PAULA RAMOS ILLANES

2017

INSTITUTO
NACIONAL DE
AVIACIÓN CIVIL

TÉCNICO SUPERIOR EN
METEOROLOGÍA

TRABAJO DE GRADO

PRONÓSTICO METEOROLÓGICO PARA LA

CIUDAD DE LA PAZ CON LA APLICACIÓN
DE ÍNDICES DE INESTABILIDAD
ATMOSFÉRICA

POSTULANTE: PAULA RAMOS ILLANES

OCTUBRE - 2017

Página 1
 PAULA RAMOS ILLANES
2017

ÍNDICE

RESUMEN .............................................................................................................................................. 5
INTRODUCCIÓN ................................................................................................................................... 6
1. FUNDAMENTOS DE LA INVESTIGACIÓN ............................................................................. 8
1.1 Planteamiento del problema ................................................................................................ 8
1.2 Objetivo General .................................................................................................................... 9
1.3 Objetivos Específicos ............................................................................................................ 9
1.4 Marco Referencial .................................................................................................................. 9
2. MARCO TEÓRICO....................................................................................................................... 12
2.1 Radio sondeos de la Atmosfera......................................................................................... 12
2.2 Estabilidad Atmosférica....................................................................................................... 14
2.3 Tipos de Estabilidad Atmosférica ...................................................................................... 14
2.3.1 Índice Total de totales ................................................................................................. 16
2.3.2 Índice Lifted Index ........................................................................................................ 17
2.3.3 Energía Potencial Disponible para la Convección. CAPE. .................................... 17
2.3.4 Inhibición de la Convección CIN ................................................................................ 18
2.3.5 Índice de Humedad. W ................................................................................................ 20
2.4 Análisis Estadístico de una Serie de Datos ..................................................................... 20
2.4.1 Análisis de Correlaciones ........................................................................................... 20
3. METODOLOGÍA ................................................................................................................ 22
3.1 Lugar de lanzamiento de sondas ...................................................................................... 22
3.2 Obtención de la información............................................................................................... 22
3.3 Calidad de los datos ............................................................................................................ 24
3.4 Selección de datos: ............................................................................................................. 24
3.5 Manejo de datos: ................................................................................................................. 24
3.6 Manejo de los datos: ........................................................................................................... 24
4. ANÁLISIS DE LOS DATOS....................................................................................... 26
4.1 Análisis de datos extraídos del gráfico y texto................................................................. 26
Página 2
 PAULA RAMOS ILLANES
2017

4.2 Análisis de los datos obtenidos en cada índice ............................................................... 26

4.3 Modelos representados en porcentajes de acierto: ........................................................ 27
4.4 Comparación de Índices y días de precipitación: ............................................................ 28
5. CONCLUSIONES Y RECOMENDACIONES .................................................. 34
5.1 Conclusiones ........................................................................................................................ 34
5.2 Recomendaciones ............................................................................................................... 35
BIBLIOGRAFÍA ........................................................................................................................... 36

Página 3
 PAULA RAMOS ILLANES
2017

LISTA DE SÍMBOLOS Y ABREVIATURAS

Símbolo o Abreviatura Significado

CAPE = Índice de Energía Potencial Convectiva.
CT = Índice Cross Total.
VT = Indice Vertical Total
LI = Índice Lifted Index
T = Temperatura de Aire.
Td = Temperatura del Punto de Rocío.
Tr = Temperatura Proveniente de Sondeos Reales.
TT = Índice Total de Totales.
Sllp = Estación de La Paz

Página 4
 PAULA RAMOS ILLANES
2017

TRABAJO DE GRADO
PRONÓSTICO METEOROLÓGICO
PARA LA CIUDAD DE LA PAZ CON LA
APLICACIÓN DE ÍNDICES DE INESTABILIDAD ATMOSFÉRICA

RESUMEN

Los fenómenos meteorológicos influyen directamente en las actividades diarias de todos los
seres humanos, así mismo, en la economía de una región puede ser afectada ya sea de
manera positiva o negativa por esos cambios meteorológicos. Por lo tanto, cada día se hace
imperioso mejorar el pronóstico del tiempo meteorológico mediante métodos cada vez más
precisos.

El objetivo principal de esta investigación es el de comprobar si con los datos obtenidos (Índices
de Inestabilidad Atmosférica) de sondeos reales de la atmósfera como una herramienta
práctica y sencilla, permite evaluar las condiciones sinópticas favorables para la convección; y
a su vez con estos mismos datos, elaborar posibles modelos de pronóstico probabilístico de
ocurrencia de lluvia en la Región del Altiplano Boliviano exactamente en la estación ubicada
en la Ciudad de La Paz. (Ubicado a más de 3600 m.s.n.m.).

El área de estudio es el Aeropuerto de El Alto ubicado efectivamente en el altiplano (4050

m.s.n.m.), donde se utilizaron sondeos reales de la atmósfera con el modelo GFS a las 12:00
UTC, durante el periodo de diciembre 2016 y enero de 2017, para la coordenada
correspondiente a la estación El Alto.

Se elaboraron tablas y cuadros con los datos recopilados, para lograr la determinación de los
umbrales y la elaboración de tablas de los índices de inestabilidad asociados con la ocurrencia
de precipitaciones, mismos que podrían ser de utilidad en la elaboración de mapas de índices
de inestabilidad atmosférica y que sirvan de apoyo a los pronósticos operativos a corto plazo.

Sin embargo, se demostró mediante éste estudio, que no es posible establecer umbrales con
los datos obtenidos y los índices de Inestabilidad para esta región del país, ya que no son
óptimos al momento de su utilización para la determinación de ocurrencia o no de precipitación.

Página 5
 PAULA RAMOS ILLANES
2017

PRONÓSTICO METEOROLÓGICO
PARA LA CIUDAD DE LA PAZ CON LA
APLICACIÓN DE ÍNDICES DE INESTABILIDAD ATMOSFÉRICA

INTRODUCCIÓN
La lluvia es fundamental para el desarrollo de la vida sobre la Tierra donde, tanto plantas como
animales se benefician de ella y como parte fundamental del ciclo hidrológico, es un fenómeno
natural y periódico; sin embargo, algunos tipos de precipitaciones pueden ocasionar daños
considerables en algunas zonas de acuerdo a las condiciones físico geográficas de las
mismas, o por el contrario la falta de lluvias podría provocar igualmente desastres ecológicos
muy fuertes.

En algunos lugares, la ocurrencia de lluvias acompañadas de inundaciones catastróficas, de

pérdidas humanas y materiales, ha sido alarmante y ha motivado la realización y puesta en
práctica de distintas investigaciones y la ejecución de proyectos que contribuyan a disminuir
los efectos que puede desencadenar la ocurrencia de algunos fenómenos meteorológicos. En
este sentido un pronóstico meteorológico claro y confiable es la base fundamental de la
gestión de riesgo.

El pronóstico meteorológico es un procedimiento que permite estimar el estado futuro de la

atmósfera en base a sus condiciones meteorológicas actuales. Esta estimación depende
directamente de la aplicación apropiada de ciencia y tecnología, las cuales con el paso del
tiempo han evolucionado, aunque manteniendo como aspecto fundamental la recolección de
datos que proporcionen información relevante acerca del estado de la atmósfera, tanto en
superficie como a diferentes alturas.

A pesar de los continuos esfuerzos que realizan los distintos entes encargados del estudio del
tiempo atmosférico, cada día se hace evidente la necesidad de conocer y aplicar nuevas
herramientas que contribuyan a obtener pronósticos más confiables. Uno de los métodos o
herramientas está basado en el comportamiento vertical de la atmósfera mediante el uso de
Sondeos Atmosféricos e Índices de Inestabilidad Atmosférica, derivados de modelos
numéricos de predicción.

La dificultad de trabajar con los sondeos reales es que no se cuenta con una serie de datos
continuos.

Para el desarrollo de esta investigación se determinaron las relaciones existentes entre los
índices, provenientes del modelo GFS como un análisis teórico, la ocurrencia o no de
precipitaciones. Se realizaron pruebas respecto al uso de umbrales para cada índice de
estabilidad, Cada prueba fue verificada determinando el porcentaje de aciertos obtenidos para
la serie de estudio.

Página 6
 PAULA RAMOS ILLANES
2017

La dificultad de trabajar con los sondeos reales es que no se cuenta con una serie de datos
continuos. En el caso de los modelos regionales, el hecho es que no se cuenta con un archivo
meteorológico que permita obtener los sondeos correspondientes a fechas pasadas, es decir
sólo se pueden tener los datos del sondeo del día en curso.

Aunque los modelos numéricos de predicción no son exactos, los mismos muestran una
detallada información espacial y temporal de la estructura cinética y dinámica de la atmósfera
y, debido a la gran cantidad de información que se puede obtener a partir de ellos, es útil la
implementación de procedimientos automáticos, que analicen gran parte de esa información
y presenten productos de rápida interpretación, para la tarea operativa del pronóstico.

Para el desarrollo de esta investigación se determinaron las relaciones existentes entre los
índices, provenientes del modelo GDAS, y la ocurrencia o no de precipitaciones. Se realizaron
pruebas respecto al uso de umbrales para cada índice de estabilidad, se aplicaron métodos
de regresión lineal y logística que involucraban a la vez todos los índices de estabilidad. Cada
prueba fue verificada determinando el porcentaje de aciertos obtenidos para la serie de
estudio.

Página 7
 PAULA RAMOS ILLANES
2017

CAPÍTULO 1
1. FUNDAMENTOS DE LA INVESTIGACIÓN

1.1 Planteamiento del problema

Un sistema moderno diario de pronóstico del tiempo está conformado por cinco componentes
básicos: Colección de datos, Asimilación de datos, Predicción numérica del Tiempo, salidas
de Modelos post-procesados y la Presentación del pronóstico al usuario final.

Para obtener los datos necesarios en el trabajo de

pronóstico, se utilizan las observaciones de la
estación de superficie y de altura (sondeos
atmosféricos), además de diferentes herramientas,
como, por ejemplo, las imágenes de satélite de
donde se obtiene una visión global de la situación
meteorológica; los radares meteorológicos que
proporcionan una visión regional, y las salidas de
diferentes modelos numéricos de la atmósfera
para diferentes alturas. Ilustración 1 Imagen satelital

Sin embargo, la variabilidad del tiempo atmosférico, así como la mayor importancia relativa
de algunas localidades, induce a buscar una herramienta práctica y rápida para pronosticar la
ocurrencia de precipitaciones y tormentas en localidades específicas.

Uno de los métodos utilizados son los datos producidos por radiosondeos reales de la
atmósfera que proporcionan una información valiosa respecto al estado de una capa
gaseosa; sin embargo, la baja densidad de estaciones con dichos datos, hace necesario
buscar alternativas que solucionen esta carencia.

Los análisis realizados en la estación de La Paz, respecto a la estabilidad e inestabilidad de

la atmósfera y los Índices de Inestabilidad Atmosférica, relacionados con la ocurrencia de
precipitaciones, han demostrado que estos pueden ser utilizados como indicadores en
predicción de lluvias y que además de manera rápida nos permiten un análisis preliminar de
la estabilidad de las masas de aire.

Por lo expuesto anteriormente se desarrolla en el presente estudio un análisis de los datos

obtenidos de los radios sondeos realizados en la estación ubicada en el Aeropuerto
Internacional de El Alto.

Página 8
 PAULA RAMOS ILLANES
2017

El cálculo y obtención de estos indicadores está basado en sondeos atmosféricos reales con
el Modelo GFS, aunque la metodología utilizada no depende del tipo de sondeo de que se
trate por lo cual puede utilizarse para otras verificaciones.

1.2 Objetivo General

Analizar si los datos obtenidos mediante sondeos reales de la atmósfera que se realiza en el
Aeropuerto de El Alto son suficientes para elaborar un pronóstico de precipitación diaria
basado en el uso Índices de Inestabilidad Atmosférica.

1.3 Objetivos Específicos

1. Recolectar los sondeos atmosféricos en la estación ubicada en el Aeropuerto El Alto

de la Región del Altiplano de Bolivia, de los meses que tenga disponible el SENAMHI
(Servicio Nacional de Meteorología e Hidrología) para su análisis.

2. Obtener y determinar los Índices de Estabilidad Atmosférica con sondeos reales

brindados por el SENAMHI.

3. Correlacionar los Índices de Estabilidad Atmosférica con la precipitación diaria.

4. Comprobar o verificar la aplicabilidad de los Índices de Estabilidad Atmosférica en

modelos de pronóstico, para el área de estudio.

1.4 Marco Referencial

La utilidad de los Índices de Estabilidad Atmosférica en el pronóstico meteorológico ha sido

tema de estudio por muchos años y ha contado con numerosos estudios que han
demostrado esa utilidad, entre estos se destacan los siguientes:

A. K. Showalter en 1946 (citado por Suárez, 1987), comenzó a desarrollar para la región del
sur de California (U.S.A) el diagrama de cálculo de Índices de Inestabilidad Atmosférica como
una ayuda en el pronóstico de tormentas; Showalter ofreció este índice como una herramienta
simple capaz de proveer un rápido chequeo en las probabilidades de ocurrencia de tormentas;
desde entonces el índice de Showalter ha sido usado y probado en la parte central y
occidental de los Estados Unidos por la Fuerza Aérea y los Servicios Meteorológicos
de este país.

En 1962, Rackliff, propuso la aplicación de un índice de estabilidad para la predicción

regional en las Islas Británicas, cuando las condiciones son favorables para el desarrollo de
tormentas. La intención fue proporcionar un índice rápido de calcular a partir del radiosondeo
de las 2300GMT, con el fin de trazar un mapa de estabilidad que ayude a delinear aquellas
Página 9
 PAULA RAMOS ILLANES
2017

áreas de alta y baja probabilidad de ocurrencia de tormentas.

En 1976, Litynski, Parfiniewiez y Piwkowski (citado por Suárez, 1987), utilizaron el índice de
Showalter combinado con el índice de Humedad para predecir tormentas y granizos.

En 1978, Druyan y Sant (citado por Suárez, 1987), usaron los radiosondeos para desarrollar
y probar un procedimiento objetivo de pronóstico de precipitaciones cada 12 horas en la región
de Bet Dagan en Israel.

En 1999, Ravi, Mohanty, Mandan y Paliwal (citado por Suárez, 1987), usaron el índice de
Showalter (SI) combinado con el índice Total de Totales (TT), mediante una técnica gráfica,
para predecir tormentas en Delhi durante la estación pre-monzón (abril-junio).

En Sudamérica, en Venezuela se realizaron varios estudios como por ejemplo en el año 2000,
M. Romero, bajo la necesidad de optimizar el pronóstico del tiempo en los numerosos puntos
de interés para la empresa C.V.G. EDELCA, decide realizar una investigación que involucre
el estudio del aire superior, su evaluación y comportamiento, que permita una descripción de
lo que ocurre en diferentes niveles de la atmósfera antes de que ocurra un evento de
precipitación, para esto ejecuta una serie de radiosondeos en las estaciones pertenecientes
a la región de estudio; en tal sentido presenta el Trabajo Especial de Grado que se denomina
“Estudio de cinco Índices de Estabilidad Atmosférica para la determinación de su aplicabilidad
como herramienta en la elaboración de pronósticos hidrometeorológicos para la cuenca del
río Caroní” del cual concluye que existe un número considerable de estaciones que presentan
señales de adaptabilidad con respecto a los índices de estabilidad atmosférico calculados en
la región de estudio. Los eventos extremos que tuvieron gran impacto en el Litoral Central y
Valle de Caracas en los años 1999 y 2005 motivaron al surgimiento de una serie de
investigaciones en el Departamento de Hidro meteorología de la U.C.V., entre los más
destacados tenemos:

La investigación desarrolla por Durán (2008) que lleva por nombre: Determinación de la
aplicabilidad de cinco Índices de Estabilidad Atmosférica como herramienta de pronóstico
para ser utilizada en la Región Centro Norte Costera de Venezuela, para este estudio trabaja
con un modelo de simulación de sondeos de la atmósfera GDAS por medio del cual obtiene
cinco índices distintos y basándose en la determinación de umbrales para la región de
estudio concluye que: “Se desarrolló una metodología novedosa y práctica que permitió
comprobar la calidad de las predicciones estacionales e incluso se pudiera pensar que de
ser aplicada en otras estaciones, intercaladas entre las ya analizadas en esta investigación y
esparcidas en toda la extensión de la Región Centro Norte Costera de Venezuela permitirá
obtener un estimación significativa de los umbrales de los Índices de Estabilidad Atmosférica
como indicadores de condiciones de potencial de inestabilidad atmosférica.” La autora

Página 10
 PAULA RAMOS ILLANES
2017

descartó el uso del índice de Inhibición Convectiva (CIN) por no presentar ninguna tendencia
clara.

También se realizaron varios estudios en Chile, Colombia, Argentina, Perú y Brasil, muchos
de los estudios obtienen información de la base de datos de diversas universidad de los
Estados Unidos, como es la Universidad de Wyoming (Department of Atmospheric Science,
College of Engineering, University of Wyoming) que contempla estaciones de radiosondeo de
la red global los datos se encuentran disponible desde el año 1973 y para distintos registros
horarios.

Página 11
 PAULA RAMOS ILLANES
2017

CAPÍTULO 2
2. MARCO TEÓRICO

2.1 Radio sondeos de la Atmosfera

Un radiosondeo consiste en un enorme globo

inflado con gas Helio al cual se le coloca en su
parte inferior una caja que contiene diversos
instrumentos que a medida que el globo se va
elevando hacia mayor altitud, van registrando las
temperaturas, humedad, vientos, presión, punto
de roció en cada punto de la troposfera, hasta
aproximadamente los 12 a 16 Km de altura,
dependiendo de la latitud. Finalmente, este globo
radiosonda explota al alcanzar presiones muy
bajas.

La utilidad de un radiosondeo de la atmosfera es

fundamental para un pronosticador, porque Ilustración 1 lustración 2 Lanzamiento de radiosonda
permite tener una noción a tiempo real de cómo se
encuentra la atmosfera en toda su vertical y medir sus diferentes variables a alturas que por
supuesto el ser humano no puede alcanzar.

Además, un radiosondeo permite verificar los contenidos de humedad en distintas alturas y

de esta manera se puede visualizar cuales son las alturas más propicias para la generación
de nubosidad.

Los datos obtenidos se plotean en un gráfico que, sencillamente explicado, consta de dos
ejes. En el eje vertical de la izquierda se representan los diferentes "niveles de presión" los
cuales corresponden en líneas generales a determinadas alturas "standard" (el nivel de 500
son aproximadamente 5500 metros, es decir, más o menos la media troposfera). En el eje
horizontal se representan las temperaturas.

Ya dentro del grafico se ven dos curvas: la curva derecha representa la TEMPERATURA en
cada nivel de presión (o altura) y la curva IZQUIERDA representa el valor de punto de rocío,
que como sabemos, cuanto más juntas estén ambas curvas (tº y pto. de rocío) más húmeda
estará esa capa y por lo tanto más posibilidad de encontrar nubes a esa altura. La
temperatura como regla general tiende a descender a medida que ascendemos, pero en
algunos casos, observaremos que la curva de Tº se desvía hacia la derecha, es decir,
aumenta su valor. En ese caso estamos en presencia de una "inversión de temperatura",

Página 12
 PAULA RAMOS ILLANES
2017

muy asociadas a los días de nieblas y neblinas cuando esta última se da en niveles próximos
al suelo (1000 hpa).

A continuación se muestra dos ejemplos de los datos obtenidos por radios sondeo.

Caso 1. Vemos una atmosfera sumamente húmeda y proclive a generar precipitaciones.

Caso 2: Vemos una atmosfera sumamente seca y casi imposibilitada de generar nubosidad

Página 13
 PAULA RAMOS ILLANES
2017

2.2 Estabilidad Atmosférica

La estabilidad o equilibrio atmosférico es la condición del aire en reposo, en la cual los

movimientos convectivos no existen o están restringidos. En sentido opuesto, se define la
inestabilidad atmosférica como la condición de movimientos convectivos predominantes de
una masa de aire.

Las variaciones de equilibrio de una masa de aire, se deben a cambios entre los factores
meteorológicos predominantes en estas, respecto a su entorno, siendo la temperatura la
mayor responsable de que desaparezca la estabilidad.

La estabilidad puede ser de diferentes tipos, para definirlos se considerará una parcela de aire
con ciertas condiciones de temperatura, humedad, presión y densidad. Esta parcela describirá
movimientos verticales ascendentes o descendentes de acuerdo a las condiciones del aire
que la rodea, de esta manera, si la parcela es desplazada de su posición inicial, esta puede:
retornar a su estado original (equilibrio estable), mantener su movimiento hasta lograr un
nuevo estado de equilibrio (condición inestable); o permanece en el lugar de origen (equilibrio
neutral).

Existe una clasificación de Estabilidad atmosférica, propuesta por Pasquill (1970) y definida
por el Gradiente Vertical de Temperatura o razón de variación de la temperatura con la altura.
De acuerdo a Pasquill, se definen 7 clases de estabilidad:

Tabla 1. Clasificación de la Estabilidad Atmosférica de propuesta por Pasquill (1970).

CLASE DESCRIPCIÓN VARIACIÓN DE LA TEMPERATURA CON LA ALTURA
A Muy Inestable Desciende más de 5.6ºC cada 1000 m.
B Medianamente Inestable Desciende entre 5.1ºC y 5.6ºC cada 1000 m.
C Ligeramente Inestable Desciende entre 4.5ºC y 5ºC cada 1000 m.
D Neutra Desciende entre 1.5º y 4.4ºC cada 1000 m.
E Ligeramente Estable Aumenta de 1.5ºC a 4.5ºC cada 1000 m.
F Medianamente Estable Aumenta entre 4.6ºC y 12ºC cada 1000 m.
G Muy Estable Aumenta más de 12ºC cada 1000 m.

2.3 Tipos de Estabilidad Atmosférica

El grado de estabilidad atmosférica se determina a partir de la diferencia de temperatura entre

una porción de aire y el aire circundante. Este contraste puede causar el movimiento vertical
de la porción (esto es, su elevación o caída). Este movimiento se caracteriza por cuatro
condiciones básicas que describen la estabilidad general de la atmósfera.

Página 14
 PAULA RAMOS ILLANES
2017

Ilustración 3 Condiciones inestables

En condiciones estables, el movimiento vertical se inhibe, mientras que en condiciones

inestables la porción de aire tiende a moverse continuamente hacia arriba o hacia abajo. Las
condiciones neutrales no propician ni inhiben el movimiento del aire después del gradiente de
calentamiento o enfriamiento adiabático. Cuando las condiciones son extremadamente
estables, el aire frío cercano a la superficie es "entrampado" por una capa de aire cálido sobre
este. Esta condición, denominada inversión, prácticamente impide la circulación vertical del
aire. Estas condiciones están directamente relacionadas con las concentraciones de
contaminantes en el aire ambiental.

Las condiciones inestables más comunes se producen durante los días soleados con vientos
de bajas velocidades y fuerte insolación. La Tierra absorbe rápidamente el calor y transfiere
parte de este a la capa de aire superficial. Si las propiedades térmicas de la superficie son
uniformes, es posible que exista una masa flotante de aire, o numerosas porciones de aire si
dichas propiedades varían. Cuando el aire se calienta, se vuelve menos denso que el aire
circundante y se eleva.

Otra condición que puede conducir a la inestabilidad atmosférica es la producción de ciclones

(sistema de presión baja), caracterizados por aire ascendente, nubes y precipitación.

Todos son parámetros diseñados a partir de datos de temperatura y humedad de la atmósfera,

a diferentes niveles de presión, que proporcionan una medida numérica de la estabilidad
estática de una capa atmosférica dada son usados particularmente, para evaluar la
probabilidad de chaparrones y tormentas.

Existen una amplia gama de indicadores usados en distintas partes del mundo, como se indicó
en el Marco Referencial.

Página 15
 PAULA RAMOS ILLANES
2017

A continuación, se mencionarán los índices utilizados en la metodología de radiosondeo:

2.3.1 Índice Total de totales

Este índice fue introducido por Miller (1972), y se utiliza para identificar potenciales áreas de
desarrollo de tormentas. Representa la estabilidad estática o el gradiente entre los niveles de

850 y 500, y la humedad a 850 mb. Debido a sus características no es representativo en

situaciones en que la humedad se encuentre debajo de los 850 mb.

Resulta de la suma de dos índices convectivos el Cross-Total (CT) y el Vertical-Total (VT).

TT = VT + CT
Donde: VT = (T850-
T500)
CT = (Td850 – T500)

Su valor se obtiene directamente de la siguiente

ecuación: TT = T850 + Td850 – 2 *
T500

Donde TT es el índice total de totales (°C), Td850 es la temperatura del punto de rocío (°C)
en los 850 hPa, T850 es la temperatura (°C) en el nivel de 850 hPa y T500 es la temperatura
(°C) en los 500 hPa.

Guí
a:

 TT >= 44 = posibilidad de tormentas, baja probabilidad de tiempo severo.

 TT >= 50 = moderada probabilidad de tormentas locales severas.

 TT >= 55 = alta probabilidad de tormentas locales severas.

El TT es un índice de la inestabilidad atmosférica compuesto por dos índices: el cross total y

el vertical total. El cross total es una medida de como flota una burbuja de aire debido a su
menor densidad, cuando el aire este húmedo en los niveles bajos y es definido como la
diferencia entre la temperatura del punto de rocío en los 850 hPa y la temperatura ambiente
en los 500 hPa. El vertical total es una medida de cómo flota una burbuja de aire debido al
calentamiento del aire en los niveles bajos y se define como la diferencia en la temperatura
ambiente entre los niveles de 850 y 500 hPa. La suma del vertical total y del cross total es el
índice TT. El vertical total se relaciona con la diferencia en temperatura, mientras que el cross
total se relaciona con la cantidad de humedad presente. Por lo tanto, los tres principales
factores que responden a altos valores del TT son los siguientes: temperatura alta en el nivel
de 850 hPa, altos valores de la temperatura del punto de rocío en los 850 hPa y temperatura
Página 16
 PAULA RAMOS ILLANES
2017

baja en los 500 hPa.

2.3.2 Índice Lifted Index

El índice de elevación (LI, por las siglas del inglés Lifted Index) se calcula como la diferencia
entre la temperatura observada en el nivel de 500 hPa y la temperatura de una parcela de aire
cerca de la superficie que asciende hasta el nivel de 500 hPa. Cuanto más inestable sea el
entorno, tanto mayor será el valor negativo de LI.

Los siguientes valores se han relacionado empíricamente con el potencial de tiempo severo:

Valor de LI Potencial de tiempo

-2 severo
Débil
-3 a -5 Moderado
-6 o menos Fuerte

El índice de elevación (LI) es uno de los índices de tiempo severo más populares. Estos
valores deben ser modificados hacia arriba (o sea, menos negativos) para los terrenos más
elevados. Al igual que con la CAPE, se debe tener cuidado de no depender únicamente de
este índice para evaluar el potencial convectivo.

El LI es relativamente fácil de determinar con la ayuda del diagrama oblicuo T - log p. Tiene
una limitación: como para calcular el LI se requieren sólo tres datos del sondeo (temperatura
y punto de rocío de la capa límite y temperatura en 500 hPa), es posible que no se
consideren algunos datos importantes del sondeo, como las capas secas o las inversiones. El
LI tampoco toma en cuenta la cizalladura vertical del viento, que a menudo es un
elemento importante en ambientes convectivos severos.

2.3.3 Energía Potencial Disponible para la Convección. CAPE.

Este parámetro fue diseñado para evaluar la energía liberada una vez que se ha alcanzado la
condensación, en una parcela de aire que se mueve pseudoadiabáticamente.

Para el cálculo del valor de este índice se usa la siguiente expresión:

𝐸𝐿 𝜃`− 𝜃
𝐶𝐴𝑃𝐸 = 𝑔 ∫𝐿𝐶𝐿 𝜃
= 𝑑𝑧

Dónde: g Gravedad
(m/seg2)

Página 17
 PAULA RAMOS ILLANES
2017

LCL Nivel de Condensación por ascenso

(mgp) EL Nivel de Equilibrio (mgp)

θ ' : Temperatura Potencial de la Parcela (ºK)

θ : Temperatura Potencial del medio ambiente (ºK)

Tabla 2. Clasificación de la Estabilidad Atmosférica con respecto al valor del índice
CAPE propuesta por García (2008).

CAPE (J/Kg) Estabilida

<0 Estable d
0 a 1000 Levemente Inestable
1000 a 2500 Moderadamente Inestable
2500 a 3500 Muy Inestable
> 3500 Extremadamente
Inestable
Este parámetro mide la inestabilidad convectiva, sin embargo, es insuficiente para predecir la
convección.

Las limitaciones son:

 Tiene que tomar en consideración los inhibidores convectivos CINH

 El CINH no es directamente proporcional en magnitud a los valores de CAPE

 Las masas de aire en los trópicos, generalmente exhiben altos valores de CAPE y
en algunos casos no se desarrolla convección profunda.

 El cálculo de la CAPE es extremadamente sensible a la razón de mezcla media para

los 500 m más cerca del suelo. Por ejemplo, un aumento de 1 g/kg puede aumentar
la CAPE en un 20 %.

 Como el cálculo de la CAPE se basa en la teoría de la burbuja, no toma en cuenta

procesos tales como la mezcla, el peso del agua condensada y el congelamiento.

 Los cálculos de CAPE basados en la capa superficial pueden subestimar el potencial

convectivo en situaciones de convección elevada.

 Como la CAPE no toma en cuenta la cizalladura del viento, puede subestimar

el potencial de convección severa cuando la cizalladura del viento es fuerte.

2.3.4 Inhibición de la Convección CIN

La inhibición convectiva (CIN, por las siglas del inglés Convective INhibition) se representa en

Página 18
 PAULA RAMOS ILLANES
2017

el diagrama oblicuo T - log p por medio del área encerrada entre las líneas del perfil de
temperatura ambiental y la temperatura de una parcela que asciende a partir de un nivel
determinado hasta el NCL.

Esta área indica la cantidad de energía necesaria para levantar la parcela hasta el NCL. La
CIN se expresa en julios por kilogramo (J/kg).

Cuanto más grande sea el área negativa, tanto mayor será el valor de CIN y menor la
posibilidad de que se formen tormentas convectivas. Puede darse el caso de que se formen
tormentas, aunque exista un valor alto de CIN, normalmente debido a un aumento en la
humedad o a un calentamiento que permite neutralizar la CIN. En este caso, es más
probable que las tormentas sean severas.

Típicamente, la inhibición convectiva es producto de una capa estable o una inversión. Los
valores superiores a 200 J/kg suelen indicar que el potencial de convección está
severamente inhibido.

Este índice representa la cantidad de energía necesaria para elevar la parcela hasta el Nivel
de Libre Convección (LFC). Para favorecer la convección, debe ser lo menor posible.

Esto, indicaría que no es necesario dar mucha energía al aire para que comience la
convección.

Este índice se determina mediante la siguiente expresión:

Dónde:

z LFC Nivel de libre Convección, en metros. z SupAltura de la superficie, en metros.

Tv parcela Temperatura virtual de la parcela

específica. Tv ambiente Temperatura virtual del

ambiente.

Es básicamente lo opuesto del CAPE, gráficamente representa el área negativa entre el

sondeo y el Nivel de Libre Convección (LFC).

Página 19
 PAULA RAMOS ILLANES
2017

Ilustración 4 Representación gráfica de los índices CAPE y

CINH

2.3.5 Índice de Humedad. W

El valor del índice de humedad W representa la humedad contenida en los niveles de 850,
700 y 500 mb.

Para determinar su valor se trabaja con las diferencias entre la temperatura y el punto de rocío
en los 3 niveles antes mencionados.

Según García (2009), para valores sobre los 45 ºC, W indica condiciones favorables para que
ocurra convección. (W >= 45 ºC)

2.4 Análisis Estadístico de una Serie de Datos

Existen diversas herramientas estadísticas que permiten examinar el comportamiento de una
serie de datos, así como determinar la información que se puede derivar de la misma. A
continuación, se hace un esbozo de tres tipos de análisis estadístico:

2.4.1 Análisis de Correlaciones

Un análisis de Correlación es un procedimiento basado en el uso de un conjunto de técnicas

estadísticas empleadas para medir la intensidad de la asociación entre dos variables.

Para realizar este análisis se cuenta con el coeficiente de correlación, el cual proporciona una
medida de la intensidad de la relación lineal entre dos variables.

El valor del coeficiente de correlación puede tomar valores desde menos uno hasta uno,
indicando que mientras más cercano a uno sea el valor del coeficiente de correlación, en

Página 20
 PAULA RAMOS ILLANES
2017

cualquier dirección, más fuerte será la asociación lineal entre las dos variables.

Mientras más cercano a cero sea el coeficiente de correlación indicará que más débil es la
asociación entre ambas variables. Si es igual a cero se concluirá que no existe relación lineal
alguna entre ambas variables.

Dentro de las correlaciones lineales bivariadas tenemos diferentes índices o coeficientes,

dependiendo del tipo de variables que tengamos. Los más habituales y que nos ofrece el
SPSS en el cuadro "Correlaciones bivariadas" son:

 Coeficiente de correlación de Pearson

 Rho de Spearman
 Tau-b de Kendall

El Coeficiente de Correlación de Pearson es el más utilizado para estudiar el grado de relación

lineal entre dos variables cuantitativas (de intervalo o de razón) y se obtiene mediante
la siguiente fórmula:

Página 21
 PAULA RAMOS ILLANES
2017

CAPÍTULO 3
3. METODOLOGÍA

3.1 Lugar de lanzamiento de sondas

El desarrollo de la presente investigación se basa en el uso y manejo de datos de precipitación
y de información proveniente de radiosondeos de la atmósfera. Las sondas (globos), se
lanzaron desde la base aérea de la Fuerza Aérea Boliviana ubicada en el Aeropuerto
Internacional de El Alto, durante los meses de diciembre 2016 y enero 2017.

Ilustración 6 Aeropuerto Internacional El Alto

3.2 Obtención de la información

El procedimiento para la obtención de la información fue la siguiente:

Datos de precipitación:

Para el análisis de la información se realizó la solicitud formal de los datos de precipitación

diaria de la estación La Paz, ubicadas en la Región Altiplánica de Bolivia, al Departamento
de Climatología de AASANA.

Datos de radio sondeos reales:

Se solicitó al Servicio Nacional de Meteorología e Hidrología (SENAMHI) los datos existentes

sobre los diferentes lanzamientos de radio sondas atmosféricas y su resultado en gráficos de
los meses de diciembre de 2016 y enero de 2017, y se encuentran en el ANEXO 1.

Página 22
 PAULA RAMOS ILLANES
2017

De los archivos suministrados se obtuvieron datos de: presión, elevación, temperatura,

humedad relativa, dirección y velocidad del viento. La información generada por las radios
Sondeo son utilizados por el SENAMHI y son plasmados en graficas como la que se muestra
en éste ejemplo:

Ilustración 7 Grafica RadioSondeo El Alto (2016)

Muestran la relación entre cinco propiedades atmosféricas:

1. Presión (Hpa)
2. Temperatura (ºC)
3. Temperatura potencial (K)
4. Temperatura potencial equivalente (K)
5. Relación de mezcla de saturación (g/Kg)
Permiten determinar y cuantificar:
 La estabilidad atmosférica
 Capas de nubes
 Altura de la tropopausa
 Temperatura del tope de las nubes
 Zonas frontales
 Cortante vertical de viento
 Ubicación de inversiones térmicas
 Tipos de precipitación
 Altura del nivel de congelamiento

Página 23
 PAULA RAMOS ILLANES
2017

3.3 Calidad de los datos

Se hizo un manejo comparativo de estos y bajo estricto control de la información suministrada

se tomaron los datos necesarios; cabe destacar que aun siendo esta data la más confiable, el
único control de calidad realizado a los datos de precipitación correspondió al análisis
comparativo.
3.4 Selección de datos:

Se realizó el análisis con los siguientes datos: de precipitación y de radio sondeo reales
Datos de precipitación: 62
Datos de radio sondeos reales: 43
No se cuenta con una base de datos igual a la de precipitación porque los lanzamientos del
radio sondeos son de lunes a viernes y tampoco los feriados.

3.5 Manejo de datos:

Luego de obtener la información básica y de verificar la calidad de los datos, estos se
procesaron de la siguiente manera:

1. Los datos de precipitación se recodificaron para poder realizar el análisis en dos grupos
de valores; de esta manera se asignó el valor “1” a los días con lluvia (Pp > 1) y “0” (cero)
a los días sin lluvia (Pp < 0). La nueva variable con los datos recodificados se denominó
como P01.

2. Para procesar la información de los sondeos reales se obtuvo los valores de temperatura
de punto de roció y temperatura ambiente de las gráficas en 600 y 400 hpa
respectivamente para poder obtener los valores del índice Lifted Index; se tomó los
valores de 600, 500, 400 y 300 hpa. de la información en formato texto para el cálculo
del valor del índice TT, asimismo para los valores de razón de mezcla fueron obtenidos
directamente de los radio sondeos.

3.6 Manejo de los datos:

Al encontrarse la estación de estudio a una altura diferente a los parámetros utilizados en cada
índice de inestabilidad se realizó la adecuación a los mismos bajos los siguientes criterios:

 La Estación de La Paz se encuentra a 627 hpa (4050 msnm) y se consideró como

atmosfera baja un valor redondo de 600 hpa.

 Se tomó como atmosfera media los valores de 500 y 400 hpa, y

 Para considerar como atmosfera alta se tomó los valores de 300 y 250 hpa.

 Para trabajar con los diferentes tipos de índices a utilizar en el trabajo los mismos
fueron adecuados como sigue:

 Total de totales: Real: TT=T850+TD850-2*T500

Página 24
 PAULA RAMOS ILLANES
2017

Modificado: TT=T500+TD500-2*T300
 Lifted Index: Real: LI=T500-T` 500
Modificado: LI= T400- T`400

 Al Valor de CAPE no se realizó ningún tipo de cambio ya que toma en cuenta

en cuenta toda la capa sin tomar en cuenta la base de las misma con un valor
establecido.

 Se decidió tomar en cuenta los valores de Razón de Mezcla ya que el objetivo

es determinar umbrales para la utilización de los diferentes índices de
inestabilidad y que sea de utilidad al momento de analizar y emitir un
pronóstico para esta estación.

Se observó en el avance del procesamiento de datos que los valores de la atmosfera media
lanzaba datos más cerca de los parámetros establecidos por cada uno de los índices de
inestabilidad; y así poder estudiar la aplicación o no de los diferentes índices al pronóstico
de lluvias.

Página 25
 PAULA RAMOS ILLANES
2017

CAPÍTULO 4
4. ANÁLISIS DE LOS DATOS

4.1 Análisis de datos extraídos del gráfico y texto

Al proponer un método de pronóstico para la determinación de lluvias, basado en el uso de

índices de Inestabilidad Atmosférica, es necesario estudiar si de alguna manera, los índices
seleccionados son capaces de identificar o no la ocurrencia de lluvia en nuestra estación d
estudio.

La relación de dependencia entre los índices y la precipitación se determinara mediante

análisis de correlación y análisis de varianza.

A continuación se presenta el procedimiento seguido para el análisis de las variables y su

relación con la ocurrencia de lluvia:
Tabla nº 1 correlación entre los índices de Inestabilidad Atmosférica y la variable P01, correlación significativa en
color azul y no significativa en rojo:

Corr P01 La Paz

TT 0,4892878
CAPE -0,374209
LI 0,0555944
RW 0,4876797

En el cuadro anterior se observa que, excepto uno de los índices, los restantes tienen
correlación significativa con la variable P01.

4.2 Análisis de los datos obtenidos en cada índice

Para estudiar la eficacia de los índices en el pronóstico del tiempo se utilizaron métodos
estadísticos primero se obtuvo las medias para obtener los valores en los que oscila cada
Índice, se decidió también encontrar las mínimas, máximas de cada uno de los índices según
los grupos formados por las precipitaciones recodificadas para así poder ver el valor más bajo
y el más alto sin considerar la cantidad de precipitación con la finalidad de verificar si los
valores son coherentes o no al momento de la aplicar la teoría.

Para esta parte del análisis se consideran como variables a describir los índices de
Inestabilidad Atmosférica y la variable binaria P01 como variable de agrupación.
P0 = días sin precipitación
P1= días con precipitación

Página 26
 PAULA RAMOS ILLANES
2017

Tabla nº 2: Se presentan los resultados obtenidos del análisis estadístico para la estación de La Paz
Estación GRUPOS Nº MEDIA MÁXIMA MÍNIMA
La Paz DATOS
0 17 42,7 49,8 31,4
TT
1 27 47,5 51,7 39,5
0 17 - - -
CAPE
1 27 - 1919 0
0 17 1,06 4,8 -1,5
LI
1 27 0,1 3,8 -4,4
0 17 2,3 5,6 0,9
RW
1 27 4,0 8,8 2

4.3 Modelos representados en porcentajes de acierto:

El criterio para la eficiencia del modelo fue el de porcentaje de éxitos en la indicación del día
como lluvioso o no, lo que utiliza dada la orientación de la obtención de los modelos para el
pronóstico.

Para la elaboración de la tabla se tomaron en cuenta los días que registraron precipitación es
decir el grupo P1 y los valores establecidos para cada índice obtenido los siguientes
resultados:

Tabla nº 3: porcentajes obtenidos para cada uno de los índices propuestos

ÍNDICE PORCENTAJE

TT 96,3
CAPE 44,0
LI 52,2
RW 57,4

La tabla nº3 muestra que el índice Total de Totales, obtuvo un porcentaje mayor con referencia
a los demás índices en cuanto a aciertos se refiere de días con ocurrencias de lluvias.

Al no contar con valores establecidos para la Razón de Mezcla, y para poder determinar
valores de aciertos, se utilizó la media como referencia para determinar la ocurrencia no de
precipitación y es así como se obtuvo el valor de 57,4 % de acierto en pronóstico de lluvias
tomando en cuenta todos los datos disponibles al momento de elaborar las tablas.

Página 27
 PAULA RAMOS ILLANES
2017

4.4 Comparación de Índices y días de precipitación:

En este punto analizaremos los valores obtenidos por cada uno de los índices utilizados en el
presente trabajo, para el fin dividiremos el cuadro en dos; el primero será para el mes de
diciembre donde se registraron menores precipitaciones y el segundo para el mes de enero.
Tabla nº 4: Mes de diciembre

LA PAZ - EL ALTO
Precipitaciones
w
Fecha (mm) LI TT CAPE
(gr/kr)
registradas
01/12/2016 15.2 -1,1 45,1 0.9 3.4
02/12/2016 0.0 -3,1 34,3 0.0 1,2
03/12/2016 0.8
04/12/2016 10.1
05/12/2016 0.0 2,2 48 1247 3,2
06/12/2016 0.0 49,8 4,2
07/12/2016 6.6 4,4 39,5 1919 2.0
08/12/2016 12.6 0,9 47,8 238.7 4.1
09/12/2016 0.0 45,5 3,1
10/12/2016 0.0
11/12/2016 0.8
12/12/2016 0.4 2,6 46,6 892 3,6
13/12/2016 0.0 -1,4 33,6 3,1 0,9
14/12/2016 0.1 1,8 47,1 494 3,5
15/12/2016 0.0 -1,5 39,4 0 1,7
16/12/2016 0.0 47,8 4,3
17/12/2016 0.0
18/12/2016 0.0
19/12/2016 0.0
20/12/2016 0.0 2,2 40,3 660 2,8
21/12/2016 0.0 41,8 3,1
22/12/2016 0.0 3,6 42,7 2,6
23/12/2016 0.0 4,8 41,8 8 2,1
24/12/2016 0.0
25/12/2016 0.0
26/12/2016 0.0 48,1 4,8
27/12/2016 5.6 0,7 45,5 127 3.8
28/12/2016 0.3 -0,8 47,6 8 4.7
29/12/2016 20.2 -0,5 46,8 7 4.1
30/12/2016 9.9 -1,8 51,4 1 5.4
31/12/2016 5.5 -0,8 49,4 17 5.2

Página 28
 PAULA RAMOS ILLANES
2017

Para entender mejor la tabla muestra los días con y sin precipitación además se marcaron
con color celeste los días en los que se registró precipitación y en color amarillo los días con
los que no se cuenta con información ni en formato texto ni gráfico.

En la tabla anterior podemos observar lo siguiente:

 El Índice Lifted Index nos muestra valores que oscilan entre los 4,4 positivo y menos -
3,1; la mayor parte de los valores negativos se presentan los días con precipitación
siendo el mismo coherente con la teoría de aplicabilidad a este Índice,

 El Total de totales refleja valores más confiables en cuanto a un pronóstico para

precipitación, ya que los mismos están dentro de los valores sugeridos por la teoría;
aunque los valores reflejados no son claros al momento de establecer umbrales para
el pronóstico de precipitación,

 El índice CAPE toma los valores de toda la capa atmosférica y por ello se consideraría
un mejor parámetro al momento de determinar lluvias; pero en este caso y por la poca
información que se pudo obtener para la determinación de estos valores; los mismos
son confusos y no muestran claramente valores para la determinación de precipitación.

 En cuanto al parámetro de Razón de Mezcla los valores que se obtuvieron en los días
de precipitación oscilan entre los 2.0 y 4,4 gr/kg. Y al no contar con una tabla que nos
determine los valores para este índice se analizara según la media obtenida.

Debemos considerar que los días de precipitación en el mes de diciembre de 2016 fueron
muy bajos y al momento de determinar índices con el método estadístico no nos representa
un universo apto para realizar dichas estadísticas.
Tabla nº 5: Mes de enero

LA PAZ - EL ALTO
Precipitaciones
w
Fecha (mm) LI TT VALOR
(gr/kr)
registradas
01/01/2017 5.3 45,1 4.8
02/01/2017 0.0
03/01/2017 2.1 -0,3 829
04/01/2017 5.6 48,6 5.3
05/01/2017 9.4 -4,7 47,9 323 4.6
06/01/2017 18.7 -0,1 48,1 - 4.9
07/01/2017 19.4
08/01/2017 3.3
09/01/2017 9.2 -1,3 49,2 9 4.6
10/01/2017 0.2 -1,1 47 449 4.5
11/01/2017 0.1 -1,2 49,4 161 4.6
12/01/2017 2.1 -2 49,1 257 4.8

Página 29
 PAULA RAMOS ILLANES
2017

13/01/2017 2.0 -1,5 51,6 73 5.5

14/01/2017 0.5 -1,5 48,6 36 4.6
15/01/2017 3.4 0,8 45,9 0 4.3
16/01/2017 0.2 47,2 4,7
17/01/2017 0.0 45,7 5,6
18/01/2017 5.7 -1,5 45,2 808 6.6
19/01/2017 0.2 -1,2 49,2 62 5.1
20/01/2017 0.0 31,4 0,9
21/01/2017 0.0
22/01/2017 0.0
23/01/2017 1.2
24/01/2017 11.3 49,1 8.8
25/01/2017 29.3 -1,1 49,5 10 4.4
26/01/2017 0.0 1,3 49,4 4,6
27/01/2017 0.0 1,1 49,4 4,9
28/01/2017 0.0
29/01/2017 0.0
30/01/2017 0.0 -1,8 43 -3 2,5
31/01/2017 1.1 4,3 51,7 0 5.2

Para el mes de enero se utilizó la misma metodología que en la tabla anterior utilizando los
colores celeste para los días de precipitación y amarillos para los días en los que no se tiene
ningún dato de radio sondeo ni en formato texto ni gráfica.

Y analizando la tabla encontramos lo siguiente:

 Iniciaremos con índice Lifted Índex para considerar a este índice como válido en un
pronóstico de lluvias, este de be contener valores menores a 0, y la tabla nos muestra
que los días que se registraron precipitación todos los valores son bajo cero es decir
con el prefijo menos (-),
 El Índice Total de Totales nos muestra en general valores entre los 45 y 51 mismos
que son según la teoría los valores que deben alcanzar para poder determinar la
ocurrencia o no de precipitación.
 El índice CAPE al igual que el anterior caso los valores son confusos y no los
suficientes para determinar valores y establecer umbrales.
 Con respecto a la Razón de Mezcla todos los valores encontrados para los días con
precipitación oscilan entre 4,1 y 8,8 gr/kg.

Página 30
 PAULA RAMOS ILLANES
2017

Descripción por Índice y determinación de umbrales:

Para poder realizar un umbral para cada índice se tomó el mes más lluvioso que se tiene en
datos de radio sondeos y reales; fue el mes de enero donde se registraron más días con
precipitación.

Sin embargo respecto a los Índice utilizados se encontró lo siguiente:

Índice Total de Totales:

Se encontraron datos confusos al momento de realizar los análisis y que dan poca fiabilidad
al momento de considerar umbrales para la estación de La Paz; ya que para una precipitación
de 29,3 mm se registró un valor de 49,5 y para una precipitación de 0,1 el valor de índice TT
fue de 49,4; y para una precipitación de 1,1 mm el valor fue de 51,7; los valores de
precipitación corresponden a los días 11, 25 y 31 del mes de enero de 2017 respectivamente.
Tabla nº 6: Índice Total de Totales

Día pp en mm Índice TT
25 29,3 49,5
11 0,1 49,4
31 1,1 51,7

Índice Lifted Index:

En este índice se trabajó con valores entre los 0º y -4º para determinar la ocurrencia de lluvias
y los datos encontrados y realizando los análisis en los días de mayor y menor precipitación
es decir extremas y se encontraron los siguientes valores:
Tabla nº 7: Índice Lifted Index

Día pp en mm Índice LI
11 0,1 -1,2
25 29,3 -0,4
31 1,1 -2,9

En la tabla se observa que en el día que se registró mayor precipitación el valor del índice
fue menor a los que muestran un registro de precipitación más bajo siendo los valores por
encima de menos 1.

Siendo así no podemos determinar umbrales en este índice de inestabilidad.

Página 31
 PAULA RAMOS ILLANES
2017

Índice CAPE:
En este Índice la gráfica mostro los siguientes valores:
Cuadro nº1: radio sondeo día 31 de enero

Cuadro nº2: Radio sondeo día 25 de enero

Para el día 25 la gráfica muestra un valor de 9 j/kg y para el día 31 se registró -163 j/kg; los
valores para este índice son de:

Página 32
 PAULA RAMOS ILLANES
2017

VALOR CAPE Potencial Convectivo

0 ESTABLE

0 – 1000 LIGERAMENTE ESTABLE

1000 a 2500 MODERADAMENTE INESTABLE

2500 a 3500 MUY INESTABLE

3500 a + EXTREMADAMENTE INESTABLE

Y realizando una comparación los valores para el día 25 de enero donde se registró una
precipitación de 29,3 mm no es significativo ya que nos lanza al valor de “ligeramente
inestable”.
Y para el dia 31 de enero el valor encontrado es de -163 j/kg lo cual según el cuadro se
interpretaría como estable siendo que ese día se registró una precipitación de 1,1 mm.
Al no tener clara los valores para el establecimiento de umbrales es que se decidió no realizar
las mismas para evitar confusiones y equivocaciones.
Razón de Mezcla:
Para este índice se utilizó las lecturas directas del radio sondeo en formato texto y se encontró
los siguientes datos:
Tabla nº 8: Razón de Mezcla

Día pp en mm RW
11 0,1 4.6

25 29,3 4.4

31 1,1 5.2

Al igual que los anteriores índices este no muestra valores crecientes con relación a la
cantidad de precipitación registrada, por lo que no permite realizar un umbral para determinar
lo valores al momento de utilizar este parámetro como referencia para la ocurrencia o no de
lluvias, sin embargo se observa que los valores en los días de precipitación los valores no
son menores a 4,6 gr/kg y el valor más alto encontrado es de 8,8 gr/kg registrándose una
precipitación de 11,3 valores registrados el día 24 de enero.

Página 33
 PAULA RAMOS ILLANES
2017

CAPÍTULO 5
5. CONCLUSIONES Y RECOMENDACIONES

5.1 Conclusiones

Una vez realizada la recolección de datos, procesados los mismos y obtenida la información
que de ello se generó, conjuntamente con los respectivos análisis, se obtuvieron resultados
que me permite presentar el siguiente conjunto de conclusiones:

Respecto al primer objetivo se concluye que la información generada por los radio sondeos
no está completa ya que por costos los mismos no son lanzados todos los días del mes;
además es muy difícil el acceso a los mismos.

Para el segundo objetivo que fue el de obtener y determinar los índices de inestabilidad
Atmosférica, el CAPE y RW se los obtuvo de los radio sondeos y para los Índices LI y TT se
obtuvieron a través de los procesos explicados en el marco teórico.

Cumpliendo el tercer objetivo se correlaciono los Índices de Inestabilidad Atmosférica con la

precipitación diaria y a pesar que se encontró una significancia en los aciertos en cuanto al
índice de Total de totales y Lifted Index se refiere los mismos no son claros al momento de
obtener umbrales.

Y con respecto al cuarto objetivo que se plasmó se concluye en que ningún índice cumple los
valores preestablecidos para poder obtener umbrales y poder realizar una aplicación directa
y fiable a los pronósticos de ocurrencia de lluvia.

Y en general se determinó que el índice que mejor se ajusta según los porcentajes de acierto
es el Índice Total de Totales.

Sin embargo, también se pudo corroborar que es difícil realizar parámetros de umbrales ya
que todos los índices fueron adecuados para esta estación.

Página 34
 PAULA RAMOS ILLANES
2017

5.2 Recomendaciones
Los resultados obtenidos en esta investigación se consideran preliminares y constituyen la
base para la determinación y puesta en práctica de modelo de pronóstico. En este sentido se
recomienda:

Debido a las condiciones actuales que presenta la red hidrometeorológica nacional y de los
datos existentes, es necesario realizar un análisis de la calidad de los datos utilizados, previo
a la ejecución de cualquier investigación, ya que esto evita errores en los resultados obtenidos
y retrasos en la elaboración de los trabajos.

Para obtener modelos que representen el área de estudio es necesario contar con una red
más densa de estaciones, de manera que los trabajos realizados al respecto puedan ser
utilizados como definitivos.

Con el propósito de mejorar los aciertos obtenidos al aplicar un modelo de pronóstico basado
en el uso de Índices de Estabilidad Atmosférica provenientes de sondeos reales de la
atmósfera, se recomienda analizar los datos de los años, tantos como sean posibles,
diferenciando el período lluvioso del período seco.

Se recomienda que la validez de los modelos encontrados y los que se logren a posteriori, se
verifiquen con una muestra independiente, es decir, con muestras que no formen parte de las
utilizadas para la elaboración de estos modelos.

Además de la prioridad que tiene este tipo de información para con el tiempo atmosférico, es
sumamente importante contar con una climatología aerológica para proyectos de investigación
científica, considerando además que la área de estudio del presente trabajo está situada a una
altura de 4050 metros sobre el nivel del mar.

Página 35
 PAULA RAMOS ILLANES
2017

BIBLIOGRAFÍA

- Astros, E. (1989) Aplicación y Evaluación del Índice Sholwalter en la predicción

de Tormentas y Chaparrones en Caracas y Maracay. Trabajo Especial de Grado. Inédito.
Universidad Central de Venezuela, Caracas.

- Barry, R. y Chorley, R. (1972) Atmósfera Tiempo y Clima. Barcelona. Ediciones Omega,

S. A. 500 p.

- Cárdenas, P. A. (2009) Modelo de Pronóstico Objetivo, un caso de estudio Estación La

Carlota. INAMEH. 26 p.

- Constantino, C. (1951) Meteorología Descriptiva. 2da ed. Buenos Aires. Librería “El
Ateneo” Editorial. 338 p.

- Holton, J. (1990) Introducción a la Meteorología Dinámica. 2da ed. Madrid. Edita Instituto
Nacional de Meteorología 425 p.

- Ledesma, M. (2008) Meteorología Aplicada a la Aviación. 13ava ed. España.

Editorial Paraninfo. 528 p.

- Medina, M. (1976) Meteorología Básica Sinóptica. Madrid. Editorial Paraninfo.

Organización Meteorológica Mundial. (1970) Glosario en Español.

- Showalter, A. (1953) Stability index for thunderstorm forecasting. American Meteorological

Society.

Página 36
 PAULA RAMOS ILLANES
2017

ANEXO 1
DATOS DE PRECIPITACIÓN DE LA ESTACIÓN DE EL ALTO
LA PAZ ENERO 2017 Y DICIEMBRE 2016
RESPECTIVAMENTE

Precipitaciones Precipitaciones
Fecha (mm) Fecha (mm)
registradas registradas
01/01/2017 5.3 01/12/2016 15.2
02/01/2017 0.0 02/12/2016 0.0
03/01/2017 2.1 03/12/2016 0.8
04/01/2017 5.6 04/12/2016 10.1
05/01/2017 9.4 05/12/2016 0.0
06/01/2017 18.7 06/12/2016 0.0
07/01/2017 19.4 07/12/2016 6.6
08/01/2017 3.3 08/12/2016 12.6
09/01/2017 9.2 09/12/2016 0.0
10/01/2017 0.2 10/12/2016 0.0
11/01/2017 0.1 11/12/2016 0.8
12/01/2017 2.1 12/12/2016 0.4
13/01/2017 2.0 13/12/2016 0.0
14/01/2017 0.5 14/12/2016 0.1
15/01/2017 3.4 15/12/2016 0.0
16/01/2017 0.2 16/12/2016 0.0
17/01/2017 0.0 17/12/2016 0.0
18/01/2017 5.7 18/12/2016 0.0
19/01/2017 0.2 19/12/2016 0.0
20/01/2017 0.0 20/12/2016 0.0
21/01/2017 0.0 21/12/2016 0.0
22/01/2017 0.0 22/12/2016 0.0
23/01/2017 1.2 23/12/2016 0.0
24/01/2017 11.3 24/12/2016 0.0
25/01/2017 29.3 25/12/2016 0.0
26/01/2017 0.0 26/12/2016 0.0
27/01/2017 0.0 27/12/2016 5.6
28/01/2017 0.0 28/12/2016 0.3
29/01/2017 0.0 29/12/2016 20.2
30/01/2017 0.0 30/12/2016 9.9
31/01/2017 1.1 31/12/2016 5.5

Página 38 de 38