Antecedentes

Durante la crisis del petróleo de los años 70 se hizo creciente la preocupación por encontrar la eficiencia energética en el diseño de las viviendas, de forma que las personas se encontraran con una sensación térmica de bienestar el máximo tiempo posible sin tener que recurrir al uso de las climatizaciones forzadas (refrigeración y/o calefacción). Se hizo obligatorio, por tanto, estudiar bajo qué condiciones climatológicas la mayor parte de las personas sientan que están en zonas de confort climático. Unos de los pioneros en este campo fue el arquitecto de origen húngaro V. Olgyay que en su libro “Arquitectura y Clima” relaciona la arquitectura eficiente desde el punto de vista energético con el clima, los materiales y el medio natural. En dicho libro aparece la Carta Bioclimática en la que, en base a numerosos experimentos, se parametriza el concepto de confort climático en base a las principales variables meteorológicas y que ha sido ampliamente utilizada hasta nuestros dias. 

Carta Bioclimática de Olgyay adaptada a las condiciones de Canarias

La carta bioclimática consiste en un diagrama donde en el eje de abscisas se representa la humedad relativa y en el de ordenadas la temperatura como condiciones básicas que afectan a la temperatura sensible del cuerpo humano. Dentro de él se señala la zona que contiene los sistemas de valores temperatura-humedad en las que el cuerpo humano requiere el mínimo gasto de energía para ajustarse al medio ambiente, llamada "zona de confort". Dicha zona de confort señalada en el diagrama es aquélla en la que, a la sombra, con ropa ligera y con baja actividad muscular, se tiene una sensación térmica agradable. 

La carta aquí presentada está adaptada a las condiciones de Canarias, válida en regiones templadas (latitud 28°, altitud media 300 m), en condiciones de exterior. La zona de confort se ha adecuado a la adaptación y costumbre de los canarios al clima y al modo generalizado de vida y vestido y se ha distinguido entre la época de verano y la invierno (García de Diego, Margarita de Luxan; Reymundo Izard, Araceli;, 2011, Sostenibilidad Energética de la Edificación en Canarias. Manual de Diseño) . Los puntos temperatura-humedad que están por debajo de la zona de confort (momentos infracalentados), pueden ser restituidos al confort por medio de la radiación, bien la solar directa o indirecta o de cualquier otro tipo. El límite inferior de la zona de confort, 21,5 ºC, establece una separación por encima de la cual es necesaria la utilización de la protección solar y por debajo de la cual se necesita radiación. A partir de este límite y hacia arriba la zona de bienestar asciende con el movimiento del aire y desciende por radiación solar. El límite superior de la zona de confort, se ha fijado en 28°C con humedades relativas medias de hasta un 50%, disminuyendo gradualmente cuando la humedad aumenta. Los puntos del diagrama que están por encima de la zona de confort, corresponden a las condiciones climáticas en las que hay un exceso de calor (momentos sobrecalentados). 

Para restablecer las condiciones de confort se podrán adoptar medidas correctoras como la creación de protecciones solares o el aprovechamiento del viento si lo hubiese. Si las humedades relativas son bajas, se puede corregir con aumento de vapor de agua y aprovechar también el efecto refrigerante de la evaporación. 

El factor ropa contribuye a ampliar la zona de confort admisible. La escala de medida del factor de corrección del vestido más admitida es el CLO . Ésta es una medida arbitraria de aislamiento por vestido. La escala va desde cero, cuando no hay ropa, hasta cuatro, que representa la gruesa indumentaria polar, pasando por la unidad que corresponde a traje y ropa interior normales. La unidad se define científicamente como la resistencia que encuentra el calor para trasmitirse desde la piel hasta la superficie exterior de la ropa. En Canarias los valores oscilarían entre el 0 y el 2. 

Tabla de Factor CLO para Canarias

Algunos ejemplo de niveles CLO

En definitiva, para la utilización correcta de la carta y la posterior interpretación de los resultados hay que tener en cuenta las siguientes condiciones: 
• Sujeto con baja actividad muscular (por ejemplo leyendo sentado) 
• Vestimenta ligera de verano 
• Situación en zona de sombra en el exterior de la vivienda 
• Ausencia de viento 

Con estas condiciones, los parámetros para alcanzar el confort climático serían: 
• Temperatura entre 21.5° y 25°C en invierno (OCT-ABR) y entre 21.5° y 28° en verano 
• Humedad relativa entre 18 y 78% 

El incumplimiento de estas condiciones se puede compensar de la forma siguiente: 
• Infracalentamiento: exposición al sol (aumento de la radiación solar) o aumento del nivel de ropa (CLO) 
• Sobrecalentamiento: aumento de la velocidad del aire (viento)

Enlaces de interés:
Siguiente: Modelos de Terreno y Climatológicos

Modelos de Terreno y Climatológicos

Según lo visto anteriormente, para saber si un lugar en un momento dado se encuentra dentro del confort climático, hay que trasladar los valores de temperatura y humedad al diagrama y comprobar si está dentro de la zona de confort climático o no.
Esta operación se puede realizar con los valores medios de temperatura y humedad del lugar, pero para poder reflejar mejor los cambios estacionales que experimenta el clima a través de un año hay que recurrir al estudio de las variables mes a mes. En este caso, el método más utilizado es trasladar a la carta los valores promedios de las mínimas y máximas de temperatura y humedad de cada mes, trazando una línea entre ellas. De esta forma, se puede contrastar en qué meses y en qué medida (en referencia a máximas y mínimas) el lugar de estudio se encuentra dentro de la zona de confort climático, tal y como se puede apreciar en la siguiente figura extraida de "Sostenibilidad Energética de la Edificación en Canarias", (García de Diego, Margarita de Luxan; Reymundo Izard, Araceli;, 2011)

El procedimiento anterior es válido para un lugar determinado que simbólicamente puede representar un punto. Para representar el confort climático en una extensión de territorio como es Gran Canaria se hace necesario simplificar el área de estudio mediante una malla de puntos, calcular la temperatura y humedad para cada uno de esos puntos y contrastar sus valores en la carta bioclimática.
Para este trabajo, se ha estimado que el tamaño del punto que conforma dicha malla sea de 50x50 metros, por lo que por las dimensiones aproximadas de Gran Canaria (50x50 Km.) se obtiene un total de 1000x1000=10^6 puntos. Esta resolución se considera suficiente desde el punto de vista cartográfico, ya que la escala prevista de trabajo nunca será superior a 1:200.000, resultando un tamaño de punto de 0.25 mm. También desde el punto de vista de las variables de temperatura y humedad se considera esta resolución más que suficiente ya que la variación que puedan experimentar las mismas en una distancia de 50 metros se puede considerar inapreciable.

Por otro lado, como los datos de temperatura y humedad son observados en unos puntos concretos del territorio, se hace necesario recurrir a modelos que en base a los valores observados en dichos puntos, caractericen toda la extensión del mismo con la máxima fiabilidad posible. En este trabajo se hará uso de dichos modelos, que serán ampliamente explicados en cada uno de los apartados correspondientes. También se tendrán en cuenta las variaciones estacionales de dichas variables, así como los cambios de las mismas a lo largo del día.

Enlaces de interés
Anterior: Introducción. Confort climático
Siguiente: Datos climatológicos

Datos climatológicos

La Agencia Española de Meteorología (AEMET) dispone de los registros de numerosas variables meteorológicas en 29 estaciones repartidas por Gran Canaria, según se aprecia en la siguiente figura. 

Estaciones AEMET en Gran Canaria

La casuística de las mismas es muy variada, teniendo por ejemplo el caso de C649I (Gando) que lleva registrando desde hace más de 60 años, mientras que otras lo hacen desde hace sólo unos pocos años. Igualmente, algunas de estas estaciones han dejado de registrar en pocos años atrás y han sido sustituidas por otras con un nuevo código. 
De la distribución geográfica se puede deducir que hay muchas de ellas que, por proximidad, sería redundante la adquisición de datos para el objetivo de este estudio, como por ejemplo en Agaete, Puerto de Mogán, Tafira, La Aldea y algunas de la zona central de la isla. También se puede observar que la zona costera del triángulo Guía-Gáldar-Moya no se encuentra bien cubierta por lo que será inevitable que los modelos de temperatura y humedad que se calculen sean en esa zona de peor calidad. Con todos estos condicionantes se eligieron finalmente las 18 estaciones mostradas en la siguiente figura, todas ellas con datos de temperatura y humedad en series desde el año 2000 al 2011. Para la variable de viento, se seleccionaron todas las estaciones con datos disponibles (15), al igual que para la radiación solar (sólo una estación). 

Estaciones AEMET seleccionadas para el proyecto

Los datos se adquirieron a través de los formularios disponibles en la página web de la AEMET al precio de 0.3 céntimos por registro más gastos de tramitación. El formato de compra fue mediante tablas XLS, correspondiente a la aplicación Excel de Microsoft Office. 

A modo de resumen, los datos obtenidos de la AEMET son: 
• Temperatura: Resúmenes mensuales de las medias, serie 2000-2011, de 18 estaciones 
• Temperatura: Observaciones 10 minutales de 14 estaciones en 12 dias (uno por mes) 
• Humedad Relativa: Resúmenes mensuales de las medias, serie 2000-2011, de 17 estaciones 
• Radiación solar: Resúmenes mensuales de radiación solar directa acumulada, serie 2007-2011 de una estación 
• Viento: Resúmenes mensuales de 15 estaciones, serie 2000-201


Enlaces de interés:
Anterior: Modelos de Terreno y Climatológicos
Siguiente: Modelo Digital de Elevaciones 

Modelo Digital de Elevaciones (MDE)

Con el fin llevar a cabo la modelización de la temperatura dependiente de la altura, como se verá más adelante en el apartado correspondiente, se hizo necesaria la adquisición de un modelo digital de elevaciones (MDE) con resolución espacial igual o superior a la de los mapas de confort finales establecidos como objetivo, siendo en este caso de 50 metros. El MDE se utilizaría, además, para limitar geográficamente el alcance de los cálculos del modelo. 

El MDE se obtuvo finalmente a través del servicio WPS ofrecido por IDECanarias mediante una aplicación PHP escrita ex profeso para este proyecto. Una vez calculadas las coordenadas de las esquinas y con la resolución como datos de entrada, la aplicación devuelve en formato de texto plano los datos de las elevaciones en filas y columnas. En este caso, se ha prescindido de los decimales que devuelve el WPS al ser irrelevantes para el fin que se persigue en el estudio, por lo que los valores finales serán de tipo ENTERO. La principal ventaja de este método reside en que el MDE obtenido ocupa la extensión precisa, tiene la resolución requerida y el formato de salida es perfectamente legible desde la aplicación MatLAB. 

Modelo Digital de Elevaciones

El MDE, al tener implícita la localización geográfica de sus puntos, también va a servir de base para establecer el sistema de referencia cartográfico que se utilizará para todos los mapas generados durante el trabajo. Algunos de los datos más relevantes del MDE son: 
• Sistema Geodésico de Referencia ITRF93 para la Red Geodésica del Archipiélago Canario: 
         o Elipsoide WGS84. Semieje mayor: a = 6.378.137,0 m. o Aplanamiento: f = 1/298,257223563 
         o Datum Geocéntrico o Marco geodésico de referencia REGCAN95 (versión 2001) 
      o Origen de altitudes: Las altitudes están referidas al nivel medio del mar definido por el mareógrafo o escala de mareas del puerto determinado para cada una de las islas. 
       o Sistema cartográfico de representación UTM Huso 28N (extendido) 
       o Sistema de referencia EPSG:32628 
• Esquina superior izquierda: X=417900, Y=3117250 
• Valor de Z mínimo:1 
• Valor de Z Máximo:1942 
• Valor de Z Nulo:0 
• Resolución espacial: 50 metros 
• Número de filas: 986 
• Número de columnas: 937 
• Número de celdas: 923882 
• Número de celdas con valor no nulo: 623882 (67.5%) 
• Extensión: 46850x49300 metros 
• Tiempo aproximado de proceso automático: 4 horas 

El MDE serviría para darle dimensión a todos los mapas elaborados durante el trabajo, en el sentido que durante la programación de los algoritmos se tendría en cuenta que sólo se realizarían cálculos en las celdas con valor positivo, optimizando así el tiempo de proceso en cada uno de los mapas. 

Enlaces de interés:
Anterior: Datos climatológicos
Siguiente: Digitalición de la Carta Bioclimática de Olgyay

Digitalización de la carta bioclimática de Olgyay

Con el objetivo de facilitar el tratamiento matemático de los datos de la carta de Olgyay se procedió a su rasterización. Ésta consistió en establecer un sistema de coordenadas basado en los ejes Humedad y Temperatura de la carta, con origen en la esquina inferior izquierda, y proceder a digitalizar vectorialmente las cuatro zonas principales (zona de confort verano, zona de confort invierno, radiación solar – CLO y viento). 

Carta Bioclimática de Olgyay adaptada a Canarias

Cada una de estas zonas se rasterizó convirtiéndolas en ficheros con valores enteros y coordenadas cartesianas con valores X,Y equivalentes a Humedad y Temperatura. Al final de este proceso, se disponía de 4 ficheros raster y sus matrices equivalentes en formato MatLAB con precisión de décimas de grado de humedad relativa y de grados centígrados respectivamente. 

En la figura se pueden observar agrupados cada uno de los cuatros raster obtenidos, encuadrados en el sistemas de coordenadas específico creado y con los valores de celda posibles. 


Enlaces de interés:
Anterior: Modelo Digital de Elevaciones
Siguiente: Mapa mensual de Temperaturas medias

Mapa mensual de Temperatura

Una vez recibidos los datos procedentes del AEMET, se procedió a realizar resúmenes promediando las series decenales y obteniendo la siguiente tabla resumen con las estaciones, los meses y las temperaturas medias correspondientes. 

Resumen de Temperaturas Medias mensuales

 A la hora de modelizar la temperatura, el valor de esta variable en un punto dado va a depender no tanto de la distancia a los puntos con temperatura conocida, sino de otros factores geográficos como son, principalmente, la altura y la distancia al mar. Es lo que se conoce como regresión ponderada geográficamente (GWR por sus siglas en inglés). En el caso de Gran Canaria, al ser un territorio limitado y de fuertes pendientes, el efecto de la altura sobre el diferencial de temperatura está altamente relacionado, mientras que el factor de distancia a la costa (usado en modelos continentales) es, en este caso, despreciable. 
Aparte de esto, y de acuerdo con la publicación Sostenibilidad Energética de la Edificación en Canarias. Manual de Diseño  (García de Diego, Margarita de Luxan; Reymundo Izard, Araceli;, 2011), hay que tener en cuenta el factor vertiente, ya que por el efecto de los vientos alisios, los lugares situados en la cara norte pueden tener un gradiente de temperaturas distinto a los expuestos en la cara sur. Para ello, se clasificaron las estaciones según la vertiente, estableciendo un eje formado por cuatro estaciones que formarían parte de ambas vertientes.

Clasificación de estaciones AEMET por vertientes

Clasificación de estaciones por vertientes

Por lo tanto, es siguiente paso fue plantear la relación entre altura y temperatura de la forma más sencilla, que es mediante una regresión lineal simple. Para comprobar si este tipo de regresión es la más adecuada se calcularon los índices de correlación entre dichas variables según la siguiente fórmula en función de la temperatura T y la altura Z:

Los resultados, teniendo en cuenta las vertientes y separado por meses se pueden ver en la siguiente figura:

Índices de correlación lineal entre alturas y temperaturas por meses y vertientes

Del análisis de los resultados se puede deducir lo siguiente: 
· Los valores son negativos por lo que se confirma que la temperatura disminuye con al altura
· En general, existe un alto grado de correlación entre las variables excepto en los meses de verano.
· Los índices empeoran si no se tiene en cuenta el factor vertiente. 

Como la regresión lineal simple no ofrece resultados satisfactorios para el conjunto de los meses se procedió a realizar un ajuste mediante un polinomio de grado 2 de forma que la temperatura de un punto P dado vendrá dada por la expresión: 

Los valores de los índices a,b y c se calcularon en el software MatLAB mediante mínimos cuadrados para cada uno de los meses y vertientes. Para evitar problemas de condicionamiento de matrices durante el ajuste, se realizó una normalización de las variables mediante la media m y la desviación estándar d, por lo que la fórmula de ajuste quedaría: 

Obteniendo los siguientes resultados:

donde el valor rms corresponde con el error medio cuadrático resultante en cada uno de los ajustes dado en decimas de grado. En la siguiente figura se muestra como ejemplo una gráfica de la curva de ajuste correspondiente al mes de mayo, vertiente norte. 

Curva de ajuste correspondiente al mes de mayo, vertiente norte

 La bondad del ajuste realizado viene dado por el índice de correlación para regresiones cuadráticas mediante la siguiente fórmula que relaciona los valores de a y b calculados, el número n de pares temperatura-altura y los sumatorios de los valores T y Z :

Al igual que en el caso de la regresión lineal simple, se procedió a calcular los índices de correlación tanto por meses como por vertientes. En la siguiente figura se muestran los valores obtenidos comparados con los obtenidos con la regresión lineal simple.

A la vista de los resultados obtenidos se puede concluir lo siguiente:
· Los índices de correlación del ajuste cuadrático son mejores que los del ajuste lineal, especialmente en los meses de verano.
·  También en este caso, el hecho de no tener en cuenta las vertientes empeora los resultados.
·  La bondad de los valores calculados para el ajuste cuadrático por vertientes se considera suficiente.

 A la hora de calcular cada uno de los mapas se tuvo en cuenta al recorrer el MDE en que vertiente estaba el punto calculado para utilizar los coeficientes correspondientes. Entre las 986 filas del MDE se estableció el cambio de vertiente en la fila número 450 contada desde la más septentrional, que coincide aproximadamente con la coordenada Y de las estaciones utilizadas como eje. Para evitar el efecto frontera que produciría un cambio drástico de coeficientes al pasar de la fila límite a la siguiente, se usaron los coeficientes de ambas vertientes desde la fila 400 a la 500, ponderando en cada caso en función a la distancia al eje como se muestra en el esquema de la siguiente figura: 

La fórmula utilizada para la ponderación en los límtes de vertientes fue la siguiente: 

 
Donde Tfinal es la temperatura final calculada, Tnorte es la temperatura calculada por la vertiente norte, Tsur es la temperatura calculada por la vertiente sur y nf es el número de fila. 


 Con estos datos, se procedió mediante el software MatLAB al cálculo del mapa mensual de temperaturas medias para cada uno de los meses, y que a modo de ejemplo se muestra en la siguiente figura el correspondiente al mes de mayo.

Mapa de Temperatura media mensual del mes de mayo

En la siguiente imagen se muestra la evolución de los valores medios de la temperatura por meses:

Evolución de los valores medios de temperatura por meses

Las12 imágenes del mapa obtenido se pueden ver aqui.




Enlaces de interés:
Anterior: Carta bioclimática de Olgyay
Siguiente: Mapa mensual de Humedad Relativa

Mapa mensual de Humedad Relativa

Al igual que con la variable temperatura, el proceso de modelización de la variable humedad relativa comenzó con la confección de tablas resúmenes basadas en las series temporales proporcionadas por la AEMET, obteniendo la tabla mostrada en la siguiente figura:

Para modelizar la humedad relativa hubo que tener en cuenta que, los valores que pueda tomar esta variable dependen en gran medida de los movimientos del vapor de agua en la atmosfera y su relación con la presión y la temperatura, por lo que, a priori, no está relacionada con ninguna variable geográfica que esté dentro del ámbito de este trabajo. Por lo tanto, el modelado hay que realizarlo en base a la búsqueda de una superficie matemática que pase por cada uno de los puntos conocidos, permitiendo el cálculo del valor de la humedad en cualquier punto del modelo a partir de sus coordenadas X e Y. 
Para ello, en el software MatLAB, se fueron comprobando los resultados obtenidos con distintos grados de polinomio, teniendo en cuenta las limitaciones por el grado de libertad. Finalmente, se programó el cálculo de los coeficientes de una superficie polinómica de grado 5, en donde la humedad en un punto X,Y del modelo viene dada por la fórmula:

 Para evitar problemas de condicionamiento de las matrices de cálculo hay que normalizar las variables de entrada por medio de las expresiones siguientes:

Donde Sx y Sy son las desviaciones estándar. En el cuadro siguiente se pueden ver los valores de los coeficientes de los polinomio calculados para cada uno de los meses.

Coeficientes de los polinomiosde ajuste de humedad relativa por meses

El índice de correlación R y el error medio cuadrático (rms) en % de humedad relativa para cada mes obtenido fue el siguiente:

A la vista de los valores obtenidos, se observa que se han conseguido mejores resultados en los meses con mayor gradiente de valores de humedad relativa (meses de primavera y verano), y viceversa, en los meses donde la diferencia entre la máxima y la mínima de la humedad relativa es menor, el ajuste ha devuelto los peores resultados.

Una vez obtenidos estos valores se calcularon los mapas mensuales de humedad relativa, sirviendo para ello como base, el grid creado para el MDE y comprobando con éste la presencia de terreno antes de realizar el cálculo. A modo de ejemplo se muestra el mapa de Humedad Relativa media para el mes de mayo.

Mapa mensual de valores medios de Humedad Relativa correspondiente al mes de mayo

En la siguiente imagen se muestra la evolución de los valores medios de la humedad relativa por meses:

Evolución mensual de los valores medios de Humedad Relativa

Las 12 imágenes del mapa obtenido se pueden ver aquí.

Enlaces de interés:

Anterior: Mapa Mensual de Temperaturas medias

Siguiente: Mapa Mensual de Confort Climático con niveles CLO

Mapa mensual de Confort Climático con factor CLO

Una vez obenidos los mapas mensuales de los valores medios de temperatura y humedad relativa, se pasó a realizar un primer mapa de confort climático mensual, escribiendo para ello, el algoritmo correspondiente en MatLAB. En este algoritmo se recorre una por una las posiciones del MDE realizando en primer lugar una comprobación del valor de Z del MDE. En caso de ser positivo se recuperan los valores de humedad y temperatura correspondientes a esa posición. Finalmente, con los valores H y T se comprueba el valor de la celda correspondiente en la matriz dónde se había almacenado la carta bioclimática. 
Los resultados almacenados en el mapa en esta operación son los mostrados en la siguiente figura:

Valores del raster del Mapa Mensual de Confort Climático

 Los casos recogidos por el algoritmo de cálculo serían los siguientes:
• 0 si el punto cae sobre la zona de confort, es decir, en zona de sobrecalentamiento o si cae por debajo del nivel CLO=2 en zona de infracalentamiento. 
• 1 si el punto cae dentro de la zona de confort. Se usó la zona de confort de verano para el intervalo abril-septiembre y la zona de confort de invierno para el intervalo octubre-marzo. 
• 2,3,4 si el punto cae en la zonas de compensación por radiación 15,30 y 45 W correspondientes al nivel CLO=1. 
• 5,6,7 si el punto cae en las zonas de compensación por radiación 60, 75 y 90 W correspondientes al nivel CLO=2 

Una vez calculadas todas las posiciones de la malla MDE, para todos los meses se obtiene el mapa de confort climático mensual, con compensaciones en zonas infracalentadas con niveles CLO 1 y 2, que a modo de ejemplo se incluye el correspondiente al mes de mayo.

A la hora de interpretar el mapa obtenido hay que tener en cuenta que los valores de confort están basados en lo siguiente: 
• Las temperaturas se han estimado en base a medias mensuales por lo que no se han tenido en cuenta las variaciones diarias. 
• Dependiendo de lo anterior, la carta supone al sujeto a la sombra y sentado o con un nivel de actividad muscular bajo. 
• No se han tenido en cuenta otras posibles variables compensatorias como puede ser la radiación solar o el viento. 

A la vista de los resultados se puede deducir lo siguiente: 
• No hay zonas de confort entre los meses de diciembre y abril, existiendo incluso zonas en el centro de la isla con niveles CLO superiores a 2. 
• En general, en la vertiente sur aparecen más zonas dentro del confort climático que en el norte. 
• Hay dos meses en los que aparecen zonas de confort, y niveles CLO 1 y 2 simultáneamente (mayo y noviembre), lo que da idea del fuerte gradiente térmico que se puede encontrar en la isla.

En la siguiente imagen se muestra la evolución del valor de confort climático mensual.

Evolución mensual de los valores de Confort Climático con factor CLO

Las 12 imágenes del mapa obtenido se pueden ver individualmente aquí.

Enlaces de interés:
Anterior:  Mapa mensual de Humedad Relativa
Siguiente:  Mapa anual de Confort Climático

Mapa anual de Confort Climático

Una vez obtenido el mapa mensual de confort climático, se ha procedido a calcular el mapa anual, que consistirá en calcular la suma de las zonas en confort climático de los doce meses, representado, de esta manera, para cada una de las celdas el número de meses que dicha celda se encuentra dentro del confort climático. 
Para ello, y con el correspondiente algoritmo en MatLAB recogido en los anexos, se recalcularon todos los mapas mensuales de confort según lo expuesto en el apartado anterior, sumando 1 en cada celda por cada mes encontrado en zona de confort. De esta forma se obtiene un mapa con la clasificación por número de meses en que se encuentra cada una de las posiciones de la malla. En el cálculo del mapa se han recogido estrictamente las zonas que se encontraban en zona de confort calculado en el mapa mensual, descartando completamente los condicionantes determinados por el nivel CLO. 

Mapa Anual de Confort Climático

Una vez obtenido el mapa se han extraído de los histogramas los siguientes datos:

Datos del histograma del Mapa Anual de Confort Climático

 A la vista de este mapa  y de la tabla anterior se puede extraer las siguientes conclusiones:
•    No hay ningún área de Gran Canaria que se encuentre en zona de confort todo el año según las condiciones iniciales (individuo sentado a la sombra con ropa de verano y escasa actividad muscular).
•    Aproximadamente la quinta parte del territorio no está en ningún momento del año en zona de confort climático.
•    Las áreas con 5 meses en confort climático están a partir de aproximadamente 4 kilómetros de la costa.


El mapa Anual de Confort Climático se puede descargar aquí.



Enlaces de interés:
Anterior:  Mapa mensual de Confort Climático con factor CLO
Siguiente: Mapa horario de Confort Climático con factor CLO

Mapa Horario de Confort Climático con factor CLO

Una de las limitaciones más importantes del mapa mensual calculado en apartados anteriores es que no tenía en cuenta las variaciones de temperatura y humedad a lo largo del día. Para salvar esta limitación se ha calculado un mapa horario de confort, en el que se representarán las variaciones de temperatura y humedad a lo largo del día y, por lo tanto, las variaciones del estado de confort, para cada uno de los meses. 
Para el cálculo de las variaciones de temperatura a lo largo del día, se extrajeron de las series diezminutales obtenidas del AEMET los resúmenes por horas y meses y estaciones, obteniendo 12 tablas como la mostrada como ejemplo en la figura siguiente:

Temperatura media por horas (décimas de grado) en el mes de mayo

Con las temperaturas medias por horas y por meses se procedió a calcular el mapa horario de temperaturas, obteniendo un total de 12x24=288 mapas, que fueron guardados sólo en formato numérico de MatLAB en un fichero por cada hora estudiada. 

Con respecto a la humedad se procedió de igual manera realizando las medias horarias a partir de los ficheros diezminutales proporcionados por la AEMET, obteniendo 12 tablas como la mostrada como ejemplo en la figura siguiente:

Valores medios horarios de humedad relativa, mes de mayo

Al igual que en el caso de la temperatura, se recalcularon los mapas horarios de humedad a partir de dichas tablas, conservando sólo el formato numérico de MatLAB a razón de un fichero por cada hora estudiada. 

Finalmente, y con el mismo criterio seguido en el Mapa mensual de Confort Climático, con las combinaciones de los mapas horarios de temperatura y el mapa de humedad se obtiene los mapas horarios de confort climático. Al igual que lo hecho en dicho mapa, se ha tenido en cuenta para establecer el grado de confort, hasta una compensación por vestido CLO=2. 

Como ejemplo se muestra la imagen del mapa obtenido para el mes de mayo a las 12 horas.

Mapa horario de Confort Climático con factor CLO, mes de mayo a las 12 horas

En la siguiente figura se muestra la evolución horaria del mapa de confort en los meses de primavera.

Evolución horaria del mapa de confort climático con factor CLO meses de primavera

En vista de los resultados obtenidos se pueden sacar la siguientes conclusiones:
· Al recorrer en tramos de una hora las medias mensuales, aparecen zonas en confort en meses donde el mapa mensual resultaba a compensar.
· Por lo anterior, se amplia el tiempo total y la superficie de Isla en confort climático haciendo un estudio con más detalle de la evolución de las temperaturas.


Las imágenes individuales del mapa obtenido se pueden ver aquí.
Las imágenes de la evolución horaria por estaciones se pueden ver aquí.


Enlaces de interés:
Anterior: Mapa Anual de Confort Climático
Siguiente: Mapa Horario de Confort Climático con Radiación Solar  

Mapa Horario de Confort Climático con Radiación Solar

Tal y como se explicó en entradas anteriores, otra de las limitaciones importantes a la hora de interpretar los resultados de los mapas de confort climático es la premisa de que el sujeto se encuentra a la sombra, compensando por lo tanto, el infracalentamiento con el aumento de los niveles CLO, sin tener en cuenta los posibles efectos de la radiación solar. Debido al altísimo número de horas de insolación que se tienen en Gran Canaria, se considera a priori, que gran parte de las zonas que aparecen con niveles CLO=1 o CLO=2 en los mapas realizados, entrarían de forma pasiva en zona de confort climático. Por lo tanto, en este mapa horario de confort climático con nivel de radiación se supondrá que, un lugar está en zona de confort o bien porque la combinación de humedad y temperatura son las adecuadas para estar a la sombra, o bien la temperatura es baja, pero se compensa con la exposición al sol.

La radiación solar que hay que tener en cuenta es la llamada radiación solar total, que está formada por las componentes radiación solar directa, difusa y reflejada. (Pons X. 1996. "Estimación de la Radiación Solar a partir de modelos digitales de elevaciones. Propuesta metodológica". A: VII Coloquio de Geografía Cuantitativa, Sistemas de Información Geográfica y Teledetección. Juaristi, J. i Moro, I. (eds.) Vitoria-Gasteiz)

Radiación directa, difusa y reflejada

En general, la radiación directa es el componente más grande de la radiación total y la radiación difusa es el segundo componente más grande. La radiación reflejada constituye sólo una pequeña proporción de la radiación total, excepto para las ubicaciones rodeadas por superficies altamente reflectantes como puede ser un manto de nieve.



El primer paso sería, por lo tanto, modelizar la radiación solar total recibida en la isla según los tramos horarios con luz diurna, coincidiendo además, que los valores de radiación mostrados en la carta son también horarios (Vatios por hora y metro cuadrado). Para ello contamos con los datos de la AEMET en el que se ofrecen los resúmenes mensuales de la radiación solar directa acumulada durante los años 2007-2011 en Kj/m2.

Valores mensuales de radiación solar directa

En dicha tabla se hace la conversión entre Kj y W a razón de: 1 vatio (W) = 0.277778 Kj y se obtiene un valor mensual promedio de los vatios por hora y metro cuadrado de la estación de Maspalomas. 
A la vista del resumen, resulta que con una única estación resulta imposible obtener un modelo fiable para el resto de la isla, contando además con que los datos se refieren a los vatios acumulados en todo un mes. Esto último se puede solventar haciendo un cálculo estimativo de vatios por hora en función del número de horas de sol promedio para la isla de Gran Canaria, según el INE . Aún así, no se obtendría la evolución de los valores de radiación a lo largo del día. 

Por esto motivos se hizo necesario recurrir a un simulador de radiación solar. Concretamente al que se incluye como parte del módulo de Spatial Analyst Tools incluido en la aplicación ArcGIS. 

En este simulador se tiene en cuenta que la radiación recibida depende en gran medida de la forma del terreno y la ubicación en cada punto estudiado. Por lo tanto, el cálculo de la radiación comienza con la estimación de la cantidad visible de cielo o cuenca visual, desde cada punto a partir de los datos proporcionados por perfiles hechos sobre el MDE, trazando una semiesfera y dibujando de esta forma, el horizonte de obstáculos.

Cálculo de la cuenca visual

La radiación directa se calcula mediante el mapa solar en cada punto estudiado. Dicho mapa solar se forma a partir de la colocación de una semiesfera sobre cada punto estudiado y se analiza la posición del sol en función del periodo de tiempo configurado y que será el que establezca la amplitud de los sectores del mapa. El mapa solar mostrará el paso del sol a lo largo del día y en función de los meses del año, computando para cada sector la cantidad de radiación directa acumulada.

Ejemplo de mapa solar

 Por su parte, la radiación difusa se origina desde todas las direcciones del cielo como resultado de la dispersión de componentes atmosféricos (nubes, partículas y más). Para calcular la radiación difusa de una ubicación en particular, se crea un mapa celeste para representar una vista hemisférica de todo el cielo dividida en una serie de sectores del cielo por ángulos de cénit y acimutales. A cada sector se le asigna un único valor de identificación, junto con ángulos de cénit centroide y acimutales. La radiación difusa se calcula para cada sector del cielo en base a la dirección (cénit y acimut).

La siguiente figura es un mapa celeste con sectores del cielo definidas por 8 divisiones de cénit y 16 divisiones de acimut. Cada color representa un único sector del cielo, o porción del cielo, desde donde se origina la radiación difusa.

Ejemplo de mapa celeste de radiación difusa

Finalmente, la radiación solar total se calcula sumando la radiación directa y la difusa superponiendo el mapa solar, el mapa celeste y la cuenca visual.

Superposición de mapas con la cuenca visual

Los valores de divisiones temporales del mapa solar, así como las divisiones acimutales y cenitales del mapa celeste son cofigurables desde la interfase de la aplicación. Otro valor configurable es la transmitividad o porcentaje de radiación solar que llega a suelo con el que se puede reflejar en el cálculo el valor de turbiedad de la atmósfera.


Como el simulador permite elegir un periodo de tiempo dentro del año y segmentarlo, se realizaron varias pruebas con los parámetros indicados y se contrastaron con los valores medidos por la AEMET resultando que los valores que más se aproximaron son: 
• Radiación difusa: 0.3 (corresponde al 30% del total) 
• Transmitividad: 0.7 

Con estos valores se calcularon las cantidades de radiación total por metro cuadrado en los días 15 de cada mes para tomarlos como días-tipo, a intervalos de una hora. 

Todos los datos obtenidos se trasladaron a formato numérico de MatLAB, y se dispuso para utilizarlos junto con los datos horarios de evolución de temperatura y de humedad relativa obtenidos en mapa anteriores. Tomando como base el algoritmo preparado para el mapa horario de confort, se procedió al cálculo del mapa horario de confort climático con radiación únicamente en el tramo horario correspondiente al día, es decir, entre las 7 y las 20 horas. Fuera de estos límites la radiación recibida se considera insuficiente como para alterar significativamente el resultado. 

El resultado esperado en este mapa es 1 si el punto cae en zona de confort climático o se puede compensar con la radiación en el tramo horario estudiado, y cero en el resto de los casos. Como ejemplo se muestra la imagen del mapa obtenida para el mes de mayo a las 13 horas.

Mapa horario de Confort Climático con Radiación Solar, mes de mayo a las 13 horas

En la siguiente figura se muestra la evolución horaria del mapa de confort climático con radiación solar en primavera.

Evolución horaria del mapa de Confort Climático con Radiación Solar mese de primavera

A la vista de los resultados obtenidos se pueden extraer las siguientes conclusiones:
· Al tener en cuenta la radiación solar, se amplía considerablemente la superficie de la Isla en confort climático, aunque la parte correspondiente a la compensación por radiación solar está muy dispersa debido al método de modelización seguido.
· Por el mismo motivo, se observan que hay meses en los que partes del día aparecen con grandes zonas de confort y que en el mapa de medias mensuales aparecen con factores de compensación por ropa CLO=1
· Hay zonas en que los excesivos valores de radiación solar sobrepasan los valores de compensación previstos en la carta bioclimática.


Las imágenes individuales obtenidas en este mapa se pueden ver aquí.
Las imágenes de evolución horaria por estaciones se pueden ver aquí.


Enlaces de interés:
Anterior: Mapa Horario de Confort Climático con factor CLO
Siguiente: Conclusiones