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