Análisis y selección de datos meteorológicos a ser utilizados en el cálculo de vapor de agua integrado desde GNSS, a tiempo cuasi real
Date
2019-10Author
González, Agustín
Weidman, Tomás
Mackern, María Virginia
Rosell, Patricia
Camisay, María Fernanda
Mateo, María Laura
Morichetti, Paola Vanesa
Metadata
Show full item recordAbstract
El vapor de agua integrado (IWV) sobre un sitio, es una variable presente en cada punto del planeta y que condiciona la humedad en las distintas regiones, entre otras cosas. A través de la señal GNSS puede calcular-se el IWV a cuasi tiempo real, mediante el retardo cenital troposférico y contando con datos de presión atmosférica (PA) y temperatura (T). Este método es aplicado desde el Centro de procesamiento CIMA, en Mendoza, Argentina, donde se procesan las observaciones GNSS obteniendo para las estaciones GNSS de Argentina integradas a la red latinoamericana SIRGAS los retardo cenitales troposféricos, con intervalo horario, desde el año 2014 a la fecha. Para el cálculo del IWV de la se-rie de 5 años se utilizaron valores de PA y T desde el modelo atmosférico de re análisis ERA Interim. Estos últimos con un retardo de dos meses y con un intervalo de 6hs. Para poder calcular el IWV a cuasi tiempo real (dentro de las 24 horas), sobre las estaciones GNSS de Argentina, se realizó una búsqueda por cercanía utilizando QGIS (radios de búsqueda de 15 y 50 km), de estaciones meteorológicas (EM) con registros horarios de PA y T. Se seleccionó trabajar con las EM del Servicio Meteorológico Nacional (SMN), con los registros denominados de «tiempo presente». Estos registros se actualizan cada una hora por lo cual fue necesario realizar una rutina que los descarga y acumula, generando archivos diarios. Para que estos archivos fueran de utilidad debían cumplir con los requisitos de estabilidad (que los periodos o intervalos específicos de los regis-tros de datos sean horarios, en el mejor de los casos, o bien conserven su periodo invariable), disponibilidad (que las EM cuenten con los datos necesarios, en este caso T y PA) y calidad (es necesario contralar los datos filtrando registros con datos erróneos). Se obtuvo que de las 113 estaciones GNSS de RAMSAC, 64 disponen de datos de EM en un entorno de 50 km, 46 de ellas tienen una EM a menos de 15 km. De las EM seleccionadas (40): 30 cuentan con registros horarios estables; 5 con registros horarios sin datos entre las 21 y las 06 hs y 5 disponen de registros cada Fil: González, Agustín. Universidad Juan Agustín Maza. Facultad de Ingeniería; Argentina. Fil: Weidman, Tomás. Universidad Juan Agustín Maza. Facultad de Ingeniería; Argentina. Fil: Mackern, María Virginia. Universidad Juan Agustín Maza. Facultad de Ingeniería. Universidad Nacional de Cuyo. Facultad de Ingeniería. Consejo Nacional de Investigaciones Científicas y Técnicas (CONICET); Argentina. Fil: Rosell, Patricia. Universidad Juan Agustín Maza. Facultad de Ingeniería. Consejo Nacional de Investigaciones Científicas y Técnicas (CONICET); Argentina. Fil: Camisay, Fernanda. Universidad Juan Agustín Maza. Facultad de Ingeniería. Universidad Nacional de Cuyo. Facultad de Ingeniería; Argentina. Fil: Mateo, María Laura. Universidad Juan Agustín Maza. Facultad de Ingeniería. Universidad Nacional de Cuyo. Facultad de Ingeniería; Argentina. Fil: Morichetti, Paola. Universidad Juan Agustín Maza. Facultad de Ingeniería; Argentina.