Millores en l’estimació de la radiació solar a la Península Ibèrica. Aportacions metodològiques i comparació entre models

Abstract

La radiació solar és una Variable Climàtica Essencial de primer ordre per la seva influència en els processos atmosfèrics, el balanç energètic terrestre i les aplicacions en climatologia, ecologia i energies renovables. Malauradament, a la Península Ibèrica, el seu coneixement resulta insuficient per la limitada densitat d’observacions i la complexitat territorial. En aquesta tesi doctoral es presenten resultats d’estudis que milloren la seva estimació, abordant controls de qualitat de les dades, el desenvolupament de models digitals d’alta resolució i la integració d’informació satel·litària. S’analitzen les xarxes de la Agencia Estatal de Meteorología (AEMET-Espanya) i la xarxa del Sistema Nacional de Informação de Recursos Hídricos (SNIRH-Portugal), AEMET-SNIRH, detectant-se una escassa cobertura espacial a AEMET i una baixa completesa temporal a SNIRH. Es realitza la integració de les dues xarxes per poder calibrar i validar les aportacions metodològiques de la tesi. També es desenvolupa un model digital de radiació solar a 100 m de resolució espacial basat en la tessel·lació d’un Model Digital d’Elevacions per a la millora en la precisió de càlcul de la geometria d’il·luminació solar. Es consideren els angles d’incidència del vector solar cada 30 minuts en el centre de cada tessel·la, les variacions intra-anuals, les components de radiació solar directa (DIR) i difusa (DIF), i l’ocultació topogràfica, assolint diferències relatives de radiació solar en la precisió del càlcul entre el punt central de cada tessel·la i qualsevol altre punt ≤ 1.00 %. S’ha dissenyat el model de radiació solar InsolMets per al període temporal 2004–2020, que integra dades in-situ i variables atmosfèriques satel·litàries derivades del sensor SEVIRI dels Meteosat (Profunditat Òptica dels Núvols i Fracció Coberta per Núvols), juntament amb la modelització de la variabilitat espaciotemporal de la component DIF en la radiació solar mitjançant una interpolació basada en Xarxes Irregulars de Triangles. InsolMets ha estat implementat en el SIG d’ús lliure MiraMon mitjançant l’aplicació InsolDia, i ha estat validat amb les dades procedents de la xarxa AEMET-SNIRH, evidenciant millores significatives en les validacions en comparació amb models que assumeixen condicions atmosfèriques constants. El seu rendiment també ha estat comparat amb altres models de radiació solar (SARAH, PVGIS, Constant Atmospheric Conditions, Physical Solar Model i CAMS Worldwide), destacant-se com el model més exacte. Les validacions s’han realitzat a partir dels estadístics d’error Mean Bias Error i Root-Mean-Square Error, utilitzant 141 estacions meteorològiques. Aquests avenços reforcen la importància d’integrar teledetecció atmosfèrica satel·litària i modelització espacial avançada per a millorar les estimacions de radiació solar.

La radiación solar es una Variable Climática Esencial de primer orden por su influencia en los procesos atmosféricos, el balance energético terrestre y las aplicaciones en climatología, ecología y energías renovables. Desafortunadamente, en la Península Ibérica, su conocimiento resulta insuficiente debido a la limitada densidad de observaciones y la complejidad territorial. En esta tesis doctoral se presentan resultados de estudios que mejoran su estimación, abordando controles de calidad de los datos, el desarrollo de modelos digitales de alta resolución y la integración de información satelital. Se analizan las redes de la Agencia Estatal de Meteorología (AEMET-España) y la red del Sistema Nacional de Informação de Recursos Hídricos (SNIRH-Portugal), AEMET-SNIRH, detectándose una escasa cobertura espacial en AEMET y una baja completitud temporal en SNIRH. Se realiza la integración de ambas redes para poder calibrar y validar las aportaciones metodológicas de la tesis. También se desarrolla un modelo digital de radiación solar con resolución espacial de 100 m basado en la teselación de un Modelo Digital de Elevaciones para la mejora en la precisión del cálculo de la geometría de iluminación solar. Se consideran los ángulos de incidencia del vector solar cada 30 minutos en el centro de cada tesela, las variaciones intra-anuales, las componentes de radiación solar directa (DIR) y difusa (DIF), y la ocultación topográfica, alcanzando diferencias relativas de radiación solar en la precisión del cálculo entre el punto central de cada tesela y cualquier otro punto ≤ 1.00 %. Se ha diseñado el modelo de radiación solar InsolMets para el período temporal 2004–2020, que integra datos in-situ y variables atmosféricas satelitales derivadas del sensor SEVIRI de los Meteosat (Profundidad Óptica de las Nubes y Fracción Cubierta por Nubes), junto con la modelización de la variabilidad espaciotemporal de la componente DIF en la radiación solar mediante una interpolación basada en Redes Irregulares de Triángulos. InsolMets ha sido implementado en el SIG de uso libre MiraMon mediante la aplicación InsolDia, y ha sido validado con los datos procedentes de la red AEMET-SNIRH, evidenciando mejoras significativas en las validaciones en comparación con modelos que asumen condiciones atmosféricas constantes. Su rendimiento también ha sido comparado con otros modelos de radiación solar (SARAH, PVGIS, Constant Atmospheric Conditions, Physical Solar Model y CAMS Worldwide), destacándose como el modelo más exacto. Las validaciones se han realizado a partir de los estadísticos de error Mean Bias Error y Root-Mean-Square Error, utilizando 141 estaciones meteorológicas. Estos avances refuerzan la importancia de integrar teledetección atmosférica satelital y modelización espacial avanzada para mejorar las estimaciones de radiación solar.

Solar radiation is a first-order Essential Climate Variable due to its influence on atmospheric processes, the Earth’s energy balance, and its applications in climatology, ecology, and renewable energy. Unfortunately, in the Iberian Peninsula, knowledge of solar radiation is insufficient due to the limited density of observations and the region’s territorial complexity. This doctoral thesis presents the results of studies that improve its estimation by addressing data quality control, the development of high-resolution digital models, and the integration of satellite information. The networks of the Agencia Estatal de Meteorología (AEMET-Spain) and the Sistema Nacional de Informação de Recursos Hídricos (SNIRH-Portugal), AEMET-SNIRH, are analysed, revealing sparse spatial coverage in AEMET and low temporal completeness in SNIRH. The integration of both networks is carried out to enable the calibration and validation of the thesis’s methodological contributions. A digital model of solar radiation is also developed at 100 m spatial resolution based on the tessellation of a Digital Elevation Model, aiming to enhance the accuracy of solar illumination geometry calculations. The solar vector incidence angles are considered every 30-minutes at the centre of each tile, including intra-annual variations, the components of direct (DIR) and diffuse (DIF) solar radiation, and the cast shadows. This achieves relative differences in solar radiation calculation precision between the central point of each tile and any other point ≤ 1.00 %. The solar radiation model InsolMets has been designed for the 2004–2020 time period, integrating in-situ data and satellite-derived atmospheric variables from Meteosat’s SEVIRI sensor (Cloud Optical Thickness and Cloud Fractional Cover), along with modelling the spatiotemporal variability of the DIF component using an interpolation based on Triangulated Irregular Networks. InsolMets has been implemented in the free MiraMon GIS through the InsolDia application and validated using data from the AEMET-SNIRH network, showing significant improvements in validations compared to models assuming constant atmospheric conditions. Its performance has been compared with other solar radiation models (SARAH, PVGIS, Constant Atmospheric Conditions, Physical Solar Model, and CAMS Worldwide), standing out as the most accurate model. Validations were conducted using error statistics such as Mean Bias Error and Root-Mean-Square Error, based on 141 meteorological stations. These advances highlight the importance of integrating satellite atmospheric remote sensing and advanced spatial modelling to improve solar radiation estimates.