“Año de la Promoción de la Industria Responsable y del

Compromiso Climático”

UNIVERSIDAD NACIONAL
AGRARIA LA MOLINA

Tema: Análisis de regresión lineál entre

váriábles meteórólógicás y trázádó de
isólíneás y meteórógrámás

Curso: Meteorología

Profesor(a): Oyarce Álvarez, Ana M.

Integrantes:

- Bravo Garcia, Flavio

- Pezúa Vásquez, Luis
- Monzón Narciso, Paola.
OBJETIVOS

 Determinar la ecuación de regresión lineal y el grado de correlación entre las distintas

variables meteorológicas
 Elaborar y analizar los meteorogramas de las variables meteorológicas
 Construir las isolíneas de las variables meteorológicas.

MARCO TEÓRICO

ANÁLISIS DE REGRESIÓN

En términos generales, el análisis de Regresión trata sobre el estudio de la dependencia de un

fenómeno económico respecto de una o varias variables explicativas, con el objetivo de explorar o
cuantificar la media o valor promedio poblacional de la primera a partir de un conjunto de valores
conocidos o fijos de la/s segunda/s.

La forma de una ecuación de regresión lineal simple es Y=a+bx

METEOROGRAMAS
Son graficas en la cual se representan la variación de una o más variables meteorológicas en el
tiempo, siendo el tiempo un día, un año o más de dos años.

ISOLINEAS

Una isolínea (también llamada, isópleta, curva de nivel, isograma o isa ritma), para una función de
varias variables, es una curva que conecta los puntos en que la función tiene un mismo valor
constante.

Las isolíneas que se representan en un mapa son líneas, rectas o curvas, que describen la
intersección de una superficie real o hipotética con uno o más planos horizontales. La
configuración de estas curvas permite a los lectores del mapa inferir el gradiente relativo de la
variable o parámetro y estimar un valor en un lugar determinado.

El gradiente de la función es siempre perpendicular a la isolínea. Cuando las líneas están muy
cerca, la longitud del gradiente es grande: la variación es acentuada. Si las isolíneas adyacentes
tienen el mismo grosor de línea, la dirección del gradiente no puede determinarse y por ello se
emplean diferentes grosores o se rotulan o etiquetan numéricamente: de este modo la dirección
del gradiente puede ser fácilmente apreciada.

El uso más habitual de las isolíneas es en cartografía y en meteorología. Un mapa topográfico (o

mapa de curvas de nivel) utiliza isolíneas que unen puntos de igual altitud y muestra, así, la forma
de los valles y las colinas, y la pendiente de las laderas.

Tipos de isolíneas:

 Geografía física
 Oceanografía
 Meteorología/termodinámica
 Meteorología
 Magnetismo
 Botánica
 Ciencias sociales
 Economía
  Transporte
 Sismología

MATERIALES

 Datos mensuales de temperatura del aire, humedad relativa, presión atmosférica, horas
de sol y radiación solar
 Datos horarios de temperatura del aire y humedad relativa
 Datos de temperatura del aire y presión atmosférica a nivel del mar
 Calculadora electrónica o una computadora
 Útiles de escritorio (regla, lápiz, colores)

METODOLOGÍA

 Análisis de regresión lineal simple

- Se identifica la variable independiente (x) y la dependiente (y) con los datos que nos presenta la
tabla 1 siendo estas T vs Qi, HR vs T y P vs T.

- Se procede a identificar el valor máximo y mínimo de las variables meteorológicas para

representarlos en un plano cartesiano

- Se realiza la gráfica de relación lineal y se define el grado de correlación de las variables

meteorológicas

 Construcción de meteorogramas

- Con los datos de la tabla 1 se construye meteorogramas de temperatura, humedad relativa,

radiación solar y presión atmosférica las cuales son a nivel mensual.

- Con los datos de la tabla 2 se construye los meteorogramas de la variación horaria de la

temperatura y humedad relativa para la estación AVH de la UNALM.

 Trazado de isolíneas

- Colocar los datos de la variable meteorológica según las coordenadas geográficas, y encontrar los
valores máximos y mínimos para analizar los rangos de variación de los datos, en este caso ya
estaba dado.

- Se estableció el intervalo de variación de las isolíneas las cuales fueron del 18 al 26 con excepción
de la isolínea. Hay que tener en cuenta las isolineas terminan en una zona limítrofe de la región de
datos, presentándose isolineas cerradas
RESULTADOS

Análisis de regresión lineal de la tabla 1

Análisis de regresión lineal mensual entre T°

y Radiación solar
13
12.5
12 y = 0.0146x + 2.3776
R² = 0.8129
11.5
Temperatura

R= 0.9016
11
(ºC)

10.5
10 Series1
9.5 Linear (Series1)
9
8.5
8
400 450 500 550 600 650 700 750
Radiación solar (ly/día)

Análisis de regresión lineal mensual entre

Presión atmosférica y T°
690
689.5
y = -0.6249x + 694.51
Presión Atmosférica (hPa)

689 R² = 0.4669
688.5 R= - 06833

688
Series1
687.5
Linear (Series1)
687
686.5
686
8 9 10 11 12 13
Temperatura (°C)
 Análisis de regresión lineal mensual entre
Humedad relativa y T°
80
y = -0.387x + 70.997
75
Humedad relativa (%)

R² = 0.0041
R= -0.0640
70

65
Series1
60 Linear (Series1)
55

50
8 9 10 11 12 13
Temperatura (ºC)

Meteorogramas

Tabla I

Variación mensual de la presiòn atmosfèrica

estación: Huayao (Huancayo) 3312,97 msnm
[1981]
690

689.5
presiòn atmosfèrica (hPa)

689

688.5

688

687.5 Series1

687

686.5

686
0 1 2 3 4 5 6 7 8 9 10 11 12
Tiempo(meses)
 Variación mensual de la Radiación solar (ly/día)
estación: Huayao (Huancayo) 3312,97 msnm
[1981]
750

700
Radiación solar (ly/día)

650

600

550
Series1
500

450

400
0 1 2 3 4 5 6 7 8 9 10 11 12
Tiempo(meses)

Variación mensual de la Temperatura ºC

estación: Huayao (Huancayo) 3312,97 msnm
[1981]
13
12.5
12
11.5
Temperatura ºC

11
10.5
10 Series1
9.5
9
8.5
8
0 1 2 3 4 5 6 7 8 9 10 11 12
Tiempo(meses)
 Variación mensual de la Temperatura ºC
estación: Huayao (Huancayo) 3312,97 msnm
[1981]
9
8.5
Horas de sol (hrs/día)

8
7.5
7
6.5
6
Series1
5.5
5
4.5
4
0 1 2 3 4 5 6 7 8 9 10 11 12
Tiempo(meses)

Variación mensual de la Temperatura ºC

estación: Huayao (Huancayo) 3312,97 msnm
[1981]
80

75
Humedad relativa (%)

70

65

60 Series1

55

50
0 1 2 3 4 5 6 7 8 9 10 11 12
Tiempo(meses)
Tabla II

Variación horaria de la T° del aire

estación: AVH La Molina [19 de julio]
18

17
temperatura (°C)

16

15
Series1
14

13

12
0 2 4 6 8 10 12 14 16 18 20 22 24
Tiempo (horas)

Variación horaria de la humedad relativa

estación: AVH La Molina [19 de julio]
95

90
Humedad relativa (%)

85

80 Series1

75

70
0 2 4 6 8 10 12 14 16 18 20 22 24
Tiempo (horas)
DISCUSIÓN DE RESULTADOS

 Análisis de regresión lineal

Se observa que el r en la relación entre temperatura y radiación solar sale cercano a 1

mientras que el segundo, relación entre presión atmosférica y temperatura, sale cercano a -1
lo que indica que los puntos están sobre la línea de la ecuación viéndose con mayor precisión
en la primera; sin embargo en la tercera relación entre Humedad relativa y temperatura está
muy alejado del -1 lo que indica que los puntos están muy alejados de la línea de la ecuación.
En los tres casos se comprueba viendo las gráficas.

 Meteorogramas

El meteorograma de la variación horaria de la temperatura nos muestra que hubo una alta para
ese día a las 10 am mientras que la mínima temperatura se dio de 2 am a 4 am lo cual coincide
con las horas donde se dan las más bajas temperaturas. En cambio en el otro meteorograma de
la variación horaria de la humedad relativa nos indica que la más alta se da desde las 12 am
hasta las 4 am y la mínima humedad relativa se da de 10 am a 12am. Por lo tanto se observa
que hay una relación inversa entre temperatura y humedad relativa para ese día según la
estación meteorológica.

 Isolíneas

Se observa que hay líneas que no llegan a cerrarse pero que sin embargo terminan en regiones
limítrofes de la zona de datos. Sin embargo no todos los puntos de la temperatura coinciden
como es el caso de 20 °C. Además el campo escalar es intenso en las temperaturas más bajas y
luego el campo escalar es débil en temperaturas más altas como es el caso 26 ªC.

CONCLUSIONES

 Cuando el R sale cercano a +-1 indica que los puntos están muy cercanos o sobre la línea
de la ecuación y si es con una serie histórica de datos este resultado será aún más preciso
por lo que se podría hallar un valor aproximado si faltasen datos. Sin embargo el uso de la
regresión lineal simple no es tan usado para hallar datos en escalas pequeñas ya que tiene
una tasa de error alta y no siempre los puntos coinciden en una línea es por eso que hay
otros tipos de regresión no lineal (potencial, exponencial, etc.)
 Existe una relación inversa entre la temperatura y la humedad relativa es decir, cuando la
temperatura es la mínima en un rango se da el mayor porcentaje de humedad relativa es
por eso que en horas de la madrugada se observa rocío en las hojas lo cual es la forma de
algunos ecosistemas vegetales de poder obtener agua, en cambio cuando se da la mayor
temperatura hay un menor porcentaje de humedad relativa es por eso que en algunos
casos no se observa la presencia de nubes que signifiquen presencia de lluvia.
 El uso de isolineas está bastante usado en el campo de la meteorología siendo las
principales las isotermas y las isobaras lo cual ayuda a determinar los parámetros o valores
 que se están dando es ese lugar ya que cada isolinea es constante por lo que se puede
observar y describir en un mismo lugar distintas variaciones o fenómenos que se están
produciendo y que tan acentuada es dicha variación. Mediante esto se pueden realizar
pronósticos de tiempos y prever algún tipo de cambio marcado que este aconteciendo.

BIBLIOGRAFÍA

 http://www.bdigital.unal.edu.co/1239/7/06CAPI05.pdf
 http://webcache.googleusercontent.com/search?q=cache:tiXTcyfoIksJ:www.um.es/geogr
af/sigmur/sigpdf/temario_6.pdf+&cd=4&hl=es-419&ct=clnk
 Análisis de regresión.
https://www.uam.es/personal_pdi/economicas/sgarcia/analisisderegresion.pdf

ANEXOS

Pregunta 2 del cuestionario

Análisis de regresion lineal de la T°min

para Jauja
8
T° min de la estación de Huayao (°C)

7 y = 0.6934x + 2.0218
6 R² = 0.9788
5

4 Series1

3 Linear (Series1)

1
0 1 2 3 4 5 6 7 8
T° min de la estación de Jauja (°C)
 Análisis de regresion lineal de la T°min
para Huayao
8
T° min de la estación de Huayao (°C)

7
6
y = 1.4116x - 2.768
5
R² = 0.9788
4
Series1
3
Linear (Series1)
2
1
0
1 2 3 4 5 6 7
T° min de la estación de Jauja (°C)