Modelización matemática de la radiación solar fotosintéticamente activa

• Autores: Ana García Rodríguez
• Directores de la Tesis: Cristina Alonso Tristán (dir. tes.), Montserrat Díez Mediavilla (codir. tes.)
• Lectura: En la Universidad de Burgos ( España ) en 2022
• Idioma: español
• Tribunal Calificador de la Tesis: Andrés Suárez García (presid.), David González Peña (secret.), Francisco Ferrera Cobos (voc.), Ignacio García Ruiz (voc.), María Angeles de Blas Corral (voc.)
• Programa de doctorado: Programa de Doctorado en Eficiencia Energética y Sostenibilidad en Ingeniería y Arquitectura por la Universidad de Burgos; la Universidad de Vigo y la Universidad del País Vasco/Euskal Herriko Unibertsitatea
• Materias:
  • Matemáticas
    • Ciencia de los ordenadores
      • Inteligencia artificial
    • Estadística
      • Análisis multivariante
  • Astronomía y astrofísica
    • Sistema solar
      • Energía solar
  • Física
    • Electromagnetismo
      • Radiación infrarroja visible y ultravioleta
• Enlaces
  • Tesis en acceso abierto en:  TESEO  RIUBU 
• Resumen
  • español

    La radiación fotosintéticamente activa (𝑃𝐴𝑅) es la componente de la radiación solar que ejerce una mayor influencia en la fotosíntesis y el crecimiento vegetal. La vegetación actúa como sumidero de CO2, mitigando los efectos del cambio climático, por lo que conocer la influencia de la 𝑃𝐴𝑅 en el crecimiento vegetal es primordial. La modelización matemática de la 𝑃𝐴𝑅 permite estimar su valor a partir de otras variables, sin necesidad de disponer de instrumentos de medida específicos, ya que no es habitual encontrar, en las estaciones radiométricas, sensores que midan esta componente de la radiación solar.

    En este trabajo, se ha modelado matemáticamente la 𝑃𝐴𝑅 en Burgos, España. Para ello, se ha analizado estadísticamente la 𝑃𝐴𝑅 en la localidad, analizando la ratio de esta componente con la irradiancia global horizontal. Se ha realizado una exhaustiva revisión de los modelos existentes y se han calibrado y validado 21 de ellos con datos experimentales procedentes de 7 estaciones radiométricas estadounidenses, pertenecientes a la red SURFRAD. La mayor parte de los estudios publicados por otros autores, se centran en resultados para cielos claros, limitando su aplicación al ámbito local y esas condiciones de cielo.

    Mediante procedimientos de machine learning, aplicados a los datos experimentales obtenidos en Burgos, se ha realizado una selección de variables para modelar la 𝑃𝐴𝑅 mediante regresiones multilineales y redes neuronales. Estos estudios han permitido obtener modelos matemáticos, diferentes para cada tipo de cielo (cubiertos, parciales y claros) clasificados según la norma ISO/CIE y alternativamente, utilizando como parámetro de clasificación el índice de claridad (𝑘𝑡). El comportamiento de estos últimos modelos, calibrados localmente para Burgos, ha sido evaluado frente a las medidas de siete estaciones radiométricas de la red SURFRAD, con diferente climatología, obteniendo muy buenos resultados y permitiendo afirmar que estos modelos pueden utilizarse en cualquier localización, independientemente del clima

  • English

    Photosynthetically active radiation (???) is the component of solar radiation that most influences photosynthesis and plant growth. Vegetation acts as a CO2 sink, mitigating the effects of climate change. Therefore, knowledge of the influence of ??? on plant growth is of essential importance. Mathematical modelling makes allows estimating ??? from different meteorological indices, without the need for specific measuring instruments, since it is not usual to find sensors measuring ??? at radiometric stations. In this thesis, ??? has been mathematically modelled in Burgos (Spain). For this purpose, a statistical study has been performed at this location, analysing the ratio of ??? with the global horizontal irradiance. An exhaustive review of the existing models has been carried out. Thus, 21 of them have been calibrated and validated with experimental data from the 7 radiometric stations belonging to the SURFRAD network (USA). Most of the studies published by other authors focus on results for clear skies, limiting their application to the local area and to those sky conditions. Using machine learning procedures, applied to the experimental data obtained in Burgos, a selection of variables has been made to model the ??? by means of multilinear regressions and neural networks. These studies have made it possible to obtain different mathematical models for each sky type (overcast, partial and clear) classified according to the ISO/CIE standard and, alternatively, using the clearness index (?? ) as a classification parameter. The performance of the latter models, locally fitted for Burgos, has been evaluated against the SURFRAD network measurements obtaining very good results. Therefore, it can be stated that these models may be used at any location, regardless of the climate