Descargar - EPhysLab

TRABAJO FIN DE GRADO
Influencia de los principales modos de variabilidad
atmosférica del Atlántico Norte sobre la energía
eólica, solar e hidráulica en la península Ibérica
Tamara Pozo Dos Santos
Grado en Ciencias Ambientales
Mayo 2014
Influencia de los
principales modos de
variabilidad atmosférica
del Atlántico Norte sobre
la energía eólica, solar e
hidráulica en la
península Ibérica
Trabajo Fin de Grado de Ciencias Ambientales
Facultade de Ciencias de Ourense
Tamara Pozo Dos Santos
Dra. Mª de las Nieves Lorenzo González, profesora titular del área de Física de la
Tierra, del departamento de Física Aplicada, de la Universidad de Vigo
INFORMA:
Que el trabajo titulado " Influencia de los principales modos de variabilidad
atmosférica del Atlántico Norte sobre la energía eólica, solar e hidráulica en la
península Ibérica" presentado por Dª./D. Tamara Pozo Dos Santos, con D.N.I.:
44497805, ha sido realizado bajo mi dirección en el departamento de Física Aplicada
de la Universidad de Vigo, y autorizo su presentación como Trabajo Fin de Grado del
Grado de Ciencias Ambientales al considerarlo apto para ser defendido.
Ourense , 6 de Mayo de 2014
Dª. Mª de las Nieves Lorenzo González
Resumen
En la sociedad actual el desarrollo económico y social es fuertemente dependiente de
su riqueza energética. El crecimiento económico de los países va supeditado a un
incremento en sus necesidades energéticas. Hasta hace pocos años, la principal
fuente de energía provenía de los combustibles fósiles, pero su papel en los cambios
climáticos que están teniendo lugar a nivel mundial ha propiciado el desarrollo de
nuevas fuentes energéticas que nos permitan llevar a cabo un desarrollo sostenible. El
desarrollo de estas nuevas fuentes energéticas, muchas de ellas renovables, permiten
una reducción de las emisiones de gases contaminantes producidos por los
combustibles fósiles, en especial el CO2, responsable directo del efecto invernadero.
No obstante estas energías tienen el inconveniente de ser fuertemente dependientes
de las condiciones meteorológicas lo que hace que sea necesario un estudio
cuidadoso de cómo se pueden integrar y complementar las diferentes energías
renovables para evitar un desabastecimiento energético.
El estudio del clima es un campo de investigación complejo y muy variable puesto que
depende de una gran cantidad de factores y las relaciones existentes entre ellos no
siempre son lineales. En este trabajo se tratará de analizar la influencia que la
circulación atmosférica sobre el Atlántico Norte tiene sobre la producción de energías
eólica, solar e hidroeléctrica en la península Ibérica. Se va a estudiar qué condiciones
atmosféricas sobre España (Península y Baleares) son más aptas para la producción
de energía eólica, hidráulica y solar. Para ello, se emplearán datos de precipitación,
horas de sol, nubosidad y viento para un periodo comprendido entre 1967 y 2011 así
como los índices de los principales patrones de teleconexión que influyen en la
circulación atmosférica del hemisferio norte (NAO, EA, EA/WR y SCA).
Primeramente, se realizará una caracterización climática de la zona de estudio para
las cuatro variables meteorológicas analizadas. En un segundo análisis se verá la
relación existente entre las diferentes variables y los distintos modos atmosféricos que
afectan a la circulación atmosférica sobre el Atlántico Norte para ver cuál de ellos tiene
una mayor influencia sobre la producción eléctrica de cada una de las energías
consideras, (eólica, solar o hidroeléctrica).
Como conclusión esperamos poder determinar qué condiciones atmosféricas permiten
un mayor rendimiento de las energías consideradas.
ÍNDICE
1.
2.
INTRODUCCIÓN ................................................................................................................ 1
1.1.
ENERGIA SOLAR ...................................................................................................... 2
1.2.
ENERGIA HIDROELÉCTRICA ................................................................................ 4
1.3.
ENERGIA EÓLICA ..................................................................................................... 5
1.4.
OBJETIVOS ................................................................................................................ 7
DESCRIPCIÓN DE LA ZONA .......................................................................................... 8
2.1.
ÁREA DE ESTUDIO .................................................................................................. 8
2.2.
CLIMATOLOGÍA ......................................................................................................... 9
2.3. INFLUENCIA DE LA CIRCULACIÓN ATMOSFÉRICA A GRAN ESCALA:
PATRONES DE TELECONEXIÓN .................................................................................... 16
3.
4.
DATOS Y MÉTODOS ...................................................................................................... 22
3.1.
DATOS ....................................................................................................................... 22
3.2.
MÉTODOS................................................................................................................. 26
RESULTADOS .................................................................................................................. 29
4.1. CARACTERIZACIÓN DE LA ZONA DE ESTUDIO EN BASE A LAS
VARIABLES EMPLEADAS ................................................................................................. 29
5.
4.2.
CORRELACIONES DE LOS PATRONES DE TELECONEXIÓN. ................... 33
4.3.
DISCUSION............................................................................................................... 44
CONCLUSIONES ............................................................................................................. 49
BIBLIOGRAFIA ......................................................................................................................... 51
La figura de la portada ha sido elaborada a partir de las imágenes tomadas de las siguientes páginas:
imagen Electricidad: http://www.ojocientifico.com/
imagen panel solar: http://sustentator.com/
imagen del sol: http://upload.wikimedia.org/
imagen presa 3 gargantas: http://www.larouchepub.com/
imagen paneles solar con aerogeneradores: http://www.globalasia.com/
imagen meteorología: http://www.mundoalerta.com/
1. INTRODUCCIÓN
En los últimos años se han detectado importantes cambios en el clima a nivel global tal y
como se ha revelado en varios informes del Panel Intergubernamental para el cambio
climático (IPCC). Dada la gravedad del problema, los organismos internacionales han
tomado medidas para frenar el cambio climático así como los efectos causados por el
mismo. Para ello la ONU aprobó en 1997 el Protocolo de Kyoto, que fue ratificado por 156
países. El Protocolo establece el objetivo de reducir, en los países desarrollados, las
emisiones de gases de efecto invernadero en una media del 5,2 por ciento con respecto a
los niveles de 1990 para el año 2012. Este acuerdo se aplica a las emisiones de seis gases
de efecto invernadero:






Dióxido de carbono (CO2)
Metano (CH4)
Óxido nitroso (N2O)
Hidrofluorocarbonos (HFC)
Perfluorocarbonos (PFC)
Hexafluoruro de azufre (SF6)
Esto conlleva una importante serie de cambios a nivel mundial que permita reducir las
emisiones. Estos cambios son, en teoría, muy sencillos: reducir el consumo de energía, ir
abandonando los combustibles fósiles, y adoptar modelos equitativos y justos para la
producción y el consumo de energía. Hay diversas opciones para disminuir las emisiones de
GEI (Gases de Efecto Invernadero) del sistema energético, sin dejar por ello de cubrir la
demanda mundial de servicios energéticos. El reemplazo de combustibles de origen fósil por
energías renovables, la energía nuclear, o la captura y el almacenamiento del dióxido de
carbono serían algunas de ellas. Las energías renovables pueden contribuir al desarrollo
social y económico, favoreciendo el acceso a la energía y la seguridad del suministro
energético, reduciendo los efectos negativos sobre el medio ambiente y la salud de los
1
combustibles fósiles. Para que las energías renovables puedan contribuir de forma
sustancial a la reducción de las emisiones de GEI será necesario investigar más acerca del
uso de dichas energías limpias, para que resulten competitivas frente a los combustibles
fósiles.
El aprovechamiento de energías limpias ya se llevaba a cabo hace siglos, pero debido a la
bajada del precio del petróleo se fue abandonando su uso. Sin embargo, en la actualidad,
debido a los problemas medioambientales que causa el uso de combustibles fósiles y
debido al incremento de su coste, se ha retomado el uso de las energías renovables. Las
energías renovables son limpias, inagotables y autogestionables por lo que son una buena
apuesta para luchar contra el cambio climático. De las diferentes energías consideradas
como renovables las tres que actualmente presentan un mayor desarrollo son la solar, la
hidroeléctrica y la eólica.
1.1.
ENERGIA SOLAR
El sol es el origen de la energía solar y en última instancia del resto de las energías
renovables. La potencia recibida en la parte superior de la atmosfera sobre una superficie
perpendicular al sol, se denomina constante solar, y tiene un valor de 1367 W/m2
aproximadamente [Calero et al., 2006]. Sin embargo, la potencia que recibe la superficie de
la tierra, una vez que atraviesa la atmosfera, es mucho menor (figura 1.1).
Figura 1.1. Mapa estimativo de la radiación solar en el mundo. Imagen obtenida de
http://comunidad.eduambiental.org.
Para estimar el potencial solar hay que tener en cuenta una serie de factores, puesto que la
distribución de la energía solar no es uniforme. Entre estos factores se encuentran:
2




Las condiciones climatológicas, que influyen en el grado de nubosidad, viento
predominante, horas de sol, temperatura, etc.
Época del año.
Latitud.
Orientación de la superficie receptora.
Para medir la radiación solar que llega a un área determinada en un momento dado se
emplean los piranómetros que miden la radiación global (directa + difusa) o los
piroheliómetros que miden la radiación directa. Esta tecnología se emplea para captar la
energía solar directa que incide sobre la superficie de la tierra de la cual podemos obtener
electricidad (energía fotovoltaica) o calor (energía solar térmica) [Calero et al., 2006]. Los
paneles solares que captan la radiación solar serán diferentes en cada uno de los 2 casos
(ver figuras 1.2 y 1.3).
La tecnología que se basa en la captación de la energía solar térmica, emplea paneles de
conversión térmica, y puede clasificarse en:



Tecnología solar térmica de baja temperatura (T<90ºC): se suele destinar para el
calentamiento de agua para uso sanitario.
Tecnología solar térmica de temperatura media (90ºC < T< 400ºC): suele emplearse
bien para la producción de calor en procesos industriales o bien para la generación
de electricidad mediante la formación de vapor de agua que mueve una turbina y
genera electricidad.
Tecnología solar de alta temperatura (T>400ºC): se suele destinar fundamentalmente
a la generación de energía eléctrica.
Figura 1.2. Paneles térmicos solares. Imagen obtenida de http://comunidad.eduambiental.org.
La otra forma de aprovechamiento de la energía procedente del sol es la tecnología solar
fotovoltaica la cual
emplean células fotovoltaicas fabricadas con materiales
semiconductores cristalinos que generan la energía eléctrica. El material más empleado
para la fabricación de las células fotovoltaicas es el silicio.
3
Figura 1.3. Paneles solares fotovoltaicos. Imagen obtenida de http://comunidad.eduambiental.org.
La corriente eléctrica generada por este tipo de tecnología tiene en la actualidad diferentes
aplicaciones. Por un lado, es destinada al suministro de electricidad a zonas con un
deficiente abastecimiento eléctrico. Otra aplicación es la inyección de energía eléctrica en
las redes eléctricas y otras aplicaciones más específicas consisten en el suministro de
energía eléctrica a satélites artificiales, relojes, calculadoras, etc [Calero et al., 2006].
Para establecer los lugares más adecuados para el emplazamiento de las centrales solares
más eficientes es necesario estudiar la insolación media que reciben los distintos lugares.
1.2.
ENERGIA HIDROELÉCTRICA
La energía hidroeléctrica o hidráulica puede proporcionar energía eléctrica de forma
rápida para ser volcada a la red eléctrica. Se basa en el aprovechamiento de la energía
cinética o potencial del agua para la generación de energía eléctrica. Al igual que la mayoría
de las energías renovables, la energía hidráulica depende de la radiación solar incidente ya
que el sol inicia el ciclo hidrológico. El proceso comienza cuando las masas de agua reciben
la radiación solar provocando la evaporación del agua lo cual genera nubes que darán lugar
a precipitaciones. Estas precipitaciones fluyen por la superficie de la tierra pudiéndose
aprovechar su energía.
La potencia en vatios que se puede obtener de esta energía puede ser estimada mediante la
siguiente expresión [Calero et al., 2006]:
P=ρQgHη
Donde ρ es la densidad del agua (kg/m3), Q es el caudal del agua que circula por las
tuberías que llevan a las turbinas (m3/s), g es la aceleración de la gravedad (m/s2), H el
desnivel en metros y η es el rendimiento del sistema. El rendimiento tiene en cuenta las
pérdidas de energía debido al rozamiento y turbulencias del flujo del agua en canales y
4
tuberías. Las pérdidas son muy variables dependiendo del sistema pero se alcanzan
rendimientos que oscilan entre un 75% y un 95% [Calero et al., 2006].
El funcionamiento de estas centrales se basa en hacer pasar el agua a través de una turbina
que transforma la energía potencial de la caída del agua en energía mecánica rotatoria. El
eje de la turbina está conectado a un alternador, el cual se encarga de la generación de la
electricidad (figura 1.4).
Figura 1.4. Esquema de una central hidroeléctrica. Imagen obtenida de
http://www.goodenergy.cl/hidroelectricas.html.
Existen varios tipos de centrales hidroeléctricas las cuales se diferencian en función de la
altura del salto, la capacidad de generación, el tipo de tecnología, localización y tipo de
presa, etc. Además, según el tipo de instalaciones las instalaciones hidráulicas pueden ser:


Centrales de agua fluyente: aprovechan los desniveles naturales del cauce de los
ríos.
Centrales con embalse: donde se desvía parte del caudal del río hacia una zona de
máxima pendiente para la generación de energía.
El caudal de los ríos es pues un factor clave en la instalación de una presa hidroeléctrica. A
su vez el caudal de los ríos dependerá fuertemente del régimen de precipitaciones.
1.3.
ENERGIA EÓLICA
La energía eólica, al igual que las energías mencionadas anteriormente, es consecuencia
de la radiación solar. La tierra recibe diferente cantidad de radiación dependiendo de la
latitud a la que nos encontremos, de manera que la zona del ecuador se calentará más que
las zonas polares debido a la diferente perpendicularidad de los rayos solares. Estas
diferencias de insolación generan diferencias de densidad y presión en las masas del aire lo
cual da lugar a su movimiento. La energía eólica es el aprovechamiento de la energía
cinética del viento para la generación de electricidad. Para ello se emplean aerogeneradores
que son altas estructuras que constan de unas palas en su ápice las cuales son movidas por
5
el viento (figura 1.5). El eje de dichas palas está conectado a un alternador que genera la
energía eléctrica.
Figura 1.5. Parque eólico Sil, Galicia. Iimagen obtenida de Iberdrola.
La potencia del viento a su paso por un área determinada viene dada por la siguiente
expresión:
P = ½·ρAV³
donde P es la potencia (W), ρ es la densidad del aire (kg/m3), A es la superficie (m2) y V es
la velocidad del viento (m/s). Para medir la velocidad se emplean los anemómetros de los
que existen varios modelos, pero el más empleado es el de cazoletas. Además se mide la
dirección del viento empleando veletas. Según la OMM, estos dispositivos deben situarse a
10 m del suelo.
Podemos distinguir 4 factores que influyen en el régimen de vientos:




Situación geográfica.
Características climáticas locales.
Topografía de la zona.
Irregularidades del terreno
Las aplicaciones de los aerogeneradores pueden ser de dos tipos: aerogeneradores
conectados a la red eléctrica de distribución general y los generadores aislados, es decir
que no estén conectados a la red eléctrica. El primer grupo es el más habitual y pueden ser
instalaciones que consten de un solo aerogenerador o instalaciones formadas por un grupo
de aerogeneradores que reciben el nombre de parque eólico [Calero et al., 2006].
Para la estimación de lugares idóneos para la construcción de parques eólicos de manera
que el aprovechamiento sea el mayor posible, se deberán analizar previamente los datos de
viento registrados durante un periodo determinado. Además posteriormente se siguen los
pronósticos de viento diariamente para poder preveer la capacidad de generación eléctrica
del parque eólico.
6
1.4.
OBJETIVOS
Para el desarrollo y emplazamiento adecuados de cada una de las energías renovables es
necesario hacer un estudio que nos ayude a saber qué energías son más adecuadas para
cada región atendiendo a las características climáticas de la misma, de manera que el
rendimiento de cada una de ellas sea el máximo posible. En este trabajo se hará un estudio
de como la variabilidad climática de los diferentes modos atmosféricos que afectan a la
península Ibérica influye en las principales variables que afectan a la eficiencia de las tres
energías renovables previamente descritas (eólica, solar e hidráulica) [Otero, 2011; Santos
Alamillo, 2012]. De esta forma, conocida la influencia de estos modos y pudiendo predecir
su comportamiento podremos saber que energía nos proporcionará mejor rendimiento en
función de las condiciones meteorológicas propiciadas por cada uno de los patrones
atmosféricos.
7
2. DESCRIPCIÓN DE LA ZONA
2.1.
ÁREA DE ESTUDIO
El presente estudio se ha realizado sobre la región española de la península Ibérica y
Baleares, situada en el suroeste del continente europeo, cuenta con una superficie
aproximada de 492.173 km2 (figura 2.1). Se extiende desde los 43º 47’ N a 36º 00’ N y
desde 4º 19’ E a 9º 17’ O. Está bañada al este y al sur por el mar Mediterráneo; al norte por
el mar Cantábrico; y por el océano Atlántico al oeste y al suroeste. Debido a su localización
en una zona templada, su clima se va a caracterizar por la existencia de dos estaciones
térmicas bien contrastadas, verano e invierno, separadas por dos de transición, otoño y
primavera. Además, por estar en una región templada del hemisferio norte la Península va
estar sujeta a una circulación general del O aunque la disposición del relieve dará lugar a
importantes contrastes térmicos. [Valera, 2005].
En el relieve de la península Ibérica destaca la abundancia de sistemas montañosos, que
ocupan casi la mitad del territorio y elevan la altitud media del territorio hasta 660 metros, lo
que hace de España el segundo país más alto de Europa detrás de Suiza (1300 m). Esta
característica favorece la instalación de parques eólicos en las zonas más ventosas de
dichos sistemas montañosos. España, posee una alta meseta, ligeramente inclinada hacia el
Atlántico, con bordes montañosos: el macizo Galicia-León al NO; la cordillera cantábrica al
N; las montañas ibéricas al E; sierra Morena al S y las montañas extremeñas y portuguesas
al O. En medio de la meseta aparece el Sistema Central, divisorio entre la meseta del Duero
y la del Tajo y Guadiana.
8
Figura 2.1 Mapa península Ibérica.
La red hidrográfica peninsular viene marcada por el relieve. Podemos diferenciar tres
vertientes: cantábrica, atlántica y mediterránea. Los ríos de la vertiente cantábrica se
caracterizan por ser cortos debido a la cercanía de las montañas al mar, son ríos de caudal
regular y de fuerte pendiente. Entre ellos destacan: el Eo, el Nalón, el Pas, el Nervión y el
Bidasoa. Los ríos de la vertiente atlántica tienen un largo recorrido, cruzando de este a oeste
la península Ibérica, excepto el Miño; se caracterizan por tener un caudal irregular y escasa
pendiente. Podemos destacar el Miño, el Duero, el Tajo, el Guadiana y el Guadalquivir. Los
ríos de la vertiente mediterránea son, con excepción del Ebro, cortos, de caudal muy
irregular y de fuerte pendiente. Entre ellos destacan: el Ter, el Llobregat, el Turia, el Júcar y
el Segura. La variabilidad pluviométrica de España ha propiciado la construcción de una
gran cantidad de embalses repartidos por toda la geografía española tanto para
abastecimiento de agua como para producción de electricidad. En concreto, se cuentan
hasta 356 presas artificiales. [Ministerio de educación y ciencia; Valera, 2005]
2.2.
CLIMATOLOGÍA
La posición geográfica de la península Ibérica, entre dos masas continentales, Europa y
África, y entre dos mares, Atlántico y Mediterráneo, provoca una gran diversidad climática.
Además, por su situación latitudinal, España está bajo la influencia de las altas presiones
subtropicales y las bajas presiones de las zonas polares, en el área de circulación en
superficie de los vientos del oeste. Además, también se encuentra afectada por la corriente
del Jet Stream o corriente en chorro, que es un flujo de aire que se sitúa en torno a 50º de
latitud norte con una velocidad de 250 km/h y que se encuentra en torno a 10000 m de
altura. Dicho flujo sufre un traslado de norte a sur según sea verano o invierno. En verano
9
propicia que la península Ibérica esté influida por masas de aire tropical. En invierno
desciende de latitud dejando a la Península bajo la influencia de las masas de aire polar.
La Península también se ve sometida esporádicamente al influjo de masas de aire de
distintas procedencias y características:



Masas cálidas, generalmente secas y poco activas, procedentes del sur (aire
subtropical continental), sobre todo en verano.
Masas frías y secas, muy estables, del nordeste (aire polar continental o incluso aire
ártico), procedentes de un anticiclón situado en Europa central o del gran anticiclón
ruso.
Masas templadas y cálidas, húmedas y activas, pero con escaso poder de
penetración, del este y sureste (aire mediterráneo subtropical).
Todo ello hace que España goce de una gran variabilidad climática. De acuerdo a la
clasificación climática de Köppen, (última revisión de 1936, conocida como clasificación de
Köppen-Geiger), muy utilizada en estudios climáticos y que define distintos tipos de clima a
partir de valores medios mensuales de precipitación y temperatura, podemos distinguir 4
climas principales dentro de la península ibérica (ver figura 2.2): clima seco, clima templado,
clima frio y clima polar.
Figura 2.2. Clasificación climática de Köppen-Geiger en la península Ibérica e Islas Baleares. Imagen
obtenida del atlas climático de la AEMET.
10
1. El Clima Seco presenta 4 subtipos:
Desierto cálido (BWh) y desierto frio (BWk): que se localizan en pequeñas áreas del
sureste de la península Ibérica, más concretamente en Almería, Murcia y Alicante.
Estepa cálida (BSh) y estepa fría (BSk): se extiende ampliamente por el sureste de la
Península y el valle del Ebro. También lo podemos encontrar en menor extensión en la
meseta sur, Extremadura y en las Islas Baleares.
2. Clima Templado: la temperatura media del mes más frio oscila entre los 0-18ºC. se
subdivide en los siguientes tipos:
Templado con verano seco y caluroso (Csa): se caracteriza por presentar un periodo
seco en verano y la temperatura media del mes más cálido superior a 22 ºC. Es la variedad
de clima de mayor extensión en la Península y Baleares, ocupando el 40% de la superficie.
La mayor parte de la mitad sur y regiones costeras mediterráneas, exceptuando las zonas
áridas del sureste, presentan esta variedad de clima.
Templado con verano seco y templado (Csb): solamente difiere del anterior en que la
temperatura media del mes más cálido es igual o inferior a 22 ºC y con cuatro meses o más
con una temperatura media superior a 10 ºC. Se encuentra en el noroeste de la Península y
en varias áreas montañosas del interior.
Templado sin estación seca con verano caluroso (Cfa): la temperatura media del mes
más cálido es superior a 22 ºC y no presenta ningún periodo seco. Abarca el noreste de la
península Ibérica (Pirineos).
Templado sin estación seca con verano templado (Cfb): la temperatura media del mes
más cálido es igual o inferior a 22 ºC y con cuatro meses o más con una temperatura media
superior a 10 ºC, al igual que para la variedad Csb. Se localiza en la región cantábrica, el
sistema Ibérico, parte de la meseta norte y gran parte de los Pirineos excepto las áreas de
mayor altitud.
3. Clima Frío: la temperatura media del mes más frio es inferior a 0 ºC y la del mes más
cálido supera los 10 ºC. Se consideran los siguientes subtipos:
Frío con verano seco y templado (Dsb) y frío con verano seco y fesco (Dsc): ocupa
pequeñas áreas de alta montaña de la cordillera Cantábrica, sistema Ibérico, Sistema
Central y sierra Nevada.
Frio sin estación seca y verano templado (Dfb) y frío sin estación seca y verano fresco
(Dfc): abarca áreas de alta montaña de los pirineos, algunas zonas pequeñas de alta
montaña de la cordillera Cantábrica y el sistema Ibérico.
4. Clima Polar: la temperatura media del mes más cálido es inferior a 0 ºC. Köppen
distingue dos tipos: tundra y glacial, pero el subtipo glacial no se presenta en nuestra
área de estudio.
Solamente encontramos el subtipo tundra (ET) en pequeñas zonas de alta montaña de los
Pirineos Centrales (áreas de mayor altitud de la cordillera). [AEMET; Valera, 2005].
11
Las características climáticas de cada zona son, teniendo en cuenta la variabilidad que
experimentan debido a los patrones de variabilidad atmosférica; importantes a la hora de
identificar las zonas donde podrían tener mayor rentabilidad cada una de las energías
renovables. Actualmente la situación de España en cuanto a la distribución de las tres
energías tratadas en este trabajo es la siguiente:
La energía eólica es una de las más extendidas en España. Así, nuestro país ha sido en
2012 el segundo país que más energía eólica ha producido (11.615 MW), por delante de
Estados Unidos. España tiene 438 parques eólicos, repartidos por las distintas comunidades
autónomas (figura 2.3). Las comunidades que más MW producen son Galicia (22,41% de la
energía eólica de España), Castilla-La Mancha (19,9%), Castilla y León (18,25%) y Aragón
(13,33%). Madrid, Extremadura y Cantabria no tienen parques eólicos. En 2012, esta
energía renovable cubrió el 17,4% de la demanda eléctrica en España, según Red Eléctrica
de España (REE) [Cindoc-Ciemat 2008; Álvarez, 2006].
Figura 2.3. Distribución de la energía eólica en España. Imagen obtenida de www.evwind.com.
En la figura 2.4 se muestra la velocidad media anual del viento en m/s a una altura de 80 m.
Dicha imagen ha sido obtenida del Instituto para la diversificación y ahorro de la energía
(IDAE)
12
Figura 2.4. Velocidad media anual a 80 m de altura Imagen obtenida del Atlas Eólico de España
elaborado por el IDAE.
En cuanto a la energía hidráulica, España produce un 15,4 % de energía eléctrica a partir de
esta fuente renovable. En las últimas décadas, la energía hidroeléctrica ha crecido gracias al
desarrollo de las centrales minihidráulicas. Los datos del año 2012 reconocen una potencia
instalada de 17.761,36 MW (figura 2.5).
La cuenca con mayor potencial hidroeléctrico es la cuenca del norte seguida de la del Ebro,
según datos extraídos del Plan de Energías Renovables 2005-2010.
La central de producción hidráulica con mayor potencia instalada es la de la presa de
Aldeadávila en el Río Duero (Salamanca) con 1140 MW, seguida por el embalse José María
de Oriol en el Río Tajo (provincia de Cáceres) con 915 MW. Otros embalses de capacidad
por encima de los 500 MW son el de Cortés-La Muela en el Júcar (Valencia), Villarino en el
Tormes (Salamanca) o Saucelle en el Duero (Salamanca). [www.ciemat.es]
13
Figura 2.5. Centrales hidroeléctricas de España.
España es la región geográfica mas soleada de toda Europa, pero su complejidad climática
da lugar a una distribución irregular de las horas de sol sobre la superficie terrestre. Así la
insolación anual recibida por nuestra región de estudio presenta grandes variaciones. El
área menos soleada es la cornisa cantábrica donde no se superan las 1800 horas de sol.
Sin embargo, la zona que mayor insolación presenta es el sur de la Península,
concretamente la costa del golfo de Cádiz presenta máximos que superan las 3000 horas
de sol. Además la zona sureste de la Península (Almería y Alicante) superan las 2900 horas.
[Sánchez, 2006]
La radiación solar global sobre superficie horizontal en España oscila entre los 3,2
kWh/m2/día de la zona más septentrional del territorio hasta los 5,3 kWh/m2/día de la isla de
Tenerife (ver figura 2.6).
Con más de 20 años de experiencia y más de 3.000 instalaciones realizadas, actualmente la
energía solar térmica de baja temperatura ha alcanzado su plena madurez tecnológica y
comercial en España. En el 2008 España fue uno de los países del mundo donde se instaló
más potencia fotovoltaica, con unos 2708 MW en un solo año, los años siguientes debido a
la crisis económica se redujo la instalación de esta energía siendo así de 420 MW en 2010 y
de 354 MW en 2011. Para marzo del 2012, la potencia instalada en España ascendía a los
4.243 MW, representando escasamente el 2,9% de la generación eléctrica en España en el
2011. En 2012 el consumo de energía procedente de energía solar fotovoltaica es de 7802,8
GWh y 3442,5 GWh de la energía solar térmica. [www.efimarket.com; www.ambientum.com;
www.ciemat.es]. En la figura 2.7 se muestra la localización de las principales centrales
termoeléctricas de la Península.
14
-2
-1
Figura 2.6. Irradiancia Global media [1983-2005] (Kwh m dia ) SIS (CM-SAF). Imagen tomada del
Atlas de radiación solar en España utilizando datos del SAF de Clima de EUMETSAT elaborado por
la AEMET.
Figura 2.7. Localización de centrales termoeléctricas en España. en rojo se muestran las centrales
conectadas y en naranja las que se encuentran en construcción avanzada. Mapa obtenido de
Protermo solar.
15
2.3.
INFLUENCIA DE LA CIRCULACIÓN ATMOSFÉRICA A GRAN
ESCALA: PATRONES DE TELECONEXIÓN
La circulación atmosférica exhibe una gran variabilidad que puede reflejar patrones de
tiempo y sistemas de circulación que ocurren en escalas temporales que pueden ir de unos
pocos días o semanas a meses y años. Las teleconexiones climáticas consisten en patrones
sinópticos más o menos alejados de la región donde analizamos las variables
meteorológicas que tienen una relación con las variables de superficie, temperatura,
precipitación, viento, etc. Los principales patrones atmosféricos del Atlántico Norte que
afectan a España son la Oscilación del Atlántico Norte (NAO), El patrón del Atlántico Este
(EA), el patrón del Atlántico Este/Rusia Occidental (EAWR) y el patrón de Escandinavia
(SCA) [Barnston y Livezey ,1987]. En la figura 2.7 se muestran los centros de acción que
identifican cada uno de estos patrones o índices atmosféricos.
Figura 2.8. Patrones espaciales de los principales índices de teleconexión del Hemisferio Norte
Atlántico. Las figuras representan la correlación temporal entre las anomalías mensuales de
geopotencial en 500 mb y las series mensuales de los índices de teleconexión. [Imagen tomada de
Lorenzo et al., 2008].
OSCILACION ATLANTICO NORTE (NAO)
La Oscilación Atlántico Norte (NAO), del inglés North Atlantic Oscillation, es uno de los
principales modos de variabilidad a gran escala del sistema climático además de ser el
modo de variabilidad atmosférica más importante del Atlántico Norte ejerciendo un papel
16
fundamental en el tiempo y las variaciones climáticas sobre la costa este del continente
americano, el Atlántico Norte y el continente euroasiático. [Greatbatch, 2000]
Dicha oscilación fue descubierta por primera vez a principios del siglo XX por Sir Gilbert
Walker (1924) e históricamente ha sido definida mediante un índice que mide la diferencia
de presión en superficie entre Ponta Delgada (Azores, Portugal) y Stykkisholmur o Reykjavik
(Islandia) [Barnston y Livezey ,1987; Sanchez et al, 2006]. Podemos definir la NAO como un
dipolo Norte-Sur, el cual tiene un centro situado cerca de Islandia y el otro sobre las Azores
(figura 2.8). Se ha demostrado que el contraste entre estos dos centros de presiones
condiciona gran parte de la variabilidad invernal de muchas regiones, en especial de Europa
del norte. Este hecho es debido a que, tanto la fase positiva como la negativa, están
asociadas a cambios en la intensidad y en la localización de la corriente en chorro (jet
stream) así como de la trayectoria de las tormentas que cruzan el Atlántico Norte, con
modulaciones a gran escala de los patrones zonales y meridionales normales de transporte
de calor y humedad. Así, tienen lugar cambios en los patrones de precipitación y
temperaturas desde el este de Norteamérica al oeste y centro de Europa. La fase de la
NAO viene dada por un índice, que es la anomalía de la diferencia entre la alta subtropical
(Azores) y la baja polar (Islandia), pudiendo definir así la fase negativa y positiva de la NAO
[Iglesias, 2010].
Durante la fase positiva, el centro de altas presiones subtropical (Azores) presenta valores
más altos de presión de lo normal, mientras que el centro de bajas presiones subpolar
(Islandia) presenta presiones más bajas, de esta forma, aumenta el gradiente de presión.
Con esta configuración, el anticiclón de las Azores, “bloquea” la circulación y las tormentas
provenientes del Atlántico se desvian más hacia el Norte. Como consecuencia, se
producirán inviernos más fríos y secos en el Mediterráneo mientras que en el nordeste de
Europa tendrán inviernos más cálidos y húmedos. La fase positiva de la NAO tiende a estar
asociada con temperaturas por encima de lo habitual en el este de Estados Unidos y en el
norte de Europa y temperaturas inferiores a la media en Groenlandia y usualmente en el sur
de Europa y el medio oriente. También se asocia con precipitaciones superiores a la media
en el norte de Europa y Escandinavia en invierno, mientras que en el sur y centro de Europa
se esperan precipitaciones por debajo de la media. Patrones opuestos de temperatura y
precipitación se esperan durante la fase negativa de la NAO.
En la fase negativa, la diferencia de presión entre el centro de altas presiones subtropical
(Azores) y el centro de bajas presiones subpolar (Islandia) es menor; puesto que Azores
presentan presiones más bajas de lo normal y el centro de bajas presiones de Islandia
presenta presiones más débiles. De esta forma, las tormentas de invierno cruzan el Atlántico
Norte hacia el este, en dirección más horizontal. Como consecuencia de esta trayectoria, los
inviernos serán más húmedos en la Europa meridional (mediterráneo), fríos y secos en la
Europa septentrional, fríos en la costa oriental de Estados Unidos y más templados en
Groenlandia [Luque, 2003; Trigo et al., 2002; Trigo et al., 2004].
Este patrón presenta variaciones interdecadales, interanuales y estacionales (figura 2.9).
17
Figura 2.9. Evolución a lo largo del año de los centros de acción del Patrón de teleconexión NAO.
Imagen obtenida de http://www.cpc.ncep.noaa.gov.
ATLANTICO ESTE (EA)
El patrón Atlántico Este (EA) es la segunda modalidad importante de variabilidad de baja
frecuencia en el Atlántico Norte y está presente todos los meses. Estructuralmente, el patrón
EA es similar a la NAO, ya que consta, al igual que la NAO, de un dipolo norte-sur que se
extiende por todo el Atlántico Norte (de este a oeste). Los centros de anomalías de este
patrón se desplazan hacia el sureste con respecto a los centros de anomalías de la NAO,
por lo que en ocasiones se interpreta como un patrón NAO desplazado hacia el sur. Uno de
ellos está situado sobre las altas latitudes del Atlántico Norte y Escandinavia y el otro sobre
el norte de África y el mar Mediterráneo (figura 2.8).
Al igual que la NAO, este patrón presenta dos fases, una positiva y otra negativa. En la fase
positiva el centro de altas latitudes del Atlántico Norte tiene anomalías negativas, mientras
que el centro de bajas latitudes tiene anomalías positivas [Iglesias, 2010].
Durante la fase positiva, las temperaturas estarán por encima de la media en Europa, en
particular en la Península, y por debajo de la media en el norte y centro de Estado Unidos.
En cuanto a las precipitaciones, éstas estarán por encima de la media en el norte de Europa
y Escandinavia y por debajo en el sur de Europa. La fase negativa, presenta un fuerte flujo
partido sobre las latitudes centrales del este del Atlántico Norte y mayor parte de Europa,
relacionado con un bloqueo anticiclónico en los alrededores de Groenlandia y Gran Bretaña.
18
La variabilidad de este patrón es interdecadal. El patrón del Atlántico Este (EA) explica gran
parte de la variabilidad de la precipitación y temperatura en el margen occidental de la
península Ibérica (figura 2.10) [Iglesias, 2010; Lorenzo y Taboada, 2005; Lorenzo et al.,
2008; Lorenzo et al., 2011; Rodrigo y Trigo, 2007; Rodríguez-Fonseca y Serrano, 2002;
Rodríguez-Fonseca y Rodríguez-Puebla, 2010; Saenz et al., 2001; Serrano et al., 1999;
Vicente-Serrano y López-Moreno, 2006].
Figura 2.10. Evolución a lo largo del año de los centros de acción del Patrón de teleconexión EA.
Imagen obtenida de http://www.cpc.ncep.noaa.gov.
ATLÁNTICO ESTE/RUSIA OCCIDENTAL (EA/WR)
Este patrón es el tercero que más afecta durante todo el año a Eurasia. En invierno,
presenta cuatro centros principales de anomalías, dos situados sobre Europa Occidental y el
mar Caspio y otros dos, de signos opuestos a los anteriormente citados, en el oeste y
noroeste de Rusia y el noroeste de Europa. Pero aparece, en primavera, otro centro de
anomalías del mismo signo que el situado sobre Rusia, en la costa portuguesa. Este último
centro, se sitúa más hacia el oeste, durante el otoño, debido a que sufre un pronunciado
retroceso hacia Terranova (figura 2.8).
El patrón EA/WR también se caracteriza por tener dos fases. En la fase positiva, el centro
que se encuentra sobre Europa occidental y noroeste de China adquiere valores de
anomalías positivos, y en el centro del Atlántico Norte y el norte del mar Caspio presenta
19
valores negativos. Las fases negativas más pronunciadas y persistentes tienden a
producirse en invierno y al principio de la primavera. [Iglesias, 2010].
Las principales anomalías relacionadas con la temperatura de superficie, están asociados
con la fase positiva de este patrón, reflejando temperaturas por encima de la media en el
este de Asia y por debajo de la media en gran parte de Rusia occidental y noreste de África.
En lo que se refiere a las precipitaciones, éstas muestran valores por debajo de la media en
el este de China y por encima de la media en el centro de Europa (figura 2.11).
Figura 2.11. Evolución a lo largo del año de los centros de acción del Patrón de teleconexión EA/WR.
Imagen obtenida de http://www.cpc.ncep.noaa.gov.
ESCANDINAVO (SCA)
El patrón escandinavo consiste en un centro de circulación primaria, presente todo el año,
sobre Escandinavia y grandes porciones del océano Ártico y el norte de Siberia. Presenta
otros dos centros adicionales, más débiles situados sobre Europa occidental, el este de
Rusia y Mongolia; de signo opuesto al anterior (figura 2.8).
La fase positiva de este patrón se asocia con valores positivos de anomalías sobre
Escandinavia y oeste de Rusia. Sin embargo, en la fase negativa, se observan anomalías
negativas sobre Escandinavia y el oeste de Rusia. Las anomalías positivas en esta fase
bloquean los anticiclones.
20
La fase positiva de este patrón se asocia con temperaturas por debajo de la media en el
centro de Rusia y Europa occidental. También se asocia con precipitaciones por encima de
la media en Europa central y meridional y por debajo de la media en los países
escandinavos. La variabilidad de este patrón puede ser estacional, interanual o interdecadal
(figura 2.12).
Figura 2.12. Evolución a lo largo del año de los centros de acción del Patrón de teleconexión SCA.
Imagen obtenida de http://www.cpc.ncep.noaa.gov.
21
3. DATOS Y MÉTODOS
3.1.
DATOS
1. Datos de variables meteorológicas: Los datos utilizados en el presente trabajo
pertenecen a la base de datos ECA, European Climate Assessment & Dataset,
(http://www.ecad.eu/). ECA contiene datos diarios obtenidos a partir de estaciones de los
diferentes servicios Meteorológicos e Hidrológicos Nacionales así como de estaciones de
observatorios y centros de investigación de toda Europa y de países de la zona del
Mediterráneo. Parte de este conjunto de datos están disponibles gratuitamente para la
investigación no comercial y la educación.
ECA hace uso de dos tipos de fuentes de datos: los datos obtenidos de las oficinas
meteorológicas nacionales o de otros participantes (los llamados datos de participantes y los
datos de mensajes sinópticos). La diferencia entre estas dos fuentes de datos es que los
datos de los participantes generalmente se validan mientras que los datos sinópticos no se
validan, por lo que en cuanto se disponen de datos de participantes, los datos sinópticos son
reemplazados.
Las series de datos obtenidas de los países participantes, en general, no contienen los
datos correspondientes a los últimos años. Para que cada estación tenga una serie de datos
lo más completa posible se ha incluido un procedimiento de actualización automática que se
basa en los datos diarios de mensaje SYNOP que se distribuyen casi en tiempo real a través
del Sistema Mundial de Telecomunicaciones (STM). En dicho procedimiento los huecos de
las series de datos diarios son rellenados con observaciones de estaciones cercanas,
siempre que estén dentro de una distancia de 12.5 Km y que las diferencias de altura sean
menores de 25 metros.
Dicha base de datos contiene 36983 series de observaciones de 12 variables
meteorológicas en 7848 estaciones meteorológicas de Europa y la región del Mediterráneo.
22
En la tabla 3.1 se enumeran las distintas variables que podemos obtener de la base de
datos junto con las unidades en las que están medidas:
Tabla 3.1. Variables disponibles en la base de datos ECA.
Variable
Unidad
Temperatura máxima
Temperatura media
Temperatura mínima
Luz solar
Espesor de la nieve
Precipitación
Presión a nivel del mar
Humedad
Ráfagas de viento
Velocidad del viento
Dirección del viento
Cubierta de nubes
°C
°C
°C
Horas
cm
mm
hPa
%
m/s
m/s
grados
oktas (octavos de cielo cubiertos)
El conjunto de la serie de datos es sometido a un control de calidad común empleando
varios algoritmos. Estos procesos de calidad proporcionan una etiqueta, de datos “OK”,
“sospechosos” o “desaparecidos”; que se asigna a los datos individuales. A pesar de que la
validación de datos se lleva a cabo cuidadosamente, se pueden presentar errores que no se
han detectado. El riesgo de este tipo de errores es mayor en los últimos datos que se
obtienen de mensajes sinópticos, puesto que estos datos no se someten a los procesos de
validación de las instituciones participantes. Además de los errores relativos a días
individuales, se pueden haber introducido inhomogeneidades de origen no climatológico en
las series largas debido a cambios en las prácticas de observación.
Para la evaluación de la homogeneidad de las series temporales de la ECA+D se lleva a
cabo un procedimiento de dos etapas. Primero, se aplican cuatro pruebas de homogeneidad
comunes para evaluar la serie diaria en periodos fijos de tiempo empleando las variables de
ensayo. Estas cuatro pruebas son: prueba de homogeneidad normal estándar, prueba de
rango BuisHand, prueba Pettitt, prueba de razón von Neumann. En segundo lugar, se
agrupan los resultados de las pruebas para cada serie en tres clases: útil, dudosa o
sospechosa.
De las 12 variables meteorológicas que la base de datos proporciona nosotros hemos
considerado cuatro: la cubierta de nubes, la precipitación, el viento y las horas de sol. La
tabla 3.2 muestra las 63 estaciones consideradas en el estudio. Nuestro periodo de estudio
va desde 1967 a 2011.
23
Tabla 3.2. Estaciones consideradas para el estudio.
Nombre Estación
BADAJOZ/TALAVERA LA REAL
MADRID - RETIRO
MALAGA AEROPUERTO
NAVACERRADA
SALAMANCA AEROPUERTO
SAN SEBASTIAN - IGUELDO
TORTOSA - OBSERVATORIO DEL EBRO
VALENCIA
ZARAGOZA AEROPUERTO
ALICANTE EL ALTET
ALBACETE LOS LLANOS
CORDOBA AEROPUERTO
BURGOS-VILLAFRIA
CIUDAD REAL
A CORUNA
MURCIA
PAMPLONA
SEVILLA/SAN PABLO
VALLADOLID
MELILLA
SANTANDER CENTRO
BILBAO AEROPUERTO
SANTIAGO DE COMPOSTELA/LABACOLLA
VIGO PEINADOR
LEON VIRGEN DEL CAMINO
LOGRONO-AGONCILLO
REUS/AEROPUERTO
MURCIA/SAN JAVIER
JEREZ DE LA FRONTERA
BARCELONA/AEROPUERTO
VITORIA AERODROMO
VITORIA/FORONDA
ALMERIA
ALMERIA/AEROPUERTO
ASTURIAS/AVILES
GIJON
OVIEDO
IBIZA/ESCODOLA
MENORCA/MAO
PALMA DE MALLORCA CMT
PALMA DE MALLORCA / SON SAN JUAN
CACERES
SANTANDER CMT
SANTANDER/PARAYAS
CIUDAD REAL (INSTITUTO)
CUENCA
GIRONA/COSTA BRAVA
GRANADA/AEROPUERTO
SAN SEBASTIAN/FUENTERRABIA
Altitud (m)
185
667
7
1894
790
251
44
11
247
43
704
90
890
628
58
61
459
34
735
47
64
42
370
261
916
353
71
4
27
4
521
513
7
21
127
3
336
6
91
3
8
405
52
5
627
945
143
567
4
Longitud
-6.83
-3.68
-4.49
-4.01
-5.50
-2.04
0.49
-0.37
-1.01
-0.57
-1.86
-4.85
-3.63
-3.92
-8.42
-1.17
-1.65
-5.88
-4.77
-2.96
-3.82
-2.91
-8.41
-8.62
-5.65
-2.33
1.18
-0.80
-6.06
2.07
-2.65
-2.73
-2.45
-2.36
-6.04
-5.64
-5.87
1.38
4.22
2.63
2.74
-6.34
-3.80
-3.83
-3.93
-2.14
2.76
-3.79
-1.79
Latitud
38.88
40.41
36.67
40.78
40.96
43.31
40.82
39.48
41.66
38.28
38.95
37.84
42.36
38.99
43.37
38.00
42.78
37.42
41.65
35.28
43.46
43.30
42.89
42.24
42.59
42.45
41.15
37.79
36.75
41.29
42.85
42.87
36.83
36.85
43.57
43.54
43.35
38.88
39.85
39.56
39.56
39.47
43.49
43.43
38.99
40.07
41.91
37.19
43.36
24
LLEIDA
LLEIDA (OBSERVATORIO)
MADRID/CUATROVIENTOS
MADRID/GETAFE
MURCIA/ALCANTARILLA
PAMPLONA (OBSERVATORIO)
PONTEVEDRA
SEGOVIA
SEGOVIA (MARIANO QUINTANILLA)
MORON DE LA FRONTERA
TERUEL
TOLEDO
VALENCIA/AEROPUERTO
VALLADOLID (VILLANUBLA)
192
199
687
617
85
442
108
1005
990
87
900
515
69
846
0.60
0.62
-3.79
-3.72
-1.23
-1.64
-8.62
-4.13
-4.12
-5.62
-1.12
-4.05
0.47
-4.85
41.63
41.62
40.38
40.30
37.96
42.82
42.44
40.95
40.95
37.16
40.35
39.88
39.49
41.70
2. Índices de los patrones de teleconexión: Los valores de los patrones de teleconexión
han sido tomados del Climate Prediction Center (http://www.cpc.ncep.noaa.gov/) que
presenta datos desde 1950 a 2013. Este centro de predicción climática supervisa
rutinariamente los patrones de teleconexión primaria y lleva a cabo una continua
investigación de los mismos para comprender mejor su influencia en el clima global.
Figura 3.1. Series mensuales de los 4 modos principales de variabilidad del Atlántico Norte para el
periodo 1967-2011.
25
Se pueden identificar 10 patrones de teleconexión en las regiones extratropicales del
hemisferio norte pero en este estudio se van a emplear cuatro de ellos (NAO, EA, EA/WR,
SCA) que son aquellos que muestran una mayor influencia sobre la variabilidad climática de
la península Ibérica. La figura 3.1 muestra la serie mensual de los valores de dichos índices
para el periodo de estudio 1967-2011.
El procedimiento empleado para la identificación de los patrones de teleconexión del
hemisferio norte es el Análisis de Rotación de las Componentes Principales”RPCA”
[Barnston y Livezey, 1987]. Este método consiste en aislar los índices de teleconexión
primarias de todos los meses pudiendo obtener así sus series temporales. La técnica RPCA
se aplica a las anomalías de las medias estandarizadas a 500 mb obtenidas del CDAS
(Climate Data Assimilation System) para la región situada entre 20-90ºN desde enero de
1950 a diciembre de 2000.
Para cada uno de los 12 meses del año, 10 de las princiaples EOFs no rotadas son
determinadas del campo de anomalías mensuales obtenidas de la altura geopotencial en el
periodo de 3 meses centrados en ese mes. A continuación se aplica una rotación Varimax a
esos 10 modos no rotados, obteniéndose los 10 modos principales rotados, así como sus
series temporales para ese mes. Estos 10 modos principales rotados para cada mes están
basados en 153 mapas de anomalías mensuales estandarizados.
Un análisis de los 12 modos rotados permite obtener 10 patrones de teleconexión, de los
cuales 8 o 9 aparecen en cada uno de los 12 meses.
Este análisis representa la variabilidad de la estructura y la amplitud de los patrones de
teleconexión asociados con el ciclo anual de la circulación atmosférica extratropical.
También muestra una mejor continuidad de las series de tiempo de un mes al siguiente, que
si se calcularan los patrones para cada mes de forma independiente. Finalmente este
análisis permite obtener resultados más robustos debido al gran número de campos
empleados para calcular los modos de cada mes [Barnston y Livezey, 1987].
3.2.
MÉTODOS
Para el análisis de datos y la elaboración de los mapas se ha empleado un programa de
cálculo científico, MeteoLab (acrónimo de Meteorological Laboratory for Machine Learning).
Esta plataforma es una herramienta de código abierto escrita con el software de MatLab
para el análisis estadístico de datos meteorológicos que permite la carga de observaciones y
modelos numéricos para la realización de cálculos estadísticos y mapas de una forma
sencilla. La Toolbox incluye un conjunto de datos de precipitación, temperatura y presión de
un conjunto de estaciones europeas de la red GSN (GCOS Stations Network). Para este
proyecto en concreto se han considerado los datos de la base ECA descrita anteriormente.
La plataforma MeteoLab incluye las siguientes características: visualización gráfica de las
series temporales, patrones espaciales, etc; regresión y modelos temporales, análisis de
componentes principales, análisis de correlación canónica, generadores de tiempo,
validación probabilística, etc. [Gutiérrez et al., 2004]
26
MeteoLab trabaja con redes de observaciones a través de una estructura que contiene tres
campos: Network, Stations, Variable. “Network” indica la red que se va a utilizar, en este
caso “ECA”. “Stations” indica un fichero que contiene los indicativos del subconjunto de
estaciones que se desean cargar (para este caso Iberian Peninsular.stn que incluye las
estaciones mostradas en la tabla 3.2). “Variable” es el nombre del subdirectorio donde se
encuentran los datos de la variable de interés (en este caso se analizan 4 variables: cubierta
de nubes (CC), precipitación (RR), horas de sol (SS) y velocidad del viento (FG).
Ejemplo código:
Example.Network= {'C:\MATLAB\R2010b\toolbox\MLToolbox\ObservationsData\ECA'};
Example.Stations = {'IberiaPeninsular.stn'};
Example.Variable = {'CC'};
Se han calculado las medias mensuales para todas las variables y estaciones elegidas para
el periodo 1967-2011 descartando aquellas que tuvieran más de un 5% de datos erróneos o
desaparecidos en el mes analizado.
Para el estudio estacional, los meses se agruparon desde el punto de vista climatológico, no
astronómico, de acuerdo a las estaciones climatológicas estándar en la región:
• Invierno: diciembre, enero, febrero.
• Primavera: marzo, abril, mayo.
• Verano: junio, julio, agosto.
• Otoño: septiembre, octubre, noviembre.
Para encontrar la relación entre las variables de interés se utilizó el coeficiente de
correlación de Pearson, el cual es un índice que mide la relación lineal entre dos variables
aleatorias cuantitativas. A diferencia de la covarianza, la correlación de Pearson es
independiente de la escala de medida de las variables.
En este caso cuando se presenta el análisis para dos variables aleatorias x e y; el
coeficiente de correlación de Pearson se simboliza con la letra ρX,Y, siendo la expresión que
nos permite calcularlo:
 X ,Y 
 XY
 X Y
Donde:
σXY es la covarianza de (X,Y)
σX es la desviación típica de la variable X
σY es la desviación típica de la variable Y
El coeficiente será positivo siempre y cuando las variables sean directamente proporcionales
(al aumentar la variable X aumenta la variable Y) y negativo en caso de comportamiento
inversamente proporcional. Para los cálculos de coeficientes de correlación se consideró un
intervalo de confianza mínimo del 95%.
27
En este análisis también se han descartado aquellas estaciones que tuvieran un número
elevado de datos erróneos o huecos.
Además para completar el estudio se han realizado composites estacionales de presión para
cada uno de los índices. Para su elaboración se ha utilizado la variable de presión a nivel del
mar dada por el reanálisis del NCAR, se buscaron los años en los que los índices de los
diferentes modos atmosféricos presentaban extremos positivos (>1) y extremos negativos
(>-1) y se calcularon sus valores medios. Para el cálculo final del composite se restó a la
media de los años con valores extremos positivos la media de los años con valores
extremos negativos y se dibujó el mapa de presión sobre el área de estudio.
28
4. RESULTADOS
4.1.
CARACTERIZACIÓN DE LA ZONA DE ESTUDIO EN BASE A LAS
VARIABLES EMPLEADAS
En esta primera sección se caracterizará la climatología de la península Ibérica dada por las
variables meteorológicas empleadas en este estudio (cubierta de nubes, horas de sol,
precipitación, y viento). Para dicha caracterización se han calculado las medias estacionales
de cada una de las variables en las 63 estaciones de las que disponemos de datos para el
periodo 1967-2011.
En la figura 4.1 se muestran las medias estacionales de la cubierta nubosa en cada una de
las estaciones meteorológicas consideradas. Las regiones de mayor nubosidad se localizan
mayoritariamente en el norte de la Península mientras que el sur de la Península se
caracteriza por presentar una nubosidad escasa o nula. Analizando los mapas
estacionalmente, apreciamos que en los meses de invierno la nubosidad es elevada en el
noroeste de la Península y en la zona cantábrica, media en la zona central y baja en el sur.
Este patrón de comportamiento se repite durante todo el año aunque en los meses de
primavera y otoño las regiones de mayor nubosidad se retiran hacia el norte peninsular y en
verano la nubosidad disminuye en toda la Península quedándose relegada a las zonas
costeras bañadas por el mar Cantábrico. Esto es consecuencia de las nubes de
estancamiento propiciadas por los vientos de norte que afectan a la región durante el
periodo estival.
29
DJF
MAM
JJA
SON
Figura 4.1. Mapas estacionales de la nubosidad media (oktas) en cada una de las estaciones para el
periodo 1967-2011.
El comportamiento encontrado en los mapas estacionales de las horas de sol acumuladas
es el contrapuesto al observado en la cubierta nubosa tal y como cabría esperar (figura 4.2).
DJF
MAM
JJA
SON
Figura 4.2. Mapas estacionales de las horas de sol acumuladas en cada una de las estaciones para
el periodo 1967-2011.
30
El tercio sur peninsular es el que más horas de sol recibe durante todo el año; mientras que
en el tercio norte las horas de sol son muy inferiores puesto que la nubosidad es mayor, tal y
como se vio en la figura 4.1. En los meses de invierno vemos que en el noroeste y en la
zona cantábrica la insolación recibida es muy baja puesto que se trata de una zona afectada
por el continuo paso de frentes provenientes del Atlántico. Sin embargo el tercio sur
peninsular duplica en horas de sol a la zona norte. Esta diferencia es menos acusada en las
estaciones transitorias de primavera y verano en las que además de incrementar el número
de horas de sol este incremento se extiende espacialmente hasta la mitad peninsular.
Durante el verano, las horas de sol acumuladas se duplican en toda la Península debido a
que durante el periodo estival la circulación anticiclónica afecta a toda la Península con
mayor intensidad y además los días son más largos por la inclinación solar. Este
comportamiento junto con el observado en la cubierta nubosa es lo que justifica que las
mayores centrales solares productoras de energía eléctrica se encuentren en el sur
peninsular tal y como se mostró en la figura 2.7.
DJF
MAM
JJA
SON
Figura 4.3. Precipitación media estacional (mm) en cada una de las estaciones para el periodo 19672011.
La figura 4.3 muestra la media estacional de las precipitaciones para los cuatro periodos del
año en cada una de las 63 estaciones consideradas. En un primer análisis se observa que
en el tercio norte peninsular es donde se concentra la mayor cantidad de precipitación,
mientras que el resto de la Península se caracteriza por ser una región con menor
pluviosidad. Analizando las precipitaciones estacionalmente podemos observar que el
invierno es la estación con mayor cantidad de lluvia y que no sólo se encuentra localizada
en el norte peninsular sino que también existen áreas en el suroeste peninsular con
cantidades nada despreciables. En dicha zona del sur peninsular se encuentra por ejemplo
la sierra de Grazalema uno de los lugares con mayor pluviosidad por su altitud, topografía y
orientación. Durante la primavera el patrón de precipitaciones apenas cambia aunque la
31
cantidad de lluvia disminuye con respecto al invierno y las zonas más lluviosas comienzan
confinarse hacia la mitad norte peninsular, disminuyendo la cantidad de lluvia en la región
del suroeste de la Península y aumentando en el noreste. En verano se aprecia un
descenso generalizado por toda la geografía peninsular. Este descenso se traduce en
apenas existencia de precipitaciones en la zona sur. En la región de la costa catalana se
aprecian valores moderadamente altos debido a las precipitaciones de origen convectivo
que se dan en esta región y en gran parte del litoral mediterráneo durante el periodo estival
y otoñal como consecuencia del calor advectado por el mar Mediterráneo. En otoño las
precipitaciones recuperan los niveles del periodo invernal y su distribución espacial.
DJF
MAM
JJA
SON
Figura 4.4. Media estacional de la velocidad de viento máxima diaria (m/s) en cada una de las
estaciones para el periodo 1967-2011.
Por último, la figura 4.4 muestra los mapas estacionales de la velocidad de viento máxima
diaria en cada una de las estaciones utilizadas. El patrón del viento es más complejo de
analizar ya que no solo está sujeto a las condiciones meteorológicas sino que está
fuertemente influenciado por la orografía. Al estar trabajando con datos de estaciones
puntuales los valores del viento dependerán fuertemente de si nuestra estación está
localizada en una zona alta o bien en el fondo de un valle. Esto explica que al lado de
puntos con valores máximos encontremos puntos con valores mínimos de intensidad de
viento. Si uno analiza en detalle los mapas de la figura 4.4 puede apreciar la presencia de
los diferentes sistemas montañosos que pueblan la Península siguiendo los puntos de
mayor intensidad de viento. Las zonas costeras también se caracterizan por intensidades
altas de viento. Toda esta distribución nos indica aquellas zonas más propicias para la
instalación de parques eólicos. De forma generalizada los vientos más intensos se dan en el
periodo invernal y primaveral en la zona de la cornisa cantábrica y del noroeste peninsular;
32
en el periodo primaveral y estival en la zona central de la Península y en primavera en la
costa mediterránea.
4.2.
CORRELACIONES DE LOS PATRONES DE TELECONEXIÓN.
A continuación se analizará la mayor o menor eficiencia que se puede esperar de las tres
energías renovables analizadas en función de la influencia que los cuatro modos de
variabilidad considerados (NAO, EA, EA/WR y SCA) tienen sobre las variables
meteorológicas estudiadas.
ENERGÍA SOLAR
La cantidad de energía solar que podamos aprovechar está íntimamente relacionada con la
insolación recibida y esta será un claro reflejo de las horas de sol y de la cantidad de nubes
de que dispongamos. Por eso vamos a analizar la correlación que tenemos entre los cuatro
modos atmosféricos y la cubierta de nubes y las horas de sol estacionalmente.
NAO
EA
EA/WR
SCA
Figura 4.5: Mapas de correlación entre los modos atmosféricos de invierno y los valores de la cubierta
de nubes en las diferentes estaciones meteorológicas de la Península. (Significatividad del 95% para
-0.25>r>0.25).
Durante el invierno con la cubierta de nubes (figura 4.5) se observa que NAO presenta una
alta correlación negativa con una significatividad por encima del 95% en toda la península
Ibérica, excepto en Asturias donde esta significatividad es menor aunque la correlación
continua siendo negativa. El patrón Atlántico Este (EA) presenta una correlación positiva en
este caso aunque de menor significatividad que en el caso de NAO, exceptuando en
algunas zonas como Pontevedra, Extremadura, Madrid y Cataluña donde la correlación
entre la nubosidad y este patrón es más alta. El patrón EA/WR presenta una correlación
33
negativa de una significatividad menor del 95% en prácticamente toda el área de estudio
aunque esta correlación es mayor en la costa cantábrica y en Galicia. Finalmente, el patrón
SCA muestra una alta correlación positiva con la nubosidad de nuestra región, sobre todo en
la mitad sur de la Península. Estos resultados nos indican que años con NAO y EA/WR
positiva y EA y SCA negativa van a traer poca cubierta nubosa durante el invierno y
viceversa NAO y EA/WR negativa y EA y SCA positiva van a propiciar una mayor cantidad
de nubes durante el invierno lo que hará que la energía solar resulte menos eficiente.
A esta misma conclusión llegamos si analizamos las correlaciones de los cuatro patrones
con las horas de sol (figura 4.6). NAO muestra una alta correlación positiva con valores
significativos por encima del 95% en prácticamente toda la Península aunque podemos
apreciar que la intensidad de estas correlaciones disminuye hacia el norte. EA presenta una
correlación negativa cuyos valores más altos se encuentran al oeste de la zona de estudio.
El patrón EA/WR no muestra una correlación uniforme ni de gran significatividad con las
horas de sol salvo en la zona cantábrica donde muestra una correlación positiva con una
significatividad superior al 95%. El patrón SCA muestra una correlación similar a la NAO
pero con valores de correlación negativos en lugar de positivos. En este caso también
vemos que la correlación es menor en la mitad norte de la península Ibérica. Estos
resultados confirman lo observado al analizar la relación con la cubierta de nubes; en
invierno el aprovechamiento de la energía solar será mayor con NAO y EA/WR en fase
positiva y EA y SCA en fase negativa.
NAO
EA
EA/WR
SCA
Figura 4.6. Mapas de correlación entre los modos atmosféricos de invierno y los valores de horas de
sol en las diferentes estaciones meteorológicas de la Península. (Significatividad del 95% para 0.25>r>0.25).
En los meses de primavera las correlaciones son más débiles tanto con la cubierta de nubes
como con las horas de sol (figura 4.7 y 4.8). Las correlaciones de NAO muy altas en invierno
disminuyen significativamente dejando en muchas zonas de ser significativas al 95%. Solo
en el caso del patrón SCA en el que la correlación es positiva con la cubierta de nubes y
34
negativa con las horas de sol, la significatividad es superior al 95% en la mayor parte del
territorio lo que los descartaría como posibles predictores al resto de índices. De este forma,
sólo un índice SCA en fase negativa propiciaría la generación de energía solar.
NAO
EA
EA/WR
SCA
Figura 4.7. Mapas de correlación entre los modos atmosféricos de primavera y los valores de la
cubierta de nubes en las diferentes estaciones meteorológicas de la Península. (Significatividad del
95% para -0.25>r>0.25).
NAO
EA
EA/WR
SCA
Figura 4.8. Mapas de correlación entre los modos atmosféricos de primavera y los valores de las
horas de sol en las diferentes estaciones meteorológicas de la Península. (Significatividad del 95%
para -0.25>r>0.25).
35
NAO
EA
EA/WR
SCA
Figura 4.9. Mapas de correlación entre los modos atmosféricos de verano y los valores de la cubierta
de nubes en las diferentes estaciones meteorológicas de la Península. (Significatividad del 95% para
-0.25>r>0.25).
NAO
EA
EA/WR
SCA
Figura 4.10. Mapas de correlación entre los modos atmosféricos de verano y los valores de horas de
sol en las diferentes estaciones meteorológicas de la Península. (Significatividad del 95% para 0.25>r>0.25).
36
En los meses de verano los patrones que muestran una mayor influencia tanto sobre la
cubierta de nubes como sobre las horas de sol son NAO y EA. El primero afecta sobre todo
a la región del sur y sureste de la Península de forma que una fase negativa de dicho índice
parece favorecer las condiciones para la producción de energía solar. El segundo presenta
un comportamiento opuesto de forma que será una fase positiva de EA la que favorezca la
producción solar. Además la influencia de este último patrón se hace sentir sobre toda la
mitad sur peninsular (figuras 4.9 y 4.10).
NAO
EA
EA/WR
SCA
Figura 4.11. Mapas de correlación entre los modos atmosféricos de otoño y los valores de la cubierta
de nubes en las diferentes estaciones meteorológicas de la Península. (Significatividad del 95% para
-0.25>r>0.25).
Finalmente en los meses de otoño es el patrón SCA al igual que ocurría en primavera el que
presenta una mayor influencia sobre ambas variables (figuras 4.11 y 4.12). En este caso, la
mitad noroeste peninsular es la más influenciada de forma que una fase negativa de dicho
modo atmosférico propicia las condiciones de producción solar ya que presenta correlación
positiva con la cubierta de nubes y negativa con las horas de sol. El resto de patrones no
muestran uniformidad en la intensidad de las correlaciones siendo significativas por debajo
del 95% en la mayoría de los casos. No obstante en algunas estaciones del norte peninsular
las fases positivas de NAO, EA y EA/WR muestran correlaciones que favorecerían las
producción de energía solar.
37
NAO
EA
EA/WR
SCA
Figura 4.12. Mapas de correlación entre los modos atmosféricos de otoño y los valores de horas de
sol en las diferentes estaciones meteorológicas de la Península. (Significatividad del 95% para 0.25>r>0.25).
ENERGÍA HIDROELÉCTRICA
Como vimos en el capítulo de introducción, la energía hidroeléctrica depende fuertemente
del caudal de los ríos y estos a su vez de las precipitaciones. Por ello analizaremos la
relación existente entre los diferentes modos atmosféricos y la precipitación para saber qué
fase de estos modos propiciará un mejor rendimiento de las centrales hidroeléctricas.
En los meses de invierno vemos que la influencia de los modos presenta una significatividad
importante con las precipitaciones. Debemos recordar que en invierno es cuando los
embalses acumulan sus mayores reservas de agua. Un invierno con pocas precipitaciones
reducirá el suministro de electricidad proveniente de las centrales hidroeléctricas. De los
cuatro patrones considerados NAO es el que presenta una mayor correlación, en este caso
negativa, con las precipitaciones en prácticamente toda el área de estudio. Las mayores
correlaciones se encuentran en la zona sur y central de la Península. El modo SCA se
comporta de modo opuesto a NAO mostrando un patrón de correlaciones muy similar pero
en este caso la correlación es positiva. El patrón EA presenta una correlación positiva igual
que SCA pero reduciendo su área de influencia significativa al oeste de la Península.
EA/WR, al igual que NAO muestra correlaciones negativas presentando su mayor
significatividad en el noroeste de la Península (figura 4.13).
38
NAO
EA
EA/WR
SCA
Figura 4.13. Mapas de correlación entre los modos atmosféricos de invierno y los valores de
precipitación en las diferentes estaciones meteorológicas de la Península. (Significatividad del 95%
para -0.25>r>0.25).
NAO
EA
EA/WR
SCA
Figura 4.14. Mapas de correlación entre los modos atmosféricos de primavera y los valores de
precipitación en las diferentes estaciones meteorológicas de la Península. (Significatividad del 95%
para -0.25>r>0.25).
En los meses primaverales las correlaciones presentan una intensidad mucho menor que en
el invierno reduciéndose en gran medida los valores que superan el 95% de significatividad
39
(figura 4.14). Además los diferentes modos no parecen tener una uniformidad en su
influencia de forma que, mientras en algunas zonas la correlación es positiva, en otras es
negativa. NAO presenta correlaciones negativas en la mitad oeste, siendo de mayor
significatividad en Galicia y correlaciones positivas en la región este de la Península. EA,
muestra correlaciones negativas en toda la región excepto en Galicia donde las
correlaciones tiene valores positivos. Las correlaciones del patrón EA/WR muestran valores
positivos y negativos en toda el área de estudio, de una significatividad menor del 95% en
ambos casos. Finalmente, el patrón SCA es el único que presenta valores de correlación
positiva con una significatividad superior al 95% en toda la zona central peninsular. Esto
hace que no se pueda afirmar con seguridad qué fase de los modos de teleconexión puede
propiciar unas mejores condiciones para la producción de energía hidroeléctrica en
primavera.
NAO
EA
EA/WR
SCA
Figura 4.15. Mapas de correlación entre los modos atmosféricos de verano y los valores de
precipitación en las diferentes estaciones meteorológicas de la Península. (Significatividad del 95%
para -0.25>r>0.25).
En los meses de verano las correlaciones más significativas están presentes en el patrón EA
y SCA que muestran correlaciones opuestas, esto es, EA negativas y SCA positivas (figura
4.15). NAO y EA/WR apenas presentan valores que superen el 95% de significatividad lo
que los descarta como posibles predictores. Los valores de correlación del patrón EA con
las precipitaciones tienen valores de significatividad elevada en el centro de la Península
mientras que el patrón SCA presenta su mayor significatividad con las estaciones
localizadas en el centro de la Península y en el País Vasco. Por lo tanto una fase negativa
de EA y positiva de SCA propiciaría una situación favorable a las hidroeléctricas. No
obstante, ha de tenerse en cuenta que dadas las características climatológicas de la
península Ibérica, el verano es el periodo de menores precipitaciones lo que hace que la
40
producción hidroeléctrica se reduzca al mínimo en este periodo ya que gran parte de los
embalses también son utilizados para abastecimiento de agua a la población.
Finalmente en otoño solo el patrón SCA muestra correlaciones positivas de significatividad
superior al 95% en el centro y noroeste de la Península (figura 4.16). Los patrones NAO y
EA muestran correlaciones poco significativas con las precipitaciones. La correlación con
EA/WR es, por lo general, no significativa excepto en la zona del País Vasco donde las
correlaciones son negativas con valores significativos al 95%. Esto ratifica a SCA en fase
positiva como un predictor de precipitaciones y condiciones favorables para la producción
hidroeléctrica en prácticamente todo el año.
NAO
EA
EA/WR
SCA
Figura 4.16. Mapas de correlación entre los modos atmosféricos de otoño y los valores de
precipitación en las diferentes estaciones meteorológicas de la Península. (Significatividad del 95%
para -0.25>r>0.25).
ENERGÍA EÓLICA
Como se explicó en la introducción una de las variables decisivas para el cálculo de la
potencia eléctrica generada por los aerogeneradores es el viento que influye con una
relación cúbica. Así pues, para saber si se van a dar condiciones favorables a la producción
de energía eléctrica derivada de los parques eólicos se analiza la relación entre los
diferentes modos atmosféricos y la velocidad del viento. A diferencia de lo que ocurría con
las otras variables, los datos de velocidad del viento presentan numerosas lagunas debido a
problemas de funcionamiento de los sensores. Esto hace que las restricciones impuestas a
la calidad de las series nos restrinja el número de estaciones con las que podemos llevar a
cabo las correlaciones. No obstante con los resultados obtenidos sí que nos podemos hacer
41
una idea de la influencia de los modos atmosféricos sobre dicha variable en la península
Ibérica.
Durante los meses de invierno se observa una fuerte correlación negativa entre los índices
NAO y EA/WR y las estaciones de la mitad norte peninsular y una correlación positiva entre
esas mismas estaciones y el índice SCA (figura 4.17). En esta ocasión las correlaciones con
EA no muestran una significatividad relevante. Ante estos resultados el invierno será
propicia a la producción de energía eólica siempre que tengamos un índice NAO y EA/WR
negativo y un índice SCA positivo.
NAO
EA
EA/WR
SCA
Figura 4.17. Mapas de correlación entre los modos atmosféricos de invierno y los valores de
velocidad de viento en las diferentes estaciones meteorológicas de la Península. (Significatividad del
95% para -0.25>r>0.25).
En primavera las correlaciones apenas muestran una significatividad apreciable salvo el
índice EA que presenta una correlación positiva con las estaciones ubicadas en el noroeste
de la Península (figura 4.18).
42
NAO
EA
EA/WR
SCA
Figura 4.18. Mapas de correlación entre los modos atmosféricos de primavera y los valores de
velocidad de viento en las diferentes estaciones meteorológicas de la Península. (Significatividad del
95% para -0.25>r>0.25).
NAO
EA
EA/WR
SCA
Figura 4.19. Mapas de correlación entre los modos atmosféricos de verano y los valores de velocidad
de viento en las diferentes estaciones meteorológicas de la Península. (Significatividad del 95% para 0.25>r>0.25).
43
Durante el verano solo NAO presenta uniformidad y significancia alta en sus valores de
correlación dando valores negativos especialmente altos en Galicia y Cantabria (figura 4.19).
El resto de los patrones muestran variabilidad en sus patrones de influencia que no dejan
ver una clara influencia de los mismos sobre dicha variable.
NAO
EA
EA/WR
SCA
Figura 4.20. Mapas de correlación entre los modos atmosféricos de otoño y los valores de velocidad
de viento en las diferentes estaciones meteorológicas de la Península. (Significatividad del 95% para 0.25>r>0.25).
Durante el otoño la intensidad del viento presenta correlaciones mayormente negativas tanto
con el patrón NAO como con el patrón EA/WR aunque su significatividad está por debajo del
95% lo que descarta dichos índices como potenciales predictores. Los patrones EA y SCA
presentan por el contrario correlaciones positivas con significatividad superior al 95% en
áreas del norte peninsular (figura 4.20).
4.3.
DISCUSION
Para completar el estudio, se han realizado mapas de las diferencias de presión
estacionales entre los años con índices extremos positivos (> 1) y los años con extremos
negativos (< -1) para los cuatro modos atmosféricos.
Los resultados encontrados muestran que, aunque tal y como se esperaba, NAO presenta
una fuerte influencia sobre el clima de la península Ibérica. El resto de patrones o índices
analizados también juegan un papel importante a la hora de explicar la variabilidad de
variables como la precipitación, el viento o las horas de sol en las diferentes estaciones del
año.
44
Los resultados obtenidos con las variables de cubierta de nubes y horas de sol corroboran
estudios previos en los que se observó que durante el invierno existía una influencia
significativa del índice NAO sobre la variabilidad espacio-temporal de la radiación solar en la
región del Atlántico Norte, siendo una de las zonas con máxima respuesta la península
Ibérica [Pozo-Vázquez et al., 2004; Sanchez-Lorenzo, 2006; Sanchez-Lorenzo et al., 2006;
Santos Alamillo, 2012]. En nuestro trabajo se observa que durante la estación invernal, se
da una mayor insolación con anomalías positivas de dicho índice y lo contrario con la
cubierta de nubes es decir, con anomalías positivas del índice NAO, la cubierta nubosa es
menor. Esto es fácilmente explicable al analizar la figura 4.21 en la que se observan
anomalías positivas de presión sobre la Península al hacer el composite del índice NAO, de
forma que esta queda bajo la influencia de la circulación anticiclónica, presentando valores
de nubosidad reducidos. Durante el periodo invernal también los otros índices parecen jugar
un papel decisivo sobre el comportamiento de las horas de sol y la cubierta de nubes.
EA/WR se comporta como NAO favoreciendo la insolación sobre la Península; su composite
(figura 4.21) muestra también anomalías positivas de presión que afectan a la península
Ibérica aunque no tan intensamente como NAO. Los otros dos índices EA y SCA presentan
sin embargo un comportamiento diferente de forma que en su fase positiva se reduce la
insolación sobre la Península. El análisis de sus composites muestra centros de anomalías
negativas de presión muy cercanos a la Península lo que provoca que el tiempo se
caracterice en su fase positiva por tiempo ciclónico y nuboso con menor insolación.
NAO
EA
EA/WR
SCA
Figura 4.21. Mapas Composite de presión en superficie para el invierno.
45
La situación mostrada en los composites de la figura 4.21 ayuda a entender que si bien NAO
y EA/WR presentan en su fase positiva condiciones favorables para una mayor insolación
sobre la Península, provocan, por el contrario, inviernos no favorables a la producción de
energía hidroeléctrica o eólica por ser más secos y menos ventosos. Esto explica que la
correlación encontrada entre estos índices y las variables de precipitación y viento sean
negativas (figura 4.13 y 4.17). Lo contrario sucede con EA y SCA que en su fase positiva
dejan la Península bajo influencia ciclónica que propicia la aparición de precipitación y
situaciones más ventosas, lo que justifica las correlaciones positivas encontradas en las
figuras 4.13 y 4.17, respectivamente.
NAO
EA
EA/WR
SCA
Figura 4.22. Mapas Composite de presión en superficie en primavera.
En primavera, la intensidad de las correlaciones encontradas en el capítulo de resultados es
menor dejando de ser significativa al 95% para la mayoría de las variables e índices.
Además las influencias ya no son uniformes sobre todo el territorio peninsular lo que dificulta
la interpretación de los resultados. Si analizamos la figura 4.22 de los composites de
primavera podemos ver que las anomalías entre años en fase positiva y años en fase
negativa son de menor intensidad y en algún caso los centros de dichas anomalías se han
desplazado no quedando sobre la Península. Además algunos de los índices analizados son
menos intensos fuera del periodo invernal lo que produce la aparición de menores casos
extremos reduciendo también su posible influencia sobre la circulación atmosférica. Todo
esto explica, por ejemplo, que ahora la correlación de NAO con la insolación, (horas de sol),
ya no sea significativa al 95% aunque siga mostrando valores positivos o que la correlación
con la precipitación solo mantenga valores significativos en la mitad noroeste de la
46
Península. Las anomalías de presión positivas mostradas en el composite (figura 4.22) se
encuentran desplazadas al este de las Azores y son menos intensas que las observadas en
invierno lo que hace que la circulación anticiclónica sea más débil sobre la Península. El
desplazamiento que sufren los centros de acción del índice EA durante la primavera hacia el
suroeste del área de estudio hace que su influencia ciclónica sobre la Península deje de ser
efectiva. Si se observa la figura 4.22 detenidamente, se puede ver como incluso ahora las
anomalías sobre la Península llegan a mostrar valores ligeramente positivos. Esto explica,
que ahora aunque las correlaciones muestran una significatividad menor del 90% sean
positivas con las horas de sol y negativas con la cubierta nubosa, la precipitación y el viento.
Lo mismo sucede con el índice EA/WR que en primavera apenas ejerce influencia sobre la
Península debido al debilitamiento de dicho patrón durante esta estación. SCA por el
contrario mantiene su influencia sobre la Península de forma que con fase positiva la
influencia ciclónica reduce la insolación sobre la Península y aumenta la cobertura nubosa
con lo que favorecería la producción de energía procedente de parques eólicos y centrales
hidroeléctricas frente a la producción de energía procedente de plantas solares.
En verano los valores de las anomalías observadas en la figura 4.23 son realmente débiles
salvo quizás en el caso de SCA sin embargo se encuentran correlaciones significativas entre
algunas de las variables e índices analizados.
NAO
EA
EA/WR
SCA
Figura 4.23. Mapas Composite de presión en superficie en verano.
47
En otoño los índices vuelven a recobrar más intensidad de forma que la diferencia entre
años positivos y negativos presenta anomalías de mayor intensidad que en primavera y
verano tal y como podemos comprobar al observar la figura 4.23. Los composites de NAO y
EA presentan anomalías de presión opuestas, NAO presenta anomalías positivas y EA
anomalías negativas. Sin embargo, dichos centros de acción no son los suficientemente
intensos como para generar una influencia significativa al 95% en toda la Península de
forma que su influencia se restringe al norte y noroeste de la Península. Esto puede ser
debido a que durante esta estación la zona mediterránea de la Península está fuertemente
influenciada por la circulación mediterránea y las bajas africanas y el efecto de las
anomalías positivas y negativas de los patrones NAO y EA no son lo suficientemente
intensas para anular dicha influencia. El índice EA/WR muestra sus centros de anomalías
muy desplazados hacia el norte lo que dificulta su influencia sobre la Península de forma
que solo encontramos correlaciones significativas al 95% en la región de País Vasco, en
particular observamos, correlación negativa con precipitación y nubes y positiva con horas
de sol, seguramente propiciadas por el centro de anomalías positivas situado al noreste de
las Islas Británicas. Por último el patrón SCA mantiene su influencia sobre toda la Península
favoreciendo en su fase positiva la circulación ciclónica sobre la Península y por
consiguiente la producción de energía proveniente del viento y del agua de los embalses.
NAO
EA
EA/WR
SCA
Figura 4.23. Mapas Composite de presión en superficie en otoño
48
5. CONCLUSIONES
La influencia de los 4 principales modos atmosféricos del Atlántico Norte sobre los recursos
energéticos solares, hidroeléctricos y eólicos de la península Ibérica ha sido explorada
basándonos en el análisis de 45 años de datos de estaciones meteorológicas y datos de los
índices que caracterizan dichos patrones. En particular, la influencia de dichos modos en la
variabilidad de los tres recursos energéticos ha sido analizada a través del cálculo de las
correlaciones de Pearson entre los índices y las variables y el análisis de composites. El
análisis fue llevado a cabo estacionalmente y pretende contribuir a un mejor conocimiento
de los recursos de energía renovable en la región de estudio.
Tabla 5.1 Condiciones favorables (verde) o desfavorables (rojo) a la producción de energía
proveniente de las diferentes fuentes renovables bajo la influencia de la fase positiva de los cuatro
índices atmosféricos analizados en las cuatro estaciones del año. Las celdas con trama horizontal o
vertical indican que la influencia es solo sobre determinadas zonas de la Península.
FASE POSITIVA
DJF
MAM
JJA
SON
NAO
SOLAR
HIDROELECTRICA
EOLICA
SOLAR
HIDROELECTRICA
EOLICA
SOLAR
HIDROELECTRICA
EOLICA
SOLAR
HIDROELECTRICA
EOLICA
EA
SOLAR
HIDROELECTRICA
EOLICA
SOLAR
HIDROELECTRICA
EOLICA
SOLAR
HIDROELECTRICA
EOLICA
SOLAR
HIDROELECTRICA
EOLICA
EA/WR
SOLAR
HIDROELECTRICA
EOLICA
SOLAR
HIDROELECTRICA
EOLICA
SOLAR
HIDROELECTRICA
EOLICA
SOLAR
HIDROELECTRICA
EOLICA
SCA
SOLAR
HIDROELECTRICA
EOLICA
SOLAR
HIDROELECTRICA
EOLICA
SOLAR
HIDROELECTRICA
EOLICA
SOLAR
HIDROELECTRICA
EOLICA
49
Las correlaciones lineales, mediante la r de Pearson, demuestran que existe una clara
influencia de los cuatro índices atmosféricos sobre las variables analizadas durante el
periodo invernal. Dichas variables son indicadores claros del potencial energético de cada
una de las energías consideradas con lo que podemos concluir que la energía solar se ve
favorecida por fases positivas de NAO y EA/WR y negativas de EA y SCA. Lo contrario
sucede con las energías eólica e hidroeléctrica que producen una mayor cantidad de
energía cuando NAO y EA/WR se encuentran en fase negativa y EA y SCA en fase positiva.
En el resto de periodos estacionales la influencia de dichos índices atmosféricos es más
débil y pierde uniformidad afectando de forma diferente a diferentes áreas peninsulares lo
que hace más compleja la interpretación de los resultados. En la tabla 5.1 se puede ver en
color continuo y verde aquellas condiciones favorables a la producción energética y en color
continuo y rojo las que no favorecen dicha producción energética. Las celdas con tramas de
colores indican que en algunas áreas de la Península la producción se ve favorecida o
desfavorecida con las fases positivas del índice en cuestión. Tras el examen de la tabla 5.1
se puede concluir que el índice SCA favorece en su fase positiva durante los cuatro periodos
estacionales la producción de energía hidroeléctrica y en invierno y otoño la eólica mientras
que en dicha fase positiva la energía solar se ve afectada por condiciones no propicias para
su generación.
La producción de energía eólica también se ve propiciada por fases negativas de EA/WR y
NAO en verano y fases negativas de EA/WR en otoño. Mientras que la producción de
energía hidroeléctrica se ve favorecida por fases negativas de EA en primavera y verano.
A la luz de los resultados obtenidos, podemos concluir que aunque sea necesaria una
evaluación en mayor profundidad de los datos y sus relaciones para obtener una mejor
estimación de la variabilidad interanual de los recursos renovables y de su variabilidad
productiva, la industria debería tomar nota de estos resultados pues pueden ayudarla en las
predicciones energéticas. Una correcta interpretación de los índices atmosféricos puede
ayudarla a entender y a acotar la variabilidad para reducir la incertidumbre en las
producciones de las diferentes centrales energéticas. El conocimiento de la variabilidad y
tendencias de las variables energéticas debería jugar un papel importante en el futuro, así
como las diferencias espaciales e interanuales, pues son numerosas las repercusiones
(directas e indirectas) socio-económicas que tiene en nuestro territorio (agricultura, energía
renovables, turismo, etc.).
50
BIBLIOGRAFIA
Agencia Estatal de Meteorología (2011) Atlas climático ibérico: Temperatura del aire y
precipitación (1971-2000). Ministerio de Medio Ambiente y Medio Rural y Marino NIPO: 78411-002-5 ISBN: 978-84-7837-079-5 Depósito Legal: M-11.237-2011.
Álvarez C. (2006) Energía Eólica. IDAE
Barnston A.G. and Livezey R.E. (1987) Classification, Seasonality and Persistence of LowFrequency Atmospheric Circulation Patterns. Monthly Weather. Review, 115, 1083-1126.
Calero Pérez R., Carta González J. A. y Padrón Hernández J. M. (2006) Energía.
Ayuntamiento de las Palmas de Gran Canaria. Programa educativo eficiencia energética.
Libro del profesor.
Cindoc-Ciemat (2008) Suplemento electrónico que recoge la información actualizada de la
situación de las energías renovables a nivel mundial, europeo y nacional. CIEMAT
Gutiérrez Manuel J., Cano R., Cofiño A.S., Sordo C.M. (2004) Redes Probabilísticas y
Neuronales en las Ciencias Atmosféricas. Monografías del Instituto Nacional de
Meteorología, Ministerio de Medio Ambiente, Madrid. ISBN: 84-8320-281-6
Greatbatch R.J. (2000) The North Atlantic Oscillation. Stochastic Environmental Research
and Risk Assessment, 14 (4+5), 213-242, copyright Springer-Verlag.
Iglesias I. (2010) Interacción océano-atmósfera: Influencia de la SST y de la circulación
termohalina. Tesis doctoral. Universidad de Vigo.
Lorenzo M.N., Taboada J.J., Iglesias I. and Gómez-Gesteira M. (2011): Predictability of the
spring rainfall in North-west of Iberian from sea surfaces temperatures of ENSO areas.
Climatic Change, 107, 329-341.
Lorenzo, M.N. and J. J. Taboada (2005): Influences of atmospheric variability on freshwater
input in Galician Rías in winter. Journal of Atmospheric and Ocean Science, 10, No 4, 377387.
Lorenzo M.N., Taboada J.J. and Gimeno L. (2008) Links between circulation weather types
and teleconnection patterns and their influence on precipitation patterns in Galicia (NW
Spain). International Journal of Climatology, 28, 1493-1505.
Luque Marín J.A. (2003) El Lago de Sanabria: un sensor de las oscilaciones climáticas del
Atlántico Norte durante los últimos 6.000 años. Tesis doctoral. Universitat de Barcelona.
Otero A.J.E. (2011) Análisis de generación complementaria entre energía hidráulica y eólica
caso: generación isagen – proyectos eólicos en la guajira colombiana. Trabajo de grado en
Ingeniería de recursos hidráulicos. Universidad Nacional de Colombia.
Pozo-Vázquez D., Tovar-Pescador J., Gámiz-Fortis S.R., Esteban-Parra M.J. and CastroDíez (2004) NAO and solar radiation variability in the European North Atlantic region.
Geophysical Research Letters, 31, L05201.
Rodrigo F.S and Trigo R.M. (2007) Trends in daily rainfall in the Iberian Peninsula from 1951
to 2002. International Journal of Climatology, 27: 513-529.
51
Rodriguez-Fonseca B. and Serrano E. (2002): Winter 10-day coupled patterns between
geopotential height and Iberian Peninsula rainfall using the ECMWF precipitation reanalysis.
Journal of Climate, 15, 1309-1321.
Rodríguez-Fonseca B. and Rodríguez-Puebla C. (2010) Teleconexiones climáticas en el
entorno de la península Ibérica. Predictabilidad y cambios esperados. Clima en España:
Pasado, presente y futuro. Informe de Evaluación del Cambio Climático Regional. Red
temática Clivar-España, 53-68.
Saenz J., Rodriguez-Puebla C., Fernández J. and Zubillaga J. (2001): Interpretation of
interannual winter temperature variations over southwestern Europe. Journal of Geophysical
Research-Atmospheres, 106, 20641-20651.
Sanchez-Lorenzo A. (2006) Spatial and temporal analysis of sunshine duration variability
over the Iberian Peninsula (1951-2004). Diploma Thesis, University of Barcelona, 187 pp.
Sanchez-Lorenzo A., Martin-Vide, J.; Calbo, J. and Cernocky, T. (2006) Aproximación a la
influencia de la NAO en la insolación en la España peninsular y Baleares. I Congreso:
Cambio Climático, Agricultura y Medio Ambiente. Junta de Castilla y León, 93-101.
Santos Alamillo F.J (2012) Analysis of the spatiotemporal balancing of solar and wind energy
resources in andalusia (southern Spain): Methods for reducing their power fluctuations. Tesis
Doctoral. Universidad de Jaén.
Serrano A., García J.A., Mateos V.L., Cancillo M.L. and Garrido J. (1999) Monthly modes of
variation of precipitation over the Iberian peninsula. Journal of Climate, 12, 2894-2919.
Trigo R.M., Osborn T.J. and Corte-Real J.M. (2002) The North Atlantic Oscillation influence
on Europe: climate impacts and associated physical mechanisms. Climate Research, 20, 917.
Trigo R.M., Pozo-Vázquez D., Osborn T.J, Castro-Diez Y., Gámis-Fortis S. and EstebanParra M.J. (2004) North Atlantic Oscillation influence on precipitation, river flow and water
resources in the Iberian Peninsula. International Journal of Climatology, 24, 925-944.
Valera Bernal Javier (2005): Climatología de España. Revista digital educativa Contraclave
Vicente-Serrano S.M. and Lopez-Moreno J.I. (2006) The influence of atmospheric circulation
at different spatial scales on winter drought variability through a semi-arid climatic gradient in
Northeast Spain. International Journal of Climatology, 26, 1427-1453.
52