Exploradores ERNC. Convenio de Colaboración y Transferencia de Recursos entre la Subsecretaría de Energía y la Universidad de Chile.

Transcripción

1 Exploradores ERNC Convenio de Colaboración y Transferencia de Recursos entre la Subsecretaría de Energía y la Universidad de Chile. Informe Final Para Ministerio de Energía Gobierno de Chile Por Departamento de Geofísica Facultad de Ciencias Físicas y Matemáticas Universidad de Chile Agosto del 2014

2 1

3 1. Capítulo Energía Solar 2.1 Introducción El Explorador solar ha tenido importantes mejoras durante el periodo Los principales cambios han sido en la parte del modelo que incorpora la nubosidad, en la cantidad de productos entregados por el explorador, que ahora incorpora radiación directa y radiación global en planos inclinados y en la actualización del sitio web, cuyo formato ahora es estándar para todos los exploradores, simplificando la manera de visualizar y obtener la información. Conjuntamente, se exponen resultados relativos al análisis del efecto de los Aerosoles en la Radiación Incidente sobre la ciudad de Santiago. A continuación se detallan los principales avances del Explorador solar para esta etapa del proyecto. Además, en el Anexo (sección Error! Reference source not found.) se incluye una publicación científica titulada The Atacama Surface Solar Maximum escrita por Dr. Roberto Rondanelli (DGF) que ha sido aceptada por la revista Bulliten of the American Meteorological Society. El artículo ocupa el Explorador Solar junto con otras fuentes de datos y argumentos teóricos para demostrar que el punto en la superficie del planeta que experimenta la mayor irradiación solar en promedio debería emplazarse en el desierto de Atacama. El artículo está en la última etapa de revisión y se espera que se publique el principio de El apoyo del Ministerio para el trabajo realizado esta reconocido en el texto de manuscrito. 2.2 Modelación del recurso solar Respecto del modelo utilizado para generar los datos del Explorador Solar, se ha mantenido la metodología para el cálculo de la radiación global horizontal en cielo despejado, pues ha demostrado no tener sesgos ni errores significativos. Además, se ha utilizado la misma metodología con el modelo CLIRAD-SW para el cálculo de la radiación directa y la radiación difusa en condición de cielo despejado. Sin embargo, la parte de la metodología que incorpora el efecto de la nubosidad en la radiación ha sido sometida a un proceso constante de mejora, pues al ser un modelo empírico se puede ir recalculando a medida que se obtienen más y mejores bases de datos de radiación observada en superficie. Más adelante se detallan los cambios respecto al modelo de radiación en presencia de nubosidad. 2

4 Por otro lado, un importante desafío a lo largo del desarrollo del Explorador Solar ha sido la detección de la nubosidad a partir de las imágenes satelitales GOES. En este aspecto se ha mejorado el algoritmo de detección de nubes, de modo que se minimicen los errores de detección en lugares con alto albedo superficial y los errores asociados al problema de geolocación del satélite Geolocación del satélite Se ha detectado que las imágenes del satélite presentan un pequeño corrimiento unas respecto a otras, no siempre en la misma dirección ni de la misma magnitud. Estas diferencias se deben a cambios en la proyección del satélite al tomar datos del mismo sitio en distintos momentos, probablemente por inestabilidad de éste. En abril del 2010 comenzó a operar el satélite GOES 13 en reemplazo del GOES 12, que había estado en funcionamiento desde el año Este nuevo satélite presenta una mejor estabilidad y por lo tanto a partir de ese momento no existen diferencias en la geolocación entre un día y otro. En la Figura 1 se muestran los promedios anuales de la reflectividad en el canal visible para los años 2004 a 2012 en un sector de la región de Atacama, se nota la diferencia en la resolución de los años 2004 al 2009 en comparación con los años 2010, 2011 y Esta aparente baja resolución de los años en que operó el satélite GOES 12 se debe justamente a estas diferencias en la georreferenciación de las imágenes, pues un mismo pixel es el promedio de datos de distintas coordenadas vecinas, generando un efecto de suavizado en la imagen. 3

5 Figura 1 Promedio anual de la reflectividad de GOES en el sector de península de Mejillones, para los años 2004 a

6 Figura 2. Promedio de la reflectividad de GOES en el sector de península de Mejillones, para el mes de Junio de los años 2004 a 2011 menos el promedio de Junio del año Figura 3. Promedio de la reflectividad de GOES en el sector de península de Mejillones, para el mes de Junio de los años 2004 a 2011 menos el promedio de Junio del año 2012, después de correr en 4 kilómetros hacia el sur las imágenes del 2004 al 2008 y

7 Al comparar los datos del 2012 con los otros años se puede notar que, en promedio, las imágenes del 2004 al 2008 y el año 2011, están 4 kilómetros corridas hacia el norte. En la Figura 2 se muestra el promedio de la reflectividad para junio de cada año menos el promedio de junio del año Se ve como existe un notorio desfase entre el 2012 y los años 2004 a 2008 y Al corregir este corrimiento de cuatro kilómetros se logra que en promedio las imágenes estén en la misma ubicación (Figura 3), sin embargo esto no corrige las diferencias entre una imagen y otra que siguen teniendo diferencias de hasta 2 kilómetros en cualquier dirección entre una y otra. En la Figura 4 (panel superior, a la derecha) se muestra un ejemplo de una serie de tiempo de la reflectividad del satélite en un sector costero de la península de Mejillones y de un pixel 4 kilómetros al norte, correspondiente a un sector sobre el mar. Si no se hace la corrección de los 4 kilómetros, la reflectividad del pixel sobre el océano es igual en la mayoría de los días (para los años con problemas) que la del píxel sobre la tierra. Pero al hacer la corrección se nota como disminuye la reflectividad del océano en los días despejados quedando de la misma magnitud que los años 2010 y 2012 (panel inferior, a la derecha). Figura 4. Ejemplo en la península de Mejillones del cambio en la reflectividad luego de hacer la corrección de 4 kilómetros. A la izquierda, un mapa del sector donde los puntos rojo y azul señalan un pixel sobre la tierra y sobre el océano respectivamente. A la derecha, las series de tiempo de la reflectividad en ambos puntos, arriba antes de hacer la corrección y abajo después de hacer la corrección. 6

8 2.2.2 Algoritmo de detección de nubes En la versión actual del explorador se ha desarrollado una metodología basada en la serie temporal de reflectividad de cada pixel de datos satelitales, a diferencia del algoritmo anterior que se basaba en la detección espacial de la nubosidad. El algoritmo consiste en encontrar para cada pixel su línea de base de albedo, es decir, su reflectividad para cielo despejado y detectar los momentos en que la reflectividad observada por el satélite es significativamente mayor que su albedo superficial normal, lo que significará que se está en la presencia de una nube. En la Figura 5 se muestran dos ejemplos de la discriminación que hace el algoritmo entre instantes con cielo despejado y con nubosidad. Se muestra que incluso en un lugar con alto albedo, como un salar, el algoritmo detecta las nubes que se escapan a los valores típicos del salar (de todas formas pueden existir nubes con albedo igual o inferior al del salar y estos casos no serán considerados como nube). Además, en un lugar con mucha nubosidad, a pesar de la alta densidad de puntos el algoritmo logra encontrar el albedo superficial para poder detectar las nubes. 7

9 Figura 5. Ejemplos del algoritmo de detección de nubes. En los paneles de la izquierda los puntos negros muestran el valor de la reflectividad desde GOES versus la radiación de cielo despejado en distintos tiempos para un píxel. A la derecha se muestra la clasificación del algoritmo para cada tiempo en cielo despejado (puntos azules) y cielo con nubosidad (puntos rojos). Arriba un ejemplo de un píxel sobre un salar (cerca de Calama) y abajo un píxel en una zona con alta frecuencia de nubosidad (cerca de Puerto Montt) Modelo de atenuación de la radiación debido a la nubosidad En esta nueva versión se ha recalculado la función empírica que describe la relación entre el porcentaje de atenuación de la radiación producido por una nube y el albedo de la nube. En esta versión se han considerado 82 estaciones que miden radiación global horizontal, para las cuales se han detectado los instantes con nubosidad y se ha comparado la radiación en esos instantes con datos sintéticos de radiación en cielo despejado para ese sitio para la misma fecha y hora. Con esto se han obtenido los porcentajes de atenuación de la radiación debido a la nubosidad para las 8

10 series observadas y se ha comparado con las reflectividades de las nubes extraídas de los datos del satélite GOES en los mismos instantes. En la Figura 6 se muestra un diagrama de dispersión de la atenuación versus la reflectividad de la nube (puntos azules) y la curva que se ha ajustado para establecer la relación entre estas variables (curva roja). Así, el modelo de radiación en presencia de nubosidad queda dado por. Una metodología similar fue aplicada para determinar la radiación directa en caso de nubosidad. Como no se contaba con mediciones de radiación directa, se utilizaron las series observadas de radiación difusa para ajustar el modelo empírico, con lo cual la radiación directa en cielo con nubosidad se calcula de la siguiente manera: donde corresponde a la reflectividad de la nube y las funciones y son funciones cuadráticas. Figura 6. Diagrama de dispersión entre la reflectividad del satélite (eje horizontal) y el porcentaje de atenuación de la radiación debido a nubosidad (eje vertical) para los instantes con nubosidad de 80 estaciones. 9

11 2.2.4 Validación del modelo Se ha evaluado la calidad de los resultados obtenidos con el modelo, de acuerdo a una base de datos que consta de 82 estaciones distribuidas entre el norte grande, el norte chico, la zona centro y el sur del país con datos de radiación global horizontal y 10 estaciones en el norte grande con datos de radiación global en seguimiento (ver mapa en figura 8). Parte de esta red de datos (10 estaciones) fue implementada por GIZ en conjunto con el Ministerio de Energía con datos a partir del 2009 hasta la fecha. Las otras observaciones corresponden a estaciones públicas y privadas provenientes de distintas redes de medición para distintos períodos de tiempo entre el año 2004 y En el país existen muchas otras estaciones que miden radiación global horizontal, pero se han escogido sólo éstas para realizar la validación pues son las que muestran los menores errores por sombras, tendencias en el tiempo y datos fuera de rango. El cambio en el algoritmo de detección de nubes en la última versión del Explorador Solar ha permitido aumentar el número de casos con nubosidad. En la Figura 7, panel superior, se muestra el porcentaje de nubes detectado en la versión anterior del explorador (columna azul) y el porcentaje de nubes detectado con el nuevo algoritmo (columna roja). En promedio, para todas las estaciones, la detección de nubes aumentó de un 45% a un 78% y para en las estaciones GIZ de un 20% a un 50%. No se puede esperar un 100% de nubes detectadas, pues en las observaciones es imposible distinguir una disminución de la radiación producida efectivamente por una nube de una disminución producida por una sombra, por lo tanto para las observaciones, en general, hay una sobreestimación de los casos con nubes, pues la mayoría de las estaciones presentan sombras en algún período. 10

12 Figura 7. Arriba se muestra el porcentaje de casos con nubosidad detectados por el antiguo y el nuevo algoritmo. Abajo se muestra el porcentaje de atenuación de la radiación debido a las nubes modelado menos el observado, en la versión nueva y la versión antigua del explorador. Con respecto al modelo empírico para las nubes, también se produjo una mejora en esta nueva versión. En la Figura 7, panel inferior se muestra la resta entre el porcentaje de atenuación por nubosidad en las observaciones y en el modelo, donde se observa que ahora las diferencias no superan el 10%. En la figura 8 se muestra un diagrama de dispersión del valor promedio de la insolación diaria en cada estación para el rango temporal disponible en cada una. En el eje vertical se muestran los valores del modelo y en el eje horizontal los valores observados. Se puede ver que el modelo tiene un buen desempeño pues para la mayoría de las estaciones la diferencia con el modelo no supera el 10%. 11

13 Figura 8. Diagrama de dispersión de la insolación global horizontal diaria en KWh por m 2 medido en las 82 estaciones (eje horizontal) versus el resultado del modelo (eje vertical). Los puntos rojos señalan las estaciones del Ministerio de Energía. A la derecha se muestra un mapa con la ubicación de las 82 estaciones utilizadas en la validación. En la Tabla 1 se muestra el error promedio (sesgo) y la desviación estándar del error (RMSE) de la radiación global horizontal con una resolución temporal de 10 minutos, para las 10 estaciones del Ministerio de Energía y para el total de las 82 estaciones. El modelo muestra un sesgo en promedio de un 3,1 % y un RMSE de un 29%. 12

14 Promedio Sesgo RMSE W/m2 W/m2 % W/m2 % Armazones 322,3-22,1-3,3 63,6 9,5 Pampa Camarones 185,2-24,1-4,2 93,4 16,3 Crucero II 341,3-23,3-3,3 52,5 7,5 Crucero 305,0-22,7-3,6 70,2 11,0 Inca de Oro 295,1-11,5-1,8 68,0 11,0 Pozo Almonte 293,6-8,2-1,3 73,6 12,0 Puerto Angamos 248,0 1,9 0,3 117,6 22,5 Aeródromo Salvador 301,1-12,9-2,0 60,4 9,6 Salar 303,0 2,6 0,4 107,8 17,1 San Pedro de Atacama 296,2-5,0-0,8 98,9 15,9 Total estaciones GIZ - -12,5-2,0 80,6 13,2 Todas las estaciones - 11,9 3,1 125,0 28,9 Tabla 1. Sesgo y desviación estándar del error par a las estaciones de la red del Ministerio de Energía y el total para las 82 estaciones utilizadas en la validación. 2.3 Nuevos productos Considerando que el Explorador Solar es una herramienta principalmente diseñada para ayudar en la planificación de proyectos fotovoltaicos, se ha incorporado la capacidad de calcular la radiación incidente sobre un plano con una cierta inclinación y azimut, la radiación que incide sobre una superficie que se mueve a lo largo del día de este a oeste y las potencias que se obtendrían en un sistema fotovoltaico estándar con una eficiencia y área establecidas por el usuario Radiación en planos inclinados y en seguimiento Para calcular la radiación que incide en un plano inclinado es necesario obtener las componentes directa y difusa de la radiación. Además, se ha considerado el efecto que tiene el albedo superficial, pues parte del panel, al no estar horizontal, estará recibiendo la radiación reflejada en el suelo. De esta manera la radiación en un plano inclinado está dada por 13

15 !! " " #$%& ' donde! )*+, )*+ - - es el ángulo cenital del sol y el ángulo, corresponde al ángulo entre la superficie receptora y la dirección desde donde provienen los rayos solares. La radiación en seguimiento es calculada como la radiación en un plano inclinado, pero cuya inclinación varía a lo largo del tiempo. La Figura 9 y Figura 10 muestran los promedios horarios y mensuales respectivamente de la radiación global en seguimiento medida en las 10 estaciones de la red del Ministerio de Energía y los resultados del modelo para esas estaciones. Se puede ver que el modelo muestra una muy buena correlación con las observaciones, tanto en la magnitud de la radiación como en la forma de los ciclos diarios y mensuales. Figura 9. Ciclo diario de la radiación global en seguimiento en W/m2 observada (rojo) y modelada (azul). 14

16 Figura 10. Promedios mensuales de la radiación global en seguimiento en W/m2 observados (rojo) y modelado (azul) para la red de estaciones del Ministerio de Energía Potencial fotovoltaico El cálculo del potencial fotovoltaico en el explorador solar se hace para la radiación global horizontal, la radiación global en un plano inclinado y la radiación global en seguimiento. Las ecuaciones que se utilizan para el cálculo de la eficiencia del panel corresponden a una adaptación de la metodología utilizada por el programa SAM (System Advisor Model) del National Renewable Energy Laboratory de Estados Unidos para un módulo fotovoltaico simple. 15

17 La energía generada por el panel en cada hora del día está calculada con la siguiente ecuación.. / #'../067 donde 2 es el área del panel, 5 es el factor de pérdida debido a los factores ambientales (temperatura y viento), 3 el factor de pérdida por otros motivos, que en este caso ha sido considerado como 0.8 y 4 la función de eficiencia del panel. La función de eficiencia del panel que se ha utilizado es una curva estándar que alcanza su máximo a 1000 W/m 2 (ver Figura 11) y es escalada de acuerdo a una eficiencia de referencia dada por el usuario, que corresponderá a la eficiencia a 1000 W/m 2 y 25 C del panel fotovoltaico que quiere evaluar. Figura 11. Curva de eficiencia de un panel fotovoltaico estándar. 2.4 Actualización del sitio web El sitio web ha sido actualizado con un formato nuevo para estandarizar todos los exploradores de energía (Figura 12). La nueva dirección del explorador solar es: Más información sobre el contenido del sitio web se puede encontrar en el texto Documentación y manual de uso del Explorador Solar, que se adjunta como anexo a este informe. Este documento es un nuevo informe actualizado que corresponde a la documentación oficial sobre el Explorador Solar y se puede descargar directamente desde la página web del explorador. 16

18 Figura 12. Nuevo aspecto del Explorador Solar 2.5 Análisis del efecto de los Aerosoles en la Radiación Incidente, caso de Santiago de Chile En el marco del desarrollo de la generación eléctrica a partir de energías renovables no convencionales, la energía solar fotovoltaica resulta ser una fuente de mucho interés pues, aparte de sus posibilidades en la instalación de grandes centrales generadoras, tiene posibilidades de ser masificada en instalaciones de autogeneración domiciliaria. Esto permitiría diversificar la matriz energética y disminuir los costos de transmisión de energía pues ésta se generaría en el mismo lugar que se consume. Debido a lo anterior resulta relevante el lograr una mejor comprensión del comportamiento de la radiación solar en zonas de mucha población, como la ciudad de Santiago. Este tipo de ciudades presentan diversas partículas en suspensión, también llamados aerosoles, los cuales tienen su origen tanto de forma natural como derivado de la actividad humana. Éstos interactúan con la radiación que incide sobre ellos, presentando diversos efectos ópticos que disminuyen la irradiación sobre la superficie. Esta pérdida se relaciona con la energía disponible y por ende con los costos de producir energía fotovoltaica por lo que debe ser considerada al momento de evaluar proyectos de este tipo. 17

19 El objetivo del presente apartado es abordar esta temática y entregar un estudio sobre este tema realizado para la ciudad de Santiago de Chile. En este estudio se utilizan mediciones empíricas y modelos radiativos con el fin de comprender mejor el fenómeno y cuantificar los efectos presentes de los aerosoles, acotando los valores de las pérdidas. También se presentan casos alternativos que ayudan a bosquejar una idea de lo que sucedería bajo circunstancias diferentes. Se espera que finalmente puedan usarse la información aquí entregada para evaluar los costos que tiene la contaminación atmosférica de Santiago en la generación fotovoltaica, ayudando a invertir de mejor manera los recursos del país en el camino de la energía limpia y renovable Objetivos A continuación se enumeran y describen los objetivos de este estudio: 1. Analizar el Impacto de los Aerosoles sobre la radiación en Santiago En particular se debe estudiar el efecto directo de los aerosoles sobre la energía solar incidente en la superficie para el caso de Santiago de Chile. Para fines de este estudio, se entenderá por efecto directo el causado por las propiedades ópticas del material particulado y su distribución en la atmósfera. No se busca cuantificar los efectos de otros agentes como nubes o gases ni efectos indirectos de los Aerosoles, por ejemplo su posible incidencia en las precipitaciones. Para cumplir este objetivo se debe determinar el efecto de los aerosoles sobre la cantidad de radiación solar incidente que alcanza la superficie y su influencia en la proporción de radiación directa y difusa, asumiendo el caso de un día completamente despejado. 2. Realizar un modelo de Transferencia Radiativa que permita estimar el efecto de los aerosoles en distintos escenarios Se desea obtener un modelo que permita estimar la radiación que se recibiría para variadas concentraciones de aerosoles, y en particular estudiar el caso de ausencia de aerosoles antropogénicos (generados por la actividad humana) para determinar el impacto de la contaminación urbana en la energía solar disponible para generación eléctrica. 3. Desarrollar un procedimiento que permita la realización de este estudio en otras localidades Se debe considerar al momento de realizar este estudio el desarrollar un método de trabajo que permita realizarlo en otras localidades con alta presencia de aerosoles. De esta forma se podría lograr un método de trabajo estándar que aceleraría la evaluación del impacto de los aerosoles en la disponibilidad de energía solar. 18

20 2.5.2 Metodología Para realizar las simulaciones se utilizará el modelo de transferencia radiativa atmosférica MODTRAN, desarrollado por Spectral Sciences inc, y el Laboratorio de Investigación de la Fuerza Aérea Estadounidense (US Air Force Research Laboratory). Este modelo tiene la ventaja de estar extensamente validado y de ser muy personalizable, lo que permitiría modelar el caso específico de la atmósfera de Santiago además de posibilitar observaciones sobre lo que sucedería con variaciones en diversos parámetros, en particular la concentración y tipo de aerosoles. Los parámetros más importantes que se deben ingresar al modelo para el caso de un día completamente despejado son: Tipo de atmósfera, caracterizada por: o Un perfil atmosférico que incluya presión, temperatura, y concentración de vapor de agua y gases junto a la respectiva altura de cada capa o Altura de la capa límite Características de Aerosoles: o Distribución en el perfil atmosférico o Visibilidad en superficie o Caracterización óptica Características de la zona geográfica o Elevación sobre el nivel del mar o Albedo superficial o Coordenadas geográficas o Hora del día y fecha Los parámetros de entrada deben ser lo más similares posibles a los de la localidad a estudiar para que la modelación sea consistente, por lo que es necesario obtener los datos mencionados y realizar mediciones en caso de que no estén disponibles. Con el modelo se obtendrían valores de radiación global horizontal, radiación directa y radiación difusa, por lo que es necesario obtener observaciones de estos parámetros que puedan ser contrastadas con el modelo para validarlo. Los pasos a seguir son: Modelar exitosamente un día completamente despejado en el cual se tengan todas las mediciones necesarias de validación. Aprovechar las herramientas desarrolladas en el paso anterior para calcular la radiación en otra ubicación o instante temporal para verificar que el modelo sea extensible a otras condiciones, y revalidar. 19

21 Estimar la radiación que se recibiría en Santiago en el caso de aerosoles no urbanos y comparar con la situación actual Datos Aerosoles Se han realizado simultáneamente mediciones de AOT 1 y radiación global horizontal, directa y difusa en Cerro Calán y el DGF utilizando Piranómetros y Fotómetros (Figura 13). Los valores de AOT permiten estimar el valor de visibilidad en superficie. También contienen información sobre el tipo de aerosoles y su tamaño. Figura 13. Gráfico que contrasta el espesor óptico de aerosoles entre mediciones realizadas en el Cerro Calán de la comuna de Las Condes y el DGF, ubicado en la comuna de Santiago, para el día 29 de Enero del Se observa que hay un ciclo diario distinto entre ambas ubicaciones, con marcadas diferencias a nivel horario. 1 AOT: Aerosol Optical Thickness (Espesor Óptico de Aerosoles), asociado a la cantidad de radiación absorbida, reflejada y esparcida por los aerosoles presentes en la atmósfera. 20

22 Una observación importante que se ha obtenido a partir de estos datos es que distintas zonas, incluso dentro de Santiago, pueden presentar diferencias importantes en los valores de AOT, por lo que puede haber significativas diferencias en la energía disipada. Además este factor de disipación presenta dependencia de la hora del día. De la observación anterior se deduce que puede ser importante el efecto de la distribución espacial de Aerosoles en la cuenca Metropolitana, por lo que se ha aprovechado la situación para impulsar un proyecto universitario de desarrollo de Fotómetros de bajo costo 2. Se puede encontrar más detallada de esto en la Sección Radiación Hasta la fecha se han obtenido datos de radiación global de cuatro estaciones de la Región Metropolitana 3 (Figura 14). También se han realizado mediciones en el Departamento de Geofísica de la Universidad de Chile (DGF) y en una estación meteorológica ubicada en Cerro Calán que es parte del proyecto. Figura 14. Gráfico que muestra simultáneamente los valores de radiación global horizontal para cuatro estaciones en la Región Metropolitana (Fuente: DMC) 2 Instrumentos que miden AOT. 3 Fuente: Estaciones automáticas en línea Red Ema, Dirección Meteorológica de Chile. 21

23 Estos datos serán principalmente utilizados con el fin de validar el modelo, y ver si se observan anomalías en los valores medidos producto de la altura relativa de las estaciones que podrían ser causadas por la capa de aerosoles Perfil Atmosférico El perfil atmosférico es obtenido desde los datos publicados por el GFS (Global Forecast System), el cual publica datos de simulaciones meteorológicas para todo el mundo e incluye datos en altura de Temperatura, Presión, Humedad Relativa y Ozono (Figura 15). Figura 15. Perfil de distintas variables meteorológicas vs altura obtenido con datos del GFS para la zona de Santiago el día 29 de Enero del 2014 a las 18:00 UTC Es recomendable utilizar las predicciones meteorológicas más cercanas a la fecha que se quiere modelar pues los modelos predictivos se degradan en certidumbre y resolución para períodos de tiempo muy extensos. En base a la experiencia obtenida hasta ahora, se pueden usar pronósticos realizados hasta tres días antes del instante a simular. 22

24 Desarrollo de Instrumentos Desde hace un tiempo lo modelos de distribución de contaminación atmosférica presentan noción de diferencias en la concentración y localización de aerosoles incluso en zonas relativamente pequeñas (de tamaño inferior a una ciudad). Sin embargo los costos de verificar estas predicciones son en la actualidad muy elevados, pues los instrumentos necesarios son muy caros. Dentro de los instrumentos útiles para este fin se encuentran los Fotómetros, pero debido a su costo se encuentran menos de cinco de estos instrumentos en el país. Por este motivo realizar mediciones de superficies amplias es imposible. Este diagnóstico ha servido de motivación para que un grupo de estudiantes se propusiera desarrollar Fotómetros de bajo costo que permitieran resolver estas interrogantes y además descubrir nuevos fenómenos que podrían significar grandes avances en la meteorología nacional e incluso mundial. Para fines de este proyecto estos instrumentos permitirían caracterizar la distribución espacial de aerosoles en Santiago y otras ciudades con una resolución tal que se podrían detectar zonas de mayor concentración de aerosoles, y por otro lado zonas limpias que recibirían más radiación solar. Una caracterización de este tipo permite escoger de manera eficiente los emplazamientos donde se podría instalar centrales solares u otro tipo de instalaciones en localidades urbanas. Actualmente se está diseñando una versión definitiva del instrumento, habiendo ya pasado pruebas de replicabilidad y funcionalidad con múltiples iteraciones de prototipos (Figura 16). Figura 16. Fotómetro en construcción. A la izquierda se pueden observar los componentes electrónicos internos del instrumento, mientras que a la derecha se puede ver la cubierta instalada y la interfaz con el usuario. 23

25 Se espera poder realizar las primeras pruebas de mediciones masivas durante el transcurso del presente año. Para más información se puede contactar el equipo a cargo 4 al correo proyecto.fotometro@gmail.com. 4 Equipo: Felipe Toledo Bittner y Cristóbal Garrido Cáceres, estudiantes de la Facultad de Ciencias Físicas y Matemáticas de la Universidad de Chile 24

26 2.5.4 Modelación Hasta el momento se ha logrado introducir al modelo una caracterización de la atmósfera y de la zona geográfica con precisión suficiente para simular el AOT observado durante las campañas de medición (Figura 17). Figura 17. AOT simulado vs AOT medido por el Fotómetro Cimel ubicado en el DGF. Las leves diferencias se deben a una caracterización incompleta del tipo de aerosoles presente en la atmósfera. También se ha obtenido una relación tentativa entre AOT y visibilidad en superficie, la cual permitiría relacionar de forma rápida el AOT medido con los parámetros de entrada de las simulaciones en el caso particular de Santiago. Esta caracterización fue realizada solamente para la estación de verano (datos del 29 de Enero) y podría cambiar a medida que se agreguen más detalles a las simulaciones (Figura 18Figura 18). En la actualidad los resultados son similares a los medidos en la primera campaña de validación (Figura 19), faltando aún incluir una caracterización particular de los aerosoles para el caso Santiaguino (se usó un modelo urbano estándar). Está dentro de los objetivos prioritarios el lograr esta caracterización a los cálculos para mejorar la precisión y obtener valores fiables del efecto en estudio. De todas maneras se ha usado el estado actual del modelo para obtener una estimación gruesa de la disminución en la radiación global horizontal comparando la situación de aquel día con la de una 25

27 atmósfera más limpia, donde se usa el valor mínimo de AOT detectado el 29 de Enero. Al comparar ambos casos se observan pérdidas de alrededor de un 10% (Figura 20). Figura 18. Ajuste tentativo entre visibilidad y espesor óptico para un día despejado del mes de Enero. Este aún no está validado por lo que se recomienda estudiar cada caso antes de usarlo. Curva de ajuste: 8 9:8;;<=>?:@A89 B< Figura 19. Radiación medida vs simulada para un día despejado en Santiago. Se observa un comportamiento similar pero aún se deben ajustar algunos parámetros del modelo. 26

28 Figura 20. Simulación de la radiación que se recibiría si el valor de AOT440 = 0.9 para todo el día. Este valor se escogió debido a que corresponde al valor mínimo medido durante la campaña. 27