en el valle.
El promedio de la velocidad del viento vertical u Omega, con corrección del ciclo anual para
las HCD y HNB son presentadas en La Figura 3-4, junto con la diferencia de los resultados.
Es claro a partir de las gráficas que el ascenso de aire es favorecida en la zona central del
Valle (ubicación de la Torre SIATA), y que se presenta mayor empuje para las HCD, debido
posiblemente al efecto de estabilización atmosférica en las HNB.
24 3 Caracterización atmosférica
0 5 10 15 20
HORA
78.0
1048.0
2019.0
2747.0
3290.0
4161.0
5322.0
6484.0
7645.0
Horas con nubes bajas
0 5 10 15 20
HORA
78.0
1048.0
2019.0
2747.0
3290.0
4161.0
5322.0
6484.0
7645.0
Al
tu
ra
 [m
]
Horas con cielo despejado
2.1 1.8 1.5 1.2 0.9 0.6 0.3 0.0 0.3 0.6 0.9 1.2 1.5 1.8 2.1
Magnitud [m/s]
0 5 10 15 20
HORA
78.0
1048.0
2019.0
2747.0
3290.0
4161.0
5322.0
6484.0
7645.0
Diferencia 
Horas con nubes bajas 
y Horas con cielo despejado
0.9 0.60.3 0.0 0.3 0.6 0.9
Magnitud [m/s]
Figura 3-4: Velocidad del viento vertical promedio para horas con cielo despejado y horas
con nubes bajas
Los periodos de mayor ascenso de parcelas de aire para las HCD concuerda con la convección
térmica del ciclo diurno sobre el medio d́ıa, y la convección mecánica nocturna propia del
sistema de vientos de valle. Los mecanismos no son observados para los casos con presencia
de nubes bajas.
Sobre la región en la que se sitúa el Valle de Aburrá confluyen e interactúan algunas de las
circulaciones más importantes de equilibrio termodinámico del planeta, tales como la celda
de Hardley, la ZCIT, los vientos alisios, entre otros procesos en mesoescala. Es de esperar
que la atmósfera libre responda mejor a estos fenómenos, que la CLA, en consecuencia de
las interacciones propias con la superficie, en especial para terrenos complejos urbanizados,
por su tendencia al desarrollo de complejos sistemas locales de circulación.
Sin embargo, el viento al interior del valle puede responder con diferentes dinámicas a las
interacciones atmósfera-superficie, siendo posible presentar mayor forzamiento desde la me-
3.4 Omega, viento zonal y viento meridional 25
soescala, la escala sinóptica o desde su desarrollo conjunto. Whiteman and Doran [1993] en
el estudio del acoplamiento del viento al interior del Valle Tennese y el régimen del viento
sobre él, recopila cuatro diferentes interacciones de los patrones del viento, conocidos como:
vientos de valle inducidos por gradiente de presión, transporte descendente de momentum,
canalización inducida y canalización de gradientes de presión.
El primer proceso contiene los flujos de valle y de montaña, en donde por delta de tempe-
raturas se forman zonas con menor presión a lo largo del d́ıa, sin tener vinculación directa
con la circulación de mesoescala o la circulación sinóptica. El transporte descendente de mo-
mentum, por otro lado describe una fuerte influencia del viento en la atmósfera libre, sobre
el patrón de vientos al interior del Valle y puede provocar ondas gravitacionales, mezcla ver-
tical turbulenta, canalización, entre otras. Los dos últimos procesos de acoplamiento, tratan
de la canalización inducida, bien sea por la interacción con el viento producto del balance
geostrófico o por el viaje de gradientes de presión geostrófico a lo largo del valle.
El acoplamiento de los vientos al interior del Valle de Aburrá, aún sin intervención de los
vientos de mayor escala en la atmósfera libre puede diferir un poco de lo teóricamente
esperado debido al fenómeno de isla de calor que presenta el Valle de Aburrá, con máxima
extensión urbana en el municipio de Medelĺın [Guzmán Echavarŕıa et al.].
En la figura 3-5 se observa la magnitud de la velocidad del viento meridional en la columna
atmosférica para HCD y HNB, y la diferencia de los resultados. En las primeras dos imágenes
se observa a lo largo del d́ıa el intercambio de la dirección de los vientos meridionales en
altura próxima a la altura de las montañas. Este cambio de dirección es más agudo en
presencia de nubes bajas y más fuerte en superficie en la capa de los 500 m hasta los 1200
para el periodo nocturno y de la madrugada.
El viento meridional presenta un comportamiento contrario al viento de valle, para la ubica-
ción del sensor, la cual seŕıa hacia el norte durante la noche y hacia el sur en el periodo diurno.
Aśı mismo, en concordancia con lo anterior, se descarta un comportamiento modelado por
el transporte de momentum desde la atmósfera libre.
26 3 Caracterización atmosférica
0 5 10 15 20
HORA
78.0
1048.0
2019.0
2747.0
3290.0
4161.0
5322.0
6484.0
7645.0
Horas con nubes bajas
0 5 10 15 20
HORA
78.0
1048.0
2019.0
2747.0
3290.0
4161.0
5322.0
6484.0
7645.0
Al
tu
ra
 [m
]
Horas con cielo despejado
2.1 1.8 1.5 1.2 0.9 0.6 0.3 0.0 0.3 0.6 0.9 1.2 1.5 1.8 2.1
Magnitud Viento Meridional [m/s]
0 5 10 15 20
HORA
78.0
1048.0
2019.0
2747.0
3290.0
4161.0
5322.0
6484.0
7645.0
Diferencia 
Horas con nubes bajas 
y Horas con cielo despejado
0.9 0.6 0.3 0.0 0.3 0.6 0.9
Magnitud Viento Meridional [m/s]
Figura 3-5: Velocidad del viento Meridional para horas con cielo despejado y horas con
nubes bajas
Sin embargo, para ambos casos se presenta el mismo patrón de vientos, por lo cual no se
asocia el mecanismo de acoplación con el desarrollo de las nubes bajas, pero si la magnitud
del viento en dirección meridional.
Por otro lado, la velocidad zonal en La Figura 3-6, demuestra magnitudes importantes al
interior de valle en contraste con la componente meridional y vertical del viento.
La componente zonal presenta una dirección promedio constante hacia el occidente a lo
largo de la columna atmosférica (hasta la altura analizada) y durante el d́ıa, lo que indica
influencia de los vientos alisios. Para esta componente como para la meridional las HNB
presentan mayores magnitudes en la velocidad del viento sobre la altura de las montañas;
comportamiento que se extiende en superficie para la dirección zonal.
3.4 Omega, viento zonal y viento meridional 27
0 5 10 15 20
HORA
78.0
1048.0
2019.0
2747.0
3290.0
4161.0
5322.0
6484.0
7645.0
Horas con nubes bajas
0 5 10 15 20
HORA
78.0
1048.0
2019.0
2747.0
3290.0
4161.0
5322.0
6484.0
7645.0
Al
tu
ra
 [m
]
Horas con cielo despejado
2.1 1.8 1.5 1.2 0.9 0.6 0.3 0.0 0.3 0.6 0.9 1.2 1.5 1.8 2.1
Magnitud Viento Zonal [m/s]
0 5 10 15 20
HORA
78.0
1048.0
2019.0
2747.0
3290.0
4161.0
5322.0
6484.0
7645.0
Diferencia 
Horas con nubes bajas 
y Horas con cielo despejado
0.9 0.6 0.3 0.0 0.3 0.6 0.9
Magnitud Viento Zonal [m/s]
Figura 3-6: Velocidad del viento Zonal para horas con cielo despejado y horas con nubes
bajas
Sin tener suficiente información para la determinación del régimen de acoplamiento del viento
en el Valle de Aburrá, la velocidad del viento zonal y meridional estimada en la base del valle
son evidencia de que los fenómenos de mesoescala y escala sinóptica afectan la velocidad del
viento al interior del valle, el cual no presenta de manera clara el comportamiento esperado
para una morfoloǵıa de valle.
4 Estabilidad Atmosférica
La estabilidad atmosférica determina el estado de equilibrio de las parcelas de aire. Entre
más equilibrada esté una parcela con su medio, mayor será la contraposición al movimiento
[Jiménez Mej́ıa, 2016].
Las nubes y la estabilidad atmosférica tienen una relación causal de dos sentidos; mientras
las condiciones atmosféricas de inestabilidad favorecen la formación de nubes, las nubes
provocan la estabilización de la atmósfera como una retroalimentación negativa [Roland,
1988], dada por la reflexión y absorción de la radiación solar.
La estabilidad de la atmósfera se puede evaluar desde tres tipos de análisis diferentes: la
estabilidad dinámica, que considera los efectos combinados de la flotabilidad y la cortante de
vientos, con el número adimensional de Richardson como principal indicador; los esquemas
de clasificación de la estabilidad, que infieren las condiciones en la columna atmosférica
a partir de datos en superficie (especiales para lugares imposibilitados de las mediciones
en la vertical); y por último, la estabilidad estática, referida al transporte convectivo de
momentum, enerǵıa y escalares, que es estudiada a partir de la estabilidad de una parcela
de aire en movimiento vertical adiabático (las principales mediciones para su monitoreo es
el perfil vertical de temperatura [Jiménez Mej́ıa, 2016]).
La combinación entre el mejoramiento tecnológico del monitoreo de la columna atmosférica
y la facilidad de calculo de los indicadores y parámetros, han provocado el favoritismo de la
inestabilidad estática como marco de estudio.
4.1 Índices de Estabilidad Estática 29
En este Caṕıtulo se compararan las condiciones de estabilidad de las HCD y las HNB a partirde algunos indicadores de estabilidad estática, que han demostrado capturar la variabilidad
de las condiciones atmosféricas para el Valle de Aburrá [Isaza Uribe et al.], esto son: Total
de Totales, déficit de calor y ∆θ. El análisis discriminará temporalmente el horario diurno y
nocturno; aśı como un periodo de mayor exposición a la radiación solar. En concordancia con
la antesala al análisis de estabilidad realizado en el Caṕıtulo 4 con los perfiles de Temperatura
potencial, se selecciona el horario de 08 LT a 20 LT como diurno, de 20 LT a 08 LT como
nocturno, y de 10 LT a 16 LT como periodo especial, destacado por la mayor exposición del
Valle a la radiación solar.
4.1. Índices de Estabilidad Estática
Para cada rango de tiempo se analizara el histograma de las muestras y se calcula el valor
P para la Prueba U de Mann-Whitney, cómo método para rechazar o no la hipótesis nula
de que las muestras pertenecen a un mismo universo de datos. Con una confianza del 95 %,
se espera que el valor P sea menor a 0.05 para poder rechazar dicha hipótesis. Además se
estima el área de intersección de las distribuciones (con máxima área igual a la unidad).
4.1.1. TT
El indicador total de totales trata parte de la identificación del delta de temperatura en la
vertical y el nivel de humedad en la superficie. El TT ha sido usado principalmente para el
pronóstico de tormentas y su intensidad; pero ha demostrado capturar las transiciones de
estabilidad propias del ciclo diurno en el Valle de Aburrá [Isaza Uribe et al.].
El TT se calcula a partir de la temperatura ambiente y la temperatura de punto de roćıo, a
presiones 850 hPa y 500 hPa, como:
TT = T850 − Td,850 − 2T500 (4-1)
30 4 Estabilidad Atmosférica
Donde T850 y T500, son las temperaturas ambiente a los 850 hPa y 500 hPa, respectivamente;
mientras que Td,850 es la temperatura del punto de roćıo a los 850 hPa. Teniendo en cuenta
las diferencias de temperatura ambiente entre T850 y T500, se espera que los mayores valores
estén relacionados con atmósferas inestables.
De acuerdo al resultado del valor p de la Prueba U en cada uno de los rangos temporales
analizados y presentados en la Figura 4-1, Las condiciones de estabilidad para las HCD y las
HNB indicadas por el TT pertenecen a un set distintos diferente de datos; sin embargo, el
área compartida por los histogramas del TT es mayor a los tres cuartos del área potencial. El
periodo con mayor radiación solar presenta las distribución más diferente entre las muestras,
con una intersección del 72 %.
45 50 55 60 65
TT [K]
0.0
0.1
0.2
0.3
0.4
Fr
ec
ue
nc
ia
Horario Nocturno
A
B
Mediana HNB
Mediana HCD
C
HCD
HNB
45 50 55 60 65
TT [K]
0.0
0.1
0.2
0.3
0.4
Fr
ec
ue
nc
ia
Horario Diurno
45 50 55 60 65
TT [K]
0.0
0.1
0.2
0.3
0.4
Fr
ec
ue
nc
ia
Periodo con mayor radiación solar
HCD HNB: 0.78
Valor p:2.14E-20
HCD HNB: 0.80
Valor p:8.49E-20
HCD HNB: 0.72
Valor p:1.90E-18
Figura 4-1: Indice TT para HCD y HNB para los horario diurno, horario nocturno y periodo
de mayor radiación
En la Figura 4-1 se limitan las categoŕıas de estabilidad del indicador con las ĺıneas A,B y
C; en donde los valores menores a A indican estabilidad, los vaorese entre A y B se clasifican
4.1 Índices de Estabilidad Estática 31
como probabilidad de tormenta y entre B y C posibilidad de tormenta severa.
En consideración de las categoŕıas, con una representación de más del 50 % de los datos, las
muestras se clasifican en periodo diurno y nocturno como estable e inestable, respectivamen-
te. sin embargo, el indicador TT no muestra clasificación diferencial entre los valores medios
de las muestras; pero es consecuente al establecer condiciones generales de mayor estabilidad
para HNB, de acuerdo a su valor.
4.1.2. Deficit de calor
El déficit de calor (Hz), es el calor que se le debe entregar a una parcela para trasladarla a
una altura especifica de manera adiabaticamente seca. El Hz se determina a partir de:
Hz(z) = cp
∫ h
z0
ρ(z) (θz − θ(z)) dz′ (4-2)
Donde cp es el calor especifico del aire a presión contante, zo es la altura en superficie, h
es la altura a la que se desea trasladar la parcela de aire, ρ es la densidad del aire y θ la
temperatura potencial.
El déficit de calor presenta ĺımite conceptual en el valor 0, atribuyendo a valores positivos
déficit de enerǵıa para el ascenso de parcelas y a los valores negativos, enerǵıa en exceso.
Para el presente estudio se seleccionan los 1000 m como altura superior de referencia para
el ı́ndice Hz, nivel cercano a la altura de las montañas, sin superarlas. El ı́ndice continuará
nombrándose como Hz1000.
El deficit de calor (Hz) no es ampliamente usado como los demás indicadores calculados;
sin embargo para el Valle Aburrá demostró arrojar una buena clasificación de la estabilidad
asociada con la dispersión de contaminantes [Isaza Uribe et al.].
De acuerdo con los resultado del valor p observados en la Figura 4-2, se puede constatar
32 4 Estabilidad Atmosférica
estad́ısticamente que las condiciones de estabilidad para las HCD y las HNB son diferentes,
resultado soportado además por el área compartida entre las distribuciones, la cual posee un
valor del 39 % para el periodo de mayor radiación solar.
30 20 10 0 10 20 30
Hz1000[J/m2]
0.0
0.1
0.2
0.3
0.4
0.5
Fr
ec
ue
nc
ia
Horario Nocturno
Mediana HNB
Mediana HCD
A
HCD
HNB
30 20 10 0 10 20 30
Hz1000[J/m2]
0.0
0.1
0.2
0.3
0.4
0.5
Fr
ec
ue
nc
ia
Horario Diurno
30 20 10 0 10 20 30
Hz1000[J/m2]
0.0
0.1
0.2
0.3
0.4
0.5
Fr
ec
ue
nc
ia
Periodo con mayor radiación solar
HCD HNB: 0.53
Valor p:1.25E-64
HCD HNB: 0.62
Valor p:1.12E-62
HCD HNB: 0.39
Valor p:9.35E-57
Figura 4-2: Índice Hz para HCD y HNB para los horario diurno, horario nocturno y periodo
de mayor radiación
El Hz1000 presenta una clasificación de las muestras concordante con lo esperado para los
rangos temporales seleccionados. Para el horario nocturno los valore medios de las muestras
permanecen por encima de 0, por el requerimiento de enerǵıa presente para el desplazamiento
de la parcela, diferente que para el periodo con mayor radiación en donde las medianas de las
muestras se posicionan a lado y lado del valor 0 indicando reǵımenes diferente de estabilidad
para las muestras; con un superávit de enerǵıa para las HCD.
4.1 Índices de Estabilidad Estática 33
4.1.3. ∆θ
El indicador ∆θ ha sido usado anteriormente con éxito para el Valle de Aburrá, destacándose
particularmente ∆θ200 por su representación de la estabilidad de la troposfera baja [Isaza Uri-
be et al.]. En el presente estudio se selecciono además del anterior, el indicador ∆θ800 para
identificar la estabilidad de la troposfera a mayor altura, salvaguardando el indicador de
cambios abruptos que pueden darse en la columna atmosférica al nivel de la altura de las
montañas (como se observó en el Caṕıtulo 3).
El ı́ndice ∆θ se calcula como la diferencia de temperaturas potenciales a dos alturas deter-
minadas, como lo muestra la siguiente ecuación:
∆θ = θn1 − θn0
Donde θn1 es la temperatura potencial en la altura n1. En la ecuación se debe cumplir
que n0 > n1; aśı ∆θ > 0 es asociada con condiciones estables, ∆θ < 0 a condiciones de
inestabilidad y ∆θ = 0 da cuentas de condiciones neutras.
En el presente análisis ∆θ200 se calcula a partir de la diferencia de las temperatura potencial
en superficie y a los 200 m de altura en la columna atmosférica; minestras que ∆θ800 parte
de la temperatura potencial a los 600 y 800 m de altura desde superficie.
Las Figuras 4-3 y 4-4 presentan la distribución de los indicadores ∆θ200 y ∆θ800 respectiva-
mente para HCD y HNB. De la figura se resalta la disposición de los datos con respecto al
valor 0.
El indicador ∆θ200 representa fenómenos atmosféricos diferenciados para las HCD y HNB
de acuerdo al valor p de cada rangos temporal. Referente a la clasificaciónde estabilidad,
indica condiciones de estabilidad atmosférica para ambas muestras en horario nocturno e
inestabilidad en el horario diurno. En el periodo de mayor radiación solar, las HNB presentan
una distribución casi equivalente hacia los valores positivo y negativos del indicador, lo que
34 4 Estabilidad Atmosférica
lo asocia con condiciones neutras de estabilidad; frente a condiciones inestables atribuidas a
las HCD.
2 1 0 1 2
200 [K]
0.0
0.1
0.2
0.3
0.4
0.5
Fr
ec
ue
nc
ia
Horario Nocturno
Mediana HNB
Mediana HCD
A
HCD
HNB
2 1 0 1 2
200 [K]
0.0
0.1
0.2
0.3
0.4
0.5
Fr
ec
ue
nc
ia
Horario Diurno
2 1 0 1 2
200 [K]
0.0
0.1
0.2
0.3
0.4
0.5
Fr
ec
ue
nc
ia
Periodo con mayor radiación solar
HCD HNB: 0.51
Valor p:1.39E-72
HCD HNB: 0.67
Valor p:2.31E-49
HCD HNB: 0.38
Valor p:5.27E-62
Figura 4-3: Indice ∆θ200 para HCD y HNB para los horario diurno, horario nocturno y
periodo de mayor radiación
En el periodo con mayor radiación solar, las distribuciones de las HCD y HNB se intersectan
en tan sólo un 38 %; resultados similares que para Hz1000 para mismo periodo; aún cuando
el enfoque son diferentes regiones de la atmósfera.
Las distribuciones del ∆θ800 tiene menor amplitud que el ∆θ200, su categorización para el
horario nocturno es más severo clasificando la totalidad de las distribuciones como estables;
sin embargo durante el d́ıa ambas muestras concentran sus distribuciones cercanas a 0, con
más del 50 % de los datos hacia reǵımenes inestables para HCD y estables para HNB.
4.1 Índices de Estabilidad Estática 35
2 1 0 1 2
800[J/m2]
0.0
0.1
0.2
0.3
0.4
0.5
Fr
ec
ue
nc
ia
Horario Nocturno
Mediana HNB
Mediana HCD
A
HCD
HNB
2 1 0 1 2
800[J/m2]
0.0
0.1
0.2
0.3
0.4
0.5
Fr
ec
ue
nc
ia
Horario Diurno
2 1 0 1 2
800[J/m2]
0.0
0.1
0.2
0.3
0.4
0.5
Fr
ec
ue
nc
ia
Periodo con mayor radiación solar
HCD HNB: 0.72
Valor p:1.37E-34
HCD HNB: 0.78
Valor p:3.36E-20
HCD HNB: 0.58
Valor p:2.52E-37
Figura 4-4: Índice ∆θ800 para HCD y HNB para los horario diurno, horario nocturno y
periodo de mayor radiación
Es preciso considerar que las categoŕıas teórico de cada indicador; no fueron desarrolladas
para el Valle del Aburrá y no representan fielmente sus reǵımenes de estabilidad atmosférica;
sin embargo permiten identificar en general para el horario diurno la tendencia de mayor
estabilidad de las HNB con respecto a las HCD.
5 Variables meteorológicas en superficie
El rol de las nubes en el balance radiativo a pequeña y gran escala es uno de los factores me-
teorológicos más importantes para la determinación de la cantidad de enerǵıa solar recibida
por la superficie. Las nubes interactúan con la radiación de diferentes formas de acuerdo a
su nivel de desarrollo, profundidad, altura, cocentración de agua ĺıquida, cobertura, forma,
su localización con respecto al sol, entre otras variable, aún su totalidad sin conocer.
Las nubes bajas están conformadas por stratus, nimbostratus y stratocumulus; las cuales han
demostrado mayoritariamente disminución de la radiación que inciden en la superficie, que
de acuerdo al estudio adelantado por Matuszko [2012] en Krakow se disminuyo al rededor
del 30 %, 77 % y un 85 % de la radiación incidente en superficie para los stratus, nimbos-
tratus y stratocumulus, en situación de cielo parcial y totalmente cubierto. La intensidad
de la radiación solar ha sido incluso aumentada en condiciones de nubes bajas con menor
cobertura, de acuerdo a Kuchinke and Nunez [1999] y Matuszko [2012].
La incidencia de radiación en superficie para el trópico es la fuente directa de variabilidad
meteorológica durante el d́ıa; forzamiento notorio en el ciclo diurno de las variables en super-
ficie. En este Caṕıtulo se desarrollará la comparación del ciclo diurno de la radiación solar,
temperatura y humedad relativa para las HCD y HNB a partir de los datos tomados por la
estación meteorológica y el piranómetro en Torre-SIATA. Además, se analizará las distribu-
ciones de las anomaĺıas de las variables para HCD y HNB en horario diurno y nocturno, con
los mismos rangos de tiempo seleccionados para el capitulo anterior.
5.1 Ciclo Diurno 37
5.1. Ciclo Diurno
El ciclo diurno de las variables en superficie, al igual que para las variables en la columna
atmosférica, fue construido a partir de las muestras horarias con eliminación del ciclo anual,
sobre los datos promedio.
La incidencia de la radiación solar sobre la base del Valle de Aburrá tiene un horario promedio
que va desde las 6 LT a las 18 LT, con máxima intensidad de radiación sobre las 12 LT (ver
Figura 5-1). La radiación influye directa o indirectamente sobre las variables meteorológicas,
las cuales de acuerdo al grado de influencia y a las caracteŕısticas propias de la atmósfera
tendrán un tiempo de reacción y una intensidad.
06:00 09:00 12:00 15:00 18:00
TIEMPO
0
200
400
600
800
1000
1200
Ra
di
ac
ió
n 
[W
/m
2 ]
Ciclo Diurno de la radiación solar
Promedio HNB
Promedio HCD
Rango IQ HNB
Rango IQ HCD
06:00 09:00 12:00 15:00 18:00
TIEMPO
250
200
150
100
50
0
Ra
di
ac
ió
n 
[W
/m
2 ]
Ciclo diurno de la diferencia de
radiación solar
Promedio HNB - Promedio HCD
Figura 5-1: Ciclo Diurno de la radiación solar para HCD y HNB
De este modo, el efecto de las nubes sobre la radiación incidente modifica también las varia-
bles meteorológicas en superficie. En la Figura 5-1 se observa el ciclo diurno de la radiación
incidente medida en la Torre SIATA como una construcción a partir de muestras horarias
38 5 Variables meteorológicas en superficie
(HCD y HNB).
Sin diferenciar cobertura de las nubes, durante el ciclo diurno a partir de la mediana del
ciclo contruido se obtiene una disminución promedio del 8 % de radiación solar por efecto de
las nubes bajas, con una diferencia máxima de al rededor de 200 W/m2 y una disminución
acumulada de 74000 W/m2.
Del mismo modo que para la radiación, En la Figura 5-2 se observa el ciclo diurno de
temperatura superficial reconstruido para HNB y HCD. Para ambos ciclos se observan las
máximas magnitudes al rededor de las 14 LT; mientras los mayores contrastes con una
magnitud que superan los 1.5 oC, se presentan al rededor de las 10 LT y las 20 LT, siendo
siempre menor la temperatura de las HNB.
00:00 04:00 08:00 12:00 16:00 20:00
TIEMPO
288
290
292
294
296
298
300
302
304
Te
m
pe
ra
tu
ra
 [K
]
Ciclo diurno de la Temperatura Superficial
Promedio HNB
Promedio HCD
Rango IQ HNB
Rango IQ HCD
00:00 04:00 08:00 12:00 16:00 20:00
TIEMPO
3.0
2.5
2.0
1.5
1.0
0.5
0.0
0.5
Te
m
pe
ra
tu
ra
 [K
]
Ciclo diurno de la diferefrencia de
Temperatura Superficial
Promedio HNB - Promedio HCD
Figura 5-2: Ciclo Diurno de la Temperatura en superficie para HCD y HNB
La temperatura condiciona la humedad relativa del aire en superficie, por lo que se espera
de acuerdo a los resultados obtenidos para la temperatura en superficie, que la humedad
5.1 Ciclo Diurno 39
relativa para HNB sea mayor que la HCD, relación que se mantiene por lo menos sobre los
4 % de acuerdo a la diferencia entre las medianas de los ciclos (Ver Figura 5-3).
En la Figura 5-3 se observa un comportamiento diferencial de la humedad relativa de las HNB
y HCD, muy similar que para la temperatura superficial con un comportamiento constante
de las 10 LT a las 16 LT, seguido por un pico anómalo de las 16 LT a las 20 LT, consecuencia
de la mayor pendiente de la curva del ciclo diurno de HCD frente a la gradualidad en las
HNB.
00:00 04:00 08:00 12:00 16:00 20:00
TIEMPO
30
40
50
60
70
80
Hu
m
ed
ad
 R
el
at
iv
a 
[%
]
Ciclo diurno de la Humedad Relativa
Promedio HNB
Promedio HCD
Rango IQ HNB
Rango IQ HCD
00:00 04:00 08:00 12:00 16:00 20:00
TIEMPO
2
4
6
8
10
12
14
16
Hu
m
ed
ad
 R
el
at
iv
a 
[%
]
Ciclo diurno de la diferencia de
Humedad Relativa
Promedio HNB - Promedio HCD
Figura5-3: Ciclo Diurno de la humedad relativa en superficie para HCD y HNB
En las Figuras 5-1, 5-2 y 5-3 del ciclo diurno de la radiación incidente, la temperatura
superficial y la humedad relativa, no se observa variabilidad temporal diferenciada para HNB
frente a HCD; en cambio, se identificaron cambios de la magnitud que no son contantes a lo
largo del d́ıa.
40 5 Variables meteorológicas en superficie
5.2. Distribución Horario Diurno y Nocturno
En La Figura 5-4 se observan las distribuciones de las anomaĺıas de radiación para HCD y
HNB, además del área de intersección de las distribuuciones de las muestras y el valor p de la
Prueba U de Mann-Whitney. En la figura se observa un claro comportamiento diferenciado
entre las HCD y HNB, con anomaĺıas mayoritariamente negativas para las HNB y anomaĺıas
mayoritariamente positivas para las HCD. Sin embargo; el rango de variabilidad de ambas
distribuciones son similares.
750 500 250 0 250 500 750
Anomalía de Radiación [W/m2]
0.0
0.1
0.2
0.3
0.4
0.5
Fr
ec
ue
nc
ia
Ciclo Diurno
Mediana HNB
Mediana HCD
HCD
HNB
HCD HNB: 0.74
Valor p:0.00E+00
Figura 5-4: Histograma de las anomaĺıas de la radiación para HCD y HNB
En la Figura 5-5 se presenta la distribución de las anomaĺıas de temperatura superficial
para HCD y HNB en Horario Diurno (08 LT - 19 LT) y Horario Nocturno (20 LT- 07 LT) a
partir de las estaciones meteorológicas instalas en los puntos de monitoreo. Al igual que con
la radiación, el comportamiento observado en el ciclo diurno permanece, con la tendencia de
anomaĺıas negativas en HNB frente a la tendencia positiva de las HCD.
las distribuciones de HCD y HNB de las anomaĺıas de temperatura superficial en horario
diurno en contraste con las de la radiación, poseen un rango de variabilidad diferenciado,
además de tener un menor área de intersección entre las distribuciones. Por otro lado, en
el horario nocturno, aunque los rangos entre las muestras no son tan variados, es notoria la
5.2 Distribución Horario Diurno y Nocturno 41
mayor concentración de las HCD y la mayor cercańıa de ambas muestras al comportamiento
promedio de la temperatura superficial.
7.5 5.0 2.5 0.0 2.5 5.0 7.5
Anomalías de Temperatura [K]
0.0
0.1
0.2
0.3
0.4
0.5
Fr
ec
ue
nc
ia
Horario Nocturno
Mediana HNB Mediana HCD HCD HNB
7.5 5.0 2.5 0.0 2.5 5.0 7.5
Anomalías de Temperatura [K]
0.0
0.1
0.2
0.3
0.4
0.5
Fr
ec
ue
nc
ia
Horario Diurno
HCD HNB: 0.48
Valor p:0.00E+00
HCD HNB: 0.73
Valor p:0.00E+00
Figura 5-5: Histograma de las anomaĺıas de la temperatura superficial para HCD y HNB
Las anomaĺıas de humedad relativa no son la excepción, en la Figura 5-6, se identifican
anomaĺıas positivas para HNB frente a anomaĺıas negativas para HCD; además de una dis-
tribución más concentrada para HNB en horario nocturno que en horario diurno.
La intersección entre las distribuciones de anomaĺıas de humedad relativa entre las mues-
tras resulta ser la menor entre las variables analizadas, lo que le confiere preferencia en la
continuidad de los análisis de las nubes bajas; teniendo también en cuenta los resultados
reportados para la columna atmosférica en el Caṕıtulo 3.
30 20 10 0 10 20 30
Anomalías de Humedad Relativa [%]
0.0
0.1
0.2
0.3
0.4
0.5
Fr
ec
ue
nc
ia
Horario Nocturno
Mediana HNB Mediana HCD HCD HNB
30 20 10 0 10 20 30
Anomalías de Humedad Relativa [%]
0.0
0.1
0.2
0.3
0.4
0.5
Fr
ec
ue
nc
ia
Horario Diurno
HCD HNB: 0.37
Valor p:0.00E+00
HCD HNB: 0.58
Valor p:0.00E+00
Figura 5-6: Histograma de las anomaĺıas de la humedad relativa para HCD y HNB
42 5 Variables meteorológicas en superficie
Para la humedad relativa como para la temperatura superficial en horario diurno, se eviden-
cian que las HNB tienen un comportamiento más cercano al promedio que las HCD; lo que
puede estar de la mano de las condiciones promedio de nubosidad en el valle.
En las Tablas 5-1 y 5-2 se presenta un resumen estad́ıstico de las distribuciones de las
anomaĺıas de HCD y HNB para horario diurno y nocturno, respectivamente. De las tablas
se observa la reducción del RIQ (rango intercuartil) de las anomaĺıas nocturnas con respecto
a la diurnas en un 47 % para la temperatura superficial y la humedad relativa, lo que quiere
decir que el 50 % de los datos promedios del horario nocturno se concentran en la mitad de
la amplitud en la que lo hacen el 50 % de las anomaĺıas en horario diurno.
En la Tabla 5-1, se observa además el resumen estad́ıstico de la distribución de la radiación
incidente, en donde se resalta la diferencia de los promedios entre las HCD y HNB de 150
W/m2.
HCD HNB
Parámetro
Rad[W/m2] Temp[K] HumR[ %] Rad[W/m2] Temp[K] HumR[ %]
Media 70.44 1.4 -9.24 -84.25 -0.75 3.91
Mediana 105.54 1.45 -8.89 -84.87 -0.56 3.24
Q25 -62.53 0.51 -13.87 -268.34 -1.75 -1.23
Q75 236.75 2.23 -4.45 67.82 0.42 8.38
RIQ 299.27 2.74 18.32 336.16 2.17 9.61
Tabla 5-1: Resumen Estad́ısticos de la distribución de la Radiación, la temperatura su-
perficial y la humedad relativa para HCD y HNB en horario diurno
En la Tabla 5-1 se evidencia una diferencia promedio de la temperatura superficial de al-
rededor de 2oC, además se observa que el 50 % de los datos de anomaĺıas concuerdan con
el promedio de la variable, mientras que el 50 % promedio de los datos de HCD son valores
positivos de anomaĺıas. Esto último también sucede con la humedad relativa, siendo mayor
la tendencia del 50 % de las anomaĺıas promedio de HNB hacia los valores positivos; mien-
5.2 Distribución Horario Diurno y Nocturno 43
tras que para las HCD el comportamiento general del 50 % de los datos promedios es de
anomaĺıas negativas.
El resumen estad́ıstico del horario nocturno en la Tabla 5-2, evidencia que el RIQ de las
anomaĺıas de las variables tanto para HCD como para HNB poseen valores positivos y
negativos, respectivamente; siendo más clara la tendencia de las anomaĺıas de humedad
relativa que para las de temperatura superficial.
HCD HNB
Parámetro
Temp[K] HumR[ %] Temp[K] HumR[ %]
Media 0.27 -4.08 -0.38 1.68
Mediana 0.31 -3.16 -0.37 1.78
Q25 -0.41 -8.23 -0.96 -0.99
Q75 0.99 1.14 0.22 4.56
RIQ 1.40 9.37 1.18 5.55
Tabla 5-2: Resumen Estad́ısticos de la distribución de la Ra-
diación, la temperatura superficial y la humedad
relativa para HCD y HNB en horario nocturno
En todos los casos, la radiación, la temperatura superficial y la humedad relativa en HNB
presentan un comportamiento más cercano a las condiciones promedio que las HCD.
6 Discusión
La presente investigación es antesala al estudio de las nubes de baja altura en el Valle del
Aburrá, demostrando con soporte estad́ıstico, que estos cuerpos son factor clave para el
monitoreo del estado de la atmósfera, su interacción con superficie, y en especial de las
condiciones de estabilidad.
Es evidente a partir de la frecuencia de la altura de las nubes, la intŕınseca variabilidad del
ciclo diurno como consecuencia del forzamiento de la altura de la capa ĺımite; además de
la constante influencia de la altura de la montaña, directamente expresada por la capa de
fricción que funciona como una capa ĺımite de mayor escala, definida por la rugosidad del
territorio. En horario diurno las capas se unen debido al ensanchamiento de la CLA evitando
la distinción de las nubes como advectadas y de formación local; pero en cambio, durante
la noche, la contracción de la CLA permite diferenciar las nubes advectadas asociadas a la
capa de fricción y las relacionadas con procesos locales, ubicadas sobre los 500 m de altura.
La altura de las nubes sobre las montañas a lo largo del d́ıa se desplaza en un rango de
al rededor de 1000 m, desde los 1200 m hasta los 2200 para el caso de Torre SIATA. Las
nubes nocturnas de baja altura a diferencia de las relacionadas a la capa de fricción, no
presenta una trayectoria clara de desplazamiento en la vertical que demuetre su ascenso, por
lo que se tomacomo contante al rededor de los 500 m; como resultado la altura de la CLA a
diferencia de la altura considerada por el Manual de observación de nubes y otros meteoros
[Organization, 1987], logra capturar la variabilidad del tipo de nubes de interés. Relativo
al ciclo anual, la variabilidad de la altura de las nubes no cambia de manera importante, a
45
diferencia de sus frecuencias.
De acuerdo a los resultados obtenidos, la dinámica de mesoescala demuestra ser un precursor
de la presencia y formación de las nubes de baja altura no precipitables en el valle. La
velocidad del viento en la horizontal y principalmente en la componente meridional presenta
altas magnitudes para HNB, localizadas principalmente sobre la altura de las montañas;
además, los resultados de cantidad de agua ĺıquida para horario diurno sustenta la idea de
advección de vapor da agua por la corriente de vientos, diferente que para el horario nocturno,
en donde las anomaĺıas de cantidad de agua son observadas principalmente en superficie hasta
al rededor de los 600 m, por lo que aún sin descartar los aportes de humedad externa, se
identifica el vapor de agua disponible en la capa ĺımite atmosférica como fuente de humedad;
además en horario nocturno se observan condiciones de altas magnitudes de velocidad del
viento sobre las montañas y sizalladura a los 500 m de altura para la componente meridional,
como fuente de turbulencia.
La amplitud de la variabilidad del ciclo diurno para HNB, es notoriamente menor para la
temperatura potencial y la humedad relativa a lo largo del d́ıa, siendo casi imperceptible
a los 1200 m de altura para la última variable, contrario que para HCD. La temperatura
potencial sobre el medio d́ıa, para los casos con cielo despejado frente a los casos en presencia
de nubes bajas, demuestra el favorecimiento al ascenso de parcelas de aire sobre la altura de
las montañas; apoyado por la componente vertical de la velocidad del viento que presenta
ascenso diurno causado por convección térmica; además del ascenso nocturno caracteŕıstico
del viento de ladera.
El análisis de la estabilidad por medio del uso de indicadores de estabilidad estática, indico
condiciones más estables para HNB frente a HCD a lo largo del d́ıa, pero principalmente en el
periodo de mayor radiación incidente en superficie. Los indicadores Hz1000, el ∆θ200 y ∆θ800
logran clasificar el régimen de estabilidad para las muestras según lo esperado, y presentaron
las menores intersección entre las distribuciones de las muestras, para el periodo de mayor
radiación solar. Los resultados de los indicadores y especialmente el ∆θ200 para las condi-
46 6 Discusión
ciones en presencia de nubes bajas en horario diurno, de acuerdo a los resultado de análisis
de la estabilidad obtenidos por Isaza Uribe et al., favorecen las mayores concentraciones de
PM2.5, PM10, CO, NOx y SO2 en superficie.
Durante el d́ıa como consecuencia de la disminución promedio de 150 W/m2 de radiación
incidente por influencia de las nubes bajas, en superficie se identifica una disminución de
temperatura con respecto de un d́ıa despejado de alrededor de 2oC y una diferencia de 13 %
en la humedad relativa. Para estas variables las HNB demuestran un comportamiento más
cercano a la variabilidad promedio que las HCD; lo que puede ser consecuencia de la influencia
permanente de fenómenos de escala sinóptica y mesoescala que favorecen el desplazamiento
de nubes de diferentes alturas sobre el valle.
La caracterización atmosférica y de superficie realizada en el este documento puede ser
usada para pronóstico del comportamiento atmosférico ante la presencia de nubes bajas y
de manera crucial para el monitoreo de las concentraciones de contaminantes criterio; sin ser
este excluyente de otro tipo de nubes.
El documento también abre la invitación a continuar investigando este tipo de nubes, en
especial para el periodo nocturno, en donde se recolecto más evidencia para la asociación de
las nubes bajas a los procesos en superficie; aśı como al análisis de los patrones de vientos
en el valle y su vinculación con la formación de estos hidrometeoros.
Bibliograf́ıa
ARM. Research Campaigns. https://www.arm.gov/research/campaigns, 2018. [Online;
accessed 02-Feb-2019].
AR Brown, RT Cederwall, A Chlond, PG Duynkerke, J-C Golaz, M Khairoutdinov, DC Le-
wellen, AP Lock, MK MacVean, C-H Moeng, et al. Large-eddy simulation of the diurnal
cycle of shallow cumulus convection over land. Quarterly Journal of the Royal Meteorolo-
gical Society, 128(582):1075–1093, 2002.
Arunchandra S Chandra. The Turbulent Structure of the Clear and Cloud-topped Convective
Boundary Layer over Land. PhD thesis, McGill University, 2012.
MAURICIO CORREA, CLAUDIA ZULUAGA, CARLOS PALACIO, JUAN PÉREZ, and
JOSÉ JIMÉNEZ. Acoplamiento de la atmósfera libre con el campo de vientos locales en
una región tropical de topograf́ıa compleja. caso de estudio: Valle de aburrá, antioquia,
colombia. Dyna, 76(158):17–27, 2009.
Gisel Guzmán Echavarŕıa et al. Análisis de la influencia del diseño urbano en la meteoroloǵıa
del Valle de Aburrá. PhD thesis, Universidad Nacional de Colombia-Sede Medelĺın.
Laura Herrera Mej́ıa et al. Caracterización de la capa ĺımite atmosférica en el Valle de
Aburrá a partir de la información de sensores remotos y radiosondeos. PhD thesis, Uni-
versidad Nacional de Colombia-Sede Medelĺın.
IPC. Valle de aburrá. http://ipc.org.co/index.php/regiones/valle-de-aburra/, 2017. Accessed
on 2018-09-20.
48 Bibliograf́ıa
Alejandra Isaza Uribe et al. Evaluación de la variabilidad temporal de la estructura termo-
dinámica de la atmósfera y su influencia en las concentraciones de material particulado
dentro del Valle de Aburrá. PhD thesis, Universidad Nacional de Colombia-Sede Medelĺın.
José Fernando Jiménez Mej́ıa. Altura de la capa de mezcla en un área urbana, montañosa y
tropical. caso de estudio: Valle de aburrá (colombia). 2016.
C Ketterer, Paul Zieger, N Bukowiecki, M Collaud Coen, O Maier, D Ruffieux, and E Wein-
gartner. Investigation of the planetary boundary layer in the swiss alps using remote
sensing and in situ measurements. Boundary-layer meteorology, 151(2):317–334, 2014.
C Kuchinke and M Nunez. Cloud transmission estimates of uv-b erythemal irradiance.
Theoretical and applied climatology, 63(3-4):149–161, 1999.
Eĺıas Lau, Scott McLaughlin, Frank Pratte, Bob Weber, David Merritt, Maikel Wise, Gary
Zimmerman, Matthew James, and Megan Sloan. The detect inc. raptor vad-bl radar wind
profiler. Journal of Atmospheric and Oceanic Technology, 30(9):1978–1984, 2013.
Dorota Matuszko. Influence of the extent and genera of cloud cover on solar radiation
intensity. International Journal of Climatology, 32(15):2403–2414, 2012.
Scott A. McLaughlin. The right radar wind profiler for your application. DeTect, Inc., 117
S. Sunset Street., Suite L, Longmont, Colorado, 80501, USA, page 3, 2014.
World Meteorological Organization. Manual on the Observation of Clouds and Other Me-
teors. Secretariat of the World Meteorological Organization, 1987.
Julien Pergaud, Valéry Masson, Sylvie Malardel, and Fleur Couvreux. A parameterization of
dry thermals and shallow cumuli for mesoscale numerical weather prediction. Boundary-
layer meteorology, 132(1):83, 2009.
G Poveda. El clima en antioquia. Geograf́ıa de Antioquia,(M. Hermeĺın, ed.). Edit. EAFIT,
17p, 2007.
B Stull Roland. An introduction to boundary layer meteorology. Boston: Kluwel’Academic
Publishers, 1988.
Bibliograf́ıa 49
Kazuo Saito and Atsushi Baba. A statistical relation between relative humidity and the gms
observed cloud amount. Journal of the Meteorological Society of Japan. Ser. II, 66(1):
187–192, 1988.
PMM Soares, PMA Miranda, AP Siebesma, and J Teixeira. An eddy-diffusivity/mass-flux
parametrization for dry and shallow cumulus convection. Quarterly Journal of the Royal
Meteorological Society, 130(604):3365–3383,