Repositorio Institucional de Documentos

2021 109 Francisco Manuel Navarro Serrano Análisis del comportamiento altitudinal de la temperatura del aire superficial en áreas de montaña Director/es López Moreno, Juan Ignacio Azorín Molina, César © Universidad de Zaragoza Servicio de Publicaciones ISSN 2254-7606 Francisco Manuel Navarro Serrano ANÁLISIS DEL COMPORTAMIENTO ALTITUDINAL DE LA TEMPERATURA DEL AIRE SUPERFICIAL EN ÁREAS DE MONTAÑA Director/es López Moreno, Juan Ignacio Azorín Molina, César Tesis Doctoral Autor 2020 Repositorio de la Universidad de Zaragoza – Zaguan http://zaguan.unizar.es UNIVERSIDAD DE ZARAGOZA Escuela de Doctorado Programa de Doctorado en Ordenación del Territorio y Medio Ambiente Repositorio de la Universidad de Zaragoza – Zaguan http://zaguan.unizar.es Tesis Doctoral ANÁLISIS DEL COMPORTAMIENTO ALTITUDINAL DE LA TEMPERATURA DEL AIRE SUPERFICIAL EN ÁREAS DE MONTAÑA Autor Francisco Manuel Navarro Serrano Directores Juan Ignacio López Moreno Cesar Azorín Molina UNIVERSIDAD DE ZARAGOZA Ordenación del Territorio y Medio Ambiente 2020 Francisco Manuel Navarro Serrano Directores: Juan Ignacio López Moreno y César Azorín Molina Doctorado en Ordenación del Territorio y Medio Ambiente Zaragoza, 2020 ANÁLISIS DEL COMPORTAMIENTO ALTITUDINAL DE LA TEMPERATURA DEL AIRE SUPERFICIAL EN ÁREAS DE MONTAÑA TESIS DOCTORAL Universidad de Zaragoza II La presente Tesis Doctoral ha sido financiada por el Ministerio de Educación, Cultura y Deporte a través de un contrato del Programa de Formación de Profesorado Universitario, convocatoria 2015 (FPU15/00742, Resolución de 5 de agosto de 2016 por la que se conceden ayudas FPU), disfrutado en el Instituto Pirenaico de Ecología (Consejo Superior de Investigaciones Científicas, IPE-CSIC). Los trabajos llevados a cabo han sido financiados por el Ministerio de Economía y Competitividad (Programa I+D: excelencia. CGL2014-52599 [2015-2017] y CGL2014-52135-C3-1-R [2015-2018]), por el Ministerio de Economía, Industria y Competitividad (Programa I+D orientada a los retos de la sociedad [2018-2021]. CGL2017-82216-R), y por el Fondo Europeo de Desarrollo Regional (FEDER, Programa Interreg-POCTEFA [2016-2019]. CLIMPY). Imagen de Portada: Pico Balaitús (en aragonés, Pico Os Moros), 3.145 m s.n.m. Fotografía original tomada desde Formigal por Francisco M. Navarro Serrano, en 2014. Procesada posteriormente. III De acuerdo a la posibilidad ofrecida por el Programa de Doctorado de la Universidad de Zaragoza, se presenta esta Tesis Doctoral como un compendio de artículos de investigación, siendo el estudiante de doctorado autor de todos ellos: 1. Navarro-Serrano, F., López-Moreno, J.I., Azorin-Molina, C., AlonsoGonzález, E., Tomás-Burguera, M., Sanmiguel-Vallelado, A., Revuelto, J., Vicente-Serrano, S.M. 2018. Estimation of near-surface air temperature lapse rates over continental Spain and its mountain areas. International Journal of Climatology 38: 3233-3249. DOI: https://doi.org/10.1002/joc.5497. 2. Navarro-Serrano, F., López-Moreno, J.I., Domínguez-Castro, F., AlonsoGonzález, E., Azorin-Molina, C., El-Kenawy, A., Vicente-Serrano, S.M. 2020. Maximum and Minimum air temperature lapse rates in the Andean region of Ecuador and Peru. International Journal of Climatology. En Prensa. DOI: https://doi.org/10.1002/joc.6574. 3. Navarro-Serrano, F., López-Moreno, J.I., Azorin-Molina, C., Buisán, S., Domínguez-Castro, F., Sanmiguel-Vallelado, A., Alonso-González, E., Khorchani, M. 2019. Air temperature measurements using autonomous selfrecording dataloggers in mountainous and snow covered areas. Atmospheric Research 224: 168-179. DOI: https://doi.org/10.1016/j.atmosres.2019.03.034. 4. Navarro-Serrano, F., López-Moreno, J.I., Azorin-Molina, C., AlonsoGonzález, E., Aznárez-Balta, M., Buisán, S., Revuelto, J. 2020. Elevation effects on air temperature in a topographically complex mountain valley in the Spanish Pyrenees. Atmosphere 11(6): 656. DOI: https://doi.org/10.3390/atmos11060656. 5. López-Moreno, J.I., Navarro-Serrano, F., Azorin-Molina, C., SánchezNavarrete, P., González-Alonso, E., Rico, I., Morán-Tejeda, E., Buisán, S., Revuelto, J., Pons, M., Vicente-Serrano, S.M. 2019. Air and wet bulb temperature lapse rates and their impact on snowmaking in a Pyrenean ski area. Theoretical and Applied Climatology 135(3-4): 1361-1373. DOI: https://doi.org/10.1007/s00704-018-2448-y. X XI Francisco Manuel Navarro Serrano, con DNI 29495369-P expone: Siendo el segundo autor del artículo titulado: “Elevation effects on air temperature in a topographically complex mountain valley in the Spanish Pyrenees”, afirmo haber contribuido en todo el proceso de elaboración de este trabajo de investigación, incluyendo los análisis estadísticos, la interpretación de los datos así como la redacción y corrección del manuscrito. El resto de co-autores no doctores ha renunciado a presentar este trabajo como parte de una tesis doctoral en la modalidad de compendio de publicaciones. En Zaragoza, a 23 de junio de 2020 Fdo. Francisco Manuel Navarro Serrano XII XIII Francisco Manuel Navarro Serrano, con DNI 29495369-P expone: Siendo el segundo autor del artículo titulado: “Air and wet bulb temperature lapse rates and their impact on snowmaking in a Pyrenean ski area”, afirmo haber contribuido activamente en el diseño experimental, así como en la contextualización de la investigación y discusión de los resultados, trabajando activamente en la redacción del manuscrito y en las distintas fases metodológicas. El resto de coautores no doctores ha renunciado a presentar este trabajo como parte de una tesis doctoral en la modalidad de compendio de publicaciones. En Zaragoza, a 23 de junio de 2020 Fdo. Francisco Manuel Navarro Serrano XIV XV Dr. D. Juan Ignacio López Moreno, Investigador Científico en el Instituto Pirenaico de Ecología del Consejo Superior de Investigaciones Científicas (IPE – CSIC), AUTORIZA: La presentación de la Tesis Doctoral en la modalidad de compendio de publicaciones y titulada “Análisis del comportamiento altitudinal de la temperatura del aire superficial en áreas de montaña”, realizada por Francisco Manuel Navarro Serrano, bajo mi inmediata supervisión y dirección, en el Departamento de Geografía y Ordenación del Territorio. En Zaragoza, junio de 2020 Fdo. Juan Ignacio López Moreno XVI XVII Dr. D. Cesar Azorín Molina, contratado Ramón y Cajal en el Centro de Investigaciones sobre Desertificación (Consejo Superior de Investigaciones Científicas y Universidad de Valencia, CIDE – CSIC – UV), AUTORIZA: La presentación de la Tesis Doctoral en la modalidad de compendio de publicaciones y titulada “Análisis del comportamiento altitudinal de la temperatura del aire superficial en áreas de montaña”, realizada por Francisco Manuel Navarro Serrano, bajo mi inmediata supervisión y dirección, en el Departamento de Geografía y Ordenación del Territorio. En Zaragoza, junio de 2020 Fdo. Cesar Azorín Molina XVIII XIX Dr. D. José María Cuadrat Prats, Catedrático de Geografía Física en el Departamento de Geografía y Ordenación del Territorio de la Universidad de Zaragoza, AUTORIZA: La presentación de la Tesis Doctoral en la modalidad de compendio de publicaciones y titulada “Análisis del comportamiento altitudinal de la temperatura del aire superficial en áreas de montaña”, realizada por Francisco Manuel Navarro Serrano, bajo mi inmediata supervisión y tutorización, en el Departamento de Geografía y Ordenación del Territorio. En Zaragoza, junio de 2020 Fdo. José María Cuadrat Prats XXVI …y a ti, Clara, sólo tú sabes lo que ha costado llevar esto para adelante, los grises andenes de estación y los nudos en la garganta. Hemos subido este escalón, y ahora vamos a por el siguiente Sin embargo, esta vez será oliendo a azahar, y a incienso, por supuesto. Resumen XXIX Resumen Las sociedades se encuentran en un estado de continua interrelación con el medio ambiente que las rodea y del que forman parte. En esa relación multidireccional, el sistema climático y, más concretamente, la temperatura del aire, juega un papel imprescindible a la hora de entender multitud de procesos que nos afectan directa o indirectamente, tales como la disponibilidad de recursos hídricos, los movimientos de población, o la viabilidad de determinadas actividades económicas. En este sentido, las áreas montañosas son especialmente sensibles a los cambios bruscos y rápidos que están produciéndose en el medio ambiente, con el agravante de que, debido a la mayor complejidad topográfica y de procesos, la difícil accesibilidad y el menor poblamiento de estas áreas, son territorios en los que el conocimiento de la temperatura del aire es mucho más reducido que en otros entornos a más baja altitud y de topografía más sencilla. Sin embargo, a pesar de ser áreas menos pobladas y menos estudiadas, en las zonas montañosas se generan multitud de recursos, así como riesgos naturales que nos afectan como sociedad. Por ello, creemos que el estudio de una de las variables más importantes del sistema climático, como es la temperatura del aire superficial, justifica la realización de este trabajo, que permitirá conocer mejor las condiciones ambientales que se observan en las zonas de montaña, así como su efecto consecuente en la totalidad del territorio. En esta Tesis Doctoral se ha analizado la medición y la dinámica espacio-temporal de la temperatura del aire superficial (habitualmente medida a 1.25 - 2 metros sobre el nivel de suelo) en las áreas de montaña, con especial énfasis en su relación con la altitud. Para ello se ha procedido a realizar estudios a escalas de trabajo diferenciadas (regional y local) con el objetivo de analizar las diferentes influencias de los factores explicativos de su variabilidad. El análisis ha sido realizado combinando redes oficiales de observación meteorológica con las mediciones tomadas por el propio Grupo de Investigación de Hidrología Ambiental (IPE – CSIC) mediante temporadas de trabajo de campo, lo cual otorga un interés añadido a los resultados obtenidos. Además, se añade una propuesta metodológica para el diseño de redes de observación a escalas de trabajo local sobre áreas de montaña, lo cual podrá ayudar a la comparabilidad de nuestros resultados con otras investigaciones. La Tesis Doctoral es presentada como un compendio de artículos de investigación publicados en los que se da respuesta a una serie de objetivos específicos planteados. El primer manuscrito consistió en analizar el comportamiento espacio-temporal de la temperatura del aire a escala Resumen XXX regional sobre la España continental y sus áreas montañosas. El segundo estudio consistió en un análisis regional sobre la región andina tropical de Ecuador y Perú. El tercer trabajo trató de establecer una serie de criterios metodológicos que permitieran el diseño de redes de observación a escalas de trabajo local con unas condiciones de calidad y homogeneidad. La cuarta publicación analizó el comportamiento espacio-temporal de la temperatura del aire a escala local sobre un área montañosa del Pirineo Aragonés, focalizándose en el análisis de la topografía y el efecto que produce sobre la insolación. La quinta y última publicación aplicó los conocimientos y análisis anteriores en el estudio de la producción de nieve artificial en una estación de esquí del Pirineo Aragonés. Los resultados han demostrado la existencia de una variabilidad espacio-temporal muy reseñable en los ámbitos de montaña, siendo una variable extremadamente compleja de modelizar. Además, los factores explicativos de su comportamiento son múltiples y variados en función de la escala de análisis. La gran variabilidad espacio-temporal de la temperatura del aire a escala local obliga a una mayor monitorización de estos territorios y al abandono de los enfoques regionales para el análisis de esta variable. Debido al efecto de la topografía, la estacionalidad, las condiciones sinópticas o las coberturas forestales, cada territorio montañoso puede responder de manera diferenciada y ni las escalas regionales ni las relaciones simplistas entre temperatura del aire y altitud pueden detectar esta variabilidad. Por todo ello, la presente Tesis Doctoral, titulada “Análisis del comportamiento altitudinal de la Temperatura del Aire Superficial en áreas de montaña” supone la puesta en marcha de una línea de trabajo interesante y, sobre todo, útil a la hora de aplicar sus avances en otras disciplinas relacionadas como la Hidrología o los estudios de viabilidad en el sector de los deportes de montaña. Abstract XXXI Abstract Society is in a state of continuous interrelation with its surrounding environment. The climate system, and more specifically, the air temperature, plays a key role in this multidirectional relationship. The availability of water resources, the population movements, or the viability of economic activities, is dependent (directly or indirectly) on air temperature. In this sense, mountain areas are very sensitive to the sudden and rapid changes that are taking place in the environment. Furthermore, due to the complex topography and natural process, in addition to the poor accessibility, mountainous areas are less well-known territories than in more crowded areas, especially in scientific terms. However, despite the lack of knowledge, mountainous areas are essential in generating natural resources and risks that affect society. Therefore, the study of surface air temperature justifies the completion of this Doctoral Thesis, since this knowledge will allow us to better understand the mountain process, the consequences of which are further propagated the whole territory. This work has analyzed the monitoring and the spatiotemporal variability of surface air temperature (generally measured at 1.25 – 2 meters above ground) in mountainous areas, and its relationship with altitude. For this purpose, different analyzes have been carried out at different spatial scales (regional and local). The analyses have combined official meteorological observation data with measurements taken directly by the Research Group in field campaigns. Besides, a methodological proposal is added for designing own networks for measuring surface air temperature in mountainous and local areas. This will help the comparability of the results. The Doctoral Thesis has been presented as a compilation of five research publications, in which different specific objectives are answered. The first was to analyze the spatio-temporal behavior of surface air temperature on a regional scale over continental Spain and its mountainous areas. The second tried to analyze the spatiotemporal mechanisms at the regional scale too but in the Andean region of Ecuador and Peru. The third attempted to establish methodological criteria in the design of monitoring networks for surface air temperature in mountain areas. The fourth publication analyzed the spatio-temporal behavior of surface air temperature on a local scale over a mountainous area of the Aragonese Pyrenees, with a special interest in the effects of topography and insolation. The fifth and last publication applied the previous knowledge and analysis in the study of the effect of temperature lapse rates on snowmaking production in a ski resort of the Aragonese Pyrenees. Abstract XXXII The results have shown the existence of large spatiotemporal variability in surface air temperature, being extremely complex the modeling of surface air temperature at the local scale. Furthermore, the explanatory factors are multiple and varied depending on the scale of analysis. Results highlight the need of more intense and well-designed monitoring of the mountain areas, discarding direct extrapolation from large scale approaches. The effects of topography, seasonality, synoptic conditions and vegetation cover, among others, can generate different responses in each mountainous territory, making the local approach the most suitable for detecting the variability. For all these reasons, this Doctoral Thesis entitled “Analysis of the altitudinal behavior of surface air temperature in mountainous areas” means the launch of an interesting and useful work line of interest for other disciplines, such as Hydrology, Ecology or viability studies in the winter tourism industry. Índice de Contenidos XXXIII Índice de Contenidos Capítulo 1. Introducción 1 1.1 La Geografía: Entre el territorio, el medio ambiente y la sociedad 3 1.2 El Sistema Climático, la temperatura del aire superficial y la sociedad 5 1.2.1 El Sistema Climático y la atmósfera 5 1.2.2 La temperatura del aire superficial 7 1.2.3 Factores explicativos y medición de la temperatura del aire superficial 9 1.2.4 Relación entre la temperatura del aire superficial y la sociedad 14 1.3 Las áreas de montaña y la temperatura del aire superficial 16 1.3.1 Importancia y problemática 16 1.3.2 Antecedentes bibliográficos 18 1.4 Justificación, objetivos y estructura 19 1.4.1 Justificación 19 1.4.2 Objetivos 21 1.4.3 Estructura 22 Capítulo 2. Ámbito espacial, materiales y métodos 27 2.1 Ámbito espacial y escalas de Trabajo 29 2.1.1 Estudios regionales 31 2.1.2 Estudios locales 36 2.1.3 Estudios experimentales: Daroca, Canfranc, Formigal – SPICE y valle de Panticosa 40 2.2 Materiales 43 2.2.1 Redes oficiales de observación meteorológica 45 2.2.2 Trabajo de campo 47 2.2.3 Otras fuentes 48 2.3 Procedimientos metodológicos 51 2.3.1 Pre-procesamiento de los datos 51 2.3.2 Gradientes de temperatura del aire 53 2.3.3 Clasificación de tipos de tiempo 56 2.3.4 Cálculo de la temperatura húmeda y de las horas de producción de nieve 59 2.3.5 Cálculo de la insolación estimada 59 2.3.6 Análisis clúster 60 2.3.7 Modelos de árboles de regresión 62 2.3.8 Otros estadísticos 62 Capítulo 3. Gradientes de temperatura sobre la España peninsular y sus áreas montañosas 65 Contribución publicada. International Journal of Climatology (Royal Meteorological Society). Capítulo 4. Gradientes de temperatura en la región andina de Ecuador y Perú 95 Contribución publicada. International Journal of Climatology (Royal Meteorological Society). Capítulo 5. Mediciones de temperatura en ambientes nevados de montaña 127 Contribución publicada. Atmospheric Research (ELSEVIER). Capítulo 6. Efectos de la elevación sobre la temperatura en un valle de los Pirineos Españoles 145 Contribución publicada. Atmosphere (MDPI). Capítulo 7. Gradientes de temperatura seca y húmeda y su impacto en la producción de nieve 179 Contribución publicada. Theoretical and Applied Climatology (SPRINGER). Capítulo 8. Conclusiones y trabajos futuros 195 8.1 Conclusiones generales 197 8.2 Conclusiones específicas 200 8.3 Trabajos futuros 204 Referencias (Capítulos 1 y 2) 209 Apéndice I. Bibliometría y contribución en las publicaciones (Capítulos 3, 4, 5, 6 y 7) 217 Apéndice II. Otras contribuciones (Publicaciones en coautoría y aportaciones a congresos) 223 Apéndice III. Trabajo de campo 231 Apéndice IV. Carta de aceptación de publicación “en prensa” (Capítulo 4) 239 XXXIV Índice de Figuras y Tablas XXXV Índice de Figuras Figura 1. El Principito, basada en las ilustraciones originales. 4 Figura 2. Subsistemas terrestres. 5 Figura 3. Balance energético anual de la atmósfera. 6 Figura 4. Distribución vertical de la temperatura y presión del aire hasta una altura de 110 km. 7 Figura 5. Estructura de la troposfera. 8 Figura 6. Variación de la radiación solar con respecto a la latitud y la estacionalidad para todo el planeta. 9 Figura 7. Valle del río Aragón, a la altura del núcleo de población de Canfranc – Estación. 13 Figura 8. Media anual y distribución latitudinal de la radiación solar. 14 Figura 9. Fase final del deshielo estival. 15 Figura 10. Crecida ordinaria del río Ebro en Zaragoza. 17 Figura 11. Cartografía de las escalas de trabajo regional y local empleadas en la Tesis Doctoral. 30 Figura 12. Cartografía de la España Peninsular. 33 Figura 13. Cartografía de la región andina de Ecuador y Perú. 34 Figura 14. Cartografía del valle del río Aragón, en el sector Canfranc – Estación. 37 Figura 15. Cartografía y localización de la estación de esquí de Aramón – Formigal. 39 Figura 16. Localizaciones de las parcelas experimentales. 41 Figura 17. Parcela experimental de Formigal – SPICE. 47 Figura 18. Tinytag-Plus-2 y garita de protección Datamate modelo ACS-5050. 48 Figura 19. Regiones de referencia para el cálculo de los diferentes índices ENSO. 49 Figura 20. Esquema conceptual del número de muestras posibles bajo diferentes escalas temporales. 53 Figura 21. Malla de puntos de presión atmosférica a nivel del mar usada para calcular los tipos de tiempo. 58 Figura 22. Modelo Digital de Elevaciones del entorno del valle del río Aragón. 60 Figura 23. Método de Ward. 61 Índice de Tablas Tabla 1. Síntesis de los objetivos específicos, principales técnicas y métodos, así como de las herramientas y publicaciones de la Tesis Doctoral 23-24 Tabla 2. Síntesis de los materiales empleados, clasificados por los capítulos y publicaciones 43-44 Capítulo 1 4 Aunque haya hecho falta toda una primera página para describir la interrelación existente entre las palabras “territorio”, “ordenar” y “medio ambiente”, estas podrían haberse resumido rápidamente con una sola palabra: Geografía. Disciplina que recibió una de las mejores valoraciones posibles, la realizada por El Principito allá en el sexto planeta de su magnífico viaje 1 : “La sixième planète était une planète dix fois plus vaste. Elle était habitée par un vieux Monsieur qui écrivait d’énormes libres. - Je suis géographe, dit le vieux Monsieur. - Ça c’est bien intéressant, ça c’est en fin un véritable métier! Et le petit prince jeta un coup d’œil autour de lui sur la planète du géographe. Il n’avait jamais vu encore une planète aussi majestueuse” --- “El sexto planeta era un planeta diez veces más grande. El planeta estaba habitado por un viejo señor que escribía enormes libros. - Yo soy geógrafo, dijo el viejo señor. - ¡Eso es muy interesante! ¡Por fin un verdadero oficio! Y el Principito miró a su alrededor hacia el planeta del Geógrafo. Nunca había visto un planeta tan majestuoso” En este punto, y dada la ocasión, me permito el privilegio de interpretar a este respecto el texto original, y añadir que lo que realmente hacía majestuoso al planeta del Geógrafo no era el propio planeta, sino la visión que el Geógrafo tenía de él. Figura 1. El Principito, basado en las acuarelas originales, por Clara María Martín Brenes (2020). 1 Este capítulo, perteneciente a la obra El Principito, de Antoine de Saint-Exupéry (1943), fue el primer texto que leímos, hace más de diez años, en septiembre de 2009, en el primer día del Grado de Geografía y Gestión del Territorio (Universidad de Sevilla) a instancias del Catedrático de Geografía Física D. Fernando Díaz del Olmo. Introducción 5 1.2. El Sistema Climático, la temperatura del aire superficial y la sociedad 1.2.1. El Sistema Climático y la atmósfera Tras la presentación del epígrafe anterior, llega el momento de describir uno de los elementos del medio ambiente que más incide en el territorio y, por ende, en la sociedad: el sistema climático. El sistema climático es un amplio sistema físico, sumamente complejo y rico en conexiones, cuyo funcionamiento está dominado por los intercambios energéticos (Barry y Chorley, 2003), especialmente de energía solar, tanto con el exterior del planeta Tierra, como dentro del mismo. Tradicionalmente, la literatura de referencia (Barry y Chorley, 2003; Cuadrat Prats y Pita López, 2006) ha tratado a este sistema como la integración de cinco heterogéneos y complejos subsistemas (Figura 2): la atmósfera, la hidrosfera, la criosfera, la litosfera y la biosfera, que se relacionan entre sí mediante procesos dinámicos basados en las propiedades físicas de sus elementos y en el intercambio de energía (Figura 3). Como parte de la biosfera, las sociedades humanas estamos interrelacionadas con el resto de subsistemas en el día a día. Figura 2. Subsistemas terrestres: atmósfera, hidrosfera, criosfera, litosfera y biosfera. Tomada y traducida de Razik (2014). En este sentido, la atmósfera es el subsistema principal del sistema climático, ya que controla la cantidad de radiación que llega a la superficie terrestre, y la cantidad de radiación terrestre liberada hacia el exterior, siendo además el principal medio de transferencia de calor entre las regiones del planeta mediante un sistema de balance energético entre áreas con balance positivo y áreas con balance negativo (tropicales y polares, respectivamente). Capítulo 1 6 Figura 3. Balance energético anual de la atmósfera, procedente originalmente de la radiación solar que llega a la parte alta de la atmósfera (equivalente a 342 W m-2). Tomada de Kiehl y Trenbreth (1997). La atmósfera está formada por gases, aerosoles y partículas líquidas en suspensión que cubren la totalidad del planeta gracias al efecto de la gravedad (Strahler y Strahler, 1997). Esta capa, mayormente gaseosa, tiene un límite exterior poco claro, en el que difícilmente se distingue del espacio exterior, estableciendo algunos autores ese límite en la capa magnética de la Tierra, a unos 15,000 km de la superficie terrestre. Sin embargo, la atmósfera no es homogénea en su interior, por lo que ha sido clasificada tradicionalmente mediante diversos criterios (Cuadrat Prats y Pita López, 2006). El más habitual clasifica la estructura de la atmósfera en base al comportamiento de la temperatura del aire con respecto a la altitud (Figura 4), estableciéndose una clasificación que, desde la capa superior a la inferior, está constituida por: la atmósfera superior (magnetosferaexosfera, termosfera, mesosfera), la estratosfera y, por último, la troposfera. La troposfera es la capa que se encuentra en contacto con la superficie terrestre, alcanzando un espesor promedio de unos 12 km desde la superficie en las latitudes medias (aunque en las zonas polares tiene 8 – 9 km, y en las ecuatoriales puede alcanzar los 18 km). Esta capa es, por tanto, la de contacto más directo con el territorio. La troposfera es la capa más densa de todas debido al efecto de la gravedad terrestre, que es más intenso conforme nos acercamos a la superficie. Esto provoca que aglutine un 75% de la masa molecular atmosférica y la práctica totalidad del vapor de agua, del dióxido de carbono y de los aerosoles (Barry y Chorley, 2003). Por todo ello, los procesos y características propios de la troposfera son los que afectan más directamente al medio que nos rodea y del que formamos parte en el día a día, tales como la nubosidad, las precipitaciones, el viento o la temperatura del aire, esto es, las condiciones meteorológicas. Introducción 7 Estas condiciones meteorológicas, y su plasmación continua a lo largo del tiempo: el clima, marcan a otros elementos como la vegetación, las masas de agua o el relieve. Es decir, al territorio y, por tanto, a las sociedades humanas. Figura 4. Distribución vertical de la temperatura y presión del aire hasta una altura de 110 km. Se indican algunas altitudes de referencia. Tomada de Barry y Chorley (2003). 1.2.2. La temperatura del aire superficial La troposfera se ha presentado como una capa atmosférica en la que la temperatura del aire aumenta conforme se desciende en altura. Esto se debe al incremento de la presión atmosférica, que hace aumentar la densidad del aire y, por tanto, los impactos moleculares, liberando calor. Sin embargo, la cercanía y contacto de la troposfera con la superficie terrestre provoca la existencia de continuos intercambios energéticos que pueden matizar y variar esa relación, lo cual obliga a subdividir la troposfera en función del efecto que la superficie terrestre tiene en ella (Figura 5), obteniendo la troposfera libre y la capa límite planetaria que, a su vez, también puede subdividirse: Capítulo 1 8 Figura 5. Estructura de la troposfera, prestando especial atención en la Capa Límite Planetaria. Modificada de Cuadrat Prats y Pita López (2006).  Troposfera libre: A veces también llamada atmósfera libre, tiene un aire más limpio y menos denso. En ella la temperatura del aire desciende con respecto a la altitud a un ritmo promedio de -6.5º C km-1 (NOAA y NASA, 1976; Barry, 2008), el cual es un estándar usado ampliamente en meteorología y aviación hasta un límite de 11.000 metros sobre el nivel del mar, y denominado habitualmente como gradiente vertical ambiental.  Capa Límite Planetaria (Planetary Boundary-layer, en inglés): Influenciada por la rugosidad del terreno, predominando la mezcla turbulenta del aire, generada por el roce permanente con la superficie rugosa del suelo y por la elevación convectiva de burbujas de aire al calentarse. La topografía, la rugosidad de la superficie, la cubierta vegetal, la intensidad del viento, el grado de enfriamiento y calentamiento del suelo, la advecciones de calor y humedad, etc. pueden influir activamente en el espesor de esta capa (Barry y Chorley, 2003; Barry, 2008). En algunas ocasiones, y siguiendo la estructura propuesta por Cuadrat Prats y Pita López (2006), puede subdividirse en las siguientes partes:  Capa de Ekman: este nivel superior está en transición entre los efectos de la fuerza de Coriolis sobre el viento, y los efectos ya presentes de las turbulencias.  Capa turbulenta: caracterizada por la intensa turbulencia del aire, pudiendo alcanzar varias decenas de metros.  Capa laminar molecular: en contacto con la superficie, de sólo milímetros de espesor y dominada por los efectos de la viscosidad superficial. Introducción 9 La gran mayoría de actividades humanas y procesos que nos afectan como parte de la biosfera tienen lugar en esta Capa Límite Planetaria y, más concretamente, en la Capa Turbulenta. Por ello, es la temperatura del aire de esta capa la que ha venido interesando a la Climatología y demás ciencias ambientales, así como a los organismos meteorológicos desde hace siglos (Camuffo y Bertolin, 2012) y la que se llamará, en esta memoria de Tesis Doctoral: Temperatura del aire superficial, en contraposición a la temperatura de la troposfera libre. 1.2.3. Factores explicativos y medición de la temperatura del aire superficial Antes de mencionar los factores que explican la distribución de la temperatura del aire superficial en el territorio, es necesario recordar la importancia de la energía. El almacenamiento de la misma por parte del aire superficial provoca un incremento de su calor y, por tanto, de su temperatura (Strahler y Strahler, 1997). Sin embargo, este proceso es multidireccional, ya que el almacenamiento depende del balance resultante entre las salidas y entradas de calor con respecto a los cuerpos circundantes (Barry y Chorley, 2003), basadas en las diferencias de temperatura. Por todo ello decimos que el principal factor explicativo de la distribución de la temperatura del aire superficial es la propia distribución de la energía. En ese sentido, existen factores que intervienen directamente en la distribución de la energía: 1.2.3.a. Latitud Debido a la inclinación del eje de rotación terrestre se producen dos efectos que varían latitudinalmente: la duración de los días a lo largo del año y la perpendicularidad con la que los rayos solares atraviesan la atmósfera (Strahler y Strahler, 1997). La conjunción de ambos efectos provoca que la cantidad de radiación solar recibida venga determinada, en una buena medida, de la latitud de dicho territorio (Figura 6). Figura 6. Variación de la radiación solar con respecto a la latitud y la estacionalidad para todo el planeta, asumiendo que no existe atmósfera. Tomada de Barry y Chorley (2003). Capítulo 1 10 1.2.3.b. Transparencia atmosférica y nubosidad La radiación solar atraviesa las distintas capas de la atmósfera. En este proceso, los componentes y aerosoles atmosféricos interactúan absorbiendo, reflejando o transformando a onda larga la radiación, que llega mermada a la superficie terrestre. El espesor, la composición y cantidad de los componentes atmosféricos (Kaiser, 2002), tales como el vapor de agua o el dióxido de carbono, afectará en el montante de radiación solar que alcanza la superficie terrestre. Del mismo modo, la atmósfera también actúa en la dirección inversa, como invernadero de la radiación de onda larga emitida por los cuerpos terrestres hacia el exterior, proceso en el cual de nuevo la composición y cantidad de los componentes atmosféricos influye directamente. En cierta manera, la nubosidad forma parte de la transparencia atmosférica, ya que se interpone en el recorrido directo de la radiación solar entre las capas altas de la atmósfera y la superficie terrestre. Según la cobertura y tipología de la nubosidad, las propiedades varían, de tal forma que las nubes con mayor espesor y contenido de agua (por ejemplo, los cumulonimbus) dejan pasar una menor cantidad de radiación solar que las nubes finas y delgadas, debido al albedo de los cristales de hielo, así como a la absorción del vapor de agua. De igual modo, tienen efectos sobre la radiación de onda larga emitida hacia el exterior, dificultando el “escape” de la misma desde la superficie terrestre, debido al elevado contenido de vapor de agua. Además, esta nubosidad sirve de emisora de onda larga, que tiene especial importancia durante la noche. 1.2.3.c. Circulación atmosférica y oceánica Las circulaciones atmosférica y oceánica funcionan como agentes transmisores de calor mediante advecciones horizontales entre distintos territorios, actuando como transportadoras de las condiciones generadas en unos lugares del planeta hacia otros en los que estas no podrían haberse dado de la misma manera. A nivel global, el fenómeno de El Niño es un certero ejemplo de cómo las diferentes corrientes oceánicas y atmosféricas pueden trasladar las masas de aire originales a miles de kilómetros, transportando de igual forma sus propiedades de temperatura y humedad (Dijkstra, 2006). En este mismo sentido, la corriente del Golfo permite el transporte de aguas cálidas desde latitudes tropicales del Atlántico Norte hacia las latitudes medias y altas de la fachada atlántica europea, atemperando su clima y haciéndolo más benigno que el de la costa oriental americana (Barry y Chorley, 2003). Por ejemplo, una masa de aire fría generada en latitudes altas por la escasa insolación recibida puede ser desplazada por la circulación atmosférica hacia latitudes medias provocando un descenso en la temperatura del aire de estos lugares de destino. Introducción 11 1.2.3.d. Naturaleza de la superficie terrestre Cada tipo de superficie completa, mediante sus propiedades físicas, el balance energético de la capa de aire superficial. Las superficies, tales como las de suelos desnudos, las marinas, las forestales o las nevadas, imponen su impronta sobre la temperatura del aire superficial por su comportamiento ante la radiación solar (cuánta energía reflejan en onda corta, cuánta absorben y cuánta emiten en onda larga). Por el día, las superficies naturales suelen absorber más energía de la que emiten, por lo que acumulan calor y suben de temperatura, que van transmitiendo a la capa de aire superficial. Por la noche, tras el cese del flujo de energía solar, las superficies por norma general son energéticamente deficitarias, con lo que pierden calor y temperatura. Sin embargo, estas afirmaciones son fluctuantes en función del calor específico 2 de cada superficie, por lo que hay diferencias notables entre las mismas:  El suelo desnudo tiene un calor específico reducido, por lo que su inercia térmica es pequeña. Además, la mayor parte de la energía queda concentrada en la capa más superficial debido a que conduce mal el calor hacia las capas más bajas, incrementando su temperatura de la superficie de forma significativa. Esto provoca que emita gran cantidad de energía hacia el aire superficial durante el día, calentándolo; habiendo un flujo inverso desde la capa de aire superficial hacia el suelo durante la noche que hace que el aire se enfríe. Será la composición del suelo la que determine los diferentes matices.  Las superficies marinas tienen un elevado calor específico, lo que las convierte en unos cuerpos con fuerte inercia térmica. El agua absorbe una gran cantidad de energía, que redistribuye por las distintas profundidades sin apenas variar su propia temperatura. Además, parte de esa energía es devuelta a la atmósfera en forma de calor latente mediante la evaporación. Este vapor producido durante el día es el que, debido al descenso de la temperatura del aire superficial durante la noche, llega al punto de condensación. En ese momento, el calor latente atrapado se libera compensando el descenso térmico nocturno e impidiendo que el descenso de la temperatura del aire sea muy acusado.  Los bosques son superficies terrestres que interrelacionan las propiedades de las dos superficies anteriores debido al gran contenido en humedad. Por otro lado, existen otras particularidades, como que las copas de los árboles pueden actuar como barrera frente a la radiación solar, disminuyendo la energía disponible. Además, el propio funcionamiento de la vegetación (evapotranspiración y fotosíntesis) hace que gran parte de la insolación 2 El calor específico se define como la cantidad de calor requerido para incrementar la temperatura de esa sustancia en una unidad (Barry y Chorley, 2003). Capítulo 1 12 recibida sea transformada en la propia planta, por lo que la emisión diurna de calor sensible se reduce. Durante la tarde y la noche, el calor emitido por el suelo subyacente queda retenido en la vegetación, que dificulta su escape hacia las capas de aire superiores acaparando esa energía en la capa de aire superficial. A ello hay que añadir la liberación del calor latente derivado de la evapotranspiración.  Las superficies nevadas están caracterizadas por su elevado albedo ante la radiación de onda corta, que impide su absorción y posterior emisión como calor sensible hacia la capa de aire superficial. Esta situación genera que sean ambientes en los que la superficie terrestre no aporta apenas calor sensible a la capa de aire superficial. 1.2.3.e. Altitud Tal y como se presentó con anterioridad para el conjunto de la troposfera, a menor altitud sobre el nivel del mar, mayor es la capacidad de aumentar la temperatura del aire superficial. Esto se debe al incremento de la presión atmosférica, que hace más denso al aire. A mayor densidad del aire, también se incrementan los choques entre las moléculas que lo conforman, con lo que la temperatura aumenta. Esta relación marca el teórico Gradiente Adiabático Seco (DALR, por sus siglas en inglés), establecido en -9.8º C km-1. La altitud es, junto al efecto de la latitud, el efecto más estable y cuantificado, lo cual le ha favorecido a la hora de tenerlo en cuenta en las estimaciones de temperatura del aire. 1.2.3.f. Topografía La topografía condiciona la temperatura del aire superficial desde diferentes frentes y en distintos aspectos (Figura 7). Por un lado, la pendiente del terreno determina el ángulo con el que los rayos solares inciden sobre la superficie terrestre, marcando la cantidad de energía recibida. Por otro, influye directamente en la cantidad de horas de luz debido a las sombras topográficas, originando importantes diferencias espaciales entre posiciones soleadas frente a otras que permanecen en sombra (Daly et al., 2002; Whiteman et al., 2004). Además, la topografía es generadora de movimientos verticales de las masas de aire (por ejemplo, el efecto Foehn basado en la relación entre los gradientes adiabáticos seco y húmedo, o las brisas de valle derivadas de las diferencias de presión atmosférica) y, por tanto, de la temperatura de la capa de aire superficial (Barry, 2008). Del mismo modo, bajo condiciones de estabilidad atmosférica, el aire frío desciende durante la noche hacia el fondo de los valles, acumulándose si la topografía lo permite, y provocando las llamadas inversiones térmicas. Introducción 13 Figura 7. Valle del río Aragón, a la altura del núcleo de población de Canfranc – Estación (Aragón, España). En este valle, la topografía juega un papel crucial por el día, debido a las sombras topográficas que se forman. Asimismo, durante la noche, el fondo del valle sufre procesos de inversión térmica provocados por el descenso del aire frío desde las laderas, que se acumula en el fondo. Fotografía tomada por Juan I. López Moreno en mayo de 2017. En cualquier caso, al ser un sistema interrelacionado, todos estos factores específicos influyen de manera más o menos directa en la cantidad de energía disponible (Figura 8). Los efectos de los factores van relacionados con la escala espacial del análisis, de tal forma que los efectos de la latitud no serán perceptibles entre ubicaciones separadas por escasos metros, mientras que las diferencias topográficas sí que pueden llegar a percibirse a esa escala. Si imaginamos un caso hipotético de un territorio situado a una latitud 37.05º N, al mediodía del 20 de septiembre, con polvo en suspensión, cielo cubierto 4/8 de cúmulos, intenso flujo del sureste procedente del Sáhara, temperatura de la porción de mar más cercana (35 km) a 28º C, a 3400 metros sobre el nivel del mar, manto de nieve discontinuo en el suelo, en ladera sur con una pendiente de 15%, en el fondo de una dolina; comprobaremos que la temperatura del aire superficial es resultado de la influencia conjunta de todos estos condicionantes, aunque en magnitudes diferentes. Por último, y aunque diferente a los factores naturales, está el factor de medición. Este factor no influye en la temperatura del aire superficial, que es la que es, pero influye en cómo se traslada esa temperatura a un dato cuantificado. La medición de esa temperatura debe hacerse siempre de una forma comparable para no confundir la variabilidad espacio-temporal de la misma con los efectos de la medición (distancia al suelo, calidad del sensor, protección, etc.). Es esta temperatura Capítulo 1 20 En este sentido, las áreas de montaña son especialmente sensibles a los cambios que están produciéndose en el medio ambiente, con el agravante de que, debido a su difícil accesibilidad y el reducido poblamiento, son menos conocidas que otros entornos más cotidianos. Sin embargo, y a pesar de ese menor conocimiento, las áreas de montaña son generadoras de multitud de recursos, pero también de riesgos naturales que nos afectan como sociedad. Por ello, el estudio de uno de componentes más importantes como es el sistema climático y, más concretamente, la temperatura del aire superficial, justifica la realización de este trabajo, que permitirá conocer mejor las limitaciones, fortalezas y potencialidades de nuestro modelo como sociedad relacionada con las áreas de montaña. El comportamiento de la temperatura del aire superficial es resultado de diferentes factores ambientales, tales como la latitud, la circulación atmosférica y marina, o la altitud, entre otros, los cuales se interrelacionan de forma compleja sobre el territorio y, más especialmente, sobre las áreas de montaña. Sin embargo, la magnitud de la influencia de estos factores en la distribución espacio-temporal de la temperatura sobre el territorio es muy dependiente de la escala espacial de los mismos, enfocándose la presente Tesis Doctoral en el estudio multi-escalar. Este es uno de los aspectos que se consideramos de mayor interés, de tal manera que esta aproximación permitirá determinar qué factores están influyendo en la heterogeneidad térmica de los territorios. Por otro lado, a menudo los trabajos que ahondan en otros aspectos del territorio, tales como los estudios forestales, la distribución y fenología de plantas y animales o la modelización hidrológica, requieren de información sobre la temperatura del aire superficial en áreas de montaña. Sin embargo, la falta de información disponible o la dificultad de tener información precisa, ha llevado al uso de criterios demasiado generales y homogéneos, e incluso erróneos como el uso de gradientes estándares de troposfera libre para estimar la temperatura del aire superficial. En este sentido, también es necesario demostrar los problemas de estas acciones y presentar información veraz que pueda ser utilizada por estas disciplinas. Las áreas de montaña sufren de una baja densidad de observatorios meteorológicos, por lo que el trabajo de campo es esencial para poder cubrir esas lagunas de información y poder representar mejor estas zonas topográficamente complejas. En este sentido, se ha producido un enorme crecimiento de los trabajos realizados con instrumental de medición propio, lo que ha hecho aumentar la información disponible. Sin embargo, resultado de la falta de trabajos en áreas de montaña, faltan recomendaciones precisas de cómo tomar estas medidas, de forma que sean comparables con las tomadas en otros puntos. Avanzar en la mejora del diseño de redes Introducción 21 experimentales propias de observación es vital para dar una salida adecuada a los próximos trabajos, de tal forma que en esta investigación aportamos algo de luz al respecto en la elección de sensores, protecciones contra la radiación solar, así como elevación de la medición sobre el manto nivoso. Por estas razones, mejorar en el conocimiento de los patrones que determinan la distribución espacio-temporal de la temperatura del aire superficial en las regiones de montaña es esencial, ya que ello condicionará los resultados de otras disciplinas que requieran de esta información ambiental. En definitiva, la presente Tesis Doctoral trata de aportar en este conocimiento científico, de tal forma que se mejora en la gestión y ordenación territorial mediante el uso de información más precisa. 1.4.2. Objetivos El objetivo principal de esta Tesis Doctoral es mejorar en el conocimiento de la temperatura del aire superficial en las áreas de montaña desde un enfoque multi-escalar, que permita conocer la influencia de los diferentes factores explicativos de la temperatura del aire en función de la escala de estudio, desde las regionales a las más locales. La cumplimentación de este objetivo principal ha requerido dar respuesta a una serie de objetivos específicos, organizados de la siguiente forma:  Analizar el comportamiento espacio-temporal de la temperatura del aire superficial a escala regional sobre la España Peninsular, prestando especial atención a las principales regiones montañosas y a factores como la circulación atmosférica y la continentalidad.  Analizar el comportamiento espacio-temporal de la temperatura del aire superficial a escala regional sobre áreas de montaña de latitudes tropicales y los posibles efectos de factores de teleconexión como el fenómeno de El Niño. Sin embargo, estas escalas regionales no permiten la identificación de patrones que ocurren a escalas más reducidas, por lo que los siguientes objetivos específicos trataron sobre el estudio de la temperatura del aire superficial en ámbitos locales:  La falta de información espacial requirió de la instalación de redes de observación propias, con lo que otro objetivo específico fue establecer una serie de criterios metodológicos que permitan el diseño de redes experimentales sobre ámbitos de montaña en cuanto a la elección de los sensores, protecciones contra la radiación solar y elevación sobre el manto de nieve. Capítulo 1 22  Analizar el comportamiento espacio-temporal de la temperatura del aire superficial a escala local sobre un área montañosa topográficamente compleja del Pirineo Aragonés con especial atención a factores locales como la topografía o el efecto de las condiciones meteorológicas.  Aplicar estos análisis en el estudio de la variabilidad espacial en la producción potencial de nieve artificial en una estación de esquí del Pirineo Aragonés. 1.4.3. Estructura La presente memoria de Tesis Doctoral es presentada en el formato de compendio de publicaciones, lo cual modifica la estructura habitual y tradicional siguiendo las indicaciones propias de la Escuela de Doctorado de la Universidad de Zaragoza. La Memoria se estructura de la siguiente forma:  Introducción (Capítulo 1) que presenta la relación que tiene el presente trabajo con el conjunto de estudios y enseñanzas del Programa de Doctorado en Ordenación del Territorio y Medio Ambiente. Además, se indican los contenidos básicos y esenciales para comprender el funcionamiento de la temperatura del aire, y su especial dificultad de análisis en áreas de montaña, así como la Justificación y Objetivos de la Tesis Doctoral.  Los diferentes Ámbitos espaciales, Materiales y Métodos (Capítulo 2) se desarrollan en este capítulo, que presenta los diferentes territorios analizados, además de la naturaleza de los datos utilizados y los métodos y análisis con los que se ha llegado a los resultados definitivos.  Al estructurarse como compendio de publicaciones, los objetivos específicos han sido presentados y desarrollados a lo largo de los capítulos centrales de la Memoria, que reproducen las aportaciones publicadas de las investigaciones realizadas por el doctorando (Capítulos 3, 4, 5, 6 y 7).  Por último, se desarrollan las Conclusiones Generales y Específicas, así como las próximas líneas de investigación y trabajos futuros (Capítulo 8) Los contenidos concretos, materiales, técnicas y objetivos específicos de cada capítulo son presentados en la Tabla 1. Introducción 23 Tabla 1. Síntesis de los objetivos específicos, principales técnicas y métodos, así como de las herramientas y publicaciones de la Tesis Doctoral. Objetivo específico 1 Principales Técnicas y Métodos Software utilizado Analizar el comportamiento espacio-temporal de la temperatura a escala regional sobre la España Peninsular - Control de Calidad de los datos - Adaptación espacio-temporal de los datos - Cálculo de gradientes de temperatura - Clasificación de Tipos de Tiempo - Validación de gradientes - Otros estadísticos - Generación de Cartografía - Lenguaje y entorno de programación R - ArcGIS 10.4 - Inkscape Publicación: Navarro-Serrano, F. , López-Moreno, J., Azorin-Molina, C., Alonso-González, E., Tomás-Burguera, M., Sanmiguel-Vallelado, A., Revuelto, J., Vicente-Serrano, S.M. 2018. Estimation of near-surface air temperature lapse rates over continental Spain and its mountain areas. International Journal of Climatology 38: 3233-3249. DOI: 10.1002/joc.5497. Objetivo específico 2 Principales Técnicas y Métodos Software utilizado Analizar el comportamiento espacio-temporal de la temperatura a escala regional en áreas de montaña de latitudes tropicales. - Control de Calidad de los datos - Adaptación espacio-temporal de los datos - Cálculo de gradientes de temperatura - Validación de gradientes - Otros estadísticos - Generación de Cartografía - Lenguaje y entorno de programación R - ArcGIS 10.4 Publicación: Navarro-Serrano, F. , López-Moreno, J.I., Domínguez-Castro, F., Alonso-González, E., Azorin-Molina, C., El-Kenawy, A., Vicente-Serrano, S.M. 2020. Maximum and minimum air temperature lapse rates in the Andean region of Ecuador and Peru. International Journal of Climatology. En Prensa. DOI: https://doi.org/10.1002/joc.6574. Objetivo específico 3 Principales Técnicas y Métodos Software utilizado Establecer una serie de criterios metodológicos que permitan el diseño de redes experimentales sobre ámbitos de montaña. - Trabajo de Campo - Control de Calidad de los datos - Adaptación espacio-temporal de los datos - Otros estadísticos - Generación de Cartografía - Lenguaje y entorno de programación R - ArcGIS 10.4 - Tinytag Explorer - 1Wire Publicación: Navarro-Serrano, F. , López-Moreno, J.I., Azorin-Molina, C., Buisán, S., Domínguez-Castro, F., Sanmiguel-Vallelado, A., Alonso-González, E., Khorchani, M. 2019. Air temperature measurements using autonomous self-recording dataloggers in mountainous and snow covered areas. Atmospheric Research 224: 168-179. DOI: 10.1016/j.atmosres.2019.03.034. Objetivo específico 4 Principales Técnicas y Métodos Software utilizado Analizar el comportamiento espacio-temporal de la temperatura a escala local sobre un área topográficamente compleja del Pirineo Aragonés. - Trabajo de Campo - Control de Calidad de los datos - Adaptación espacio-temporal de los datos - Cálculo de gradientes de temperatura - Clasificación de Tipos de Tiempo - Cálculo de la Insolación estimada - Análisis Clúster - Otros estadísticos - Generación de Cartografía - Lenguaje y entorno de programación R - ArcGIS 10.4 - Tinytag Explorer Publicación: Navarro-Serrano, F. , López-Moreno, J.I., Azorin-Molina, C., Alonso-González, E., Aznárez-Balta, M., Buisán, S., Revuelto, J. 2020. Elevation effects on air temperatura in a topographically complex mountain valley in the Spanish Pyrenees. Atmosphere 11(6): 656. DOI: https://doi.org/10.3390/atmos11060656. Capítulo 1 24 Objetivo específico 5 Principales Técnicas y Métodos Software utilizado Aplicar estos análisis en el estudio de la fragilidad de determinadas actividades económicas de ámbitos de montaña del Pirineo Aragonés. - Trabajo de Campo - Control de Calidad de los datos - Adaptación espacio-temporal de los datos - Cálculo de temperatura húmeda y de horas de Producción de nieve artificial - Cálculo de gradientes de temperatura seca, de temperatura húmeda y de horas de producción de nieve artificial. - Clasificación de Tipos de Tiempo - Modelos de Árboles de regresión - Otros estadísticos - Generación de Cartografía - Lenguaje y entorno de programación R - ArcGIS 10.4 - SPSS Windows V.26 - Tinytag Explorer Publicación: López-Moreno, J.I., Navarro-Serrano, F. , Azorin-Molina, C., Sánchez-Navarrete, P., González-Alonso, E., Rico, I., MoránTejeda, E., Buisán, S., Revuelto-Benedí, J., Pons, M., Vicente-Serrano, S.M. 2019. Air and wet bulb temperature lapse rates and their impact on snowmaking in a Pyrenean ski area. Theoretical and Applied Climatology 135(3-4): 1361-1373. DOI: 10.1007/s00704018-2448-y. Introducción 25 Capítulo 1 26 Ámbito Espacial, Materiales y Métodos 27 Capítulo 2 ÁMBITO ESPACIAL, MATERIALES Y MÉTODOS ----- Tras situar la presente investigación en el contexto de la Geografía y de los estudios sobre procesos meteorológicos y climáticos en áreas de montaña, este capítulo presenta los diferentes ámbitos espaciales y escalas de trabajo, compuestos por tres escalas bien diferencias (regional, local y experimental), así como los materiales y métodos empleados para la consecución de los diferentes objetivos. La escala regional ha sido representada por: 1) España Peninsular y, 2) Andes de Ecuador y Perú. La escala local por: 1) Valle del río Aragón y, 2) Estación de esquí Aramón – Formigal. Por último, la escala experimental se ha desarrollado en: 1) Daroca, 2) Canfranc, 3) Parcela Formigal – SPICE y, 4) Valle de Panticosa. La sección Materiales muestra los datos utilizados, tomados tanto por organismos oficiales, como por el propio trabajo de campo. Por último, la sección Métodos indica las técnicas empleadas para la consecución de los resultados. Capítulo 2 28 1. s 2. s Ámbito Espacial, Materiales y Métodos 29 2.1. Ámbito espacial y escalas de trabajo Todo estudio científico que implique el análisis del territorio debe enfrentarse, en primer lugar, a dos cuestiones imprescindibles como son la elección del ámbito y la escala de trabajo. Esto ocurre en la Geografía, pero también en el resto de disciplinas con implantación territorial. La elección del ámbito espacial es determinante, y de ella depende gran parte de una investigación. Esta decisión marcará qué factores influyen, y de qué manera, sobre el fenómeno de implantación territorial que se esté analizando, ya sea económico, demográfico, botánico, geomorfológico, turístico o, en este caso, climático. En el estudio de la temperatura del aire superficial, la elección del ámbito espacial es básica y de una importancia capital, ya que todos los factores explicativos (véase Sección 1.2.3 Factores explicativos y medición de la temperatura del aire superficial) son dependientes del área en el que nos situemos. Factores como la latitud, la transparencia atmosférica, la altitud o la exposición a la circulación atmosférica y oceánica basan su influencia en la temperatura del aire en función de la localización de esa área analizada, de tal modo que los factores no influyen de la misma manera si la investigación se realiza en un punto localizado en la selva amazónica que si se realiza en la tundra siberiana, por la conjunción de todos estos factores. Esta es la base del estudio espacial de la temperatura del aire superficial, pero también de cualquier otro fenómeno ambiental. En la presente Tesis Doctoral, las elecciones de los ámbitos de estudio se han realizado en base a un objetivo fundamental, que ha sido la necesidad científica de mejorar el conocimiento de las áreas de montaña, especialmente en espacios para nosotros cercanos y de aplicabilidad directa como son los Pirineos y las montañas españolas. Sin embargo, las áreas con déficit de información, y con aplicabilidad de estos conocimientos, son amplias y numerosas a lo largo del planeta. Es por ello que, al presentarse la oportunidad de realizar un estudio preliminar sobre los Andes, se decidiera acometer su análisis. La elección concreta de cada punto de observación para los diferentes trabajos presentados en el Compendio de publicaciones, se ha detallado en los epígrafes siguientes. Por otro lado se presenta la escala de trabajo. Este es un concepto también determinante en toda disciplina de implantación territorial, como son los estudios de fenómenos climáticos. Habitualmente, la escala de trabajo se ha referido a la extensión geográfica o espacial de los fenómenos analizados, indicando también en este sentido cuestiones metodológicas de la investigación, especialmente en relación a la toma de datos (Ruiz Rivera y Galicia, 2016). Las propiedades de los fenómenos ambientales se dejan ver de manera más o menos directa en función de la escala desde la que se observa, por lo que habría que hacer un ejercicio de análisis en Capítulo 2 36 hídricos de la montaña (esencialmente provenientes del deshielo de la nieve y del hielo), los que permiten la continuidad de las actividades humanas. Estos países, aunque con un rápido desarrollo en las últimas décadas, todavía son vulnerables y están expuestos ante los riesgos naturales (Vicente-Serrano et al., 2017). Por todo ello, las condiciones ambientales que tienen lugar en la región andina tienen gran impacto en las actividades humanas, ya sea por cuestiones directas (inundaciones o sequías), o indirectas (descenso en la producción hidroeléctrica, aumento del precio de la electricidad, falta de abastecimiento de agua, crisis económicas o desestabilización social), tal y como han indicado algunos autores (Dávila y Olazával, 2006; Paredes y De la Puente, 2014). Por tanto, en esta situación, la temperatura del aire superficial es de nuevo una variable vital en el control y gestión de los recursos hídricos y, de manera indirecta, en la viabilidad de la actividad económica de la región. Por otra parte, con el objetivo de poder observar diferencias latitudinales en la distribución de la temperatura del aire, se ha subdividido la región andina por el paralelo 9.5º S. Puede encontrarse más información en el Capítulo 4. 2.1.2. Estudios locales 2.1.2.a. Valle del río Aragón – Canfranc Estación (aplicación en Capítulo 6) Con el objetivo específico de analizar el comportamiento espacio-temporal de la temperatura del aire superficial a escala local sobre un área montañosa y topográficamente compleja, se eligió un ámbito espacial cercano, y que cumplió con los requisitos topográficos, altitudinales y de acceso para poder instalar una red de observación propia. Este ámbito fue un sector del tramo alto del valle del río Aragón (42.75º N, 0.52º O, Figura 14), cercano al núcleo poblacional de Canfranc – Estación. El río Aragón es uno de los principales afluentes del río Ebro (se estima que aporta anualmente unos 1000 hm3), situándose en su margen izquierda y drenando una superficie de 8524 km2. Debido a su marcado régimen nivo-pluvial, especialmente en su sector de cabecera (García-Ruiz et al., 2001; López-Moreno et al., 2004), sufre avenidas estacionales debido al deshielo (López-Moreno et al., 2002). El sector fue escogido por sus características topográficas y climáticas, ya que cuenta con un rango altimétrico que cubre desde los 1100 m s.n.m. (nivel del río) hasta los 2573 m s.n.m. (Pico de la Moleta). Además, el clima de este sector es frío y húmedo (Canfranc – Estación: 9º C y alrededor de 1400 mm anuales), siendo las nevadas muy comunes durante los meses de invierno (25 días de nevada al año en Canfranc – Estación), lo que genera un manto de nieve continuo a lo largo del invierno en el fondo del valle, y que se alarga hasta bien entrado el verano en las cumbres (López-Moreno, 2006). Ámbito Espacial, Materiales y Métodos 37 Figura 14. Cartografía que muestra la localización y características principales del valle del río Aragón, en el sector analizado del entorno de Canfranc – Estación. Se indica la situación de las laderas de Estiviellas y Moleta, localizadas a los lados del río Aragón, que discurre por el centro del mapa de norte a sur. Elaboración propia. El río cruza el ámbito de estudio desde el norte hacia el sur, generando dos laderas enfrentadas a los lados. Es en estas laderas en las que se ha procedido a realizar los diferentes análisis, recibiendo la nomenclatura de ladera de Estiviellas y ladera de la Moleta, orientándose hacia el SSE (solana) y hacia el NNO (umbría), respectivamente. Esto permite un estudio comparativo entre laderas con características opuestas, en las que la radiación solar puede verse fuertemente afectada por las sombras topográficas y sus efectos estacionales. Además, un bosque denso cubre la mayor parte de las laderas hasta los 2000 m s.n.m., con dominancia de Pinus spp., así como algunas especies de hoja caduca en las áreas más húmedas (Pueyo y Beguería, 2007; NadalRomero et al., 2016). Por encima de 2000 m s.n.m. el bosque va dando paso progresivamente a una vegetación subalpina, e incluso periglacial en las cumbres. La población es escasa (INE, 2019b), y se encuentra concentrada en pequeños núcleos de población ubicados en el fondo del valle, tales como Canfranc – Estación (463 habs.), Canfranc (77 habs.), Villanúa (398 habs.) o Castiello de Jaca (201 habs.), un poco aguas abajo. La influencia de los condicionantes climáticos en las actividades humanas van más allá del propio tramo alto del río Aragón, aunque a veces los riesgos naturales se han dejado sentir también en las poblaciones anteriormente citadas (López-Moreno et al., 2002), como fue el caso de la crecida de Villanúa en el año 2012 (Bayona, 2012), o de otras crecidas ordinarias (Villanueva, 2018) debidas al deshielo Capítulo 2 38 repentino provocado por una subida brusca de temperaturas y de lluvias intensas, mostrando que los impactos e influencias del medio montañoso en la población nunca deben dejarse de lado. Por otro lado, debido a la importante cuenca hidrográfica del río Aragón, y a su productividad en forma de acumulación de nieve (Alonso-González et al., 2020), es un río estratégico en la gestión de los recursos hídricos de la Confederación Hidrográfica del Ebro, ya que drena una gran superficie, y permite el abastecimiento de más de 50.000 personas y 81.000 has. de regadío gracias al embalse de Yesa y a la creación del canal de Bardenas. Por todo ello, pese a la situación del enclave estudiado, en un lugar remoto de la montaña española, este territorio influye activamente en las actividades económicas y humanas, por lo que un conocimiento preciso y certero de las condiciones climáticas que se dan en él ayudará en la gestión de los recursos y en la adaptación del hombre a los mismos. Puede encontrarse más información en el Capítulo 6. 2.1.2.b. Estación de esquí de Aramón – Formigal (aplicación en Capítulo 7) Tras plantear el objetivo específico de aplicar los análisis del comportamiento de la temperatura del aire superficial a la fragilidad de determinadas actividades humanas, se decidió que este análisis debía ser a una escala de trabajo local con el objetivo de poder analizar los efectos sobre una actividad en concreto. Es por ello que elegimos una actividad y ámbito de estudio con dependencia directa hacia las condiciones meteorológicas como son las estaciones de esquí del Pirineo aragonés. En esta región, al encontrarnos en un territorio de transición entre los efectos atlánticos y mediterráneos, las precipitaciones, tanto en forma de lluvia como de nieve, son irregulares, y la insolación elevada, por lo que el manto de nieve es irregular. Esto lleva a una situación de vulnerabilidad a las actividades dependientes de la nieve, como son las estaciones de esquí, sobre todo las que se encuentran a menor altitud (López-Moreno et al., 2009; Pons et al., 2015). Esta situación provoca que, ocasionalmente, estos complejos se encuentren al borde del colapso, teniendo que acortar la temporada a unas pocas semanas. Por ello, todas las estaciones de esquí del entorno han ido ampliando la capacidad de producción de nieve artificial, lo cual les permite mantener la actividad durante toda la temporada de esquí (generalmente, desde diciembre hasta abril), salvaguardando los envites más fuertes de la irregularidad meteorológica. Sin embargo, la producción de nieve artificial no es ajena a las condiciones meteorológicas, ya que su viabilidad depende, fundamentalmente, de la temperatura del aire superficial y de la humedad relativa, por lo que el conocimiento espacio-temporal de estas variables es básico para conocer la viabilidad de la actividad. Por estas cuestiones, tras una serie de contactos y colaboraciones previas, se decidió elegir como ámbito de estudio una estación de esquí de amplio impacto sobre toda la región como es la de Aramón – Formigal (en adelante, Formigal). Ámbito Espacial, Materiales y Métodos 39 Figura 15. Cartografía y localización de la estación de esquí de Aramón – Formigal. Tomada de López-Moreno et al. (2019). La estación de esquí de Formigal se encuentra situada en la cabecera del río Gállego (42.5º N, 0.25º O, Figura 15), en los Pirineos centrales y a escasa distancia de la frontera entre España y Francia, y contando con un rango altimétrico desde los 1550 hasta los 2300 m s.n.m., cubriendo una superficie de unas 2500 hectáreas, generalmente en la vertiente norte del macizo montañoso en el que se encuentra. El clima del entorno (medido en una ubicación próxima, a 2056 m s.n.m.) es frío y húmedo, mostrando una temperatura media anual de 3º C y unas precipitaciones de, aproximadamente, 2000 mm anuales, de los cuáles más de un 50% son en forma de nieve (LópezMoreno et al., 2013). Además, se dan una media de 130 días anuales en los que no se supera la barrera de los 0º C en ningún momento del día (Revuelto et al., 2017). Aunque la media de temperatura durante el invierno es inferior a 0º C, el ámbito de estudio está sujeto a episodios esporádicos de lluvia durante el invierno, que pueden acelerar la fusión de la nieve y la transformación del manto a lo largo de la temporada de esquí. Estamos por tanto ante un territorio de marcado carácter montañoso, en el que la nieve hace acto de aparición con frecuencia y las temperaturas pasan buena parte del año por debajo del umbral de la helada. Capítulo 2 40 Formigal es una de las estaciones de esquí más importantes del Pirineo y, por tanto, del país. En la actualidad cuenta con 137 km esquiables, distribuidos en más de 115 pistas, teniendo los telesillas una capacidad máxima de 35.920 esquiadores por hora, que se incrementan hasta los 50.000 añadiendo las vecinas instalaciones del valle de Panticosa, conformando el complejo invernal de Aramón Formigal – Panticosa. La importancia económica de Formigal en la comarca es incalculable, tanto desde el punto de vista económico como demográfico, ya que permite la fijación de parte de la población joven del entorno. Sin embargo, a pesar de su importancia y potencial, su situación no escapa a la vulnerabilidad que cubre a la práctica totalidad de estaciones de esquí españolas en relación a las temperaturas y la irregularidad de las precipitaciones en forma de nieve (Gilaberte-Búrdalo et al., 2017). En un contexto de cambio global, en el que parece que las zonas elevadas sufrirán antes los efectos de una subida de la temperatura del aire, estos entornos situados en el límite altimétrico de las precipitaciones en forma de nieve, se encuentran en una posición delicada, especialmente los kilómetros esquiables situados a menor altitud. Es por ello que Formigal, al igual que otras estaciones de esquí, ha desarrollado un amplio dispositivo de cañones de producción de nieve artificial que permite el sostenimiento de la actividad a pesar de las irregulares precipitaciones. Por todo ello, es imprescindible un mayor conocimiento sobre el comportamiento de la temperatura del aire superficial en estos entornos, ya que de ella depende la viabilidad de estas actividades. Puede encontrarse más información en el Capítulo 7. 2.1.3. Estudios experimentales: Daroca, Canfranc, Formigal – SPICE y valle de Panticosa (aplicación en Capítulo 5) La necesidad de trabajar sobre el objetivo específico de establecer una serie de criterios metodológicos que permitan el diseño de redes experimentales sobre ámbitos de montaña requirió de la disposición de observatorios meteorológicos de referencia, accesibles y controlados, en los que se pudieran llevar a cabo los análisis específicos contando con mediciones de referencia homologadas. Para ello, contamos con la inestimable ayuda y colaboración de la Delegación Territorial en Aragón de la Agencia Estatal de Meteorología (AEMET), que propuso algunos observatorios de referencia en su red que cumplían con los requisitos de nuestra investigación: ambientes fríos, con precipitaciones en forma de nieve y, a poder ser, de ámbitos de alta montaña. Además, se requería que, a ser posible, fueran unos observatorios automáticos, que permitieran almacenar la información a elevada resolución temporal. Se requería también la disponibilidad de información de velocidad de viento y radiación, además de temperatura del aire y precipitación. Ámbito Espacial, Materiales y Métodos 41 La selección final de ámbitos de trabajo a esta escala experimental fueron los observatorios de: Daroca, Canfranc y Formigal – SPICE (Figura 16). Además, otro de los experimentos se desarrolló en parcelas experimentales propias del Grupo de Investigación en el valle de Panticosa. Figura 16. Localizaciones de las parcelas experimentales en el contexto de Aragón (España). Daroca (a), Canfranc (b), Formigal-SPICE (c), y Valle de Panticosa (d). Elaboración propia. El observatorio de Daroca (identificador ‘9390’) está ubicado en el área montañosa del Sistema Ibérico (779 m s.n.m., 41.11º N, 1.41º O, Figura 16.a). Es un entorno que cuenta con un clima de carácter continental dentro del contexto peninsular, en el que las temperaturas tienen grandes oscilaciones térmicas (media de las máximas de 30.8º C en julio, y media de temperaturas mínimas de -0.6º C en enero). Las precipitaciones son escasas (393 mm anuales), aunque durante el invierno pueden ser, ocasionalmente, en forma de nieve (12 días de nieve al año). La elección de esta localización se debió a la conjunción entre clima muy frío, con nevadas ocasionales, pero en un contexto de sequedad, aridez y fuerte insolación diurna, lo que permitiría contrastar con las condiciones de los observatorios de alta montaña. El observatorio de Canfranc (identificador ‘9198X’) está ubicado en la población de Canfranc – Estación (1170 m s.n.m., 42.75º N, 0.52º O, Figura 16.b), ya desarrollada en el punto anterior. Su clima es frío y húmedo, siendo las nevadas muy comunes durante el invierno (25 días de nieve Capítulo 2 42 al año), y teniendo una cobertura de nieve generalmente continua a lo largo del invierno. Esta condición permitió analizar diferentes modelos de protección contra la radiación solar sobre suelo nevado, contando con las medidas de referencia del observatorio de AEMET. El tercer estudio a escala experimental se desarrolló en la parcela (1820 m s.n.m., 42.76º N, 0.39º O, Figura 16.c) que AEMET dispone en la estación de esquí de Aramón – Formigal, en el contexto del Proyecto SPICE (WMO Solid Precipitation Intercomparison Experiment). Además del espíritu original del Proyecto SPICE, es deseo de AEMET que esta parcela sea un campo de prueba y de experimentación de diferentes proyectos meteorológicos, por lo que contamos con su plena disposición a colaborar. En esta parcela se toman mediciones de una gran cantidad de variables meteorológicas, entre las que está la toma automática de espesor de nieve. Esta localización está expuesta a los flujos de aire fríos y húmedos del norte, siendo las nevadas muy comunes y regulares, pudiendo alcanzar la nieve espesores de hasta 200 – 300 cm. en años propicios (Buisán et al., 2017). Las condiciones climáticas resultan en una cobertura de nieve continua desde finales de otoño hasta primeros de verano. La parcela de Formigal – SPICE fue elegida como ubicación para este experimento debido a que el principal objetivo fue analizar la distribución vertical de la temperatura del aire sobre áreas cubiertas de nieve. En esta localización la cubierta de nieve es continua, y la disposición de datos automáticos sobre espesor de nieve permitió analizar la temperatura continuamente a varias alturas sobre la superficie nevada. Por último, el cuarto ámbito de estudio de la escala de trabajo experimental fueron cuatro parcelas experimentales propias en el valle de Panticosa (42.76º N, 0.23º O, Figura 16.d), instalada con motivo de otras investigaciones del Grupo de Investigación de Hidrología Ambiental (IPE – CSIC), que se han plasmado en algunas publicaciones recientes (Sanmiguel-Vallelado et al., 2020). Es un valle elevado del Pirineo, perteneciente a la cuenca del río Gállego. El valle está cubierto por un bosque denso perenne de Pinus mugo subsp. uncinata. Las cuatro parcelas experimentales se establecieron en varias combinaciones en cara norte y sur a dos bandas altimétricas, conformando: Norte-Arriba (2195 – 2213 m s.n.m.), Norte abajo (1742 – 1757 m s.n.m.), Sur Arriba (2039 – 2053 m s.n.m.) y Sur Abajo (1854 – 1882 m s.n.m.). El valle de Panticosa fue elegido debido a su bosque perenne y la presencia continua de nieve durante varios meses al año, que permitiría encontrar unas condiciones homogéneas dentro de cada parcela. En esta zona se pudo comparar la variabilidad térmica mostrada por grupos de termómetros ubicados a una altura muy similar en cuatro zonas situadas a una orientación y altitud contrastadas. Puede encontrarse más información en el Capítulo 5. Ámbito Espacial, Materiales y Métodos 43 2.2. Materiales En este punto es necesaria al menos una concisa introducción al método científico. Una vez establecidos los diferentes objetivos específicos de la Tesis Doctoral, así como los ámbitos espaciales y escalas de trabajo, todo trabajo científico debe regirse por este método. El método científico es una forma de trabajar en la que la disciplina, el orden y la sistematización de los procesos garantiza la aceptabilidad de los resultados, así como la reproducibilidad y validez de los mismos, permitiendo así establecer teorías (Jensen, 1992). El método científico tiene una base sólida, que son los datos empíricos, esto es, basados en la observación directa de la realidad, que permiten la cuantificación y documentación de la misma, permitiendo además la comprobación de las diferentes hipótesis. En los siguientes epígrafes describimos brevemente las características principales de los materiales empleados en la consecución de los distintos objetivos específicos de la Tesis Doctoral. Los materiales han sido clasificados en función de su origen (redes oficiales de observación meteorológica, trabajo de campo realizado por el doctorando, y otras fuentes), y resumidos en la Tabla 2: Tabla 2. Síntesis de los Materiales Empleados, clasificados por los Capítulos y Publicaciones. Capítulo y Publicación Materiales Empleados Capítulo 3 Navarro-Serrano, F. , López-Moreno, J., Azorin-Molina, C., Alonso-González, E., Tomás-Burguera, M., Sanmiguel-Vallelado, A., Revuelto, J., Vicente-Serrano, S.M. 2018. Estimation of near-surface air temperature lapse rates over continental Spain and its mountain areas. International Journal of Climatology 38: 3233-3249.  Temperaturas máximas y mínimas diarias del aire superficial (Red Aemet) y garitas de tipo Stevenson (Buisán et al., 2015)  Presión atmosférica a nivel del mar procedente de NCEP-NCAR Reanálisis (Basnett y Parker, 1997).  Modelo Digital de Elevaciones (MDT200), de IGN (2020).  Red Hidrográfica derivada del World Map Vector (VMap0), de USDMA (2000). Capítulo y Publicación Materiales Empleados Capítulo 4 Navarro-Serrano, F. , López-Moreno, J.I., Domínguez-Castro, F., Alonso-González, E., Azorin-Molina, C., El-Kenawy, A., VicenteSerrano, S.M. 2020. Maximum and minimum air temperature lapse rates in the Andean region of Ecuador and Peru. International Journal of Climatology (En Prensa).  Temperaturas máximas y mínimas diarias del aire superficial (Red INAMHI y SENAMHI). Observaciones manuales y garitas Stevenson.  Humedad específica a la altura geopotencial 500 hPa procedente de ERA-Interim Reanálisis (Berrisford et al., 2011).  Modelo Digital de Elevaciones (GTOPO30), de Gesch et al. (1999).  Índices Fenómeno El Niño: ONI e ICEN (Takahashi et al., 2014; Huang et al., 2017).  Imágenes MODIS (USGS, 2020). Capítulo 2 44 Tabla 2. Síntesis de los Materiales Empleados, clasificados por los Capítulos y Publicaciones (continuación). Capítulo y Publicación Materiales Empleados Capítulo 5 Navarro-Serrano, F. , López-Moreno, J.I., Azorin-Molina, C., Buisán, S., DomínguezCastro, F., Sanmiguel-Vallelado, A., AlonsoGonzález, E., Khorchani, M. 2019. Air temperature measurements using autonomous self-recording dataloggers in mountainous and snow covered areas. Atmospheric Research 224: 168-179.  Trabajo de Campo: Temperatura del aire superficial. Sensores Tinytag-Plus-2 (modelo TGP4017) e iButton (modelos DS-1922 y DS-1921G).  Garitas Stevenson (Buisán et al., 2015), Datamate (basada en Gill, 1983), de Tubo (Pepin y Kidd, 2006) y de Embudos (Hubbart, 2011).  Radiación incidente, medida por piranómetro Kipp&Zonen (modelo de piranómetro CM11).  Espesor de nieve, medida por un sensor acústico de espesor Campbell Scientific (modelo SR50A).  Precipitación, medida por pluviómetro totalizados automático OTT (modelo Pluvio2, de 1500 mm de capacidad), e instalado dentro de un DFIR (Buisán et al., 2017).  Intensidad del viento (Red Aemet), medido por anemómetro Thies Clima, a una altura estándar de 10 m.  Existencia y espesor de nieve en suelo (Red Aemet), por pértigas y observación de colaboradores de AEMET en Canfranc y Daroca (Aragón, España). Capítulo y Publicación Materiales Empleados Capítulo 6 Navarro-Serrano, F. , López-Moreno, J.I., Azorin-Molina, C., Alonso-González, E., Aznarez-Balta, M., Buisan, S. Revuelto, J. 2020. Elevation effects on air temperature in a topographically complex mountain valley in the Spanish Pyrenees. Atmosphere 11(6): 656. DOI: https://doi.org/10.3390/atmos11060656.  Trabajo de Campo: Temperatura del aire superficial. Sensor TinytagPlus-2 (TGP4017)  Temperaturas y Humedad Relativa a escala diezminutal del aire superficial (Red Aemet), por termistor Thies Clima (modelo PT100), y garitas de tipo Stevenson (Buisán et al., 2015)  Intensidad del viento (Red Aemet), medido por anemómetro Thies Clima, a una altura estándar de 10 m.  Presión atmosférica (Red Aemet), medida por barómetro Vaisala (modelo PMT)  Presión atmosférica a nivel del mar procedente de NCEP-NCAR Reanálisis (Basnett y Parker, 1997).  Modelo Digital de Elevaciones (MDT05), de IGN (2020)  Imagen Sentinel (Sinergise Ltd, 2020) Capítulo y Publicación Materiales Empleados Capítulo 7 López-Moreno, J.I. , Navarro-Serrano, F. , Azorín-Molina, C., Sánchez-Navarrete, P., Alonso-González, E., Rico, I., Morán-Tejeda, E. et al. 2019. Air and wet bulb temperature lapse rates and their impact on snowmaking in a Pyrenean ski resort. Theoretical and Applied Climatology 135: 1361-1373.  Trabajo de Campo: Temperatura del aire superficial. Sensor TinytagPlus-2 (TGP4500) y garitas Datamate  Trabajo de Campo: Humedad relativa del aire superficial. Sensor Tinytag-Plus-2 (TGP4500) y garitas Datamate  Temperatura del aire, velocidad del viento, humedad relativa y presión atmosférica tomada por estación completa del Grupo de Investigación de Hidrología Ambiental, situada en la Cuenca de Izas.  Presión atmosférica a nivel del mar procedente de NCEP-NCAR Reanálisis (Basnett y Parker, 1997). Ámbito Espacial, Materiales y Métodos 45 2.2.1. Redes oficiales de observación meteorológica 2.2.1.a. Agencia Estatal de Meteorología (AEMET – España) Gracias a la disposición y colaboración plena de AEMET, el acceso a la información meteorológica ha sido posible siempre que se necesitara, tanto dentro del marco de colaboración del proyecto DESEMON (Ref. CGL2014-52135-C3-1-R, del Ministerio de Economía y Competitividad. Investigador Principal, Dr. S.M. Vicente Serrano), como por las investigaciones conjuntas realizadas con la Delegación Territorial en Aragón en la presente Tesis Doctoral. En este punto, nos referimos fundamentalmente a los datos de temperatura del aire superficial disponibles, tanto de máximas como de mínimas diarias, de los observatorios y estaciones meteorológicas del conjunto de la España Peninsular (un total de 3950 series) desde el año 1951 hasta la actualidad. Las fechas operativas varían entre observatorios, pero es la década de los años noventa la de mayor cantidad simultánea de observatorios en funcionamiento, período en el cual se empezaron a sustituir parte de los observatorios manuales originales por las estaciones meteorológicas automáticas, lo cual permite la generación de una mayor cantidad de información. Además de las mediciones de temperatura del aire superficial, AEMET también ha facilitado datos de otras variables en los observatorios en los que se han requerido (Canfranc – ‘9198X’, Daroca – ‘9390’ y Aragüés del Puerto – ‘9208E’), como humedad relativa, presión atmosférica, velocidad y dirección del viento, espesores de nieve, así como precipitaciones. Todas las mediciones realizadas por el instrumental de AEMET siguen las recomendaciones fijadas por la Organización Meteorológica Mundial (WMO, 2014) en materia de intercomparabilidad y homogeneidad de los datos. La homologación y calibración de sensores de medición y garitas de protección ante la radiación, además del mantenimiento de los observatorios, son una de las tareas fundamentales del departamento de Servicios Básicos de AEMET. Los distintos modelos de sensores empleados han sido recopilados en la Tabla 2. La distribución de los observatorios es homogénea a lo largo de la España Peninsular, aunque la mayoría se encuentran localizados en puntos poblados, lo que sesga los puntos de muestreo hacia ubicaciones de escasa altitud y de fácil acceso. Para más información sobre la ubicación, periodicidad de los datos, procesado y aplicabilidad de los mismos, pueden consultarse los capítulos específicos de los artículos de investigación publicados en los que se han empleado (Capítulos 3, 5 y 6). Capítulo 2 52 Los datos procedentes de los organismos oficiales de observación meteorológica han pasado un control de calidad para asegurar la precisión de los mismos y la eliminación de valores erróneos, como valores fuera de rango, o procedentes de errores de transcripción. Este proceso se realiza siguiendo la metodología propuesta por Tomás-Burgera et al. (2016), basada en el trabajo de Durre et al. (2010). En la misma, se descartan valores tomados en fechas erróneas, valores repetidos, escritura como 0º C en días sin dato, unidades de medición erróneas, temperaturas máximas inferiores a las temperaturas mínimas, oscilaciones térmicas diarias mayores a 35º C, así como valores fuera de rango (-35 a 50º C). Además, en función del tipo de análisis, se han descartado también las estaciones meteorológicas con un porcentaje de dato válido inferior al 20% de días del período de análisis. Si llegada esta fase, los valores presentaran algún tipo de duda, se procedió a su total descarte en pos de la calidad de la base de datos. Los datos procedentes del trabajo de campo tuvieron un profundo control de calidad y validación con la cumplimentación del objetivo específico nº 3 de la Tesis Doctoral “establecer una serie de criterios metodológicos que permitan el diseño de redes experimentales sobre ámbitos de montaña” en cuanto a la elección de los sensores, protecciones contra la radiación y elevación sobre el manto de nieve (desarrollado íntegramente en el Capítulo 5), que trató de analizar el rendimiento y precisión de diferentes sensores y protectores de radiación. Además, se analizó la altura sobre el suelo nevado a la que debían instalarse estos dispositivos con el objetivo de lograr la comparabilidad de las mediciones. Con todo ello, se consiguieron establecer unos criterios que se emplearon en los análisis posteriores (Capítulos 6 y 7). De esta forma lograríamos la comparabilidad de sensores e instalaciones, aunque esto es insuficiente para dar validez a los datos finales. Al tratarse de datos automáticos, pueden aparecer problemas derivados de la falta de mantenimiento, tales como enterramientos bajo la nieve, fallos electrónicos por saturación, o el agotamiento de baterías. Se establecieron criterios objetivos para la detección de estos problemas con el fin de eliminar los registros dudosos y poder mantener una base de datos de calidad. 2.3.1.b. Adaptación a ámbitos de estudio y escalas temporales El otro paso obligado antes de empezar a analizar aspectos propios de la investigación es la adaptación de las bases de datos al ámbito de estudio y escalas temporales en los que estamos trabajando. La adaptación al ámbito de estudio es una fase que se basa en la selección de los observatorios meteorológicos que nos interesen de las redes oficiales de observación meteorológica, o bien en el diseño de la red experimental de nuestros propios sensores instalados mediante trabajo de campo. Ámbito Espacial, Materiales y Métodos 53 Por otro lado, la adaptación de las escalas temporales es necesaria para poder cruzar e interrelacionar información de distintas variables y adaptarnos a la disponibilidad de los datos originales y al fenómeno observado (Figura 20). Los ‘saltos’ de escala siempre se realizan hacia arriba (esto es, de datos horarios a diarios, de diarios a mensuales, etc.), generalmente mediante promedios o medianas, aunque depende del objetivo específico de cada análisis pueden interesar otras variables como las máximas o las mínimas de cada escala temporal, por ejemplo. La escala estacional sobre la Península Ibérica se ha realizado mediante la agrupación de meses: invierno (diciembre a febrero), primavera (marzo a mayo), verano (junio a agosto) y otoño (septiembre a noviembre). En el caso de las estaciones sobre la región andina de Perú y Ecuador, esta se ha adaptado a las estaciones seca (junio a septiembre) y húmeda (octubre a mayo). Figura 20. Esquema conceptual del número de muestras posibles bajo diferentes escalas temporales. La aplicación estacional se ha realizado tomando el ejemplo de los trabajos sobre la Península Ibérica, donde generalmente se usan cuatro estaciones de referencia. Elaboración propia. 2.3.2. Gradientes de temperatura del aire En los ámbitos de montaña, el procedimiento más habitual para estimar y modelizar la temperatura del aire superficial por el territorio es el uso de los gradientes altimétricos, que son definidos como el ratio de cambio en la temperatura del aire por cada unidad de elevación, generalmente medido en grados descendidos por 1000 m ascendidos (ºC km-1) (Fang y Yoda, 1988). Su uso viene derivado del conocido comportamiento de la temperatura del aire en base a la presión atmosférica del mismo, comentado anteriormente (véase Sección 1.2.3 Factores explicativos y medición de la temperatura del aire superficial), y por el cual la temperatura del aire en troposfera libre incrementa con el aumento de presión y, por tanto, con la disminución de altitud sobre el nivel del mar. Estos cambios de temperatura en los que no existen cambios energéticos con otro cuerpo se denominan adiabáticos (Barry y Chorley, 2003). Capítulo 2 54 Cuando el ascenso de aire y el consiguiente enfriamiento del mismo no llega a la temperatura de condensación del vapor de agua contenido, se marca una relación de -9.8º C km-1, denominado gradiente adiabático seco (DALR, por sus siglas en inglés). Sin embargo, si el enfriamiento provoca la condensación del vapor de agua, esta provoca la liberación del calor latente del mismo, compensando en cierta medida el descenso de temperatura, alcanzando el denominado gradiente adiabático húmedo (SALR, por sus siglas en inglés), de unos -6.5º C km-1. Sin embargo, mientras que el DALR es constante, el SALR puede variar con la temperatura, debido que esta influye en la capacidad de almacenar vapor de agua. Por ello, con altas temperaturas el contenido de vapor de agua es mayor, por lo que la liberación de calor latente durante la condensación también lo es, pudiendo debilitar al SALR hasta una relación de -4º C km-1 con temperaturas elevadas, e intensificarlo hasta los -9º C km-1 con temperaturas extremadamente frías (-40º C) en las que apenas existe capacidad de almacenamiento (Barry y Chorley, 2003). Sin embargo, estos conceptos teóricos son relativos a la distribución vertical de la temperatura del aire en troposfera libre, fuera de la compleja y multifactorial capa de aire superficial en la que la insolación, la topografía, la orientación o el tipo de superficie afectan de manera crucial. Por ello, en la capa de aire superficial, la mayor parte de los cambios de temperatura no son adiabáticos (consigo mismos), sino diabáticos (procedentes de los intercambios energéticos con los cuerpos circundantes), debido a la constante transferencia energética con la superficie terrestre y a la capacidad del aire para mezclarse y modificar sus características mediante movimientos laterales y turbulentos. La conjunción de todos estos factores genera el llamado gradiente ambiental (ELR, por sus siglas en inglés), que es dinámico espacio-temporalmente, tal y como han mostrado diversos trabajos (Lundquist y Cayan, 2007; Blandford et al., 2008; Pagès et al., 2017), pudiendo ser más intenso que el DALR y más débil que el SALR, ya que no es resultado únicamente de la relación presión atmosférica-altitud, sino de múltiples procesos ambientales. Debido al enorme dinamismo y complejidad del ELR, habitualmente se ha procedido a estandarizarlo mediante valores de gradientes fijos y constantes que sirvieran de referencia para el comportamiento vertical de la temperatura en la troposfera libre. De esta forma, y con fines relacionados con la aviación, nace el llamado gradiente ambiental medio (MELR, por sus siglas en ingles), al que asignan un valor de -6.5º C km-1 (NOAA y NASA, 1976). Sin embargo, y a pesar de que fue diseñado con fines de aplicación en troposfera libre, la falta de información sobre el comportamiento del aire superficial, y su complejidad, hicieron que sirviera muy a menudo como valor de referencia también para aplicaciones superficiales. Esto genera un grave problema espacio-temporal, ya que la relación entre la temperatura del aire superficial y la altitud varía a lo Ámbito Espacial, Materiales y Métodos 55 largo del tiempo y del espacio en función de los factores anteriormente mencionados, por lo que el uso de estos gradientes fijos asume que no existen cambios de ningún tipo y que la relación es constante, pudiendo ser un problema crítico en aplicaciones que requieran gran precisión, como la búsqueda de refugios climáticos o aquellos trabajos que estén basados en reducidas escalas de estudio. Debido a los problemas generados por el uso de gradientes altitudinales fijos, multitud de trabajos han tratado de encontrar sus propios valores en diversos ámbitos de trabajo como las montañas Rocosas (Hubbart et al., 2007), los Himalayas (Kattel et al., 2015) o los Andes (Hanna et al., 2017), entre otros. Debido a la influencia de múltiples factores, es necesario aislarlos en la medida de lo posible de la variable altitud para conocer su verdadera relación. De esta forma, posteriormente se ha podido analizar esta relación entre altitud y temperatura del aire superficial para intentar detectar qué factores no aislados están provocando que los gradientes oscilen. Es decir, si consiguiéramos aislar completamente la variable altitud, y tuviéramos una masa de aire no saturada, el gradiente debería ser el propio del DALR (-9.8º C km-1), ¿por qué esto no suele suceder? La respuesta está en que en esta relación también interfieren otros factores, como la inestabilidad atmosférica, la diferente insolación de los puntos de muestreo, la topografía, etc. (Lookingbill y Urban, 2003). En la presente Tesis Doctoral los gradientes altitudinales han sido calculados mediante un método comúnmente aplicado con estos objetivos como es el análisis de regresión (Regniere y Bolstad, 1994; Bolstad et al., 1998; Rolland, 2003; Pepin y Kidd, 2006; Marshall et al., 2007; Blandford et al., 2008; Gardner et al., 2009; Du et al., 2010; Bonnardot et al., 2012; Li et al., 2013; Dumas, 2013; Immerzeel et al., 2014; Kattel et al., 2015, 2018; Joshi y Sambhav, 2018). De este modo se trata de buscar la relación existe entre las variables explicativas y la variable explicada (la temperatura del aire superficial) de una forma rápida y fácilmente aplicable. En la ecuación resultante de los modelos de regresión, cada variable explicativa tendrá un coeficiente que determinará su relación con la variable explicada, por lo que el gradiente altitudinal se corresponde con el coeficiente de la variable altitud (Ecuación 1): (Ec.1) 𝑇′=𝑎0 + 𝑎1𝐴𝑙𝑡 + 𝑎2𝑉𝑎𝑟2 + … + 𝑎𝑛𝑉𝑎𝑟𝑛 + 𝑒 La introducción de unas variables explicativas o de otras dependerá, principalmente, de la disponibilidad de datos y de la escala de estudio de cada trabajo, de tal forma que la introducción de variables como la latitud o la distancia al mar tiene sentido en estudios a escala regional, pero no tanto a escala local, donde las distancias entre observatorios son de escasos metros. Capítulo 2 56 Del mismo modo, la introducción de variables micro-topográficas en estudios regionales también podría distorsionar los resultados finales. La variabilidad del gradiente altitudinal resultante implica la existencia de cambios en la relación entre la temperatura del aire superficial y la altitud, que provendrán del efecto distorsionador de otros factores no incorporados en la formulación del modelo. Estos factores distorsionadores son los analizados en esta Tesis Doctoral. El uso de esta metodología es sencillo y fácilmente aplicable, aunque es posible que su linealidad impida en algunos casos representar correctamente la variable (Lundquist et al., 2008). Sin embargo, permite una gran agilidad logística a la hora de calcular los valores, aspecto que hace que sea replicable en cualquier sitio con pocos medios técnicos y avanzar en el conocimiento de una variable muy poco tratada sobre las montañas del planeta. El propio desarrollo y avance en la disciplina tratará de ir complejizando estos métodos en pos de una mejor estimación de la temperatura del aire superficial y un mejor conocimiento de los fenómenos que la determinan. Durante la Tesis Doctoral, estos cálculos se han realizado con diferentes poblaciones de observatorios meteorológicos, desde las redes operativas de AEMET en España y el INAMHISENAMHI en la región andina, hasta los gradientes calculados a partir de nuestros propios registradores en las laderas del valle del río Aragón en Canfranc. En todos los casos, se han introducido la mayor cantidad de observatorios de calidad disponibles tras el control de calidad, puesto que hemos pretendido representar la mayor variabilidad posible. Estos cálculos se realizan a diferentes escalas temporales mediante la aplicación de la misma ecuación, y en función de los diferentes objetivos específicos. Cada escala temporal visibiliza una serie de procesos que son interesantes a la hora de profundizar en el conocimiento de la distribución espacio-temporal de la temperatura del aire superficial, por lo que todas las escalas tienen su interés, desde la horaria para las diferencias noche-día, a las diarias, las mensuales o las estacionales. 2.3.3. Clasificación de tipos de tiempo Uno de los factores que inciden directamente en la distribución de la temperatura del aire superficial es el movimiento horizontal y vertical de las masas de aire, que viene determinado por la situación atmosférica y las diferentes corrientes (Cuadrat Prats y Pita López, 2006). La circulación general desplaza masas de aire con características propias de los lugares de origen hacia otros territorios (Barry y Chorley, 2003), alterando las condiciones meteorológicas a su paso (temperatura del aire, precipitaciones, contenido de humedad o la presión atmosférica, entre otras). Estos procesos son dinámicos y no responden a un comportamiento fijo y establecido, por lo que existe una variabilidad que se refleja en las condiciones meteorológicas. Ámbito Espacial, Materiales y Métodos 57 Por ello, a menudo se han tratado de clasificar los diferentes estados atmosféricos (o tipos de tiempo) que afectan a un territorio, con el objetivo de describirlos y analizar sus causas y consecuencia. Uno de los primeros intentos de clasificación fue el desarrollado por Lamb (1972) para las Islas Británicas. El método de Lamb está basado en la distribución de la presión atmosférica superficial, la cual marca la dirección e intensidad de los flujos atmosféricos, derivando en una sintética clasificación de siete tipos, adaptados a las Islas Británicas (ciclónico, anticiclónico, del norte, del noroeste, del oeste, del este y del sur). Sin embargo, aunque esta metodología estaba basada en la observación diaria de los mapas de presión, era subjetiva y dependía del criterio del experto. Posteriormente, con el objetivo de cuantificar estas direcciones e intensidades de flujo, y respondiendo a la demanda de una clasificación objetiva y replicable en otras áreas, se desarrolla la propuesta de Jenkinson y Collison (1977), finalmente escogida en la presente Tesis Doctoral. Este método parte de una malla de 16 puntos de presión atmosférica a nivel del mar (Figura 21) sobre la región estudiada para generar una clasificación precisa de 27 tipos de tiempo diferentes, entre los que hay 10 tipos de tiempo básicos (C-ciclónico, A-anticiclónico, N-norte, NE-noreste, E-este, SE-sureste, S-sur, SW-suroeste, W-oeste y NW-noroeste), 16 tipos de tiempo híbridos (CN, CNE, CE, CSE, CS, CSW, CW, CNW, AN, ANE, AE, ASE, AS, ASW, AW y ANW), y 1 para los días que no se ajustan a ninguna categoría (U-inclasificable). El proceso se basa en el cálculo de 4 variables básicas (W, S, ZW y ZS, Ecuaciones 2, 3, 4 y 5), relacionadas con la dirección e intensidad de los flujos atmosféricos, y 2 variables derivadas (F y Z, Ecuaciones 6 y 7), siendo P el valor de presión atmosférica a nivel del mar de esa posición dentro de la malla de 16 puntos: (Ec.2) 𝑊=(0.5(𝑃12+𝑃13))−(0.5(𝑃4+𝑃5)) (Ec.3) 𝑆=(1 cos(𝑙𝑎𝑡𝑃8))×((0.25(𝑃5+2𝑃9+𝑃13))−(0.25(𝑃4+2𝑃8+𝑃12))) (Ec.4) 𝑍𝑊=((sin(𝑙𝑎𝑡𝑃8) sin(𝑙𝑎𝑡𝑃12))×((0.5(𝑃15+𝑃16))−(0.5(𝑃8+𝑃9))))−((sin(𝑙𝑎𝑡𝑃8) sin(𝑙𝑎𝑡𝑃4))×(((0.5(𝑃8+𝑃9))−(0.5(𝑃1+𝑃2))))) (Ec.5) 𝑍𝑆=(1 2×((cos(𝑙𝑎𝑡𝑃8))2)) × ((0.25(𝑃6+2𝑃10+𝑃14))−(0.25(𝑃5+2𝑃9+𝑃13))−(0.25(𝑃4+2𝑃8+𝑃12))+(0.25(𝑃3+2𝑃7+𝑃11))) (Ec.6) 𝐹=√𝑊2+𝑆2 (Ec.7) 𝑍=𝑍𝑊+𝑍𝑆 Capítulo 2 58 En estas fórmulas, la latitud debe ser incorporada en radianes. Posteriormente, estas variables permiten la obtención de los tipos de tiempo en base a una serie de reglas, que pueden consultarse en los trabajos de Jenkinson y Collison (1977) y de Jones et al. (1993). Aunque este método fue desarrollado originalmente para la región de Gales, pronto fue replicado en diferentes regiones del hemisferio norte (Jones et al., 1993; Buishand y Brandsma, 1997), e incluso fue modificado para poderlo replicar en el hemisferio sur (Sarricolea et al., 2018), debido a su facilidad de cálculo y precisión en los resultados. El método de Jenkinson y Collison también ha sido replicado sobre la Península Ibérica en trabajos previos con el objetivo de caracterizar los diferentes regímenes de precipitación y de temperatura del aire (Spellman, 2000; Trigo y DaCamara, 2000; Cortesi et al., 2014; Peña-Angulo et al., 2016). En algunos casos, y con objetivo de sintetizar los 27 tipos de tiempo originales, se ha procedido a agruparlos en base a diferentes criterios (Jones et al., 1993; Trigo y DaCamara, 2000; Rasilla Álvarez et al., 2002; Sarricolea et al., 2018). Figura 21. Malla de puntos de presión atmosférica a nivel del mar usada para calcular los tipos de tiempo centrados sobre la España Peninsular. Tomada de López-Moreno y Vicente-Serrano (2007). La presente Tesis Doctoral ha aplicado esta metodología desarrollada por Jenkinson y Collison para calcular la clasificación original de 27 tipos de tiempo a escala diaria, procediendo posteriormente a realizar algunas agrupaciones y modificaciones puntuales en base a los diferentes objetivos específicos de la investigación. Para ello, se ha desarrollado un código en lenguaje de programación R con el objetivo de automatizar y facilitar el proceso de cálculo para latitudes medias del hemisferio norte (30 – 70º N), tanto para el doctorando como para los diferentes usuarios, disponible en https://github.com/fconavser/TesisCWTs. Ámbito Espacial, Materiales y Métodos 59 2.3.4. Cálculo de la temperatura húmeda y de las horas de producción de nieve La temperatura húmeda (TWB) es la temperatura de un volumen de aire llevado a la saturación y evaporación, siendo por tanto siempre igual o inferior a la temperatura seca (T). El cambio de estado a vapor de agua provoca una transformación de la energía como calor latente, causando la pérdida de temperatura en la masa de aire (Cuadrat Prats y Pita López, 2006). Esta variable está interrelacionada directamente con la humedad relativa del aire (HR), ya que es esta humedad la que determina el ritmo de evaporación y, por tanto, de enfriado del termómetro húmedo, de tal forma que con una atmósfera saturada, el ritmo de evaporación del termómetro húmedo es muy bajo, con lo que apenas se enfriará con respecto al termómetro seco. La temperatura húmeda fue obtenida para los distintos puntos de muestreo mediante los datos de temperatura del aire y humedad relativa, mediante la relación de la formulación (Ecuación 8) de Stull (2011), que mostró un MAE inferior a 0.3º C: (Ec.8) 𝑇𝑊𝐵=𝑇 atan[0.151977(𝐻𝑅+8.313659)1 2 ⁄]+atan(𝑇+𝐻𝑅)−atan(𝐻𝑅−1.676331) +(0.00391838(𝐻𝑅)3 2 ⁄ atan(0.023101(𝐻𝑅)))−4.686035 Para una producción exitosa y eficiente de nieve artificial se necesitan unas condiciones particulares de temperatura del aire y de humedad relativa, generalmente sintetizadas por un umbral de temperatura húmeda. Estas condiciones permiten que, por encima de ese umbral la posibilidad de generar nieve sea descartada, debido a la incapacidad de poder congelar las micropartículas de agua. Por debajo de ese umbral, al existir menos calor latente en la masa de aire, y estar más cercanos a la temperatura de congelación del agua, la generación de nieve artificial es posible. Este umbral limitante no es fijo, oscilando comúnmente entre una temperatura húmeda de -4 y -1º C, según la tecnología empleada en los cañones de producción. En la presente Tesis Doctoral se ha calculado el número potencial de horas diarias de producción de nieve artificial (SM, por sus siglas en inglés) en base a un umbral de temperatura húmeda de -2º C, obtenido a partir de las especificaciones técnicas de los 440 cañones de producción de la estación de esquí de Aramón – Formigal (Technoalpin TL6 y M18). 2.3.5. Cálculo de la insolación estimada El montante de radiación solar recibida por el terreno (Lookingbill y Urban, 2003; Barry, 2008) en función de las sombras topográficas y la orientación del terreno es crucial para entender mejor la distribución espacio-temporal de la temperatura del aire, especialmente durante las horas diurnas (Florinsky et al., 1994). Debido a la complejidad logística de instalar medidores de Capítulo 2 60 insolación en campo, estimamos esta información a escala horaria mediante modelización. Para ello, usamos un modelo digital de elevaciones de alta resolución espacial (MDT05-LIDAR). Esta estimación se hizo bajo condiciones de cielo despejado, aplicando la función “insolation” del paquete R “insol” (Corripio, 2019), desarrollado en lenguaje R (R-Core-Team, 2013). La función parte de diferentes variables, tanto meteorológicas (temperatura del aire y humedad relativa), como temporales (fecha del año) o geográficas (ubicación, altitud, topografía del entorno y albedo) para hacer un cómputo total de insolación (en W m-2 s-1), teniendo en cuenta también la radiación indirecta (Figura 22). De este modo, la insolación fue estimada a escala horaria en cada una de las diez localizaciones del estudio a escala local del río Aragón. Figura 22. Modelo Digital de Elevaciones del entorno del valle del río Aragón. El MDE es imprescindible en el cálculo de la insolación por parte del paquete “insol”, determinando las sombras topográficas y otros condicionantes como la orientación. Elaboración propia. 2.3.6. Análisis clúster Con el objetivo de clasificar distintos comportamientos de gradientes diarios de temperatura del aire superficial en unos patrones principales, se llevó a cabo un análisis clúster. El análisis clúster es una técnica estadística multivariante, esto es, que analiza el comportamiento de tres o más variables simultáneamente, teniendo como finalidad la creación de clústers o grupos que tengan gran homogeneidad interna y máxima diferencia con respecto al resto de grupos. Este proceso se realiza de forma automática, basándose en el estudio de los casos individuales y en la creación de clústers en base a las distancias existentes entre los individuos. De esta forma, los individuos similares (cercanos) son clasificados en un mismo clúster, mientras que los individuos dispares (distantes) se clasifican en clústers diferentes. Ámbito Espacial, Materiales y Métodos 61 Esta técnica fue aplicada únicamente en el estudio a escala local del valle del río Aragón. De esta forma conseguimos clasificar cada día del período de análisis dentro de un clúster determinado de comportamiento del gradiente. Para ello, y con objeto de estandarizar las unidades, se calcularon las diferencias de temperatura de cada sensor con respecto a un sensor de referencia, en este caso la posición más elevada de cada ladera (Figura 14), convirtiéndose cada una de estas anomalías en una variable, y cada día se convirtió en un caso. Es necesario indicar que la selección del número de clústers es un motivo de explicación en sí mismo, ya que existen diferentes métodos y aproximaciones. Es por ello que, previamente al desarrollo de esta Tesis Doctoral, fue publicada la función “NbClust”, dentro del paquete del mismo nombre (Charrad et al., 2014), desarrollada en lenguaje R (R-Core-Team, 2013) y usada en este punto del análisis. Esta función analiza 30 índices diferentes para determinar el número más apropiado de clústers, ofreciendo el de mayor consenso, siendo este el empleado. Para la creación y clasificación de los clústers se empleó la misma función, mediante el método jerárquico Ward.D2 (Murtagh y Legendre, 2014), que minimiza la varianza total dentro del clúster, y usando la distancia euclidiana entre los casos (Figura 23). Este proceso clasificaría, por tanto, cada comportamiento diario de distribución de la temperatura del aire superficial a lo largo de las dos laderas en base al centroide del clúster más próximo. Esto permite la caracterización posterior de esos días mediante el cruce con otras variables de interés, como el viento, la presión atmosférica, o los tipos de tiempo, entre otras. Figura 23. Método de Ward, que minimiza la varianza interna de cada clúster, mientras que maximiza la existente con los otros clústers. Elaboración propia. Capítulo 3 68 Gradientes de Temperatura sobre la España Peninsular y sus Áreas montañosas 69 Capítulo 3 70 Gradientes de Temperatura sobre la España Peninsular y sus Áreas montañosas 71 Capítulo 3 72 Gradientes de Temperatura sobre la España Peninsular y sus Áreas montañosas 73 Capítulo 3 74 Gradientes de Temperatura sobre la España Peninsular y sus Áreas montañosas 75 Capítulo 3 76 Gradientes de Temperatura sobre la España Peninsular y sus Áreas montañosas 77 Capítulo 3 84 Figure S1. Daily maximum near‐surface air temperature lapse rate (NSLRdmax °C/km). Dark colored lines show the 30‐day running average. Dashed red lines show the standard and fixed moist adiabatic lapse rate (MALR) of −6.5 °C/km. SD: standard deviation. Gradientes de Temperatura sobre la España Peninsular y sus Áreas montañosas 85 Figure S2. Daily minimum near‐surface air temperature lapse rate (NSLRdmin °C/km). Dark colored lines show the 30‐day running average. Dashed red lines show the standard and fixed moist adiabatic lapse rate (MALR) of −6.5 °C/km. SD: standard deviation. Capítulo 3 86 Figure S3. Monthly box‐and‐whisker plots of near‐surface maximum air temperature lapse rate (NSLRdmax: °C/km) for the five mountain ranges and the entire CS. Dashed red lines show the standard and fixed moist adiabatic lapse rate (MALR) of −6.5 °C/km. The median (black line), 25th and 75th percentile ranges (boxes), 75th + 1.5IQR (upper whisker), 25th − 1.5IQR (bottom whisker), and the extreme values (>75th + 1.5IQR and <25th – 1.5IQR) are represented. Gradientes de Temperatura sobre la España Peninsular y sus Áreas montañosas 87 Figure S4. Monthly box‐and‐whisker plots of near‐surface minimum air temperature lapse rate (NSLRdmin: °C/km) for the five mountain ranges and the entire CS. Dashed red lines show the standard and fixed moist adiabatic lapse rate (MALR) of −6.5 °C/km. The median (black line), 25th and 75th percentile ranges (boxes), 75th + 1.5IQR (upper whisker), 25th − 1.5IQR (bottom whisker), and the extreme values (>75th + 1.5IQR and <25th – 1.5IQR) are represented. Capítulo 3 88 Figure S5. Variability in the near‐surface maximum air temperature lapse rate (NSLRdmax: °C/km) for various synthetized circulation weather types (CWTs). Dashed red lines show the standard and fixed moist adiabatic lapse rate (MALR) of −6.5 °C/km. The median (black line), the 25th and 75th percentile range (boxes), the minimum value between daily NSLR and 75th + 1.5IQR (upper whisker), the maximum value between daily NSLR and 25th – 1.5IQR (bottom whisker), and the extreme values (>75th + 1.5IQR and <25th – 1.5IQR) are represented. Gradientes de Temperatura sobre la España Peninsular y sus Áreas montañosas 89 Figure S6. Variability in the near‐surface minimum air temperature lapse rate (NSLR dmin: °C/km) for various synthetized circulation weather types (CWTs). Dashed red lines show the standard and fixed moist adiabatic lapse rate (MALR) of −6.5 °C/km. The median (black line), the 25th and 75th percentile range (boxes), the minimum value between daily NSLR and 75th + 1.5IQR (upper whisker), the maximum value between daily NSLR and 25th – 1.5IQR (bottom whisker), and the extreme values (>75th + 1.5IQR and <25th – 1.5IQR) are represented. Capítulo 3 90 Figure S7. Monthly median near‐surface maximum air temperature lapse rate (NSLRdmax: °C/km) for different months and synthetized circulation weather types (CWTs). Accuracy ±1 °C (95% confidence interval) is represented by bold values. Gradientes de Temperatura sobre la España Peninsular y sus Áreas montañosas 91 Figure S8. Monthly median near‐surface minimum air temperature lapse rate (NSLRdmin: °C/km) for different months and synthetized circulation weather types (CWTs). Accuracy ±1 °C (95% confidence interval) is represented by bold values. Capítulo 3 92 Table S1. Proposed monthly and synoptic near‐surface maximum air temperature lapse rate (NSLR: °C/km) reference values. ZONAL REFERENCE Near-surface air temperature lapse rate (NSLRdmax) Pyrenees Cantabrian Range Central Range Baetic Range Iberian Range Continental Spain Zonal –6.31 –4.89 –7.24 –4.39 –6.25 –5.21 MONTHLY REFERENCE Near–surface air temperature lapse rate (NSLRdmax) Month Pyrenees Cantabrian Range Central Range Baetic Range Iberian Range Continental Spain Jan –5.44 –6.39 –5.02 –5.48 –6.34 –5.57 Feb –6.39 –6.32 –6.38 –5.66 –6.81 –5.91 Mar –6.62 –5.87 –7.41 –5.08 –6.81 –5.79 Apr –7.01 –5.59 –7.95 –5.11 –7.10 –6.03 May –6.88 –4.89 –8.28 –4.24 –6.82 –5.62 Jun –6.57 –3.05 –8.45 –2.85 –6.35 –4.69 Jul –6.19 –2.43 –7.86 –1.69 –5.29 –3.91 Aug –6.11 –2.85 –7.32 –2.20 –5.36 –4.02 Sep –6.38 –3.78 –7.20 –3.87 –5.91 –4.90 Oct –6.34 –5.63 –6.56 –4.93 –6.45 –5.57 Nov –5.85 –6.22 –5.86 –5.59 –6.61 –5.72 Dec –5.15 –6.28 –4.61 –5.57 –6.00 –5.39 SYNOPTICAL REFERENCE (by Circulation Weather Types CWT) Near–surface air temperature lapse rate (NSLRdmax) CWT Pyrenees Cantabrian Range Central Range Baetic Range Iberian Range Continental Spain N –6.63 –5.63 –8.37 –5.07 –7.58 –6.12 NE –6.37 –4.19 –8.09 –3.93 –7.25 –5.53 E –6.29 –2.72 –7.31 –4.09 –6.20 –5.04 SE –5.86 –2.59 –6.69 –4.92 –5.42 –4.70 S –5.85 –6.79 –6.43 –4.69 –4.93 –4.90 SW –6.30 –8.92 –6.37 –4.23 –6.08 –5.67 W –7.12 –8.05 –6.40 –5.24 –7.48 –6.52 NW –6.90 –6.45 –7.72 –6.04 –7.93 –6.63 C –6.26 –4.28 –7.48 –4.06 –6.01 –4.87 A –6.09 –4.03 –6.66 –3.79 –5.62 –4.61 A+ –5.14 –4.45 –3.75 –4.50 –6.00 –4.48 Gradientes de Temperatura sobre la España Peninsular y sus Áreas montañosas 93 Table S2. Proposed monthly and synoptic near‐surface minimum air temperature lapse rate (NSLR: °C/km) reference values. ZONAL REFERENCE Near–surface air temperature lapse rate (NSLRdmin) Pyrenees Cantabrian Range Central Range Baetic Range Iberian Range Continental Spain Zonal –4.01 –5.49 –4.31 –5.28 –5.25 –5.31 MONTHLY REFERENCE Near–surface air temperature lapse rate (NSLRdmin) Month Pyrenees Cantabrian Range Central Range Baetic Range Iberian Range Continental Spain Jan –3.05 –5.63 –3.12 –5.12 –4.58 –4.78 Feb –3.64 –5.55 –3.45 –5.27 –4.95 –5.05 Mar –3.81 –5.40 –3.66 –5.24 –5.11 –5.13 Apr –4.40 –5.60 –4.66 –5.51 –5.46 –5.47 May –4.42 –5.38 –4.85 –5.43 –5.46 –5.46 Jun –4.45 –5.34 –5.08 –5.02 –5.6 –5.45 Jul –4.22 –5.53 –5.06 –4.39 –5.57 –5.37 Aug –4.32 –5.66 –4.88 –4.96 –5.63 –5.51 Sep –4.26 –5.53 –4.49 –5.70 –5.69 –5.76 Oct –4.02 –5.38 –4.11 –5.65 –5.24 –5.47 Nov –3.50 –5.31 –3.54 –5.57 –4.94 –5.15 Dec –3.03 –5.54 –2.91 –5.27 –4.49 –4.82 SYNOPTICAL REFERENCE (by Circulation Weather Types CWT) Near–surface air temperature lapse rate (NSLRdmin) CWT Pyrenees Cantabrian Range Central Range Baetic Range Iberian Range Continental Spain N –4.85 –6.01 –5.09 –5.39 –6.11 –5.68 NE –4.69 –5.73 –4.87 –5.36 –6.39 –5.72 E –4.04 –5.61 –4.30 –5.57 –6.21 –5.81 SE –3.19 –4.51 –3.18 –5.69 –5.09 –5.22 S –3.27 –4.38 –3.20 –5.43 –4.4 –5.01 SW –3.72 –5.16 –4.48 –5.09 –4.11 –5.05 W –4.03 –5.67 –5.49 –5.13 –4.69 –5.27 NW –4.47 –6.30 –5.32 –5.51 –5.48 –5.61 C –4.18 –5.31 –4.91 –5.50 –5.2 –5.39 A –3.50 –5.17 –3.15 –4.89 –4.78 –4.94 A+ –2.09 –5.26 –0.81 –4.58 –4.29 –4.19 Capítulo 4 100 Gradientes de Temperatura en la región andina de Ecuador y Perú 101 Capítulo 4 102 Gradientes de Temperatura en la región andina de Ecuador y Perú 103 Capítulo 4 104 Gradientes de Temperatura en la región andina de Ecuador y Perú 105 Capítulo 4 106 Gradientes de Temperatura en la región andina de Ecuador y Perú 107 Capítulo 4 108 Gradientes de Temperatura en la región andina de Ecuador y Perú 109 Referencias (Capítulos 1 y 2) 212 Management 34: 508-515. López-Moreno, J.I., Goyette, S., Beniston, M. 2009. Impact of climate change on snowpack in the Pyrenees: Horizontal spatial variability and vertical gradients. Journal of Hydrology 374: 384-396. López-Moreno, J.I., Navarro-Serrano, F., Azorín-Molina, C., Sánchez-Navarrete, P., Alonso-González, E., Rico, I., Morán-Tejeda, E. et al. 2019. Air and wet bulb temperature lapse rates and their impact on snowmaking in a Pyrenean ski resort. Theoretical and Applied Climatology 135: 1361-1373. López-Moreno, J.I., Vicente-Serrano, S.M. 2007. Atmospheric circulation influence on the interannual variability of snow pack in the Spanish Pyrenees during the second half of the 20th century. Hydrology Research 38: 33-44. López‐Moreno, J.I., Pomeroy, J.W., Revuelto, J., Vicente‐Serrano, S.M. 2013. Response of snow processes to climate change: spatial variability in a small basin in the Spanish Pyrenees. Hydrological Processes 27: 2637-2650. Lundquist, J., Cayan, D. 2007. Surface temperature patterns in complex terrain: Daily variations and long-term change in the central Sierra Nevada, California. Journal of Geophysical Research 112: 1-15. Lundquist, J., Lott, F. 2008. Using inexpensive temperature sensors to monitor the duration and heterogeneity of snow-covered areas. Water Resources Research 44: 1-6. Lundquist, J.D., Pepin, N., Rochford, C. 2008. Automated algorithm for mapping regions of cold-air pooling in complex terrain. Journal of Geophysical Research 113: 1-15. Marshall, S.J., Sharp, M.J., Burgess, D.O., Anslow, F.S. 2007. Near-surface-temperature lapse rates on the Prince of Wales Icefield, Ellesmere Island, Canada: implications for regional downscaling of temperature. International Journal of Climatology 27: 385-398. Martinec, J. 1975. Snowmelt - Runoff model for stream flow forecast. Hydrology Research1 6: 145-154. McMaster, R., Sheppard, E. 2004. Scale and geographic inquiry: nature, society and method. Blackwell Publishing Ltd, Oxford. Minder, J.R., Mote, P.W., Lundquist, J.D. 2010. Surface temperature lapse rates over complex terrain: Lessons from the Cascade Mountains. Journal of Geophysical Research 115: 1-13. MINEM. 2019. Anuario Estadístico de Electricidad. MINEM (Ministerio de Energía y Minas), Lima. Ministerio de Agricultura Pesca y Alimentación. 2019. Informe Anual de Indicadores: Agricultura, Pesca y Alimentación. Madrid. Miró, J.R., Peña, J.C., Pepin, N., Sairouni, A., Aran, M. 2017. Key features of cold-air pool episodes in the northeast of the Iberian Peninsula (Cerdanya, eastern Pyrenees). International Journal of Climatology 38: 1105-1115. Molotch, N.P., Colee, M.T., Bales, R.C., Dozier, J. 2005. Estimating the spatial distribution of snow water equivalent in an alpine basin using binary regression tree models: the impact of digital elevation data and independent variable selection. Hydrological Processes 19: 1459-1479. Morán-Tejeda, E., Lorenzo-Lacruz, J., López-Moreno, J.I., Rahman, K., Beniston, M. 2014. Streamflow timing of mountain rivers in Spain: Recent changes and future projections. Journal of Hydrology 517: 1114-1127. Murtagh, F., Legendre, P. 2014. Ward’s Hierarchical Agglomerative Clustering Method: Which Algorithms Implement Ward’s Criterion? Journal of Classification 31: 274-295. Nadal-Romero, E., Cammeraat, E., Pérez-Cardiel, E., Lasanta, T. 2016. Effects of secondary succession and afforestation practices on soil properties after cropland abandonment in humid Mediterranean mountain areas. Agriculture, Ecosystems and Environment 228: 91-100. Nitu, R., Roulet, Y.A., Wolff, M., Earle, M., Reverdin, A., C. Smith, J., Kochendorfer, S. et al. 2018. Instruments and Observing Methods (Report No. 131). WMO Solid Precipitation Experiment (SPICE) (2012-2015). Geneva. NOAA, NASA. 1976. U.S. Standard Atmosphere. 4.a ed. U.S. Government Printing Office, Washington D.C. Ollero Ojeda, A. 2000. Crecidas fluviales en la cuenca del Ebro desde 1980: estado de la cuestión, principales eventos y sistemas de prevención. Serie Geográfica 9: 151-162. Pagès, M., Miró, J.R. 2010. Determining temperature lapse rates over mountain slopes using vertically weighted regression: a case study from the Pyrenees. Meteorological Applications 17: 53-63. Pagès, M., Pepin, N., Miró, J. 2017. Measurement and modelling of temperature cold pools in the Cerdanya valley (Pyrenees), Spain. Meteorological Applications 24: 290-302. Paredes, M., De la Puente, L. 2014. Protestas y negociaciones socioambientales. El caso de las industrias extractivas. En Damonte, G., Vila, G. (eds.), Agenda de investigación en temas socioambientales en el Perú: Una aproximación desde las ciencias sociales, pp. 75-105. Grupo de Estudios Ambiente y Sociedad, Lima. Peña-Angulo, D., Trigo, R.M., Cortesi, N., González-Hidalgo, J.C. 2016. The influence of weather types on the monthly average maximum and minimum temperatures in the Iberian Peninsula. Atmospheric Research 178-179: 217-230. Pepin, N., Bradley, R.S., Diaz, H.F., Baraer, M., Caceres, E.B., Forsythe, N., Fowler, H. et al. 2015. Elevationdependent warming in mountain regions of the world. Nature Climate Change 5: 424-430. Pepin, N., Kidd, D. 2006. Spatial temperature variation in the Eastern Pyrenees. Weather 61: 300-310. Pepin, N., Losleben, M. 2002. Climate change in the Colorado Rocky Mountains: free air versus surface temperature trends. International Journal of Climatology 22: 311-329. Pepin, N., Losleben, M., Hartman, M., Chowanski, K. 2005. A Comparison of SNOTEL and GHCN/CRU Surface Temperatures with Free-Air Temperatures at High Elevations in the Western United States: Data Compatibility Referencias (Capítulos 1 y 2) 213 and Trends. Journal of Climate 18: 1967-1985. Pepin, N., Maeda, E.E., Williams, R. 2016. Use of remotely sensed land surface temperature as a proxy for air temperatures at high elevations: Findings from a 5000m elevational transect across Kilimanjaro. Journal of Geophysical Research: Atmospheres 121: 9998-10,015. Pepin, N., Seidel, D.J. 2005. A global comparison of surface and free-air temperatures at high elevations. Journal of Geophysical Research 110: 1-15. Pino Peralta, S.L., Aguilar Azuero, H.R., Apolo Loayza, G.E., Sisalema Morejón, L.A. 2018. Aporte del sector agropecuario a la economía del Ecuador. Análisis crítico de su evolución en el período de dolarización. Años 2000 - 2016. Revista Espacios 39: 7-18. Pomeroy, J.W., Fang, X., Marks, D.G. 2016. The cold rain-on-snow event of June 2013 in the Canadian Rockies - characteristics and diagnosis. Hydrological Processes 30: 2899-2914. Pons, M., Johnson, P., Rosas-Casals, M., Sureda, B., Jover, È. 2012. Modeling climate change effects on winter ski tourism in Andorra. Climate Research 54: 197-207. Pons, M., López-Moreno, J.I., Rosas-Casals, M., Jover. 2015. The vulnerability of Pyrenean ski resorts to climateinduced changes in the snowpack. Climatic Change 131: 591-605. Pueyo, Y., Beguería, S. 2007. Modelling the rate of secondary succession after farmland abandonment in a Mediterranean mountain area. Landscape and Urban Planning 83: 245-254. R-Core-Team. 2013. R: A Language and Environment for Statistical Computing. Rasilla Álvarez, D.F., García-Codrón, J.C., Garmendia Pedraja, C. 2002. Los temporales de viento: propuesta metodológica para el análisis de un fenómeno infravalorado. En Reunión Nacional de Climatología, pp. 129-136. Rasmusson, E.M., Carpenter, T.H. 1982. Variations in Tropical Sea Surface Temperature and Surface Wind Fields Associated with the Southern Oscillation/El Niño. Monthly Weather Review 110: 354-384. Razik, S. 2014. How magnetics and granulometry of continental margin sediments reflect terrestrial and marine environments of South America and West Africa. Bremen University. Real Academia Española. 2014. Diccionario de la Lengua Española. 23.a ed. S.L.U. ESPASA LIBROS, Madrid. Regniere, J., Bolstad, P. 1994. Statistical Simulation of Daily Air Temperature Patterns Eastern North America to Forecast Seasonal Events in Insect Pest Management. Environmental Entomology 23: 1368-1380. Revuelto, J., Azorin-Molina, C., Alonso-González, E., Sanmiguel-Vallelado, A., Navarro-Serrano, F., Rico, I., LópezMoreno, J.I. 2017. Meteorological and snow distribution data in the Izas Experimental Catchment (Spanish Pyrenees) from 2011 to 2017. Earth System Science Data 9: 993-1005. Rolland, C. 2003. Spatial and Seasonal Variations of Air Temperature Lapse Rates in Alpine Regions. Journal of Climate 16: 1032-1046. Rollenbeck, R., Bendix, J. 2011. Rainfall distribution in the Andes of southern Ecuador derived from blending weather radar data and meteorological field observations. Atmospheric Research 99: 277-289. Ruiz Rivera, N., Galicia, L. 2016. La escala geográfica como concepto integrador en la comprensión de problemas socio-ambientales. Investigaciones Geograficas 89: 137-153. de Saint-Exupéry, A. 1943. Le Petit Prince. 1.a ed. Reynal, E., Hitchcock, C. (eds.),. Reynal & Hitchcock, New York. Sanmiguel-Vallelado, A., López-Moreno, J.I., Morán-Tejeda, E., Alonso-González, E., Navarro-Serrano, F., Rico, I., Camarero, J.J. 2020. Variable effects of forest canopies on snow processes in a valley of the central Spanish Pyrenees. Hydrological Processes 34: 2247-2262. Sarricolea, P., Meseguer-Ruiz, O., Martín-Vide, J., Outeiro, L. 2018. Trends in the frequency of synoptic types in central-southern Chile in the period 1961–2012 using the Jenkinson and Collison synoptic classification. Theoretical and Applied Climatology 134: 193-204. SENAMHI. 2020. Mapa Climático Nacional. Disponible en: https://www.senamhi.gob.pe/?&p=mapa-climatico-delperu [Accedido 1 de abril de 2020]. Sinergise Ltd. 2020. EO Broser - Home page. Disponible en: https://apps.sentinel-hub.com/eo-browser/. Spellman, G. 2000. The application of an objective weather-typing system to the Iberian peninsula. Weather 55: 375385. Strahler, A.H., Strahler, A.N. 1997. Geografía Física. 3.a ed. Omega (ed.),. Omega, Barcelona. Takahashi, K., Mosquera, K., Reupo, J. 2014. El Índice Costero El Niño (ICEN): Historia y actualización. Boletín Técnico del Instituto Geofísico del Perú 1: 8-9. Tomás-Burguera, M., Jiménez Castañeda, A., Luna Rico, M.Y., Morata, A., Vicente Serrano, S.M., González-Hidalgo, J.C., Beguería, S. 2016. Control de calidad de siete variables del banco nacional de datos de AEMET. En Asociacion Espanola de Climatologia Congreso (10. 2016. Alicante) (ed.), X Congreso Internacional AEC: Clima, sociedad, riesgos y ordenación del territorio, pp. 407-415. Alicante, Spain. Trigo, R.M., DaCamara, C.C. 2000. Circulation Weather Types and their influence on the Precipitation regime in Portugal. International Journal of Climatology 20: 1559-1581. USDMA. 2000. Vector Map Level 0 (VMAP0). Disponible en: https://www.lib.msu.edu/branches/map/findingaids/VMAP0/ [Accedido 13 de julio de 2017]. USGS. 2020. Earth Explorer - Home page. Disponible en: earthexplorer.usgs.gov [Accedido 7 de abril de 2020]. Referencias (Capítulos 1 y 2) 214 Vancutsem, C., Ceccato, P., Dinku, T., Connor, S.J. 2010. Evaluation of MODIS land surface temperature data to estimate air temperature in different ecosystems over Africa. Remote Sensing of Environment 114: 449-465. Vicente-Serrano, S.M., Aguilar, E., Martínez, R., Martín-Hernández, N., Azorin-Molina, C., Sanchez-Lorenzo, A., El Kenawy, A. et al. 2017. The complex influence of ENSO on droughts in Ecuador. Climate Dynamics 48: 405427. Villanueva, M.J. 2018. Las lluvias y el deshielo disparan los caudales de los ríos y aumentan las reservas de los embalses. Heraldo de Aragón. Villmow, J.R. 1962. Regional patterns of Climates in Europe according to the Thornthwaite Classification. The Ohio Journal of Science 62: 39-53. Went, F.W. 1953. The effect of temperature on plant growth. Annual Review of Plant Physiology 4: 347-362. Whiteman, C.D. 1982. Breakup of temperature inversions in deep mountain valleys: Part I. Observations. Journal of Applied Meteorology and Climatology 21: 270-289. Whiteman, C.D., McKee, T.B. 1982. Breakup of temperature inversions in deep mountain valleys: Part II. Thermodynamic model. Journal of Applied Meteorology and Climatology 21: 290-302. Whiteman, C.D., Pospichal, B., Eisenbach, S., Weihs, P., Clements, C.B., Steinacker, R., Mursch-Radlgruber, E., Dorninger, M. 2004. Inversion Breakup in Small Rocky Mountain and Alpine Basins. Journal of Applied Meteorology and Climatology 43: 1069-1082. Wilcoxon, F. 1945. Individual Comparisons by Ranking Methods. Biometrics Bulletin 1: 80. WMO. 2014. Guide to Meteorological Instruments and Methods of Observation. Geneva, Switzerland. WMO. 2020. Permanent and Representative Members. About us. Disponible en: https://public.wmo.int/en/aboutus/members/permanent-representatives [Accedido 8 de abril de 2020]. Zou, H., Zhu, J., Zhou, L., Li, P., Ma, S. 2014. Validation and application of reanalysis temperature data over the Tibetan Plateau. Journal of Meteorological Research 28: 139-149. Referencias (Capítulos 1 y 2) 215 Referencias (Capítulos 1 y 2) 216 Bibliometría y Contribución en las Publicaciones 217 Apéndice I BIBLIOMETRÍA Y CONTRIBUCIÓN EN LAS PUBLICACIONES ----- A continuación, se determinan las referencias completas de las publicaciones que forman parte del Compendio de publicaciones de la Tesis Doctoral, así como el factor de impacto (IF) del Journal Citation Reports (JCR) de cada revista, sus áreas de conocimiento y la contribución del doctorando al ser publicaciones en coautoría. Apéndice I 218 Bibliometría y Contribución en las Publicaciones 219 Publicación y justificación de la contribución del doctorando (Capítulo 3) Navarro-Serrano, F. , López-Moreno, J., Azorin-Molina, C., Alonso-González, E., Tomás-Burguera, M., Sanmiguel-Vallelado, A., Revuelto, J., Vicente-Serrano, S.M. 2018. Estimation of near-surface air temperature lapse rates over continental Spain and its mountain areas. International Journal of Climatology 38: 3233-3249. DOI: https://doi.org/10.1002/joc.5497. Contribución: Francisco M. Navarro Serrano ha sido el principal responsable de todas las etapas de la investigación y de la redacción de todos los contenidos, discusión y conclusiones del manuscrito. El Dr. J.I. López Moreno ha tenido la idea original de la investigación y ha sido responsable de buena parte del desarrollo metodológico. El Dr. C. Azorín Molina ha supervisado cada una de las fases, y ha contribuido especialmente en la revisión del manuscrito. El Dr. M. Tomás-Burguera ha colaborado en la fase de control de calidad de los datos originales. Asimismo, todos los coautores han colaborado en la revisión de contenidos. ISSN IF 2019 IF 5 años Área de Conocimiento Ranking de la revista Cuartil 0899-8418 3.928 4.611 Meteorology & Atmospheric Sciences 23 de 93 Q1 Publicación y justificación de la contribución del doctorando (Capítulo 4) Navarro-Serrano, F. , López-Moreno, J.I., Domínguez-Castro, F., Alonso-González, E., Azorin-Molina, C., El-Kenawy, A., Vicente-Serrano, S.M. 2020. Maximum and Minimum air temperature lapse rates in the Andean region of Ecuador and Peru. International Journal of Climatology. En Prensa. DOI: https://doi.org/10.1002/joc.6574. Contribución: Francisco M. Navarro Serrano ha sido el principal responsable de todas las etapas de la investigación y de la redacción de todos los contenidos, discusión y conclusiones del manuscrito. El Dr. F. Domínguez ha contribuido de manera relevante en el proceso metodológico y en la supervisión de resultados y discusión. El Dr. J.I. López Moreno ha tenido la idea original de la investigación y ha supervisado cada una de las fases. El Dr. A. ElKenawy ha colaborado intensamente en la fase de control de calidad y homogeneización de los datos originales. El Dr. C. Azorín Molina ha supervisado cada una de las fases, y ha contribuido especialmente en la revisión del manuscrito. Todos los coautores han colaborado en la revisión de contenidos. El artículo se encuentra actualmente aceptado y pendiente de publicación definitiva (En Prensa). ISSN IF 2019 IF 5 años Área de Conocimiento Ranking de la revista Cuartil 0899-8418 3.928 4.611 Meteorology & Atmospheric Sciences 23 de 93 Q1 Publicación y justificación de la contribución del doctorando (Capítulo 5) Navarro-Serrano, F. , López-Moreno, J.I., Azorin-Molina, C., Buisán, S., Domínguez-Castro, F., Sanmiguel-Vallelado, A., Alonso-González, E., Khorchani, M. 2019. Air temperature measurements using autonomous self-recording dataloggers in mountainous and snow covered areas. Atmospheric Research 224: 168-179. DOI: https://doi.org/10.1016/j.atmosres.2019.03.034. Contribución: Francisco M. Navarro Serrano ha sido el principal responsable de todas las etapas de la investigación, desde el diseño experimental, así como de la redacción de todos los contenidos, discusión y conclusiones del manuscrito. Los Drs. J.I. López Moreno y C. Azorín Molina han colaborado activamente en la revisión de resultados y discusión. El Dr. F. Domínguez ha contribuido de manera relevante en determinadas fases del diseño experimental. El Dr. S. Buisán ha contribuido activamente en la cesión de datos y en el acceso a las instalaciones de AEMET y el proyecto SPICE. Todos los coautores han participado de las tareas de trabajo de campo y han colaborado en la revisión de contenidos. ISSN IF 2019 IF 5 años Área de Conocimiento Ranking de la revista Cuartil 0169-8095 4.676 4.639 Meteorology & Atmospheric Sciences 13 de 93 Q1 Publicación y justificación de la contribución del doctorando (Capítulo 6) Navarro-Serrano, F. , López-Moreno, J.I., Azorin-Molina, C., Alonso-González, E., Aznárez-Balta, M., Buisán, S., RevueltoBenedí, J. 2020. Elevation effects on air temperature in a topographically complex mountain valley in the Spanish Pyrenees. Atmosphere 11(6): 656. DOI: https://doi.org/10.3390/atmos11060656. Contribución: Francisco M. Navarro Serrano ha sido el principal responsable de todas las etapas de la investigación y de la redacción de todos los contenidos, discusión y conclusiones del manuscrito. El Dr. J.I. López Moreno ha tenido la idea original de la investigación y ha sido responsable de parte del desarrollo metodológico. El Dr. C. Azorín Molina ha supervisado cada una de las fases, y ha contribuido especialmente en la revisión del manuscrito. El Dr. S. Buisán ha contribuido activamente en la cesión de datos y en el acceso a las instalaciones de AEMET. Todos los coautores han participado de las tareas de trabajo de campo y han colaborado en la revisión de contenidos. ISSN IF 2019 IF 5 años Área de Conocimiento Ranking de la revista Cuartil 2073-4433 2.397 2.437 Meteorology & Atmospheric Sciences 48 de 93 Q3 Apéndice I 220 Publicación y justificación de la contribución del doctorando (Capítulo 7) López-Moreno, J.I., Navarro-Serrano, F. , Azorin-Molina, C., Sánchez-Navarrete, P., González-Alonso, E., Rico, I., MoránTejeda, E., Buisán, S., Revuelto-Benedí, J., Pons, M., Vicente-Serrano, S.M. 2019. Air and wet bulb temperature lapse rates and their impact on snowmaking in a Pyrenean ski area. Theoretical and Applied Climatology 135(3-4): 1361-1373. DOI: https://doi.org/10.1007/s00704-018-2448-y. Contribución: Francisco M. Navarro Serrando ha contribuido activamente en el diseño experimental, así como en la contextualización de la investigación y discusión de los resultados, trabajando activamente en la redacción del manuscrito y en las distintas fases metodológicas. El Dr. J.I. López-Moreno tuvo la idea original, y fue el máximo responsable de la generación de resultados y análisis, procediendo a la redacción de manera conjunta con Francisco M. Navarro Serrano. El Dr. C. Azorín Molina ha colaborado activamente en la revisión de resultados y del manuscrito final. Todos los coautores han participado de las tareas de trabajo de campo y han colaborado en la revisión de contenidos. ISSN IF 2019 IF 5 años Área de Conocimiento Ranking de la revista Cuartil 0177-798X 2.882 3.143 Meteorology & Atmospheric Sciences 40 de 93 Q2 Bibliometría y Contribución en las Publicaciones 221 Apéndice II 228 Gradientes de temperaturas en la Montaña Español. 10º Simposio de Meteorologia e Geofisica da APMG. 18º Encontro Luso Espanhol de Meteorologia. Lisboa (Portugal), 20 a 22 de marzo de 2017. Listado de Colaboraciones en Revistas Académicas 1. Remote Sensing of Environment (Elsevier). ISSN: 0034-4257. IF (JCR2019): 9.085. Q1. Revisión de 1 artículo. 2. International Journal of Climatology (Royal Meteorological Society). ISSN: 0899-8418. IF (JCR2019): 3.928. Q1. Revisión de 2 artículos. 3. Journal of Geophysical Research-Atmospheres (AGU Journal). ISSN: 2169897X. IF (JCR2019): 3.821. Q2. Revisión de 1 artículo. 4. Regional Environmental Change (Springer). ISSN: 1436-3798. IF (JCR2019): 3.481. Q2. Revisión de 1 artículo. 5. Journal of Mountain Science (Springer). ISSN: 1672-6316. IF (JCR2019): 1.550. Q4. Revisión de 1 artículo. 6. Pirineos (Revistas CSIC). ISSN: 0373-2568. Revisión de 1 artículo. 7. Agua y Territorio (Revistas Científicas Universidad de Jaén). ISSN: 23408472. Revisión de 1 artículo. Listado de Colaboraciones en ámbitos de Divulgación 1. Navarro-Serrano, F. Cálculo de gradientes de temperatura superficial en la Península Ibérica. Gaceta Instituto Pirenaico de Ecología 2017. 2. Equipo organizativo: “En Busca del Polen Perdido”. Taller en conmemoración del Día Internacional de la Fascinación por las Plantas. Delegación CSIC Aragón. Zaragoza, 31 de mayo de 2017. 3. Conferencia: “Gradientes térmicos en el Pirineo y otras cordilleras españolas. Primeros pasos”. IV Jornadas IPErinas 2016. Instituto Pirenaico de Ecología (IPE – CSIC). Zaragoza, 15 de diciembre de 2016. Otras Contribuciones 229 Apéndice II 230 Trabajo de Campo 231 Apéndice III TRABAJO DE CAMPO ----- El trabajo de campo es un método experimental que permite la alimentación de modelos, y también la obtención de datos específicos para responder a cuestiones determinadas, todo ello realizándose sobre el terreno, aplicando procesos y técnicas diferentes al trabajo realizado en laboratorio o en gabinete. En la presente Tesis Doctoral, el trabajo de campo propio ha permitido la recolección de datos para dar respuesta a tres de los objetivos específicos, permitiendo llevar a cabo tres análisis diferentes, que ya se encuentran publicados. Además, parte del trabajo de campo se ha dado de forma colaborativa dentro del Grupo de Investigación de Hidrología Ambiental (IPE – CSIC), con lo que se ha colaborado con otros compañeros, y viceversa, con el objetivo de hacer campañas de trabajo de campo más prácticas y eficientes. Es por ello que en el siguiente listado aparecen emplazamientos finalmente no introducidos en la Tesis Doctoral. Apéndice III 232 Trabajo de Campo 233 Listado de campañas de campo y salidas en las que se expusieron resultados 1. 2016-11-16: Moncayo. Terrestral Laser Escaner. J.I. López Moreno; E. Alonso González. 2. 2016-11-24: Valle de Panticosa (laderas Garmo Negro y Tablato). Instalación de dos estaciones meteorológicas completas, así como sensores Tinytag-Plus2 e iButton. J.I. López Moreno; E. Alonso González; A. Sanmiguel Vallelado; P. Sánchez Navarrete. 3. 2016-11-28 a 2016-11-29: Alto Campoo (Cantabria). Instalación de una estación meteorológica completa. E. Alonso González; J. Herrero; MeteoCampoo. 4. 2016-12-14: Delegación de AEMET en Aragón. Elaboración de diseño experimental. S. Buisán. 5. 2016-12-16: Canfranc – Estación. Instalación de sensores Tinytag-Plus-2. Santiago (observador meteorológico de Canfranc – Estación). 6. 2016-12-22: Daroca. Instalación de sensores Tinytag-Plus-2 e iButton. Yolanda (observadora meteorológica de Daroca). 7. 2017-01-11 – 2017-01-13: Hoyos del Espino (Ávila). Recogida de muestras y reunión de grupo de trabajo. 8. 2017-01-20: Canfranc – Estación. Instalación de sensores iButton. 9. 2017-01-27: Valle de Panticosa. Descarga de datos y relanzamiento de sensores iButton. Mediciones de espesor y densidad de nieve. A. Sanmiguel Vallelado; P. Sánchez Navarrete. 10. 2017-02-14: Daroca. Descarga de datos. Yolanda (observadora meteorológica de Daroca). 11. 2017-03-02: Valle de Panticosa. Descarga de datos. 12. 2017-03-02: Canfranc – Estación. Descarga de datos. Santiago (observador meteorológico de Canfranc – Estación). 13. 2017-03-08: Valle de Panticosa (ladera Garmo Negro). Mediciones de espesor y densidad de nieve. J.I. López Moreno; E. Alonso González; I. Rico; A. Sanmiguel Vallelado. 14. 2017-03-19 a 2017-03-23: Lisboa (Portugal). Congreso de la Asociación Portuguesa de Meteorológica y la Asociación Española de Meteorología. Presentación Oral (2017-03-20). 15. 2017-04-05: Valle de Panticosa (ladera Garmo Negro). Instalación de sensores Tinytag-Plus-2. J.I. López Moreno. Apéndice III 234 16. 2017-04-28: Glaciar Monte Perdido. Descarga de datos y relanzamiento de sensores Tinytag-Plus-2. J.I. López Moreno; E. Alonso González. 17. 2017-05-27: Valle del río Aragón (ladera Estiviellas). Descarga de datos y relanzamiento de sensores Tinytag-Plus-2. J.I. López Moreno. 18. 2017-05-30: Zaragoza. Curso práctico de manejo de drones de ala fija. J.I. López Moreno; I. Rico; E. Alonso González; P. Errea. 19. 2017-06-20 a 2017-06-23: Mieres (Asturias). Congreso de la International Permafrost Association y la Universidad de Oviedo. Presentación Oral (201706-21). J.I. López Moreno; E. Alonso González. 20. 2017-06-30: Sierra de Gredos (Ávila). Descarga de datos y relanzamiento de sensores Tinytag-Plus-2. J.I. López Moreno. 21. 2017-07-05: Valle del río Aragón (ladera Moleta). Descarga de datos e instalación de sensores Tinytag-Plus-2. J.I. López Moreno. 22. 2017-07-15: Valle de Panticosa (ladera Tablato). Descarga de datos e instalación de sensores Tinytag-Plus-2. J.I. López Moreno. 23. 2017-07-20: Valle de Panticosa (ladera Garmo Negro). Descarga de datos e instalación de sensores Tinytag-Plus-2. J.I. López Moreno. 24. 2017-08-01: Glaciar de Vignemale. Instalación de sensores Tinytag-Plus-2. J.I. López Moreno. 25. 2017-08-04: Aneto. Instalación de sensor Tinytag-Plus-2. J.I.. López Moreno. 26. 2017-08-06: Valle de Panticosa (ladera Garmo Negro). Descarga de datos. J.I. López Moreno. 27. 2017-08-10: Moncayo. Descarga de datos. J.I. López Moreno. 28. 2017-09-05: Valle de Panticosa (laderas Garmo Negro y Tablato). Instalación de sensores Tinytag-Plus-2. A. Sanmiguel Vallelado. 29. 2017-09-25 a 2017-09-26: Mérida. Congreso de Climatología. Presentación Oral (2017-09-25). S.M. Vicente-Serrano; M. Tomás-Burguera; F. Domínguez. 30. 2017-09-29. Valle de Panticosa. Instalación de sensores Tinytag-Plus-2. A. Sanmiguel Vallelado. 31. 2017-10-04: Glaciar de Monte Perdido. Descarga de datos e instalación de sensores Tinytag-Plus-2. J.I. López Moreno; E. Alonso González. 32. 2017-10-08 a 2017-10-11: Ordino (Andorra). Pyrenean Symposium on Snow and Avalanches. Presentación Oral (2017-10-09). E. Alonso González. 33. 2017-10-17: Aramón – Formigal. Curso de precipitación en el proyecto SPICE. S. Buisán. Trabajo de Campo 235 34. 2017-11-15: Aramón – Formigal. Instalación de sensores Tinytag-Plus-2. M. Khorchani; P. Sánchez Navarrete. 35. 2017-11-30: Posets. Instalación de sensor Tinytag-Plus-2. J.I. López Moreno. 36. 2018-01-12: Canfranc – Estación. Instalación de sensores Tinytag-Plus-2 y alternativas de protección de radiación. Santiago (observador meteorológico de Canfranc – Estación). 37. 2018-01-23 a 2018-01-24: Valle de Panticosa (ladera Tablato). Mediciones de espesor y densidad de nieve. Descarga de sensores Tinytag-Plus-2. I. Rico; M. Khorchani. 38. 2018-03-21: Valle de Panticosa. Descarga y recogida de sensores TinytagPlus-2. A. Sanmiguel Vallelado. 39. 2018-05-31: Canfranc – Estación. Descarga de sensores Tinytag-Plus-2 y recogida de alternativas de protección de radiación. 40. 2018-05-31: Aramón – Formigal. Descarga de sensores Tinytag-Plus-2. 41. 2018-06-06: Aramón – Formigal. Descarga de sensores Tinytag-Plus-2 (restantes). M. Khorchani. 42. 2018-07-07: Valle del río Aragón (ladera Moleta). Descarga datos e instalación de sensores Tinytag-Plus-2. J.I. López Moreno. 43. 2018-07-14: Valle del río Aragón (ladera Estiviellas). Descarga de datos e instalación de sensores Tinytag-Plus-2. J.I. López Moreno. 44. 2018-07-18: Valle de Panticosa (ladera Tablato). Descarga de datos e instalación de sensores Tinytag-Plus-2. J.I. López Moreno. 45. 2018-08-07: Valle de Panticosa (ladera Garmo Negro). Descarga de datos y relanzamiento de sensores Tinytag-Plus-2. J.I. López Moreno. 46. 2018-09-19: Valle de Panticosa (ladera Garmo Negro). Mantenimiento de estaciones meteorológicas completas. A. Sanmiguel Vallelado; P. Sánchez Navarrete. 47. 2018-09-21: Valle de Panticosa (ladera Tablato). Mantenimiento de estaciones meteorológicas completas y descarga de sensores Tinytag-Plus-2. A. Sanmiguel Vallelado; P. Sánchez Navarrete. 48. 2018-09-28: Glaciar de Monte Perdido. Descarga de datos e instalación de sensores Tinytag-Plus-2. J.I. López Moreno; E. Alonso González. 49. 2019-02-15: Glaciar de Vignemale. Descarga y recogida de sensores TinytagPlus-2. J.I. López Moreno; E. Alonso González. 50. 2019-03-19: Sierra de Gredos (Ávila). Descarga de datos y relanzamiento de sensores Tinytag-Plus-2. J.I. López Moreno. Apéndice III 236 51. 2019-06-04 a 2019-06-08: Ginebra (Suiza). Meteorological Technology Word Expo 2019. 52. 2019-06-23: Valle del río Aragón (ladera Estiviellas). Descarga y recogida de sensores Tinytag-Plus-2. J.I. López Moreno. 53. 2019-06-24 a 2019-06-25: Jaca. Congreso de la International Permafrost Association y el Instituto Pirenaico de Ecología (IPE-CSIC). Póster. J.I. López Moreno; J. Zabalza; E. Alonso González. 54. 2019-06-28: Valle del río Aragón (ladera Moleta). Descarga y recogida de sensores Tinytag-Plus-2. J.I. López Moreno. 55. 2019-07-03: Valle de Panticosa (ladera Garmo Negro). Descarga y recogida de sensores Tinytag-Plus-2. J.I. López Moreno; Álvaro (estudiante en prácticas). 56. 2019-07-20: Valle de Panticosa (ladera Garmo Negro). Descarga y recogida de sensores Tinytag-Plus-2. J.I. López Moreno. 57. 2019-08-01: Valle de Panticosa (ladera Tablato). Descarga y recogida de sensores Tinytag-Plus-2. J.I. López Moreno. 58. 2019-09-13: Glaciar de Monte Perdido. Descarga de datos e instalación de sensores Tinytag-Plus-2. J.I. López Moreno; E. Alonso González. 59. 2019-11-18 a 2019-11-19: Refugio de la Renclusa. Toma de muestras y reunión de trabajo. J.I. López Moreno; E. Alonso González; A. Sanmiguel Vallelado; J. Revuelto Benedí; C. Azorin Molina; M. Aznárez. 60. 2019-11-22: Cuenca Experimental de Izas. Instalación de sensores TinytagPlus-2. E. Alonso González; J. Revuelto; J.I. López Moreno. 61. 2019-11-27: Valle de Panticosa (ladera Garmo Negro). Instalación de sensores Tinytag-Plus-2. J.I. López Moreno; J. Revuelto; E. Alonso González. 62. 2019-11-29: Valle de Panticosa (ladera Tablato). Instalación de sensores Tinytag-Plus-2. J.I. López Moreno; J. Revuelto; E. Alonso González. 63. 2019-12-18: Valle de Panticosa (ladera Garmo Negro). Comprobación de configuración de sensores Tinytag-Plus-2. Trabajo de Campo 237 Tesis Doctoral Zaragoza, 2020