Measure urban climate where it matters with modern IoT technology

El sistema meteoblue de monitoreo del clima urbano consta de cuatro módulos diferentes y puede estar plenamente operativo en menos de un año. El sistema está diseñado de tal manera que los servicios desarrollados para la ciudad pueden continuar de forma sostenible durante un periodo de proyecto de 1 a 3 años (o más). Dependiendo del caso de uso del cliente cada módulo también puede implantarse por separado. Una vez completados con éxito los módulos se alcanzarán los siguientes objetivos:

• La red de medición IoT se instala con éxito y es plenamente operativa
• Los datos de las mediciones, los mapas de calor y otros análisis se integran en un cuadro de mandos ya existente de la ciudad inteligente, y a disposición de todas las partes interesadas en tiempo real.
• Todas las partes interesadas tienen a su disposición un catálogo de diferentes escenarios de planificación urbana, ofreciendo una sólida base científica para las medidas de adaptación al cambio climático
• Ofrecemos más apoyo para la toma de decisiones relativas a las medidas de seguimiento

Urban Climate Challenges

La población mundial que vive en zonas urbanas es hoy más de la mitad, y aumenta constantemente. El creciente número de personas en las ciudades también requiere más espacio para vivir y una mayor infraestructura. Con el aumento de la densidad de las infraestructuras es probable que se produzcan nuevos aumentos de temperatura o que se necesiten medidas de compensación incluso en ciudades en las que todavía no es necesario. La vigilancia exhaustiva del clima urbano es la base para mejorar significativamente la calidad de vida mediante evaluar las medidas urbanas adecuadas.

Las empresas municipales pueden mejorar su eficiencia (tráfico, gestión de carreteras y construcción, presupuestos de agua, etc.) si tienen acceso a mediciones de la cuenca cercana (temperatura, precipitación, etc.) en la ciudad. Los organizadores, los planificadores y las compañías de seguros pueden beneficiarse de una mejor evaluación de los riesgos del calor, precipitación, viento y otros factores.

Dr. Sebastian Schlögl, Head of Meteorology at meteoblue, speaks about challenges arising from climate change, and the ability to monitor and mitigate associated risks.

Cities with active City Climate Monitoring Systems

Realtime connect

Para hacerse una idea de cómo es una red de medición y cómo mostramos y utilizamos esos datos puede explorar las mediciones en tiempo real en Basilea (Suiza), establecidas en 2020 y que consta de más de 180 sensores Metos LoRain. En principio, los sensores se distribuyeron por el centro de la ciudad y en las afueras y suburbios de Basilea para cubrir todas las zonas climáticas locales relevantes.

La temperatura del aire, las precipitaciones y la humedad relativa se miden con una resolución de 15 minutos. La transmisión está asegurada por la red LoRa de la IWB. La vista de mapa permite ver sin esfuerzo patrones a gran escala de temperatura o precipitación sobre el área urbana (figura de la izquierda). Los puntos calientes pueden detectarse visualmente.

Además de los datos crudos, se ofrece otra serie de información. También se puede acceder a ella haciendo clic en una estación del mapa (véase la figura de arriba a la derecha). Los datos históricos de las mediciones en forma gráfica, una previsión a 5 días basada en los datos de la estación y evaluaciones estadísticas están disponibles en el sitio web de meteoblue. El análisis estadístico incluye, por ejemplo, la temperatura media del aire y la suma de precipitaciones en resoluciones diaria, semanal y mensual.

La clasificación térmica compara las temperaturas medias del aire de todas las estaciones de medición y les asigna un número en la clasificación. Esto ayuda a identificar rápidamente los puntos calientes de la ciudad.

Además, meteoblue ofrece una API de datos crudos, con la que se puede acceder a la serie temporal completa de todos los datos climáticos urbanos desde su instalación en 2020.

Monitoring System & Process

1. Configuración

En la primera fase, se instala una red de medición IoT totalmente automatizada en zonas urbanas (así como en las zonas rurales circundantes), midiendo la temperatura del aire y las precipitaciones en ≥50 ubicaciones diferentes seleccionadas según criterios científicos. El objetivo es cubrir todas las zonas climáticas locales y los puntos de interés en lugares donde las estaciones oficiales certificadas por la OMM (a menudo costosas) no pueden operar debido a restricciones técnicas. Como alternativa, los datos de los sistemas de medición existentes pueden integrarse en la cadena de procesamiento.

2. Operación

En la segunda fase, se utiliza un sistema de supervisión en tiempo real, que muestra mediciones calibradas y de calidad controlada, y utiliza datos de satélite y modelos externos para generar mapas climáticos especiales de la ciudad (por ejemplo, mapas de calor que detectan y visualizan el efecto de isla de calor urbano con una resolución espacial de 10 m., mapas de flujo de aire frío o mapas de riesgo de precipitaciones). El sistema de vigilancia en tiempo real puede integrarse opcionalmente en plataformas de gestión urbana ya existentes.

3. Planificación

En la tercera fase, se aplica un modelo de balance energético de superficie para calcular posibles opciones de medidas de adaptación al cambio climático (por ejemplo, reverdecimiento de tejados, irrigación, desprecintado de superficies) para los puntos calientes urbanos, para seleccionar la mejor estrategia de adaptación en la ciudad. Además, se pueden priorizar las medidas ya planificadas y evaluar su eficacia económica.

4. Validación

La cuarta fase analiza el impacto climático de las medidas de adaptación al cambio climático mediante el uso de la red de medición IoT, y comparando los lugares en los que se han aplicado medidas de adaptación con aquellas en las que no se han llevado a cabo medidas de adaptación.

meteoblue trabaja con proveedores de estaciones, proveedores de servicios locales, y nuestros colaboradores científicos para garantizar la mejor calidad posible y alcanzar a tiempo todos los hitos pertinentes. Cada proyecto se diseña de tal manera que los servicios desarrollados para la ciudad puedan continuar de forma sostenible una vez alcanzados los hitos al final de cada fase del proyecto. Lo óptimo es que las tres primeras fases se completen en un plazo de un año y medio, y así ayudar a las autoridades de la ciudad a prepararse para el cambio climático.

La siguiente tabla ofrece una visión general de las distintas fases y ofrece una estimación del tiempo aproximado necesario para alcanzar los hitos.

El aseguramiento de la calidad de las mediciones prepara los datos brutos para su posterior análisis. El filtrado de datos, el relleno de lagunas y la homogeneización añaden un valor significativo a los datos de medición brutos.

meteoblue proporciona aseguramiento de la calidad de las mediciones basado en las mediciones disponibles a través de la API. meteoblue distingue entre tres casos de uso diferentes: estación única, estaciones múltiples y red de ciudades. La garantía de calidad se proporciona para las siguientes variables meteorológicas:

• Temperatura del aire
• Precipitación
• Velocidad del viento
• Dirección del viento
• Radiación solar
• Humedad relativa

La garantía de calidad de las mediciones permite el seguimiento de la transmisión de datos mediante alertas en tiempo real en caso de que las estaciones no envíen información. Además, se elaboran informes mensuales y estadísticas meteorológicas para los índices climáticos y la cobertura de las estaciones. Además, el sistema proporciona normalización de datos en marcas de tiempo distribuidas equitativamente, y ofrece funciones como el control de calidad de las estaciones, el relleno de lagunas y la homogeneización de datos. La disponibilidad de estas funciones depende del caso de uso y de la variable meteorológica.

Diferentes proveedores de estaciones pueden registrar las mediciones con diferente resolución temporal. Para comparar las mediciones de distintos proveedores de estaciones, es necesario comparar lo mismo paso de tiempo. Además, las estaciones no suelen registrar exactamente la hora completa o la media hora. Por lo tanto, la herramienta de paso de tiempo interpola hacia la hora completa y la media hora. El usuario puede decidir la resolución temporal del conjunto de datos. Si la resolución temporal seleccionada es inferior a la resolución temporal del proveedor de la estación, los valores intermedios se rellenan con NaN (Not a Number).

Control de calidad de la estación

El control de calidad se realiza en tres etapas:

Proyección

Se comprueba que los metadatos de las estaciones son correctos. Si la latitud o longitud de la estación se encuentra fuera de las coordenadas naturales de la Tierra los datos de la estación se someten a un proceso de corrección. Además, se calcula la cobertura de los datos basándose en la relación de los valores relevantes (es decir, los que no son iguales a NaN).

Control de calidad estático para cada ubicación por separado

Se aplican varios filtros diferentes a las series temporales de cada estación. Estos filtros suelen ser diferentes para las distintas variables.

QC1 filtro para temperatura	Descripción
Consulta NaN	Detección de NaNs
Control lógico	Detectar valores ilógicos demasiado altos o demasiado bajos
Comprobación estática	Detectar valores atípicos fuera de los umbrales
Comprobación de Flatliner	Detección de valores planos cuando los valores consecutivos son iguales
Comprobación Blip	Detectar cambios bruscos de temperatura por encima del umbral
Comprobación espacial	Detectar valores ilógicos espaciales

Control de calidad dinámico

El control de calidad dinámico se utiliza para comparaciones complejas entre diferentes estaciones (sólo se aplica para el caso de uso de la red de ciudades, véase más arriba). La coherencia espacial de las estaciones se verifica aplicando controles de vecindad y comparando estaciones dentro de un radio especificado alrededor de la estación.

Relleno de huecos

Para rellenar los huecos se utilizan tres enfoques diferentes.

1. Interpolación lineal
• Si el desfase es de una sola marca de tiempo
2. Usar otra estación
• Si el desfase es superior a un paso de tiempo
• Encontrar la estación con la mejor correlación basada en mediciones históricas
• Utilizar la estación mejor correlacionada y aplicar una corrección de sesgo (para tener en cuenta un posible sesgo entre las dos estaciones).
3. Utilizar los datos del modelo
• Si el desfase es superior a un paso de tiempo
• Utilizar los datos del modelo de la cadena de modelos meteoblue que mejor se ajuste a la estación (selección de hasta 20 modelos diferentes de predicción numérica del tiempo (NWP) en función de la ubicación)

Homogeneización de datos

La herramienta de homogeneización de datos meteoblue contiene varias funcionalidades para diversos casos de uso.

Para las mediciones de temperatura, existen dos enfoques diferentes (corrección del sesgo y corrección de la radiación) se complementan entre sí y están disponibles basándose en diferentes supuestos. En caso de que se utilice una red de sensores urbanos de bajo presupuesto puede aplicarse una corrección de sesgo en el caso de uso operativo e histórico si al menos un sensor de bajo presupuesto está instalado cerca de una estación estándar de la OMM (por ejemplo, METAR, MeteoSwiss, etc.). La corrección del sesgo calcula en tiempo real la diferencia entre el sensor de bajo presupuesto y la estación OMM y corrige esta diferencia para todos los sensores de la red de la ciudad con una frecuencia de actualización de la medición de la OMM. Esta corrección del sesgo se aplica a todas las variables disponibles en la red de la ciudad. Este método tiene en cuenta las discrepancias sistémicas entre la estación OMM y la red de ciudades, por ejemplo, errores debidos a la acumulación de calor o errores sistemáticos que se producen durante las noches.

Para el caso de uso "red de ciudades históricas" se aplica una corrección científica de la radiación para garantizar la mejor calidad posible de los datos meteorológicos históricos. Obsérvese que, debido a la complejidad de esta corrección de la radiación no es posible ofrecer este método en uso operativo.

Por lo tanto, los resultados en funcionamiento difieren de los resultados del paquete de datos históricos, donde normalmente se alcanza la máxima calidad.

La corrección científica de la radiación se basa en nuestras rutinas especiales publicadas en un artículo de investigación científica, e incluye correcciones separadas para condiciones de sombra y sol. La radiación directa de onda corta, la radiación difusa de onda corta, la temperatura del aire, la velocidad del viento y el ángulo de elevación solar se utilizan como variables de entrada para la corrección de la radiación.