UNIVERSIDAD NACIONAL AGRARIA LA MOLINA

------------------------------------------------------------------------------------
INFORME DEL PRIMER TEMA ANLISIS DE REGRESIN LINEAL ENTRE
VARIABLES METEOROLGICAS Y TRAZADO DE GRFICOS E ISOLNEAS

CURSO : METEOROLOGA GENERAL

PROFESOR : RINZA DIAZ, JAVIER

INTEGRANTES :

GOMEZ TUNQUE, OMAR 20130119

NEYRA AVELLANEDA, PABLO CESAR 20130124

SUYO MENDOZA, BRAULIO 20130129

ABRIL, 2014

ANLISIS DE REGRESIN LINEAL ENTRE VARIABLES METEOROLGICAS

Y TRAZADO DE GRFICOS E ISOLNEAS
I. OBJETIVOS
Establecer la ecuacin de regresin lineal entre diferentes variables
meteorolgicas.
Hallar el grado de correlacin que existe entre las diferentes
variables meteorolgicas con los datos de la Estacin de
Lambayeque para el ao 2009.
Construir, elaborar los meteorogramas de las variables
meteorolgicas y la isolnea de la variable meteorolgica Presin
Atmosfrica con los datos proporcionados para el trabajo.

II. MARCO TERICO

Variables meteorolgicas.- Variables fsicas utilizadas para indicar
el estado o condicin fsica de la atmosfera1.
Anlisis de regresin.- El anlisis de regresin consiste en ajustar
la distribucin de los puntos a una funcin matemtica; vale decir la
densidad de los puntos determinantes por la variable independiente
e independiente tiene una cierta tendencia de la cual nos basamos
para relacionar ambas variables2.
Meteorogramas.- Son grficos que presentan la variacin de una o
ms variables meteorolgicas con respecto al tiempo2.
Isolneas.- Lnea que une los puntos que tienen el mismo valor en la
representacin grfica de un fenmeno. Se requiere de este anlisis
cuando se quiere estudiar el comportamiento de una variable
meteorolgica en dos dimensiones de forma simultnea 2.

III. MATERIALES Y PROCEDIMIENTO

3.1) MATERIALES
Datos diarios por todo un ao de temperatura del aire, humedad
relativa, presin atmosfrica, y radiacin solar a diferentes horas de
del da. Las variables meteorolgicas son obtenidas de la Estacin de
Lambayeque del ao 2009.
Programa Microsoft Excel
Papel milimetrado
Equipo de dibujo de escritorio.

3.2) PROCEDIMIENTO
A. ANALISIS DE REGRESIN LINEAL
Identificacin de la variable dependiente (y) y la variable
dependiente (x)
Con los datos de la Estacin de Lambayeque se calcularon los
promedios mensuales de las distintas variables meteorolgicas.
Se grafic, con ayuda del programa Microsoft Excel, los pares
ordenados.
Se prosigui a identificar el tipo de relacin matemtica existente
entre las variables analizadas (Q (x) VS T (y), T (x) VS HR (y) y P(x)
VS T (y)).
 B. CONSTRUCCIN DE METEOROGRAMAS
Se eligi dos das del ao, uno de verano y uno de invierno, para la
construccin de meteorogramas de las variables analizadas.
Con los datos de los das electos y con apoyo del programa
Microsoft Excel se grafic los meteorogramas de las distintas
variables.
Se hizo lo mismo para todo el ao.

C. TRAZADO DE ISOLNEAS
Se empez a plotear los datos segn las coordenadas geogrficas.
Se analiz el rango de variacin de los datos, teniendo en cuenta el
valor mnimo y mximo.
Se seleccion un valor inicial para una isolnia, estableciendo un
intervalo de variacin.
Finalmente se fue buscando los puntos de igual valor para luego
unirlas por trazos

IV. RESULTADOS y DISCUSIONES.

A. ANALISIS DE REGRESION LINEAL

PROMEDIOS MENSUALES PARA EL AO 2009 DE LAS VARIABLES

METEOROLGICAS DE LA ESTACIN DE LAMBAYEQUE
MES Temperatu Humedad Presin Rad. Solar
ra (C) Relativa (%) atmosfrica (W/m2)
(mb)
ENERO 23.470329 76.25907258 1016.274462 182.293010
3 8
FEBRER 24.555877 74.09970238 1014.688579 221.749628
O 98
MARZO 24.260577 74.99036808 1014.725834 243.977296
92 2
ABRIL 22.836084 75.10145668 1015.350473 248.486072
85 1
MAYO 20.914919 77.68716398 1016.238105 218.842741
35 9
JUNIO 20.138700 80.27572624 1016.40064 135.737567
15 7
JULIO 19.507604 79.85733513 1016.035195 137.548452
31 2
AGOSTO 18.948185 80.30342742 1016.084375 166.897177
48 4
SEPTIEM 19.023239 78.59877874 1016.790805 198.258261
BRE 94 5
OCTUBR 19.003768 77.76514132 1016.409825 240.933041
 E 51 7
NOVIEM 20.122918 77.81175647 1015.606753 173.671098
BRE 12 7
DICIEMB 22.534937 76.90446304 1015.798501 167.799163
RE 24 2

ANLISIS DE REGRESIN LINEAL ENTRE LA TEMPERATURA (T) VS HUMEDAD RELATIVA (HR)

f(x) = 98.28 exp( -0.01 x )

f(x) = -- 0.86x + 95.85
0.08x^2 + 2.72x + 57.44
R = 0.78
R = 0.79

Linear () Exponential () Polynomial ()

ANLISIS DE REGRESIN LINEAL ENTRE LA TEMPERATURA VS

HUMEDAD RELATIVA
Los resultados muestran que existe una mayor correlacin, en este caso una
correlacin media (R=0.79), para la ecuacin polinmica de segundo grado as
como lo sera an ms para las ecuaciones de tercer o cuarto grado. Le sigue a
la ecuacin de segundo grado la correlacin de la ecuacin exponencial con un
R igual a 0.7813 y a ste, la lineal con R igual a 0.7771.
La diferencia de correlacin, en este caso correlacin media para las tres
ecuaciones, es mnima y aunque con una ecuacin polinmica de quinto y
sexto grado se podra llegar a una correlacin alta (R>0.8), lo cierto es que el
manejo sera ms complicado. Cabe decir entonces que la mejor opcin de
eleccin a la relacin matemtica entre las dos variables analizadas es la
lineal, por ser ms simple y fcil de manejar.
Diremos finalmente que la relacin T(x) vs HR (y) es lineal con una pendiente
negativa (relacin inversa), la cual nos indica que ante un aumento de
temperatura hay una disminucin de Humedad Relativa y viceversa.
 La humedad relativa es el porcentaje de agua en suspensin en una masa de
aire determinada. Al haber mayor temperatura el agua pasa de su estado
lquido a vapor por lo que la humedad va disminuyendo cada vez ms a
medida que se siga aumentando la temperatura. Esto concuerda con el
resultado obtenido.

ANLISIS DE REGRESION ENTRE LA PRESIN ATMOSFRICA(P) VS LA TEMPERATURA(T)

f(x)
f(x) =
= 0.56x^2
- 2.44x +-ln(x)
-2480.94 1145.49x
2502.62 + 582974.99
+ 17198.04
R =
R = 0.59
0.58

Linear () Logarithmic () Polynomial ()

ANLISIS DE REGRESION ENTRE LA PRESIN ATMOSFRICA VS LA

TEMPERATURA
Se muestra entre estas dos variables analizadas que existe una correlacin
media para todas las ecuaciones donde la polinmica de segundo grado
presenta una mayor correlacin y como ya se mencion, sera an ms la de
tercer o cuarto grado.
Por el mismo anlisis hecho entre la relacin T(x) vs HR (y) descartaramos las
ecuaciones polinmicas, donde la diferencia de correlacin es mnima. Por otro
lado entre la ecuacin lineal y logartmica que presentan R iguales no cabe
duda que la mejor eleccin de relacin es la lineal pues es ms sencilla y
manejable.
Finalmente la relacin entre P(x) vs T (y) es lineal con una correlacin media y
pendiente negativa (relacin inversa), donde ante un aumento de presin
disminuye la temperatura y viceversa. Esta relacin se podra explicar
mencionando que la presin atmosfrica depende directamente de la
densidad del aire y al haber mayor temperatura, el aire, como todo gas,
 se expande y por tanto su densidad disminuye generando as la
disminucin de la presin atmosfrica.

ANLISIS DE REGRESIN LINEAL ENTRE LA RADIACIN SOLAR(Q) VS LA TEMPERATURA (T)

0.02x
f(x) = 4.23 + +16.92
- 0x^2
ln(x) -0.04x
0.93 + 15.03
R = 0.18

Linear () Logarithmic () Polynomial ()

ANLISIS DE REGRESIN LINEAL ENTRE LA RADIACIN SOLAR VS LA

TEMPERATURA
Pese a que con por mismo anlisis de regresin hechas para T(x) vs HR (y) y
P(x) vs T (y) la mejor eleccin de relacin entre las variables de radicacin solar
y temperatura seria lineal, lo cierto es que siendo R 2 menor a 0.2 se indica
que entre estas dos variables no hay un correlacin.

B. CONSTRUCCIN DE METEOROGRAMAS
DIA 4 DE ENERO DEL 2009
 METEOROGRAMA DE TEMPERATURA
27.7

19.8

El grfico nos muestra que la mayor temperatura se alcanza alrededor del

medioda lo cual es coherente pues a dicha hora es donde la radiacin solar
llega de forma ms directa a la superficie de la tierra y por tanto ms energa
calorfica est presente en la atmsfera. Las temperaturas ms bajas se
registran alrededor de las 5:00 a.m. esto debido a que durante el da las masas
de agua absorben calor proveniente del sol, elevando as su temperatura para
luego liberar energa lentamente durante toda la noche registrando picos ms
bajos alrededor de las 5 a.m.

METEOROGRAMA DE HUMEDAD RELATIVA

87

53

Se estableci por el anlisis de regresin hecha anteriormente, entre la

temperatura y la humedad relativa, que la relacin de dichas variables es
inversa. As se ve en la grfica que cuando la temperatura llega a su mximo
valor, alrededor del medioda, la humedad relativa alcanza sus valores mnimos
para luego aumentar a medida que la temperatura va disminuyendo.

METEOROGRAMA DE PRESIN ATMOSFRICA

1018.4

1013.9

Se alcanzan los valores ms altos en las horas en las que la temperatura es

menor y esto se debe a que a mayor temperatura el aire se expande
disminuyendo as su densidad y por tanto la presin que ejerce. Sin embargo,
se esperara que al medioda cuando la temperatura alcanza sus valores
mximos la presin sea mnima, lo cual no ocurre. Esto nos dice que existen
otros factores que afectan la presin atmosfrica.

METEOROGRAMA DE LA RADIACION SOLAR

905

Siendo la radiacin solar una variable meteorolgica primaria su origen no

depende de ninguna otra variable, es decir es independiente. Asimismo los
valores de cero indican la no presencia del sol donde a medida que la tierra va
realizando su movimiento rotacional cada vez ms radiacin va alcanzando la
superficie terrestre obteniendo as los picos altos alrededor del medioda. Por
otro lado en el grfico se puede apreciar una brusca cada de radiacin, esto
debido a que posiblemente la incidencia de radiacin es interferida por el
medio que rodea al instrumento que mide la variable, podramos hablar de una
colina o una montaa.

DIA 28 DE JULIO del 2009

METEOROGRAMA DE TEMPERATURA
22.3

15.9

Se aprecia nuevamente que los valores ms altos de la temperatura se

alcanzan alrededor del medioda y los menores alrededor de las 5 a.m.

Siendo un da de invierno se espera que las temperaturas sean menores

comparadas al meteorograma anterior medido en un da de verano, lo que
efectivamente aciertan con los datos expresados en el meteorograma. Mientras
que en verano la temperatura mxima est por encima de los 25C, en
invierno se mantiene por debajo; las temperaturas mnimas en invierno estn
cercas a 15C mientras que en verano no llegan a menos de 20C. Cabe decir
que la diferencia entre estas estaciones y las dems se debe a la inclinacin en
el eje de rotacin de la tierra y la rbita que describe alrededor del sol
generando as cambios en la temperatura.
 METEOROGRAMA DE HUMEDAD RELATIVA
90 87

65

Se ve nuevamente que la relacin inversa entre temperatura y humedad

relativa se aprecia en la grfica que cuando la temperatura llega a su valor
mximo, la humedad alcanza su mnimo y viceversa. Ya que las temperaturas
alcanzadas en invierno son menores a las que se alcanzan en verano, los
valores de humedad relativa son mayores para el invierno, medidos
aproximadamente a la misma hora.

METEOROGRAMA DE PRESIN ATMOSFRICA

1016.1
1016.3

1012.2

Se evidencia un comportamiento similar para los valores que toma la presin

atmosfrica en el verano.
 METEOROGRAMA DE RADIACION SOLAR

503

Al encontrarnos en la estacin de invierno, la radiacin solar debe atravesar

mayor cantidad de atmosfera antes de poder llegar a la superficie, esto es tal
vez una de las razones por la cual sus valores son menores en comparacin
con el verano.

TODO EL AO

METEOROGRAMA DE TEMPERATURA (C)

Temperatura (C)
La temperatura a lo largo del ao se mantiene ms o menos constante
variando entre 15-30C. Se aprecia valores mayores en los primeros meses
debido a que corresponden a la estacin de verano, la temporada durante la
cual ms radiacin alcanza la superficie de la tierra.

METEOROGRAMA DE HUMEDAD RELATIVA (%)

Humedad Relativa (%)

Vemos que la humedad relativa se mantiene elevada a lo largo del ao. Los
valores ms bajos se ven en el verano que por la misma relacin inversa
representan los momentos en los que la temperatura es mayor y viceversa.

METEOROGRAMA DE PRESIN ATMOSFRICA (mb)

Presin atmosfrica (mb)

La presin atmosfrica vara en un rango reducido y se mantiene siempre cerca

del valor normal de 1014 mb. Debido a que existen pequeas variaciones de
factores que hacen cambiar la densidad y por tanto el peso del gas sobre
nosotros.

METEOROGRAMA DE RADIACIN SOLAR (W/m2)

Rad. Solar (W/m2)

Se ve en los meses de verano que la densidad de la zona que corresponde a

valores elevados (>600) es mayor que en los meses de invierno. Como ya se
dijo, el eje rotacional de la tierra est inclinado y esto junto a la rbita que
describe alrededor del sol provoca que en los meses de invierno la radiacin
proveniente del sol no llegue directamente a la superficie sino de forma
tangencial, adems que tiene que atravesar ms atmosfera y por tanto mayor
cantidad se pierde en el camino.

C. TRAZADO DE ISOLNEAS
V. CONCLUSIONES

Se pudo establecer y discutir las ecuaciones de regresin lineal entre las

diferentes variables meteorolgicas, determinando una relacin lineal
con pendiente negativa (relacin inversa), en ambos casos, para de T(x)
vs HR (y) y P(x) vs T (y), la cual nos indica que ante un aumento de la
variable x hay una disminucin de la variable y.
Se pudo determinar el grado de correlacin que existe entre T(x) vs HR
(y), P(x) vs T (y) y Q(x) vs T(x), obteniendo una correlacin media para
las dos primeras, mientras que para la ultima, por resultar R 2 menor a
0.2, se concluye que no se tiene una correlacin.
Se logro elaborar y analizar los meteorogramas de las diferentes
variables meteorolgicas evidenciando grficas y variaciones
caractersticas, semejanzas y distinciones de meteorogramas (segn
como las variables meteorolgicas estn relacionadas) y distinciones
en los comportamientos segn la poca del ao.
 Por ltimo se pudo dibujar las isolnias, en este caso las isobaras, para la
presin atmosfrica.

VI. CUESTIONARIO

1. Si en un anlisis de Regresin Lineal entre Temperatura (T) y Humedad

relativa (HR) se obtiene la siguiente ecuacin:

HR = 92.5-0.5T con un r=-0.80

Cul es la interpretacin fsica de los valores hallados?

Siendo r igual -0.80 nos muestra que la correlacin de estas variables es

alta. Siendo una ecuacin de tipo lineal, con una pendiente negativa nos da
a conocer que estas variables presentan una relacin inversa donde ante
un aumento de temperatura la humedad relativa va disminuyendo.

2. En el cuadro adjunto se muestran los datos normales de Temperatura

Mnima de las estaciones de Jauja (J) y Huayao (H) del Departamento de
Junn, Regin Andrs Avelino Cceres. Completar los datos que faltan.
E F M A M J J A S O N D
8.
J 6.7 6.5 5 5.7 4 2.9 2.2 2.3 4.5 5.7 5.9 6.4
3.
H 6.9 6.8 6.9 5 2.3 0.9 0.5 1.1 6 5.1 5.7 6.2
Anlisis de regresin lneal de las temperaturas mnimas de las estaciones Jauja y Huayao
f(x) = 1.23x - 2.01
R = 0.93

Linear ()

3. Con un anlisis de regresin lineal simple es posible completar o corregir

datos de precipitacin de una serie histrica?

S. Ya que al hallar, mediante un anlisis de regresin lineal, la relacin entre

los valores de precipitacin con otra variable, es posible hallar un dato
aproximado que se ajuste a la tendencia encontrada. Con el cual tambin
podemos corregir un dato.

4. Qu tipos de anlisis realizara Ud. con los datos de la Estacin Alexander

Von Humboldt?

En La Estacin Alexander Von Humboldt obtienen datos de variables

meteorolgicas, entre ellas: temperatura del aire, temperatura del suelo,
velocidad y direccin del viento, humedad atmosfrica, presin atmosfrica,
precipitacin, entre otros. Con estos datos, se podra realizar un anlisis de
regresin lineal para hallar relaciones entre dos variables; por ejemplo, la
relacin entre la presin atmosfrica y la precipitacin, o entre la
temperatura del aire y la humedad atmosfrica.

5. Es posible analizar mediante isolneas los datos de una sola estacin

meteorolgica? Indique algunos ejemplos.

Lo usual es analizar los datos de una estacin meteorolgica. Debido a que

una estacin rara vez est ubicada exactamente en una isolnea, se estiman
datos a partir de mtodos de interpolacin y extrapolacin a partir de la
base de datos de la estacin, relacionada a un mapa base. Para esto, se
 hace uso de programas informticos desarrollados especficamente para
este fin, como el programa Surfer.

Ejemplos: mapa de isotermas, isbaras, isolneas de humedad, precipitacin,

etc.

VII. BIBLIOGRAFA
1. Calle, V. & Unsihuay, F. Meteorologa general. 2013
2. Gua de prcticas de Meteorologa general. Universidad Nacional
Agraria la Molina. Ciclo 2014.
3. http://revcolfis.org/publicaciones/vol40_2/4002359.pdf