R EVISTA B OLIVIANA DE FI SICA 16, 1321, 2010

ISSN 15623823. I NDEXADA EN : S CI ELO, L ATINDEX , P ERI ODICA

DEL POTENCIAL DE RADIACION

SOLAR GLOBAL EN EL DEPARTAMENTO DE COCHABAMBA
EVALUACION
GEOGRAFICA

UTILIZANDO MODELOS DE SISTEMAS DE INFORMACI ON

E IMAGENES
SATELITALES
EVALUATION OF THE GLOBAL SOLAR RADIATION POTENTIAL IN THE DEPARTMENT OF COCHABAMBA
(BOLIVIA) USING MODELS OF GEOGRAPHIC INFORMATION SYSTEMS AND SATELLITE IMAGES
E. F UENTES M.
M ARCELO J. L UCANO & I V AN
Departamento de Fsica
Universidad Mayor de San Simon
Cochabamba Bolivia

RESUMEN
En este trabajo se estimaron los valores de la radiacion solar global por medio de modelos de Sistemas de
Informacion Geografica e imagenes satelitales obtenidos a traves de la metodologa SSE de la NASA para
un periodo de registros de 22 anos. Con estos valores de radiacion, se obtuvo la distribucion temporal y
espacial de la radiacion solar para el Departamento de Cochabamba mediante un proceso de interpolacion
que utiliza el paquete de analisis geoestadstico ILWIS, considerando datos de una rejilla conformada por
16 casillas que abarcan el departamento; se utilizo el metodo de superficie movil con distancia inversa, exponente de peso 1, distancia esferica y segundo grado parabolico. Se observo que los niveles de radiacion
mas bajos corresponden a los meses de mayo a julio (invierno) y los niveles de radiacion mas altos corresponden a los meses de octubre a diciembre (primavera y verano). Asimismo, se observo que la parte noreste
de Cochabamba presenta los valores mas bajos de media anual de radiacion global, entre 4.2 4.5 kWh/m 2
al da, ya que e sta es una zona de baja altitud sobre el nivel del mar y se caracteriza por su clima tropical
y alta humedad, generando una mayor dispersion de la radiacion solar, en tanto que en la zona suroeste la
radiacion solar aumenta, ya que en e sta se localiza la Cordillera Oriental Central con un clima seco cuyos
valores varan entre 5.76.3 kW h/m 2 al da. Tambien se distinguen siete regiones de niveles de radiacion
que van aumentando de noreste a suroeste, tal como se observo en estudios anteriores. Los valores de radiacion obtenidos mediante la interpolacion fueron validados con datos medidos en superficie con un error
porcentual medio anual del 10 %.
Descriptores: radiacion solar tecnologa con base satelital
Codigo(s) PACS: 92.60.Vb, 07.87.+v

ABSTRACT
Using Geographic Information Systems and satellite imaging, this study estimates the global solar radiation values using models generated from data recorded over a period of 22 years and applying NASAs
SSE methodology. Using these radiation values and the geostatistical analysis software ILWIS the time and
space distribution of solar radiation for the Department of Cochabamba was obtained. The analysis involved
data from a grid made up of 16 squares that make up Cochabamba and used the method of moving surface
with inverse distance, weight exponent 1, spherical distance and parabolic second order. It is observed that
the lowest levels of radiation corresponded with the months May to July (winter) and the highest radiation
levels with the period October to December (summer). In addition, it was noted that the northeast region
of the Cochabamba showed the lowest annual radiation values (4.2 4.5 kW h/m 2 per day). This is due to
the fact that the region is closer to sea level and characterised by a tropical and humid climate which leads
to a greater dispersion of solar radiation. In the southwest region of Cochabamba which forms part of the
Central Eastern Mountain Range and has a dry climate, the solar radiation is higher (5.7 6.3 kW h/m 2
per day). The study identifies seven regions of radiation levels with increasing radiation from northeast
to southwest which agree with previous studies. The radiation values obtained through interpolation were
validated with surface measurements with an average anual error of 10%.
Subject headings: solar radiation satellite related technology

Email:

[email protected].

14

E. F UENTES M.
M ARCELO J. L UCANO & I V AN

1. INTRODUCCION

A medida que la demanda de energa renovable crece, as

lo hace la necesidad de fuentes de datos mas precisos de estas
energas. Sin embargo, en Bolivia, as como en muchos otros
pases, relativamente pocas estaciones meteorologicas colectan datos de radiacion solar requeridas para conocer el potencial y el desempeno de sistemas de energa solar y en particular de sistemas fotovoltaicos. Asimismo, las tecnologas de
energa renovable estan siendo usadas alrededor del mundo
para suplir el uso de energa electrica y para desempenar
trabajo mecanico tal como: bombeo de agua, suministro de
combustible para transporte, provision de requerimientos de
calentamiento y enfriamiento para el diseno de edificios, etc.
Las fuentes de energa renovable, particularmente para tecnologas solares, son fuertemente dependientes de las condiciones y fenomenos climatologicos y estan tambien afectadas por procesos microclimaticos. Debido a la ausencia de
una red meteorologica de monitoreo densa y extensa, se deben utilizar modelos numericos, conocimiento emprico de
las caractersticas microclimaticas y observaciones indirectas derivadas del analisis y observaciones de datos provenientes de sensores remotos localizados en satelites para desarrollar un conocimiento de las caractersticas geoespaciales as
como de la extension de estos recursos.
Ya que una red de estaciones para caracterizar el regimen
de radiacion solar en todo el pas resultara muy costosa, se
han utilizado metodos indirectos para estimarla, tales como
mediciones de insolacion o nubosidad; pero aun la red de
estaciones heliograficas y meteorologicas tiene grandes zonas con una cobertura deficiente, particularmente en regiones donde la radiacion solar tiene un regimen muy diferenciado, como las regiones montanosas y los llanos. Desde la
aparicion de los satelites meteorologicos se abrio una nueva
perspectiva para estimar parametros de radiacion y se han
realizado estudios encaminados a ello. En los u ltimos 30
anos la literatura especializada reporta diversos metodos de
calculo de la radiacion solar, con distintos grados de complejidad.
En este trabajo, con base en la implementacion de tecnicas
de interpolacion, se estiman los niveles de radiacion solar
en el Departamento de Cochabamba a partir de datos de
irradiacion solar obtenidos de imagenes satelitales procesadas con la metodologa SSE (Surface Meteorology and Solar
Energy) de la NASA.
BIBLIOGRAFICA

2. REVISION

2.1. Estimacion de la radiaci o n solar a partir de

imagenes satelitales
Desde que se hicieron disponibles las imagenes de satelite
de alta resolucion en formato digital, comenzaron a aparecer
estudios sobre la estimacion de la radiacion solar a partir de
e stas. La gran ventaja de los metodos de estimacion de radiacion basados en imagenes satelitales es precisamente su
resolucion espacial. Con ellas es posible generar mapas de
radiacion solar con una resolucion muy detallada (de 2 a 10
km2 ) sobre regiones especficas. Esto los convierte en una

fuente de informacion muy adecuada, por ejemplo, para ser

integrada en Sistemas de Informacion Geografica (SIG).
El trabajo de Gautier et al. (1980) da una pauta de la metodologa general seguida hasta la actualidad. En el trabajo
mencionado se incorpora un modelo de calculo de cierta
complejidad, que requiere informacion del contenido de agua
precipitable y al mismo tiempo incorpora el efecto de la nubosidad aplicando una relacion lineal simple entre la brillantez de la nube en la imagen de satelite y su factor de absorcion. El metodo se aplica a imagenes de alta resolucion
(1 2 km/pixel) y puede calcular la distribucion de la radiacion sobre grandes a reas.
Mosser & Raschke (1984) utilizan las imagenes del METEOSAT, cuyas caractersticas son algo diferentes de las del
GOES y aplican una normalizacion de los valores de pxel
llevandolos de su valor original al intervalo definido por los
valores maximo y mnimo observados para cada pxel de la
imagen en dependencia de la hora y la e poca del ano. A partir de mediciones terrestres se calcula una relacion entre los
valores de pxel normalizados y el cociente entre la radiacion
incidente y la radiacion maxima (ante cielo despejado), esta
relacion depende ademas del a ngulo cenital del sol y tambien
presenta un estudio acerca del efecto que tiene el numero de
imagenes empleadas a lo largo del da sobre la exactitud de
las sumas diarias calculadas.
Segun Rigollier et al. (2002) en la serie de metodos publicados en los anos 90 como HELIOSAT, se aplica un modelo normalizado tanto para los valores de pxel ante cielo
despejado como para los de zonas nubladas. Se aplica una
relacion lineal al ndice normalizado de los valores para las
zonas nubladas, para obtener el ndice de transparencia de
la nubosidad. De esta manera se calcula la radiacion tanto
para las a reas de cielo despejado como para cielo nublado.
Este metodo fue inicialmente publicado como HELIOSAT
1. En la segunda version, HELIOSAT 2 se toma en cuenta el
estado o ptico de la atmosfera y se introduce un metodo de
calibracion de imagenes que permitira trabajar con distintos
sensores.
Perez et al. (2002a) presentan un metodo de calculo que estima los valores de radiacion ante cielo despejado mediante
el uso de un modelo simplificado y a continuacion determinan un ndice de nubosidad tomado a partir de las imagenes
visibles, mediante el cual se modifican los valores calculados para obtener los valores definitivos de radiacion. El modelo GL 1.0 del Centro de Prevencion del Tiempo y Estudios Climaticos y del INPE en Brasil parte de una ecuacion
simplificada de transferencia radiactiva en las zonas de entre
400 700 nm y 700 4000 nm. Se toma como hipotesis que
en este rango espectral casi no hay absorcion en la atmosfera,
por lo tanto el termino de absorcion por aerosoles se puede
despreciar, de manera que la radiacion se puede obtener conociendo el valor de la radiacion extraterrestre. Hoyos et al.
(2000) utilizan un metodo que emplea el mismo modelo de
transferencia (GL 1.0) del INPE, las diferencias fundamentales consisten en una implementacion acabada que facilita
su utilizacion para puntos seleccionados de la imagen. Es-

 SOLAR
POTENCIAL DE RADIACION

(a)

15

(b)

F IG . 1. (a) Distribucion geografica de la radiacion de onda corta (SW) en un periodo de 8 anos para el mes de julio (W /m2 ). (b) Distribucion geografica
de la radiacion de onda larga (LW) en un periodo de 8 anos para el mes de julio (W /m2 ) (color online; Darnell et al. ).

F IG . 2. Comparacion de los valores de radiacion del archivo GEBA y

los valores obtenidos del analisis de imagenes satelitales (Darnell et al. ).

tos dos metodos no contemplan el efecto de la nubosidad ni

permiten el calculo para a reas grandes.
Como cualquier estimacion a partir de modelos, aquellas
basadas en datos de satelite tienen una exactitud limitada.
Convencionalmente se considera un error cuadratico medio
entre 15 y 20 % para estas estimaciones, cuando se las compara con mediciones llevadas a cabo por estaciones localizadas en sitios especficos (ver por ejemplo, Beyer et al. 1996).
Hay estudios que ubican este error en un valor menor. Por
ejemplo, Zelenka et al. (1999) llevaron a cabo un estudio
en el que llegan a la conclusion de que el error real de los
metodos para obtener irradiancias a partir de datos de satelite
es de alrededor del 12%. El resto del error es atribuido por los
autores al hecho de que a traves de las imagenes satelites se
estiman promedios sobre grandes a reas de varios kilometros
cuadrados. Cuando se compara estos valores con mediciones en estaciones especficas, de manera natural ocurre un
error cuadratico medio de alrededor del 15%, ya que los valores medidos por una estacion no proveen un promedio de
la region sino una medicion en un punto con un clima especfico.

A pesar de las ventajas que presenta la estimacion de la

irradiancia solar a partir de informacion satelital, no se debe
menospreciar la importancia de una red terrestre que provea informacion de un numero grande de puntos de monitoreo bien distribuidos sobre un territorio dado. Para que los
metodos satelitales den resultados mas precisos, es necesario
calibrarlos (sintonizarlos) con datos de superficie, lo cual requiere de una buena cobertura de una red terrestre constituida
por estaciones situadas estrategicamente.
En Bolivia no se tiene referencia sobre algun trabajo que
utilice la metodologa de las imagenes satelitales para estimar los niveles de radiacion solar, sin embargo, se han realizado varios estudios de la distribucion de la radiacion solar, basados fundamentalmente en la dependencia de e sta
con otras variables que se miden en un numero grande de
estaciones, como el numero de horas con brillo solar, apli
cando formulas empricas de tipo Angstr
om (Birhuett 1993;
PROPER-Bolivia et al. 1998).
2.2. Estimacion de la radiaci o n solar a partir de im a genes

satelitales aplicando la metodologa SSE de la NASA

El proyecto ESE (Earth Science Enterprise) de la NASA ha
proporcionado un sistema de satelites de investigacion para
proveer datos importantes para el estudio del clima y procesos climaticos. Estos datos incluyen estimaciones en un periodo largo de tiempo de cantidades meteorologicas y energa
solar en la superficie de la tierra. La base de datos basados
en imagenes satelitales ha mostrado ser lo suficientemente
precisa para proporcionar datos de radiacion solar confiables
en regiones en las cuales las mediciones en superficies son
muy dispersas o no existen (Whitlock et al. 2001; Perez et al.
2002b).
Como resultado del proyecto ESE surge el banco de datos de radiacion SSE de la NASA (NASA-LARC ) que
reune un conjunto de datos que engloban parametros meteorologicos usados para disenar sistemas de energas renovables. No esta disenado como un substituto a las mediciones
en superficie, sino como un estimado de datos de radiacion
para lugares en los que no existen redes de monitoreo densas
(ej. a reas rurales). Debido a la resolucion de las imagenes

 E. F UENTES M.
M ARCELO J. L UCANO & I V AN

16

(a)

(b)

F IG . 3. Comparacion entre los valores de radiacion medidos en superficie y valores estimados a partir de imagenes satelitales para la estacion de Payerne,
Suiza: (a) onda corta SW y (b) onda larga. (color online; Darnell et al. ).

(a)

(b)

F IG . 4. (a) Distribucion geografica de los puntos en el centro de las grillas en el Departamento de Cochabamba. (b) Radiacion media anual asignada a
los puntos de referencia en unidades de kW h/m2 al da.

satelitales da un promedio de las condiciones de la region

cubierta con una resolucion de 1 1 en latitud y longitud
y el periodo de analisis del banco de datos es de julio de 1983
hasta noviembre de 2008 (22 anos) con las imagenes obtenidas de alrededor de 200 satelites. Estos valores estimados son
suficientemente precisos para realizar estudios preliminares.
El sitio Web de la NASA habilita al usuario para la descarga de datos de radiacion solar mensual y anual para cualquier localizacion en la Tierra. El banco de datos de la NASA
se ha convertido en un paradigma para la fuente de informacion de radiacion solar, debido a la alta calidad del modelamiento utilizado para generar el banco de datos, al hecho
de que la metodologa SSE es validada con numerosas estaciones en superficie y al hecho de que abarca una escala global y cubre un extenso periodo de tiempo. Sin embargo, el
banco de datos es aun limitado por una perdida de resolucion
y no validacion en a reas donde no existen datos en superficie. Los procedimientos utilizados para generar el banco de
datos SSE tambien encuentran problemas en a reas en las que
se tienen interfaces oceanicas y a reas cubiertas con nieve.
Los valores estimados de radiacion solar son resultado
del analisis de un periodo de 46 meses de la radiacion de
onda corta (SW) y onda larga (LW) procesados a traves
del algoritmo de Pinker-Laszlo (Pinker & Laszlo 1992; Pin-

ker et al. 1995; Darnell et al. ) dentro del programa

NASA/GEWEX/SRB. Las variables de entrada son las irradiancias, la cantidad de nubes provenientes del programa
ISCCP (International Satellite and Cloud Climatology Programme), el vapor de agua del programa GEOS-1 (Goddard
Earth Observation Systems) con datos en intervalos de 3 horas y datos de ozono obtenidos del sensor TOMS. Los valores
de aerosoles y profundidad o ptica de las nubes son utilizados
como parametros de afinamiento en los casos de cielo con y
sin nubes. El error cuadratico medio (RMS) estimado para
valores mensuales es de alrededor del 16% con una incertidumbre del 1% comparado a los datos obtenidos con mediciones en superficie segun el Centro Mundial de Datos de
Radiacion (WRDC).
Las Figuras 1a y 1b muestran la distribucion geografica de
la radiacion promedio de onda corta y onda larga, respectivamente, en un periodo de 8 anos para el mes de julio. La distribucion de la radiacion SW es primordialmente zonal, modulada por la distribucion de las nubes. Los valores maximos

se encuentran en el Artico,
Groenlandia y las regiones subtropicales del Hemisferio Norte. Los valores maximos de
la radiacion LW se localizan sobre amplias regiones en los
tropicos con un decrecimiento gradual hacia los polos. Los
valores mas altos ocurren sobre a reas que exhiben tempera-

 SOLAR
POTENCIAL DE RADIACION

17

Enero

Febrero

Marzo

Abril

Mayo

Junio

Julio

Agosto

Septiembre

Octubre

Noviembre

Diciembre

F IG . 5. Distribucion mensual de la radiacion solar global en el Departamento de Cochabamba (color online).

turas superficiales elevadas tal como los desiertos subtropicales y a reas con abundancia de nubes y vapor de agua.
La Fig. 2 muestra un diagrama de dispersion de los datos
de radiacion mensuales del Archivo del Balance de Energa
Global (GEBA) del Instituto Federal de Tecnologa de Suiza
y los correspondientes valores de radiacion estimados a partir
del analisis de imagenes satelitales. Se observa que gran parte
de los puntos muestran una correlacion lineal, en cuanto que
los puntos fuera del grupo pertenecen a regiones con alta densidad de agua o con hielo superficial.
Las Figs. 3a y 3b muestra una comparacion entre los valores de radiacion SW y LW respectivamente de medidas en
superficie y los valores estimados a partir de imagenes satelitales para la estacion ubicada en Payerne, Suiza.

3. METODOLOGIA

Debido a la resolucion de las imagenes satelitales, se obtiene un valor promedio de radiacion para un a rea comprendida entre 1 de latitud y 1 de longitud. El Departamento
de Cochabamba se encuentra entre los 64 68 de longitud
oeste y 15 19 de latitud sur abarcando un total de 16 grillas, por lo que el valor de radiacion promedio corresponde al
centro de la grilla considerada. Con este criterio, se asignaron para el centro de las 16 grillas el valor correspondiente de
radiacion solar de la base de datos SSE, estos datos tabulados
se muestran en la Tabla 1.
Con base a la Tabla 1, se obtuvo la distribucion geografica
de los puntos centrales de las grillas en la region de estudio
(Fig. 4).

 E. F UENTES M.
M ARCELO J. L UCANO & I V AN

18

TABLA 1
SOLAR MENSUAL Y ANUAL OBTENIDOS A PARTIR DE IMAGENES

SATELITALES PARA EL
D ATOS DE RADIACION
D EPARTAMENTO DE C OCHABAMBA EN kW h/m2 al da.
No
Pnt 1
Pnt 2
Pnt 3
Pnt 4
Pnt 5
Pnt 6
Pnt 7
Pnt 8
Pnt 9
Pnt 10
Pnt 11
Pnt 12
Pnt 13
Pnt 14
Pnt 15
Pnt 16

Latitud Sur ( )
15.5
15.5
15.5
15.5
16.5
16.5
16.5
16.5
17.5
17.5
17.5
17.5
18.5
18.5
18.5
18.5

Longitud Oeste( )
64.5
65.5
66.5
67.5
64.5
65.5
66.5
67.5
64.5
65.5
66.5
67.5
64.5
65.5
66.5
67.5

Ene
5.03
4.95
4.75
4.68
4.88
4.55
4.93
5.31
4.84
5.34
5.87
6.31
5.92
5.87
6.52
6.49

Feb
4.99
4.84
4.7
4.76
4.9
4.57
4.96
5.47
4.83
5.39
5.99
6.42
5.92
6.04
6.59
6.61

Mar
4.84
4.78
4.58
4.57
4.69
4.38
4.83
5.3
4.74
5.38
5.76
6.06
5.65
5.73
6.19
6.09

Abr
4.71
4.58
4.37
4.36
4.37
4.09
4.51
5.01
4.43
5.22
5.44
5.8
5.47
5.64
5.75
5.77

May
4.05
3.91
3.79
4.07
3.71
3.73
4.38
4.95
4.15
5.05
5.25
5.56
5.2
5.41
5.38
5.44

Jun
3.96
3.77
3.56
3.92
3.54
3.61
4.18
4.65
3.97
4.75
4.93
5.24
4.94
5.03
4.95
5.09

Jul
4.44
4.19
3.84
3.95
3.98
3.81
4.2
4.71
3.98
4.82
5.08
5.41
5.09
5.3
5.16
5.27

Ago
4.79
4.78
4.51
4.41
4.51
4.3
4.55
5.01
4.45
5.15
5.41
5.82
5.6
5.73
5.6
5.77

Sep
5.25
5.24
4.95
4.69
5.03
4.63
4.83
5.55
4.88
5.64
5.92
6.47
6.21
6.3
6.35
6.57

Oct
5.52
5.55
5.25
5.07
5.31
4.84
5.2
5.78
5.16
5.93
6.41
6.93
6.45
6.6
6.96
7.13

Nov
5.54
5.47
5.22
5.05
5.37
4.92
5.4
6.04
5.33
6.16
6.67
7.16
6.64
6.8
7.31
7.45

Dic
5.15
5.08
4.98
4.93
4.95
4.67
5.27
5.78
5.07
5.77
6.38
6.89
6.33
6.39
7.04
7.11

Media Anual
4.86
4.76
4.54
4.54
4.60
4.34
4.77
5.30
4.65
5.38
5.76
6.17
5.79
5.90
6.15
6.23

F IG . 7. Area
de estudio dividida en ocho subareas.

F IG . 6. Distribucion anual de la radiacion solar global en el Departamento de Cochabamba (color online).

4. RESULTADOS

Con respecto al metodo de interpolacion empleado para

obtener los valores estimados de los niveles de radiacion en
el Departamento de Cochabamba se uso una metodologa implementada en un estudio preliminar sobre los metodos de
interpolacion mas eficaces para determinar los niveles de radiacion solar (Mubiru et al. 2007; Lucano & Fuentes 2008)
y se concluyo que el metodo: superficie movil distancia inversa con exponente de peso 1, distancia esferica y segundo
grado parabolico es el metodo mas adecuado para interpolar

datos satelitales. Una vez establecido el metodo mas apropiado e ste se utilizo para interpolar los valores de radiacion
solar global promedio mensuales para cada uno de los meses
del ano y el promedio anual.
La Fig. 5 muestra la distribucion de radiacion solar global
en Cochabamba para los doce meses del ano.
Se observa de la Fig. 5 que los niveles de radiacion mas bajos corresponden a los meses de mayo, junio y julio, que pertenecen a la estacion de invierno, y los niveles de radiacion
mas altos corresponden a los meses de octubre, noviembre y
diciembre, que corresponden a las estaciones de primavera y
verano.
La Fig. 6 muestra la distribucion de radiacion solar global
anual para el Departamento de Cochabamba.
Se observa de la Fig. 6 que la parte noreste del Departa-

 SOLAR
POTENCIAL DE RADIACION

19

F IG . 8. Comparacion de los valores simulados (metodologa SSE) y medidos experimentalmente de intensidad de radiacion solar global para el Departamento de Cochabamba.

F IG . 9. Comparacion de datos de radiacion solar interpolados (mapa) y medidos en superficie para la estacion de monitoreo en la UMSS.

mento de Cochabamba presenta los valores mas bajos de media anual de radiacion global, entre 4, 2 y 4, 5 kW h/m 2 al da,
debido a que e sta region es una zona de baja altitud sobre el
nivel del mar y se caracteriza por su clima tropical y alta humedad generando una mayor dispersion de la radiacion solar.
En la zona suroeste la radiacion solar aumenta ya que en esta
region se localiza la Cordillera Oriental Central con un clima
seco con valores entre 5, 7 y 6, 3 kW h/m 2 al da. Asimismo,
se distinguen seis regiones de niveles de radiacion que van
aumentando de noreste a suroeste, tendencia igualmente ob-

servada en el estudio realizado por Birhuett (1993) para la

obtencion de los mapas de radiacion solar para Bolivia.
4.1. Validacio n de los valores de radiaci o n interpolados

Para la validacion de los datos interpolados se realizo un

estudio comparativo y de validacion entre los valores de radiacion medidos experimentalmente y aquellos estimados
por la NASA para el Departamento de Cochabamba (para
el a rea entre 64 67 de longitud y 16 19 de latitud)
empleando un programa elaborado en MATLAB. La Fig. 7

 E. F UENTES M.
M ARCELO J. L UCANO & I V AN

20

TABLA 2
ENTRE LOS VALORES DE RADIACION
GLOBAL INTERPOLADOS ( MAPA ) Y MEDIDOS EN SUPERFICIE
C OMPARACI ON
(W h/m2 al da).
PARA EL MISMO PUNTO DE VALIDACION
MES
Enero
Febrero
Marzo
Abril
Mayo
Junio
Julio
Agosto
Septiembre
Octubre
Noviembre
Diciembre

Estacion UMSS
Experimental
6163
5854
5764
5792
5382
4759
5331
5981
6834
6636
7040
6127

Estacion UMSS
Mapa Satelital
5580
5670
5510
5230
5040
4750
4870
5210
5670
6090
6330
6030

Aiquile
SENAMHI

6257
5650
5293
4880
5201

Aiquile
Mapa Satelital
5600
5700
5500
5340
5120
4800
4960
5380
5910
6200
6410
6040

Independencia
SENAMHI

5820
4146
4290
4345
4462

Independencia
Mapa Satelital
5800
5920
5680
5370
5210
4900
5020
5360
5870
6320
6570
6310

Error Medio Anual (%)

7.64

5.42

15.73

muestra la division del a rea de estudio (Departamento de Cochabamba) en ocho subareas en las que se compararon los
datos.
Los datos experimentales fueron proporcionados por la red
SENAMHI y la Fig. 8 muestra la comparacion de estos con
los datos simulados a traves de las imagenes satelitales para
un periodo de un ano.
Se observa que la variacion temporal de los valores de
radiacion tanto simulados como experimentales siguen el
mismo comportamiento, hecho que fue observado en la estacion de Suiza (Fig. 3) en un trabajo similar (Darnell et al.
), excepto en los meses de enero a marzo, esto debido a
que la cantidad de nubes presentes en esos meses afecta el
analisis de las imagenes adquiridas.
Ademas de la validacion en las ocho sub-areas, los valores de radiacion solar global de los mapas obtenidos por el
metodo de interpolacion se contrastaron con datos medidos
en superficie en un periodo de un ano en dos estaciones remotas de la red SENAMHI: Aiquile (Latitud: 18.1833S, longitud: 65.1833W) e Independencia (Latitud: 17.3117S, longitud: 66.8481W); asimismo, se compararon los valores simulados con los obtenidos con un Piranometro Kipp & Zonen
Clase 2 instalado en el Departamento de Fsica de la Facultad de Ciencias y Tecnologa (latitud: 17.3928S, longitud:
66.1351W) en el mismo periodo de un ano (marzo 2008
marzo 2009). La comparacion entre los datos interpolados y
experimentales para el mismo punto de validacion y el correspondiente error se muestran en la Tabla 2.
La Fig. 9 muestra la variacion anual de los datos de radiacion mensual correspondientes al punto de monitoreo de
la UMSS.
Se observa que los valores medidos en superficie son mayores que aquellos obtenidos en el mapa solar en el caso de
las estaciones de la UMSS y Aiquile en cuanto que lo contrario sucede en el caso de la estacion de Independencia. El
error medio anual porcentual de todas las estaciones de monitoreo es de 10%.

5. CONCLUSIONES

En el presente trabajo, se han utilizado los datos de radiacion solar de la NASA obtenidos utilizando la metodologa SSE (NASA-LARC ) para estimar los valores de radiacion solar global mensual y anual para el Departamento de
Cochabamba. Se utilizaron los datos obtenidos a partir del
analisis de imagenes satelitales para estimar la distribucion
de la radiacion solar global, asimismo se realizo un proceso
de validacion con datos medidos de tres estaciones en superficie (UMSS, Aiquile e Independencia) obteniendose un
error medio porcentual de 10%.
De acuerdo a los resultados obtenidos, se observa en la
Fig. 6 siete regiones con marcada diferencia de niveles de
radiacion solar anual: la region con mayor cantidad de radiacion corresponde a la zona de la Cordillera Oriental en la
que los valores de radiacion oscilan entre 5, 4 7, 2 kWh/m 2
al da, la zona del tropico central con valores entre 4, 2
4, 5 kW h/m2 al da y la zona restante del tropico con niveles
de radiacion entre 4, 5 5, 4 kWh/m 2 al da.
El periodo de registros analizados es de 22 anos (Tabla 1).
La variacion mensual y espacial de los niveles de radiacion
se obtuvo utilizando el paquete de analisis geoestadstico ILWIS y aplicando el metodo de superficie movil con distancia
inversa, exponente de peso 1, distancia esferica y segundo
grado parabolico. La aplicacion del metodo de interpolacion
y los valores estimados muestran que en la estacion de invierno (mayo julio) se registra la menor cantidad de radiacion solar, mientras que en las estaciones de primavera y
verano (octubre diciembre) se registra la mayor cantidad de
radiacion solar.
Por otro lado, las diferencias que eventualmente pueden
ser encontradas entre los valores estimados y medidos en
superficie pueden ser debidas al hecho de que los valores
medidos en superficie corresponden a la localizacion del
punto de monitoreo con caractersticas geograficas y climatologicas particulares, en cuanto que los datos obtenidos por
los satelites abarcan extensiones entre 1 1 , que represen-

 SOLAR
POTENCIAL DE RADIACION
tan una media de condiciones climaticas diferentes.
El metodo de calculo de la radiacion solar global a partir de imagenes satelitales desarrollado ha obtenido resultados comparables a otros revisados en la bibliografa (Myers
2003; Lefevre & Diabate 2007). Es recomendable que en
lo sucesivo los valores estimados por metodos indirectos
se comparen con datos registrados en un mayor numero
de estaciones meteorologicas para asegurar una cobertura
geografica suficiente del departamento.
Asimismo, es importante incorporar las bases de datos de
radiacion ya sea medidas en superficie u obtenidas a traves de
metodos indirectos a los Sistemas de Informacion Geografica
(SIG), que ofrezcan a aquellos que requieren de estos datos

21

las herramientas diversas relacionadas con el recurso solar.

Esto para la evaluacion de los niveles de radiacion solar para
cualquier localizacion geografica del pas, a partir de modelos bien calibrados respecto a estos datos.
Tambien se deben incluir herramientas que permitan estimar el rendimiento de diferentes dispositivos y/o sistemas que utilizan el recurso solar. Este tipo de herramientas ya se han desarrollado en otros pases (http://xn
energiasolarespaa-uxb.net) y constituyen un factor decisivo
para el impulso a las energas renovables. En particular, estas herramientas permiten la evaluacion con un grado mucho
mayor de certidumbre de la viabilidad economica de proyectos de energa solar, facilitando el proceso de su financiacion.

REFERENCIAS
Beyer, H. G., Costanzo, C., & Heinemann, D. 1996, Solar Energy, 56, 207
Birhuett, E. 1993, Revista E&D No. 3 PROPER Cochabamba, Bolivia
Darnell, W. L. et al. , Surface Radiation Budget: A Long-term Global
Dataset of Shortwave and Longwave Fluxes
http://www.agu.org/eos elec/95206e.html
Gautier, C., Diak, G., & Masse, S. 1980, Journal of Applied Meteorology,
19 No. 8, 1005
Hoyos, D., Cadena, C., & Suarez, H. 2000, Revista Averma, 4 No. 8,
http://g.unsa.edu.ar/asades/actas2000/08-23.html
http://www.asrc.cestm.albany.edu/perez/strength.html
Lefevre, M. & Diabate, W. L. 2007, Solar Energy, 81, 240
Lucano, M. J. & Fuentes, I. E. 2008, Revista Cientfica Facultad de Ciencias
y Tecnologa, 8
Mosser, W. & Raschke, E. 1984, Journal of Climate and Applied Meteorology, 23, 166
Mubiru, J. et al. 2007, Theor. Appl. Climatol., 88, 259
Myers, D. R. 2003, Solar Radiation Modeling and Measurements for Renewable Energy Applications: Data and Model Quality (International Expert
Conference on Mathematical Modeling of Solar Radiation and Daylight
Edinburgh, Scotland, September 1516 )
NASA-LARC. , http://eosweb.larc.nasa.gov/sse

Perez, R., Incichen, P., Moore, K., Kmiecik, M., Chain, C., George, R., &
Vignola, F. 2002a, Solar Energy, 73, No. 5, 307
Perez, R., Moore, K., Kmiecik, M., Chain, C., Ineichen, P., George, R., &
Vignola, F. 2002b, Proc. SOLAR 2002, Sunrise on the Reliable Energy
Economy, Amer. Solar Energy Soc.
Pinker, R. T. & Laszlo, I. 1992, J. Appl. Meteorol., 31, 194
Pinker, R. T., Laszlo, I., Whitlock, C. H., & Charlock, T. P. 1995, Eos, 76,
145
PROPER-Bolivia et al. 1998, Mapa de distribucion de la Energa Solar en
Bolivia, Vice-Ministerio de Energa e Hidrocarburos. Programa para la
Difusion de Energas Renovables PROPER Bolivia GTZ ESMAP
Banco Mundial
Rigollier, C., Lef`evre, M., Cros, S., & Wald, L. 2002, Heliosat 2: An improved method for the mapping of the solar radiation from METEOSAT
imagery (Proceedings of the 2002 EUMETSAT Meteorological Satellite
Conference. http://www.eumetsat.de/en/index.html)
Whitlock, C. H., Brown, D. E., Chandler, W. S., DiPasquale, R. C., Gupta,
S. K., Wilber, A. C., Ritchey, N. A., Kratz, D. P., & Stackhouse, P. W.
2001, J. of Solar Energy Engineering, Amer. Soc. Mech. Engr., 23, 211
Zelenka, A., Perez, R., Seals, R., & Renne, D. 1999, Theoretical and Applied
Climatology, 62, 199