Uso de las mediciones de los instrumentos

Contamos con extensas y crecientes colecciones de mediciones relacionadas con los hidrometeoros y las partículas en suspensión, especialmente ahora que muchas agencias de financiación exigen que los archivos de datos recopilados en sus proyectos sean accesibles al público. Esta lección presenta principalmente los datos del repositorio de NCAR/EOL, que no es sino una de las muchas fuentes de datos disponibles. El objetivo de esta sección consiste en brindar orientación sobre el acceso a los datos archivados y su uso. La misma información se puede aplicar a los datos obtenidos directamente con los instrumentos descritos en las secciones precedentes.

Hace décadas que NCAR apoya la recolección de datos durante los proyectos de campo y, a solicitud, brinda acceso a los datos a través del repositorio de datos de EOL. Muchos de los datos archivados están en formato NetCDF que se describe en la página de la documentación de NetCDF. También encontrará información adicional sobre los archivos de datos generados por la aeronave de investigación en esta página sobre las convenciones de NCAR/RAF para NetCDF. Los datos de ejemplo empleados en los ejercicios de esta lección están en el formato .csv de hoja de cálculo. Los ejemplos de esta sección dependen de los datos provenientes de dicho repositorio.

Datos de concentraciones y distribución de tamaños

Haga clic aquí para descargar un ejemplo de un conjunto de datos de mediciones de 10 minutos obtenidos en una región de una nube, en formato de hoja de cálculo, cortesía de NCAR/EOL y con el patrocinio de la Fundación Nacional de Ciencias (National Science Foundation, NSF) de los EE.UU. Las mediciones marcadas «CONCD» y «CONC2DC» son valores de concentraciones obtenidos con la sonda de gotitas nubosas (Cloud Droplet Probe, CDP) y la sonda de matriz óptica 2D para nubes (2DC) que vimos en apartados anteriores. Las columnas «LWCC» y «LWCD» contienen las mediciones del contenido de agua líquida (g/m³) obtenidas con una sonda CSIRO/King y la CDP, respectivamente. Los valores que faltan en la columna «CONCD» no existían en el archivo de datos NetCDF original, de modo que una gráfica temporal de estas mediciones muestra períodos sin datos.

Puede utilizar esta hoja de cálculo con la herramienta de análisis de datos que prefiera para adquirir práctica en la construcción de gráficas de series temporales y otras formas de análisis de datos que involucran estas variables. Estos tipos de gráficas de serie temporal suelen ser el primer paso para poner en uso las mediciones de las propiedades de las nubes. A modo de ejemplo, estas tres gráficas se generaron a partir de esa misma hoja de datos.

• Concentración de gotitas nubosas
• Agua líquida en las nubes
• Comparación

Concentración de gotitas nubosas de la sonda CDP

Concentración de gotitas nubosas medida el 17 de julio de 2015 con una sonda CDP mientras la aeronave de investigación atravesaba una nube en niveles bajos sobre el océano Pacífico. Siga el enlace a la hoja de cálculo al comienzo de esta página para descargar los datos de medición, que se representan en la variable «CONCD».

Mediciones de agua líquida en las nubes (LWCC y LWCD)

Dos mediciones de contenido de agua líquida en la nube obtenidas durante el mismo período indicado en la gráfica anterior. Las dos mediciones son «LWCC» y «LWCD» en la hoja de cálculo referenciada.

Comparación de las mediciones de agua líquida en las nubes de las sondas CDP y King

Comparación de los dos valores de contenido de agua líquida (CAL) de las sondas CSIRO/King y CDP. La gráfica utiliza las mismas mediciones usadas en la figura anterior. La línea de trazos color naranja se ajusta a una inclinación de 1,34.

Más sobre la distribución de tamaños

En un apartado anterior mencionamos la distribución diferencial de tamaños. Es útil examinar la relación entre la distribución de tamaños de las partículas y el contenido de agua líquida u otras características de la nube. En muchos casos, esta comparación se puede facilitar presentando la distribución de tamaños sobre ejes logarítmicos.

Ejemplo de una distribución diferencial de tamaños que representa las mediciones obtenidas con distintos instrumentos: una sonda CDP (la distribución de tamaños rotulada CCDP), una sonda 2DC (rotulada C1DC para indicar que se aplicó un estilo de procesamiento unidimensional a los datos 2DC, ya que se utilizó como tamaño estimado la dimensión máxima de las imágenes de las partículas en el sentido perpendicular al flujo de aire) y una sonda UHSAS (rotulada CUHSAS). Los pasos necesarios para generar esta gráfica se describen en las páginas que siguen. La fracción de excedencia es la fracción de partículas más grandes que el tamaño indicado y se grafica respecto del eje de la derecha en la figura.

Si usted trabaja con mediciones de distribución de tamaños, recomendamos que tenga en cuenta estas limitaciones:

1. El paso coincidente de varias gotitas a través del haz láser puede causar errores considerables de dimensionamiento y de conteo. Si dos gotitas, una dentro y una fuera de la zona focal, coinciden, es posible que se acepten como una sola gotita de ese tamaño; también es posible que las gotitas que están fuera de la zona focal provoquen el rechazo de gotitas que realmente son válidas. Estos problemas de coincidencia pueden afectar la concentración máxima que se puede medir y distorsionar la distribución de tamaños medida, especialmente en las nubes «continentales», en las cuales se registran concentraciones típicas de gotitas de 500 cm^-3 o más.
2. Existen regiones de ambigüedad en la relación entre la sección de dispersión y el tamaño de la gotita similares a las que vimos antes en el diagrama de dispersión de Mie, aunque en este caso son más pronunciadas. Esta ambigüedad limita la resolución de tamaño de gotitas al rango de tamaños más pequeños.
3. Es importante monitorear la calibración y la alineación óptica, porque la desalineación puede ocasionar errores. Es común usar bolitas de un tamaño y con un índice de refracción conocidos para comprobar la alineación y asegurar la calibración de tamaño correcta. La profundidad de campo también se puede comprobar inyectando bolitas desde un pequeño orificio o con un disco rotatorio y un objeto del tamaño de una gotita que gira para probar el funcionamiento de la sonda.

Encontrará mucha más información sobre este y otros contadores ópticos de partículas relacionados en la descripción de Wendisch y Brenguier (2013), sección 5.3.

Más sobre la distribución de tamaños » Distribución acumulada de tamaños

Esta función de distribución acumulada representa las mismas mediciones de la sonda CDP que vimos antes. Los valores de N(D) —la concentración total— aumentan desde 0 (los tamaños más pequeños) hasta 112 cm^-3 (los tamaños más grandes). La distribución diferencial de tamaños correspondiente se muestra en la próxima página.

Es útil hablar primero de la distribución acumulada, porque las distribuciones diferenciales se pueden entender como derivadas de ella. Sea N(D) la concentración de gotitas con diámetros menores que D, como se muestra en la figura. De ahí procede que la distribución diferencial de tamaños n(D) viene dada por n(D) = dN(D)/dD; es decir, la derivada de la distribución acumulada da el cambio de concentración por unidad de cambio en el tamaño. Convertir de un histograma a una distribución diferencial de tamaños es fácil, simplemente se divide la concentración de cada intervalo por el intervalo de tamaños que representa.

Más sobre la distribución de tamaños » Cambio de variables y eje de abscisas logarítmico

Se puede presentar una distribución diferencial utilizando ejes logarítmicos, pero a menos que se modifique, se perderán características valiosas de un diagrama de distribución «adecuado». En los ejes lineales, el área debajo de la curva trazada es proporcional a la contribución de los varios intervalos de tamaños representados por la curva a la concentración total. Sin embargo, esta relación se pierde cuando el eje de las abscisas es logarítmico, de modo que se suele aplicar una modificación que conserva la relación con el área.

Función de distribución diferencial para las mediciones obtenidas con una sonda CDP trazada con un eje de las abscisas logarítmico. La curva de trazos color naranja identificada como «excedencia» se describe en la página siguiente.

Supongamos que lo que deseamos hallar es la distribución diferencial de tamaños en términos de una nueva variable x. Comience con la distribución acumulada N′(x) y tome la derivada para encontrar la distribución diferencial n′(x) a partir de n′(x) = dN′(x)/dx. La prima (′) indica que estas funciones difieren de N(D) y n(D). No obstante, para valores correspondientes de D y x, donde D se puede escribir como una función de x, las fracciones acumulativas deben ser equivalentes en términos de ambas variables: N(D(x)) = N′(x). La regla de la cadena conduce a n′(x) = dN′((x)/dx = (dN(D)/dD)(dD/dx) = n(D)(dD/dx). Esta nueva función de distribución será «adecuada» en el sentido de que el área de los intervalos de tamaños corresponderá a la contribución a la concentración de dichos intervalos de tamaños. Esta es la transformación general empleada en las siguientes definiciones de la nueva distribución de tamaños.

Específicamente, supongamos que x = log₁₀ D, como sería deseable para un eje de las abscisas logarítmico. Luego, dx/dD = ln>_e (10) d ln>_e(D)/dD = ln>_e(10) (1/D) o aproximadamente 2,30/D, de modo que n′(x) = n(D) (dD/dx) = n(D) D/2,30 da la función de distribución n′(log10(D)), donde áreas iguales en los intervalos logarítmicos dados aportan en igual medida a la concentración total. Ya presentamos varios ejemplos, incluido uno de esta misma distribución de tamaños en la página anterior.

Conviene tener presentes dos aspectos posiblemente problemáticos al examinar una distribución logarítmica de tamaños:

1. A veces, la gráfica se presenta en términos de dD/dln_e(D) en lugar de dD/dlog₁₀(D), como en la gráfica anterior. Al utilizar estas distribuciones es importante determinar qué convención se está utilizando.
2. Aunque la correspondencia de área rige si el eje de las ordenadas es lineal, en muchos casos es preferible usar un eje de las ordenadas logarítmico. Aunque es aún posible inferir las áreas correspondientes a diferentes intervalos de tamaños, es necesario tener en cuenta la escala logarítmica de las ordenadas.

Más sobre la distribución de tamaños » La fracción de excedencia

La fracción de distribución acumulada estándar es la función de distribución acumulada normalizada a razón de la concentración total y varía entre cero en el tamaño mínimo y la unidad en el tamaño máximo. Dado que a menudo resulta más interesante describir la fracción de tamaños grandes, se define una fracción complementaria —que aquí se denomina fracción «de excedencia»— como el complemento de la fracción de distribución acumulada que luego varía entre cero en el tamaño máximo y la unidad en el tamaño mínimo. Cuando se utilizan ejes logarítmicos, la fracción de excedencia tiene la ventaja de facilitar la identificación de las fracciones pequeñas que caracterizan los tamaños más grandes. La figura muestra un ejemplo en el cual las mediciones de las sondas CDP y 2DC se combinan en una misma gráfica.

Esta distribución logarítmica diferencial muestra los tamaños de hidrometeoros medidos con dos instrumentos (una sonda CDP y una sonda 2DC) durante el mismo período que las gráficas precedentes. La curva de trazos color naranja es la fracción de excedencia, la fracción de los hidrometeoros con diámetros mayores que el tamaño indicado.

Mediciones derivadas de las distribuciones de tamaños

Entre las mediciones adicionales que se pueden obtener a partir de una distribución de tamaños de los hidrometeoros y las partículas en suspensión cabe mencionar las estimaciones de superficie, masa o volumen y reflectividad radar que se describen a continuación.

En el caso de un contador óptico de partículas, será preciso hacer algunas suposiciones sobre la forma y la composición de las partículas, a menos que se midan de forma independiente. Por ejemplo, si las partículas medidas son gotas de agua esféricas, el segundo, tercero y sexto momento de la distribución de tamaños conducen, respectivamente, a estimaciones de área, masa y factor de reflectividad radar. Tenga presente que las partículas de aerosol no son necesariamente esféricas y que las formas irregulares pueden afectar la capacidad de obtener magnitudes de orden superior a partir de la distribución de tamaños.

Dada una distribución diferencial de tamaños n(D), el jotaésimo momento se define como el valor promedio < D ^j >, donde los corchetes angulares indican la media. En términos de la distribución de tamaños, el jotaésimo momento viene dado por

donde es la concentración total de gotitas y n_i es la concentración en el intervalo de tamaños i que contiene el tamaño D_i. Luego, las propiedades derivadas incluyen la información siguiente:

1. el área de superficie total NπD², que se obtiene a partir de la fórmula del área de superficie de una esfera (s = 4πr²);
2. el contenido de agua líquida, definido como la masa de agua líquida por unidad de volumen; (del volumen de una esfera, ), donde ϱ>_w es la densidad del agua líquida (≈ 1 g cm^-3);
3. el «radio efectivo», que difiere del radio promedio; la razón entre el tercero y el segundo momento de una distribución de tamaños de gotitas.

Mediciones basadas en los momentos de distribución de tamaños

La extinción o el reflejo de la luz y el factor de reflectividad radar Z están relacionados con el segundo y el sexto momento de una distribución de tamaños de partículas n(D) en términos del diámetro D de las partículas, que se supone esférico. La tasa de precipitación R implica el producto del tercer momento (que determina el contenido de agua líquida) por la velocidad de caída, de modo que el momento que representa R incluye la velocidad de caída como factor de peso. Los efectos de dispersión y absorción de las partículas en suspensión influyen en el transporte de la radiación a través de la atmósfera, y la precipitación es el mecanismo principal que extrae agua de la atmósfera, de modo que las estimaciones de estos momentos constituyen un uso importante de las mediciones obtenidas con los medidores de partículas. Otro aspecto importante de los hidrometeoros es su aporte al albedo terrestre, el resultado de la eficacia con que pueden reflejar la radiación entrante.

Mediciones basadas en los momentos de distribución de tamaños » Algunas relaciones entre los momentos y las propiedades de las nubes

Estas son las ecuaciones para las propiedades de las nubes.

1. Espesor óptico: , donde 𝜏 es el espesor óptico, H es el espesor real de la capa a través de la cual ocurre la distribución de tamaños especificada y Q_ext es el coeficiente de extinción de la dispersión de Mie (una función de la longitud de onda) del tamaño de las partículas y del complejo índice de refracción de las partículas. Sin el coeficiente de extinción, para una capa delgada esto daría la proyección del área de dispersión de partículas por área proyectada al final de la columna. Sin embargo, el coeficiente de extinción varía considerablemente a través del rango normal de tamaños de las partículas en suspensión, con valores entre ~0,05 o menos para las partículas finas y ~2 para las partículas grandes en comparación con la longitud de onda de la luz. El coeficiente de extinción es otra función importante del complejo índice de refracción de la partícula, de modo que la incertidumbre en torno a esta propiedad de las partículas aumenta la incertidumbre en el espesor óptico estimado. Cuando se calcula para la profundidad de toda la atmósfera, normalmente esta propiedad se denomina «profundidad óptica»; la fracción del flujo radiante en el límite de la atmósfera que se transmite a través de la atmósfera es exp(-𝜏), donde 𝜏 es la profundidad óptica. Los valores típicos de profundidad óptica oscilan entre menos de ~0,1 en una atmósfera limpia (en este caso un 90 % de la radiación entrante alcanza la superficie terrestre) y valores de 1 o más en el caso de una atmósfera muy contaminada. Dado que la extinción a lo largo de la trayectoria es exponencial, una profundidad óptica de 1 indica que 1/e de la radiación entrante alcanza la superficie, es decir, aproximadamente el 37 %. Debido a esta atenuación exponencial, la profundidad óptica puede exceder la unidad y cuando esto ocurre parte de la radiación puede aún incidir en la superficie.
2. Tasa de lluvia: , donde N es la concentración de gotas de lluvia, v_f(D) es la velocidad de caída de la gotas de diámetro D respecto de la Tierra y los corchetes angulares indican el promedio de los valores del conjunto. Para las mediciones de tasa de lluvia, por convención se suelen indicar estas mediciones en mm por hora.* Para las mediciones in situ, a menudo es difícil determinar la velocidad de caída respecto del suelo porque los hidrometeoros del tamaño de una gota de lluvia pueden no estar cayendo a su velocidad de caída «terminal» (determinada por el equilibrio entre la fuerza de la gravedad y la resistencia que opone el aire) y además pueden existir aportes del movimiento vertical del aire. Sin embargo, la velocidad de caída terminal es bien conocida y se puede usar para estimar la tasa de precipitación, sabiendo que estos efectos pueden producir aportes adicionales.
3. Factor de reflectividad radar: . Por convención, el resultado se expresa en mm⁶m^-3, de modo que se trata de seguir el mismo proceso de conversión indicado en la nota del apartado anterior. Además, dado que la variación en el resultado puede abarcar varios órdenes de magnitud, a menudo se expresa después de esta conversión logarítmica: dB(Z) = 10log₁₀(Z/Z_r), donde Z_r es 1 mm⁶m^-3. El factor Z_r es un valor de referencia que a menudo es implícito y se omite, pero que lógicamente se requiere para no calcular el logaritmo de una magnitud dimensional. Es común ver la indicación de usar simplemente las unidades convencionales [mm⁶m^-3] en la ecuación de dB(Z).

* Se precisa una conversión cuando las unidades que describen las mediciones básicas no concuerdan. En el caso de una distribución de tamaños medida con una sonda 2DC, los tamaños asignados a intervalos en la distribución de tamaños se suelen indicar en μm (10^-6 m), pero las concentraciones se dan por litro (o 10^-3 m). Resolver la ecuación para R requiere convertir primero tanto N como < D³ > a unidades SI, para que el producto sea adimensional. Esto implica multiplicar las propiedades medidas por (10³ L/m³) × (10^-6 m/μm)³. Luego, para calcular la profundidad de agua que se acumularía durante un período especificado se multiplica este resultado adimensional por la velocidad de caída. Si la velocidad de caída se midió en m/s, para obtener el resultado final en mm/h se precisa una conversión adicional: (10³ mm/m) × (3600 s/h). Fíjese en el patrón general: todas las conversiones de unidades se pueden lograr efectuando una serie de multiplicaciones por factores de unidad como 10³ L/m³ hasta haber convertido las unidades originales en las unidades finales deseadas.

Mediciones basadas en los momentos de distribución de tamaños » Aporte diferencial a los momentos

En muchos casos resulta útil graficar la distribución de las contribuciones a estos momentos. Por ejemplo, si multiplicamos la distribución de tamaños por un factor apropiado (p. ej.: , para el i^ésimo intervalo de tamaños) se obtiene un trazado de la distribución de las contribuciones al contenido de agua líquida por tamaño, como la que se muestra a continuación. Los tamaños pequeños registrados por el instrumento UHSAS no constituyen un aporte significativo y los tamaños de la precipitación indicados por el instrumento C1DC solo representan una contribución menor. El contenido de agua líquida (aproximadamente 0,48 g m^-3) ocurre casi por completo en las gotitas nubosas medidas por la sonda CDP, especialmente las que tienen diámetros aproximados de 30 μm. Compare esta distribución con la correspondiente distribución diferencial de tamaños.

Estas dos gráficas utilizan las mismas mediciones: (arriba) las contribuciones al contenido de agua líquida (indicado por χ) de los hidrometeoros o gotitas de solución medidos con las sondas UHSAS, CDP o 2DC (rotuladas CUHSAS, CCDP y C1DC, respectivamente) en función del diámetro D de los hidrometeoros. La curva de trazos naranja es el complemento de la función de distribución acumulada, que aquí se denomina fracción de excedencia y se traza en relación con el eje derecho. Se expresa en unidades de g m^-3 para el logaritmo base 10 del diámetro del hidrometeoro. (Abajo) Ejemplo de una distribución diferencial de tamaños en función del diámetro D de acuerdo con las mediciones de varios instrumentos: una sonda CDP (rotulada CCDP), una sonda 2DC (rotulada C1DC para indicar que los datos 2D se procesaron con métodos 1D) y una sonda UHSAS (CUHSAS).

Hay que tener presentes algunas fuentes de error especiales a la hora de calcular las propiedades a partir de los momentos:

• El tamaño medido de las partículas irregulares, como los hidrometeoros de hielo, no corresponde necesariamente al volumen de la partícula. Si bien es común utilizar relaciones empíricas entre el tamaño y la masa, la variación en la geometría cristalina y la densidad del graupel significan que siempre habrá un grado de incertidumbre asociado a dichas relaciones.
• Las gotas de lluvia grandes o que oscilan pueden adquirir formas no esféricas, lo cual puede conducir a errores en los momentos.
• Puede ser difícil estimar las propiedades de dispersión de la luz de las partículas de aerosol a partir de los momentos cuando se trata de partículas irregulares o de composición incierta.
• Cuando el tamaño se basa en la intensidad la luz dispersada, pueden ocurrir distorsiones hasta en la distribución de tamaños medida. Estas distorsiones a menudo se acentúan cuando se calculan los momentos.

A fin de estimar la incertidumbre aleatoria en momentos que surgen de una muestra finita, la fórmula siguiente puede proporcionar guía adicional acerca de la confiabilidad de la estimación del jotaésimo momento de la muestra:

donde Var denota la varianza, el subíndice _s recuerda que el momento es una estimación basada en una muestra finita y N es el número de observaciones en las que se basa la estimación.

Ejercicio: graficar la distribución y concentración de tamaños

Esta aplicación Shiny ofrece otros ejemplos de las distribuciones y concentraciones de tamaños obtenidas con varios medidores del tamaño de las partículas. Utilice los datos provistos para plotear las distribuciones de tamaños y concentraciones y luego conteste las preguntas que aparecen al final de esta página, que son las mismas que aparecen en la pestaña «Questions». Abra este panel para leer una descripción de la interfaz de la pestaña «Explore Data» en español y considere imprimir estas instrucciones para consultarlas al contestar las preguntas.

Ejercicio: momentos de la distribución de tamaños

Use la aplicación Shiny para contestar las preguntas siguientes.

Use las flechas izquierda y derecha para pasar por las 9 preguntas de esta serie.

Pregunta 1 de 9

La concentración total de hidrometeoros en la región de nubes (cloud) es mucho más alta que en la región de lluvia (rain), pero el tamaño medio de los hidrometeoros es mucho menor. ¿En cuál de las dos regiones es más alto el contenido de agua líquida? Escoja la mejor respuesta.

a) En la región de lluvia

b) En la región de nubes

c) El contenido de agua líquida es igual

El contenido de agua líquida es más alto en la región de lluvia que en la región de nubes porque los hidrometeoros típicos son mucho más grandes.

Pase a la próxima pregunta de la serie.

Elija una opción.

Pregunta 2 de 9

En el conjunto de datos de lluvia (rain), ¿es significativo el aporte de las gotitas nubosas al contenido de agua líquida?

a) Sí

b) No

La respuesta correcta es b), no. En este caso, hay poca diferencia en el contenido de agua líquida cuando se le suman las gotitas nubosas.

Pase a la próxima pregunta de la serie.

Elija una opción.

Pregunta 3 de 9

¿Qué parte de la distribución de tamaños realiza la contribución predominante al contenido de agua líquida del conjunto de datos de lluvia (rain)?

La distribución graficada para la lluvia muestra que el contenido de agua líquida proviene principalmente de las gotas de lluvia grandes con diámetros de unos 1000 micrómetros (1 mm).

Pase a la próxima pregunta de la serie.

Pregunta 4 de 9

¿Qué parte de la distribución de tamaños realiza el aporte predominante al contenido de agua líquida del conjunto de datos de nubes (cloud)? Escriba la respuesta a continuación.

La distribución de tamaños para el conjunto de datos de nubes (cloud) muestra que la contribución predominante al contenido de agua líquida proviene de gotitas con diámetros de más de 10 micrómetros.

Pase a la próxima pregunta de la serie.

Pregunta 5 de 9

La lluvia se puede clasificar como ligera, moderada o fuerte, según la tasa de lluvia caiga dentro de estos límites: menos de 2,5 mm/h, entre 2,5 y 10 mm/h y más de 10 mm/h. No se olvide de leer las pistas proporcionadas si tiene dificultades para contestar esta pregunta y las que siguen.

a) Dado este esquema de clasificación, podríamos describir la tasa de lluvia máxima en la región de lluvia (rain) como -- ligera moderada fuerte

fuerte

b) La tasa de lluvia en la región de nubes (cloud) se puede describir como -- ligera moderada fuerte

ligera

Sin limitar intervalo temporal, la tasa de lluvia es de aproximadamente 8,6 mm/h. Si limitamos el intervalo temporal a los períodos de lluvias más intensas (p. ej.: 7:24:55 a 7:25:12), la tasa de lluvia correspondiente es de aproximadamente 13 mm/h. En la superficie esto se percibiría como una lluvia intensa. Por otra parte, en el conjunto de datos de nubes (cloud) la tasa de lluvia es de solo 0,5 mm/h, incluso en la región con las lluvias más intensas. Esta lluvia sería tan suave que quizás ni se llegara a percibir como lluvia.

Pase a la próxima pregunta de la serie.

Elija una opción.

Pregunta 6 de 9

Indique la reflectividad radar máxima aproximada en las dos regiones representadas por estos dos segmentos de datos [nubes (cloud) y lluvia (rain)]. Consulte la pista para esta pregunta a fin de obtener más información.

a) 12 dBZ

b) 25 dBZ

c) 30 dBZ

d) 36 dBZ

El valor máximo del factor de reflectividad radar, que se encuentra regulando los controles deslizantes del intervalo temporal, es aproximadamente 30 dBZ. Típicamente, un nivel de reflectividad tan alto se asocia a lluvias intensas, como en este caso. A modo de contraste, en la región de nubes (cloud) se registraron generalmente valores de reflectividad por debajo de 15 dBZ, que normalmente se asocian a lluvias ligeras.

Pase a la próxima pregunta de la serie.

Elija una opción.

Pregunta 7 de 9

Busque una longitud de extinción aproximadamente representativa de la región de nubes (cloud). ¿Qué probabilidades hay de que un «rayo» de luz pueda atravesar una nube de 1 km de espesor sin producir dispersión? Escoja la mejor respuesta.

a) Extremadamente improbable

b) Poco probable

c) Probable

d) Extremadamente probable

La longitud de extinción resultante es de unos 38 m, lo cual significa que la radiación solar se atenúa rápidamente cerca del borde de una nube como esta. En la nube, sin embargo, no oscurece tan rápidamente como esto haría pensar, porque buena parte de la dispersión es hacia adelante. No obstante, esto indica que la dispersión es frecuente, con trayectorias típicas de algunas decenas de metros de longitud. La «dispersión múltiple» resultante produce un grado considerable de dispersión hacia atrás, y esto explica el aspecto «blanco» de las nubes densas. La probabilidad de que un rayo de luz atraviese la distancia de 1 km en una nube como esta sin dispersión sería solo de exp(-1000/38) = ~4 × 10^-12, de modo que no se puede «ver» nada, ni siquiera el Sol, a través de un nube como esta.

Es posible deducir mucho considerando las regiones blancas y brillantes y grises oscuras de una nube. Solo las regiones con densas acumulaciones de gotitas nubosas producen suficiente dispersión múltiple para impartir un aspecto blanco. Donde el efecto de arrastre cause una reducción significativa en las concentraciones o en los tamaños de las gotitas la nube, la tendencia será hacia el gris. Esto es especialmente evidente en los cúmulos sobre el océano, porque tienden a contener concentraciones menores de gotitas nubosas y, por tanto, son más susceptibles de desarrollar regiones grises porque la asimilación de aire seco produce evaporación. Además, para un contenido de agua líquida dado la longitud de extinción es menor —una indicación de mayores probabilidades de dispersión múltiple— si las gotitas son más numerosas y pequeñas que si son menos numerosas y más grandes. El resultado es que el albedo (la fracción de radiación solar reflejada de vuelta hacia el espacio) es más alto cuando las nubes contienen muchas gotitas pequeñas, como puede ocurrir en aire muy contaminado. Este es el efecto de Twomey (https://climate-dynamics.org/wp-content/uploads/2016/06/twomey74a.pdf), así nombrado en honor de la primera persona que sugirió sus posibles implicancias climáticas.

Pase a la próxima pregunta de la serie.

Elija una opción.

Pregunta 8 de 9

¿Cuál es la longitud de extinción resultante? Escoja la mejor respuesta.

a) 390 m

b) 470 m

c) 650 m

d) 780 m

La longitud de extinción resultante es de unos 470 m, casi medio kilómetro. Esta puede ser una parte considerable de la trayectoria disponible a través de la columna de lluvia, de modo que en este caso la dispersión múltiple no es significativa y las regiones con lluvia a menudo se ven oscuras incluso si las ilumina la luz solar. Es posible entrever un objeto borroso a través de una columna de lluvia, porque la probabilidad de viajar 1 km sin dispersión es aproximadamente exp(-1000/470) = 0,12.

Foto de una banda de lluvia sobre la isla de Hawái que muestra las variaciones pronunciadas de brillo que se asocian con la densidad de las gotitas nubosas en distintas regiones de la nube. Este ejercicio demuestra la relación entre esos tonos y la dispersión de la luz por las gotitas nubosas.

Pase a la última pregunta de la serie.

Elija una opción.

Pregunta 9 de 9

Considere solamente las partículas pequeñas medidas con el instrumento UHSAS en el conjunto de datos de nubes (cloud). A partir de la longitud de extinción, estime la fracción de la radiación solar que atravesaría una troposfera de 15 km de profundidad llena de este aerosol. Use los índices de refracción indicados en la pista para esta pregunta. Escoja todas las opciones pertinentes.

a) 49 %

b) 76 %

c) 89 %

d) 95 %

Los índices de refracción sugeridos producen a longitudes de extinción de unos 132 km y 54 km, respectivamente, de modo que en ambos casos esta concentración de partículas a través de la columna entera de la troposfera (típicamente unos 15 km de profundidad) produciría solo una extinción menor a través de la atmósfera. La distribución ponderada muestra una explicación para esta situación: incluso para el aerosol muy absorbente, la contribución a la extinción de la mayoría de las partículas con diámetros menores que 0,2 μm es muy pequeña, porque el coeficiente de extinción es pequeño.

La transmisión a través de 15 km viene siendo exp(-15/132) en un caso y exp(-15/54) en el otro, es decir, el 89 % y el 76 %, respectivamente.

Si repetimos este análisis variando la longitud de onda, podemos demostrar que la longitud de extinción disminuye (lo cual indica más extinción) conforme se reduce la longitud de onda. Para longitudes de onda infrarrojas (p. ej.: > 1000 nm), la longitud de extinción puede volverse excepcionalmente larga, porque las partículas pequeñas dispersan y absorben poco a dichas longitudes de onda.

Elija una opción.

Atrás Adelante

Uso de los archivos en formato NetCDF

Las aplicaciones Shiny interactivas de las páginas precedentes brindan acceso a los datos en un formato tabular adecuado para uso en una hoja de cálculo u otro programa de análisis. Sin embargo, este no es el formato empleado por la mayoría de las colecciones de datos. Un formato común es NetCDF, el mismo que se utiliza para todos los archivos de datos temporales generados con las aeronaves de investigación de NCAR. Como vimos antes, estos archivos se pueden obtener de los repositorios de NCAR y de las muchas otras organizaciones que apoyan las aeronaves de investigación y, a menudo, otros sistemas de observación terrestres similares. Estas sugerencias pueden ser útiles a la hora de trabajar con tales archivos.

1. Use un programa auxiliar para convertir los archivos a un formato de texto o de tabla .csv. Si NetCDF está instalado en su sistema, es probable que ya cuente con la herramienta «ncdump», que puede producir listados de texto de variables y otra información sobre el contenido de un archivo. Estos sitios ofrecen algunos recursos útiles:
   
   1. https://www.unidata.ucar.edu/software/netcdf/software.html#ExcelUse
   2. https://nsidc.org/data/netcdf/tools.html
   3. https://www.esrl.noaa.gov/psd/data/gridded/tools.html
2. En un equipo Windows, la herramienta «netcdf4excel» puede importar muchos archivos en una hoja de cálculo.
3. Si usted trabaja en «R», puede usar el paquete «ncdf4» para leer estos archivos en dicho programa.
4. Si trabaja en Python, puede usar las herramientas similares de las rutinas NetCDF4-Python. Este enlace brinda acceso a un guion de Python que convierte archivos NetCDF al formato .csv. Este sitio web también contiene ejemplos muy útiles que pueden servir de guía. «xarray» (http://xarray.pydata.org/en/stable/) es otro buen recurso para trabajar con archivos NetCDF en Python. El lenguaje de comandos NCL (NCAR command language) también funciona con NetCDF.
5. Muchos programas de análisis comerciales pueden leer los archivos directamente.