2026-05-12T00:45:20Zhttps://riubu.ubu.es/oai/requestoai:riubu.ubu.es:10259/77992026-01-21T08:21:34Zcom_10259_2699col_10259_2725
García Rodríguez, Ana
2023-09-07T10:39:37Z
2023-09-07T10:39:37Z
2022
http://hdl.handle.net/10259/7799
10.36443/10259/7799
La radiación fotosintéticamente activa (𝑃𝐴𝑅) es la componente de la
radiación solar que ejerce una mayor influencia en la fotosíntesis y el
crecimiento vegetal. La vegetación actua como sumidero de CO2,
mitigando los efectos del cambio climático, por lo que conocer la
influencia de la 𝑃𝐴𝑅 en el crecimiento vegetal es primordial. La
modelización matemática de la 𝑃𝐴𝑅 permite estimar su valor a partir de
otras variables, sin necesidad de disponer de instrumentos de medida
específicos, ya que no es habitual encontrar, en las estaciones
radiométricas, sensores que midan esta componente de la radiación
solar.
En este trabajo, se ha modelado matemáticamente la 𝑃𝐴𝑅 en Burgos,
España. Para ello, se ha analizado estadísticamente la 𝑃𝐴𝑅 en la
localidad, analizando la ratio de esta componente con la irradiancia
global horizontal. Se ha realizado una exhaustiva revisión de los
modelos existentes y se han calibrado y validado 21 de ellos con datos
experimentales procedentes de siete estaciones radiométricas
estadounidenses, pertenecientes a la red SURFRAD. La mayor parte
de los estudios publicados por otros autores, se centran en resultados
para cielos claros, limitando su aplicación al ámbito local y esas
condiciones de cielo.
Mediante procedimientos de machine learning, aplicados a los datos
experimentales obtenidos en Burgos, se ha realizado una selección de
variables para modelar la 𝑃𝐴𝑅 mediante regresiones multilineales y
redes neuronales. Estos estudios han permitido obtener modelos
matemáticos, diferentes para cada tipo de cielo (cubiertos, parciales y
claros) clasificados según la norma ISO/CIE y alternativamente,
utilizando como parámetro de clasificación el índice de claridad (𝑘𝑡). El
comportamiento de estos últimos modelos, calibrados localmente para Burgos, ha sido evaluado frente a las medidas de siete estaciones
radiométricas de la red SURFRAD, con diferente climatología,
obteniendo muy buenos resultados y permitiendo afirmar que estos
modelos pueden utilizarse en cualquier localización,
independientemente del clima.
Photosynthetically active radiation (𝑃𝐴𝑅) is the component of solar
radiation that most influences photosynthesis and plant growth.
Vegetation acts as a CO2 sink, mitigating the effects of climate change.
Therefore, knowledge of the influence of 𝑃𝐴𝑅 on plant growth is of
essential importance. Mathematical modelling makes allows estimating
𝑃𝐴𝑅 from different meteorological indices, without the need for specific
measuring instruments, since it is not usual to find sensors measuring
𝑃𝐴𝑅 at radiometric stations.
In this thesis, 𝑃𝐴𝑅 has been mathematically modelled in Burgos (Spain).
For this purpose, a statistical study has been performed at this location,
analysing the ratio of 𝑃𝐴𝑅 with the global horizontal irradiance. An
exhaustive review of the existing models has been carried out. Thus, 21
of them have been calibrated and validated with experimental data from
the 7 radiometric stations belonging to the SURFRAD network (USA).
Most of the studies published by other authors focus on results for clear
skies, limiting their application to the local area and to those sky
conditions.
Using machine learning procedures, applied to the experimental data
obtained in Burgos, a selection of variables has been made to model the
𝑃𝐴𝑅 by means of multilinear regressions and neural networks. These
studies have made it possible to obtain different mathematical models
for each sky type (overcast, partial and clear) classified according to the ISO/CIE standard and, alternatively, using the clearness index (𝑘𝑡
) as a
classification parameter. The performance of the latter models, locally
fitted for Burgos, has been evaluated against the SURFRAD network
measurements obtaining very good results. Therefore, it can be stated
that these models may be used at any location, regardless of the climate.
spa
http://creativecommons.org/licenses/by-nc-nd/4.0/
Este documento está sujeto a una licencia de uso Creative Commons, por la cual está permitido hacer copia, distribuir y comunicar públicamente la obra siempre que se cite al autor original y no se haga de él uso comercial ni obra derivada
info:eu-repo/semantics/openAccess
Attribution-NonCommercial-NoDerivatives 4.0 Internacional
Radiación solar
PAR
Modelización matemática
Regresiones multilineales
Redes neuronales artificiales
Solar radiation
Mathematical modelling
Multilinear regressions
Artificial neural networks
Modelización matemática de la radiación solar fotosintéticamente activa
info:eu-repo/semantics/doctoralThesis