3.3 Atenuaci´ on debida a nubes
3.3.1 Detecci´ on de nubes y contenido de agua l´ıquida
En primer lugar, antes de presentar los resultados de los c´alculos de ate- nuaci´on debido a nubes, Ac (dB), para el periodo 2007-2011, es importante
discutir los dos aspectos m´as importantes en el proceso de c´alculo de es- tas p´erdidas: la detecci´on de nubes a partir del perfil de humedad relativa, y c´alculo del contenido de agua l´ıquida, wl(g/m3). Los modelos estudiados
plantean diferentes m´etodos de detecci´on y c´alculo de estos par´ametros. Se ha realizado un estudio inicial considerando sondeos individuales en los que se verifica la presencia de nubes. De esta manera, se busca compren- der el comportamiento de los modelos en el proceso de detecci´on de nubes y c´alculo del perfil de wl. A partir del perfil de presi´on atmosf´erica se ob-
tienen las funciones de humedad cr´ıticas de Salonen y Salonen Optimizado (i.e. SalonenOpt). En el modelo CldMod no se propone una funci´on de hu- medad cr´ıtica, y se adopta en ´este la obtenida mediante el modelo de Salonen Optimizado. Finalmente, el modelo de Decker usa un umbral constante de humedad relativa igual a 95 %. En las Figuras 3.13a y 3.13c se observan los perfiles de humedad relativa correspondientes a los sondeos realizados el 9 de enero de 2009 (12:00 UTC) y el 8 de febrero de 2010 (12:00 UTC), junto con las funciones de humedad cr´ıtica. Se considera la existencia de nubes en aquellas capas donde los valores de humedad relativa superan el umbral definido por la funci´on de humedad cr´ıtica.
La altura de la base de la nube que detectan los modelos, para el caso del 9 de enero de 2009 (ver Figura 3.13a), es similar en ambos casos, entre 683 y 783 m sobre el nivel del mar. Seg´un los modelos, se trata de un evento de nubes formado por una sola capa, cuyo espesor es la principal diferencia entre los m´etodos empleados. Los espesores estimados son de 700 m, 4.6 y 3.75 km, para los modelos de Decker, Salonen y Salonen Optimizado, respec- tivamente. Es llamativa la diferencia que se observa, la cual es considerable para el modelo de de Decker. A partir de las expresiones propuestas por los modelos, se obtienen los perfiles dewl para cada uno de ´estos. Los 4 perfiles
posibles se representan en la Figura3.13b. Destaca en primer lugar los valores elevados de wl que el modelo CldMod predice para este perfil, con un valor
m´aximo de 0.78 g/m3 en la base de la nube. El modelo de Decker predice a su vez un valor de 0.2 g/m3 constante a lo largo de los 700 m de espesor
de la nube. Tanto los modelos Salonen y Salonen Optimizado, con espesores de nubes mucho mayores, presentan perfiles dewl con valores crecientes, con
m´aximos de 0.06 y 0.10 g/m3, respectivamente, en alturas por debajo del punto medio de las nubes. A partir de estos valores m´aximos los valores de wl decrecen r´apidamente. Si analizamos estos resultados desde la perspecti-
va del contenido integrado de agua l´ıquida, ILWC (Integrated Liquid Water
Content), expresado en (mm), que resulta de integrar en altura el valor de
wl en cada capa de nubes a lo largo del trayecto, se puede observar que las
diferencias entre los modelos de Decker, Salonen y Salonen Optimizado no son notables (ver Tabla 3.7). El inter´es por el par´ametro ILWC tiene que ver, en el campo de la propagaci´on, con la relaci´on lineal que tiene con la atenuaci´on debida a nubes, seg´un la expresi´on (2.113) de la Recomendaci´on UIT-R P.840, donde el par´ametroL corresponde a ILWC.
En el sondeo del 8 de febrero de 2010 (ver Figura 3.13c) se observa un escenario en el cual el modelo de Decker no detecta la presencia de nubes, mientras que los modelos de Salonen y Salonen Optimizado, identifican la altura de la base de la nube a una altura de 0.983 y 1183 km, respectivamente. En este caso en particular, seg´un el modelo de Salonen, las nubes a lo largo del trayecto formar´ıan un conjunto de una sola capa de gran espesor (≈ 6 km). Por otro lado, a partir de la funci´on de humedad cr´ıtica del modelo de Salonen Optimizado, se identifica nubosidad distribuida entre dos capas, ambas con espesores muy similares (≈ 1.65 km). Los perfiles de wl calculados a partir
de los modelos de Salonen, Salonen Optimizado y CldMod, se muestran en la Figura 3.13c. Se confirma, al igual que en el caso anterior, los niveles elevados dewlque predice el modelo CldMod, con valores m´aximos de 0.65 y
0.55 g/m3 en las bases de las capas de las nubes, muy por encima de los 0.12 y 0.16 g/m3 estimados por los otros dos modelos. El par´ametro integrado ILWC con los valores de wl de cada modelo, se muestran en la Tabla 3.7. El
valor de ILWC a partir del modelo de Salonen es mayor que el obtenido a partir de Salonen Optimizado, debido a que se trata de un escenario de una sola nube de gran espesor, a diferencia de las dos capas detectadas por el umbral optimizado.
A continuaci´on se presentan los resultados de un estudio de detecci´on de nubes con un mayor vol´umen de datos, que incluye los sondeos meteorol´ogi- cos del periodo 2007-2011. Se han aplicado los cuatro modelos estudiados, obteniendose el n´umero de eventos con presencia de nubes que se resumen en la Tabla 3.8. Estudios de validaci´on de detecci´on de nubes se realizan t´ıpicamente en base a medidas experimentales obtenidas con ciel´ometros o r´adares de nubes (Mattioli et al.,2005;Nowak et al.,2008). En nuestro caso, se ha utilizado informaci´on sobre el estado del cielo a partir de observaciones desde superficie realizadas en la estaci´on Madrid/Barajas. Los resultados de
0 0.2 0.4 0.6 0.8 1 0 5 10 15 20 25 30 Relative humidity Height (km) Relative Humidity Decker Threshold Salonen Threshold SalonenOpt Threshold (a) 0 0.2 0.4 0.6 0.8 1 0 5 10 15 20 25 30
Liquid water content (g/m3)
Height (km) Decker Salonen SalonenOpt CldMod (b) 0 0.2 0.4 0.6 0.8 1 0 5 10 15 20 25 30 Relative humidity Height (km) Relative Humidity Decker Threshold Salonen Threshold SalonenOpt Threshold (c) 0 0.2 0.4 0.6 0.8 1 0 5 10 15 20 25 30
Liquid water content (g/m3)
Height (km) Decker Salonen SalonenOpt CldMod (d)
Figura 3.13: Funciones de humedad cr´ıtica vs Perfil de humedad relativa, y perfil vertical del contenido de agua l´ıquida, wl. a) y b) Sondeo 9 de enero
de 2009, 12:00 UTC, c) y d) Sondeo 8 de febrero de 2010, 12:00 UTC.
Tabla 3.7: Contenido integrado de agua l´ıquida en base sondeos meteorol´ogi- cos
ILWC (mm)
Sondeo Decker Salonen Salonen Optimizado CldMod
9 de enero 2009, 12:00 UTC 0.16 0.13 0.19 0.88
Tabla 3.8: Detecci´on de nubes en base a diferentes modelos y observaciones de superficie. Periodo 2007-2011
Total Sondeos con Modelo Node octas≥1
A˜no observaciones SYNOP Decker Salonen Salonen Optimizado CldMod SYNOP
2007 628 142 341 237 237 270
2008 656 173 388 281 281 319
2009 694 154 389 274 274 274
2010 695 160 413 296 296 336
2011 659 170 364 248 248 261
estas observaciones est´an disponibles a trav´es de los reportes SYNOP, sobre los cuales se discute en mayor detalle en el Cap´ıtulo 4. El criterio empleado para detectar la presencia de nubes mediante estos reportes es que el n´umero de octas para nubes bajas (Hahn and Warren, 1999) es mayor o igual a 1.
Los resultados de la Tabla 3.8 sugieren las siguientes observaciones: • En general el modelo de Salonen estima una mayor presencia de nu-
bes respecto a los otros modelos. As´ı mismo, la forma de la funci´on de humedad cr´ıtica de este modelo, da como resultado nubes de ma- yor espesor, como se verific´o en los ejemplos previos basados sondeos individuales. Ambas observaciones son congruentes con el estudio de Mattioli et al. en el que se proponen cambios al modelo de Salonen
(Mattioli et al., 2009).
• El n´umero de eventos detectados usando la funci´on de humedad cr´ıtica del modelo de Salonen Optimizado, se aproxima mucho m´as al que se obtiene a partir de las observaciones SYNOP, siendo en algunos casos, como el a˜no 2009, exactamente iguales.
• El umbral constante del modelo de Decker es responsable de un menor n´umero de eventos de nubes. Si consideramos el n´umero total de son- deos durante los 5 a˜nos (3332 sondeos), las condiciones de nubosidad est´an presentes en el 24 % de ´estos. Por otro lado, 76 % de los perfiles corresponden a escenarios de cielo claro, valor que coincide num´erica- mente con el obtenido por Mattioli et al. cuando compara los eventos detectados por este modelo con medidas de alturas de bases de nube obtenidas con un ciel´ometro, durante un periodo de dos a˜nos (Mattioli
et al., 2009).
• Seg´un las observaciones SYNOP, alrededor del 44 % de sondeos entre 2007-2011 se realizaron en presencia de nubes. Este porcentaje en prin- cipio parece ser elevado. Si se utiliza un criterio de n´umero de octas
diferente, por ejemplo mayor o igual a 2, el porcentaje ser´ıa menor, y el n´umero de eventos se acercar´ıa mucho m´as al n´umero de eventos detectados por los umbrales Decker o de Salonen Optimizado.
3.3.2
CCDFs anuales periodo 2007-2011
Este estudio sobre estimaciones del valor de la atenuaci´on debido a nubes concluye con el c´alculo de las CCDFs anuales debido a sus efectos de ab- sorci´on, tanto en 100 GHz como en 300 GHz. En las Figuras 3.14 y 3.15
se muestran las distribuciones anuales usando cada uno de los 4 modelos implementados.
La presencia de nubes y el efecto de absorci´on que producen comienza a partir de 15 a 30 % del tiempo durante el a˜no. Empleando el modelo de Salonen (ver Figura 3.14a) se predice que las p´erdidas superan niveles entre 0.7 y 1.1 dB el 10 % del tiempo, y alrededor de 2.5 a 3 dB para el 1 % del tiempo, en 100 GHz. Para estos mismos porcentajes de tiempo, el modelo de Salonen Optimizado estima valores ligeramente menores, en el rango de 0.6 a 0.9 dB, y entre 2 y 2.5 dB, respectivamente (ver Figura 3.14c). El menor n´umero de eventos con presencia de nubes que detecta el umbral de Decker, se traduce en menores niveles de atenuaci´on para los mismos porcentajes, respecto a los modelos anteriores, fundamentalmente para aquellos entre 5 y 10 % (ver Figura 3.14b). Eventos de alta nubosidad posiblemente asociada a precipitaciones, cuya presencia est´a relacionada a bajos porcentajes de tiempo, por ejemplo el 1 %, presentan en general niveles de atenuaci´on entre 2 y 3 dB en los 3 modelos. Por otro lado, los altos niveles de contenido de agua l´ıquida, wl, que se obtienen a partir del modelo CldMod, se traducen
en las distribuciones anuales que se observan en la Figura 3.14d, con valores de atenuaci´on visiblemente mayores.
En 300 GHz, la atenuaci´on debido a nubes es mayor que en el caso previo. Usando el modelo de Salonen, los valores de p´erdidas que se superan el 10 % del tiempo, se incrementan hasta el rango de 2 a 3 dB, y entre 6 y 8 dB para el 1 % del tiempo. El a˜no 2011 muestra en estos bajos porcentajes, valores menores respecto a otros a˜nos, probablemente debido a la menor presencia de eventos con alta concentraci´on de nubes. El modelo de Salonen Optimizado predice en general niveles de atenuaci´on m´as bajos respecto al modelo de Salonen, entre 1.5 y 2.5 dB para el 10 % del tiempo, y entre 5.7 y 6.6 dB para el 1 %. Este ´ultimo rango de variaci´on es mucho menor que el observado en el modelo de Salonen (entre 6 a 8 dB), debido posiblemente a que las nubes asociadas a estos altos valores de p´erdidas, tienen espesores menores al ser tratadas con una funci´on de humedad cr´ıtica diferente. El modelo de Decker por su parte, predice valores de p´erdidas que superan 1 y 2 dB durante 10 %
10−1 100 101 102 0 1 2 3 4 5 6 7 8 Percentage (%) Cloud attenuation (dB) 2011 2010 2009 2008 2007 (a) 10−1 100 101 102 0 1 2 3 4 5 6 7 8 Percentage (%) Cloud attenuation (dB) 2011 2010 2009 2008 2007 (b) 10−1 100 101 102 0 1 2 3 4 5 6 7 8 Percentage (%) Cloud attenuation (dB) 2011 2010 2009 2008 2007 (c) 10−1 100 101 102 0 1 2 3 4 5 6 7 8 Percentage (%) Cloud attenuation (dB) 2011 2010 2009 2008 2007 (d)
Figura 3.14: Comparativa interanual de CCDFs de atenuaci´on cenital debido a nubes en 100 GHz, a) modelo de Salonen, b) modelo de Decker, c) modelo de Salonen Optimizado y d) modelo CldMod.
del tiempo, y para el 1 % el resultado es similar al obtenido con el modelo de Salonen. La variaci´on interanual que se observa es bastante homog´enea para porcentajes por encima del 3 % en los 3 modelos, siendo esta variaci´on del orden de 1 dB. El modelo CldMod muestra nuevamente en esta frecuencia un comportamiento bastante diferente al observado con los otros modelos, con p´erdidas bastante elevadas. Para un 10 % del tiempo se superan entre 4 y 6 dB; para el 1 % del tiempo el rango de p´erdidas es entre 11.5 y 13.5 dB, siendo las variaciones interanuales del orden de los 2 dB.
El modelo de Salonen ha sido empleado en experimentos de propagaci´on previos en nuestro grupo, obteni´endose buenos resultados hasta 50 GHz (Al-
10−1 100 101 102 0 5 10 15 20 Percentage (%) Cloud attenuation (dB) 2011 2010 2009 2008 2007 (a) 10−1 100 101 102 0 5 10 15 20 Percentage (%) Cloud attenuation (dB) 2011 2010 2009 2008 2007 (b) 10−1 100 101 102 0 5 10 15 20 Percentage (%) Cloud attenuation (dB) 2011 2010 2009 2008 2007 (c) 10−1 100 101 102 0 5 10 15 20 Percentage (%) Cloud attenuation (dB) 2011 2010 2009 2008 2007 (d)
Figura 3.15: Comparativa interanual de CCDFs de atenuaci´on cenital debido a nubes en 300 GHz, a) modelo de Salonen, b) modelo de Decker, c) modelo de Salonen Optimizado y d) modelo CldMod.
vez un modelo ampliamente aceptado dentro del campo de la propagaci´on, fundamentalmente en el ´ambito europeo (COST255,2002;Luini et al.,2007). Las estimaciones en 100 y 300 GHz hechas en base a este modelo se pueden considerar v´alidas como una primera aproximaci´on. Sin embargo, en base a los resultados discutidos previamente, resulta interesante plantear tambi´en el uso de los modelos de Salonen Optimizado y Decker. El umbral de hume- dad relativa constante, que se usa en este segundo, se encuentra usualmente en literatura del campo de la meteorolog´ıa y la teledetecci´on. Respecto al modelo CldMod, aun no existen muchas referencias sobre su validaci´on con datos experimentales, pero en principio nuestros resultados muestran niveles mayores de atenuaci´on respecto a los otros tres modelos, debido a los altos contenidos de agua l´ıquida en nubes que predice.