"El Proyecto PER/98/G31 "Electrificación Rural a Base de Energía Foto voltaica en el Perú" tiene como objetivo promover la aplicación

sostenible de energía fotovoltaica en zonas rurales del país, como una alternativa limpia, libre de la emisión de gases de efecto invernadero. Su
ejecución está a cargo de la Dirección Ejecutiva de Proyectos del Ministerio de Energía y Minas (DEP-MEM) y es co financiado por el Fondo
Mundial para el Medio Ambiente (GEF), a través del Programa de las Naciones Unidas para el Desarrollo (PNUD).
El Atlas de Energía Solar, servirá para diseñar adecuadamente sistemas foto voltaicos de acuerdo a la ubicación geográfica de la localidad donde
deban ser instalados. A este esfuerzo se añaden las actividades para garantizar la calidad de los sistemas fotovoltaicos, mediante la elaboración de
especificaciones técnicas rigurosas y la capacitación de laboratorios que certifiquen el cumplimiento de las mismas. Las actividades mencionadas
se complementan con la capacitación de usuarios, administradores y técnicos locales así como en el desarrollo de modelos de gestión, que
aseguren la operación, mantenimiento y reparación de las instalaciones.
El Atlas de Energía Solar desarrollado con singular éxito por el SENAMHI mediante contrato suscrito con el Proyecto y financia do con fondos
GEF, permitirá diseñar sistemas fotovoltaicos para viviendas, locales comunales, postas médicas, o escuelas rurales. Los inversionistas
nacionales y extranjeros podrán igualmente usar la información para determinar la rentabilidad de sus proyectos de electrificación en general,
calentamiento de agua, deshidratación de alimentos, agricultura, ganadería, diseño bioclimático de edificaciones u otros usos que empleen la
irradiación solar como una de sus fuentes de energía."
 AGRADECIMIENTOS

El Servicio Nacional de Meteorología e Hidrología (SENAMHI) manifiesta un agradecimiento muy especial:

 A la Dirección Ejecutiva de Proyectos del Ministerio de Energía y Minas (DEP/MEM), por el fínanciamiento del Estudio, como
parte del Proyecto PER/98/G31.
 Al Ingeniero Emilio Mayorga Navarro, Coordinador del Proyecto PER/98/G31, por su valioso apoyo logístico en las diferentes
etapas del estudio.
 Al Centro Internacional de la Papa (CIP) y a la Universidad de Wageningen - Holanda (WU) por facilitar las herra mientas
desarrolladas en esta área de investigación.
 Al Dr. Humberto Rodríguez Murcia por compartir sus valiosas experiencias en el campo de la irradiación solar con el equipo de
trabajo.

A todos los colegas que directa e indirectamente participaron y contribuyeron en la elaboración del presente Estudio.

El Modelo de Interpolación Climática basado en procesos utilizado en el presente "Atlas de Energía Solar del Perú"
fue desarrollado en el Departamento de Sistemas de Producción y Manejo de Recursos Naturales del Centro
Internacional de la Papa (CIP).
 PRESENTACIÓN

El Perú es un país de topografía muy variada, de gran diversidad climática y condiciones excepcionales que le confieren un elevado
potencial de energías renovables. Sin embargo, para hacer posible el diseño de políticas y medidas para incentivar el mayor uso de estas
energías limpias que promuevan el desarrollo especialmente en zonas rurales, es necesario e indispensable cuantificar esta disponibilidad
así como conocer su distribución temporal en el territorio.

En ese sentido, la necesidad de contar con un documento técnico que cumpla con esta exigencia a fin de impulsar el uso masivo de la
energía solar como fuente energética es lo que ha motivado al Servicio Nacional de Meteorología e Hidrología (SENAMHI) y la Dirección
ejecutiva de Proyectos del Ministerio de Energía y Minas (DEP-MEM) a suscribir un Convenio dentro del marco del proyecto
PER/98/G31, a fin de que el SENAMHI elabore el "Atlas de energía solar del Perú ", documento que deberá consolidar los datos
históricos y también recientes sobre la irradiación solar en nuestro país y a su vez plasme la utilización de sofisticadas y actuales técnicas
de evaluación y análisis de este recurso.

En este contexto, el Atlas de Energía Solar del Perú representa el esfuerzo conjunto de un gran grupo de personas, desde el personal de
campo que hace la observación cotidiana de los datos por muchos años, hasta el profesional que utiliza la ciencia y tecnología para
finalmente poner a disposición de las Instituciones públicas y privadas, la comunidad científica y público en general este valioso
documento, el mismo que incluye mapas tanto nacionales como departamentales de la energía solar diaria recibida en superficie a nivel
mensual y anual, así como gráficos de la variación mensual de la irradiación solar incidente y de la heliofanía

Esta información permitirá captar la atención de los inversionistas y público en general hacia las fuentes renovables de energía y al
desarrollo de las tecnologías necesarias para obtener calor y electricidad para diversas aplicaciones, mediante colectores térmicos y
módulos fotovoltaicos, respectivamente. El calor recogido en los colectores se puede destinar a satisfacer numerosas necesidades del
hogar, la colectividad y la industria, como calefacción, refrigeración, hornos, etc.; para fines agrícolas podemos obtener secadores,
plantas de purificación o desalinización de agua, etc. En tanto que los paneles solares se perfilan como la solución a la electrificación
rural, que puede usarse de manera directa o bien ser almacenada en acumuladores para usarse en las horas nocturnas. La energía solar
puede ser perfectamente complementada con otras energías convencionales.

Es así que el SENAMHI, con legítimo orgullo, presenta el ATLAS DE ENERGÍA SOLAR DEL PERÚ, con lo que esperamos estar
contribuyendo con el desarrollo económico y social del país, así como también con el perfeccionamiento y desarrollo de mejores y nuevas
técnicas en este campo.

Mayor General FAP

WILAR GAMARRA MOLINA
Jefe del SENAMHI
 PROYECTO PER/98/G31: ELECTRIFICACIÓN RURAL A BASE DE ENERGÍA FOTO VOLTAICA EN EL PERÚ

"ATLAS DE ENERGÍA SOLAR DEL PERÚ"

ÍNDICE
Página
1. Introducción 11

2. Antecedentes 11
3. Irradiación solar - 11
3.1Defmicione 11
3.2 Instrumental de irradiación solar 12
3.2.1 Principios de las mediciones solarimétricas 12
3.2.2 Instrumentos solarimétrico: 12
3.2.3 Estandarización de instrumentos solarimétrico 15
3.2.4 Instrumental de temperaturas extremas 15
4. Información meteorológica y cartográfica utilizada 16
4.1 Red de medición de la irradiación solar 16
4.2 Red de estaciones meteorológicas 16
4.3 Sistema de información geográfica 16
5. Procesamiento y control de calidad de la información 16
5.1 Recopilación, digitación y control de calidad de los datos 16
5.1.2 Análisis de consistencia de datos de irradiación solar 17
5.2 Modelo digital de elevación (DEM) 17
6. Modelos de estimación de la irradiación solar 17
6.1 Modelo Ángstróm-Prescott 17

6.2 Modelo Bristow-Campbell 17

6.3 Modelo de interpolación 18
6.3.1 Insumos del modelo 18
6.3.2 Fundamento teórico 19
6.3.3 Modelo digital de elevación (DEM) 19
6.3.4 Simulación 19
7. Distribución espacial y temporal de la energía solar incidente diaria en el Perú 20
7.1 Distribución anua 20
7.2 Distribución estacional 20
REFERENCIAS 21
 ANEXOS Página

1. Hora de salida del sol (HS), hora de puesta del sol (HP) y duración astronómica del día (N) para diferentes latitudes 25
2. Cuadro de conversión de unidades utilizadas en solarimetría. 25
3. Relación de estaciones meteorológicas utilizadas. 26
4. Promedios climáticos de temperaturas extremas (máxima y mínima) de las estaciones meteorológicas utilizadas 27
5. Promedios climáticos de heliofanía de las estaciones meteorológicas utilizadas 28
6. Variación mensual de la transmisividad (H/Ho) y heliofanía relativa (n/N) de las estaciones base 29
7. Irradiación solar extraterrestre - Hemisferio sur. 31

TABLAS

Tabla 1: Ubicación geográfica, récord histórico y tipo de instrumento de medición de irradiación solar en las estaciones base 16
Tabla 2: Valores de las principales variables climáticas de las estaciones base. 16
Tabla 3: Valores de los coeficientes del modelo Ángstróm-Prescott por estación, número de datos utilizado y error promedio 17
Tabla 4: Valores de los coeficientes del modelo Bristow-Campbell por estación, número de datos y error promedio. 18
Tabla 5: Coordenadas de las zonas de simulación establecidas. 19

FIGURAS

Figura 1: Pirheliómetro de compensación Ángstróm - 13

Figura 2: Piranómetro Kipp & Zonen 14
Figura 3: Piranómetro de Bellan 14
Figura 4: Actinógrafo o piranógrafo bimetálico de Robitzch 14
Figura 5: Heliógrafo Campbell-Stokes 15

Figura 6: Termómetros de máxima y mínima 15

Figura 7: Relaciones entre valores observados y estimados para los coeficientes bB y cB del modelo Bristow-Campbell y
la relación entre ambos coeficientes- 18
Figura 8: Zonas de simulación 19
 MAPAS

Mapas geográficos:
 Mapa de ubicación de estaciones meteorológicas
 Mapa de altitudes
 Mapa de pendientes
 Mapa de aspecto

Mapas de energía solar

Nivel país
 Mapa de energía solar incidente diaria: promedio anual
 Mapa de desviación estándar de la energía solar
 Mapa de energía solar incidente diaria: mes de enero
 Mapa de energía solar incidente diaria: mes de febrero
 Mapa de energía solar incidente diaria: mes de marzo
 Mapa de energía solar incidente diaria: mes de abril
 Mapa de energía solar incidente diaria: mes de mayo
 Mapa de energía solar incidente diaria: mes de junio
 Mapa de energía solar incidente diaria: mes de julio
 Mapa de energía solar incidente diaria: mes de agosto
 Mapa de energía solar incidente diaria: mes de setiembre
 Mapa de energía solar incidente diaria: mes de octubre
 Mapa de energía solar incidente diaria: mes de noviembre
 Mapa de energía solar incidente diaria: mes de diciembre

Nivel departamental: Meses de febrero, mayo, agosto y noviembre

 Mapas de energía solar incidente diaria. Departamento de Amazonas
 Mapas de energía solar incidente diaria. Departamento de Ancash
 Mapas de energía solar incidente diaria. Departamento de Apurímac
 Mapas de energía solar incidente diaria. Departamento de Arequipa
 Mapas de energía solar incidente diaria. Departamento de Ayacucho
 Mapas de energía solar incidente diaria. Departamento de Cajamarca
 Mapas de energía solar incidente diaria. Departamento de Cusco
 Mapas de energía solar incidente diaria. Departamento de Huancavelica
 Mapas de energía solar incidente diaria. Departamento de Huánuco
 Mapas de energía solar incidente diaria. Departamento de lea
 Mapas de energía solar incidente diaria. Departamento de Junín
 Mapas de energía solar incidente diaria. Departamento de La Libertad
 Mapas de energía solar incidente diaria. Departamento de Lambayeque
 Mapas de energía solar incidente diaria. Departamento de Lima
 Mapas de energía solar incidente diaria. Departamento de Loreto
 Mapas de energía solar incidente diaria. Departamento de Madre de Dios
 Mapas de energía solar incidente diaria. Departamento de Moquegua
 Mapas de energía solar incidente diaria. Departamento de Pasco
 Mapas de energía solar incidente diaria. Departamento de Piura "
 Mapas de energía solar incidente diaria. Departamento de Puno
 Mapas de energía solar incidente diaria. Departamento de San Martín
 Mapas de energía solar incidente diaria. Departamento de Tacna.
 Mapas de energía solar incidente diaria. Departamento de Tumbes
 Mapas de energía solar incidente diaria. Departamento de Ucayali
1. INTRODUCCIÓN
La irradiación solar es una de las variables más importantes, por ser la fuente de energía utilizada en la gran mayoría de los procesos en
nuestro planeta. No obstante la importancia de esta variable, su medición es escasa debido a los altos costos del instrumental de precisión
requerido así como de su mantenimiento, por lo que la red de medición en el Perú, como en muchos otros países, es limitada. De otro lado,
la gran variabilidad topográfica y climática del territorio peruano obligan a tener que considerar redes más densas y bien distribuidas a
nivel nacional para una evaluación más precisa y detallada de este recurso.

En este contexto se hace necesario utilizar herramientas para la generación de datos de irradiación solar en zonas que no disponen de éstos,
recurriendo a diferentes métodos que permitan estimar esta variable en función de otras variables o parámetros conocidos o de más fácil
medición, como son la heliofanía y temperaturas, las cuales son regularmente medidas en las estaciones meteorológicas más comunes.

El Servicio Nacional de Meteorología e Hidrología del Perú (SENAMHI), consciente de la necesidad de conocer la distribución y la
variación de la irradiación solar en el territorio peruano, ha orientado sus actividades a la evaluación de este recurso, en convenio con la Di-
rección Ejecutiva de Proyectos del Ministerio de Energía y Minas. Para ello ha contado con una base de datos de irradiación solar
proveniente de estaciones convencionales y automáticas instaladas a nivel nacional, lo cual ha permitido preparar el Atlas de Energía Solar
del Perú. El Atlas entá comprendido por mapas promedio de energía solar incidente diaria a nivel mensual y anual para el período 1 975-1
990, los cuales se han obtenido utilizando las técnicas más refinadas de estimación e interpolación fundamentados en procesos físicos,
desarrollados con el Centro Internacional de la Papa (CIP).

El presente Atlas de Energía Solar permite conocer las zonas potenciales para el aprovechamiento energético en el Perú, a partir del cual se
optimizará el dimensionamiento y diseño de los equipos que utilizan esta fuente de energía. Así también, se posibilitan otras aplicaciones
en los diferentes sectores siendo uno de ellos el agrícola, por la creciente utilización de la variable solar en los modelos de simulación de
cultivos, por ejemplo.

Esta información constituye un valioso aporte para los sectores productivos público y privado en el Perú con la finalidad de promover la in-
versión e investigación en el uso de la energía solar como fuente alternativa renovable y no contaminante.

2. ANTECEDENTES
Con la finalidad de elaborar el Atlas de Energía Solar del Perú, la Dirección Ejecutiva de Proyectos del Ministerio de Energía y Minas
(DEP/ MEM) y el Servicio Nacional de Meteorología e Hidrología (SENAMHI), suscriben el 08 de marzo del 2 000 el Contrato de presta-
ción de servicios N° 012-00-EM/DEP para que el SENAMHI ejecute la Componente 1: Desarrollo de la información y de una base de
datos sobre energía renovable, dentro del Proyecto PER/98/G31: Electrificación rural a base de energía fotovoltaica en el Perú.

3. IRRADIACIÓN SOLAR
3.1 Definiciones
Álbedo:
Cociente entre el valor de la irradiación reflejada por una superficie y la irradiación incidente sobre ella (OMM, 1 992).

Balance de energía:
Ecuación que expresa la relación conservadora entre las distintas formas de energía en un determinado emplazamiento o en un sistema at-
mosférico en estado estacionario (OMM, 1 992).

Balance de radiación:
Distribución de los diferentes componentes de la radiación atmosférica que son absorbidos, reflejados, transmitidos o emitidos por la
atmósfera (OMM, 1 992).

Coeficiente de extinción:
Medición de la cantidad de energía radiante incidente absorbida por unidad de longitud o por unidad de masa de un medio absorbente
(OMM, 1 992).
Duración astronómica del día o Fotoperíodo (N):
Es el período de iluminación solar comprendido desde la salida hasta la puesta del sol. (García, 1 994). También se le conoce como
duración del día solar o duración máxima del día. Ver anexo 1.

Heliofanía (n):
Es el tiempo, en horas, durante el cual el sol tiene un brillo solar efectivo en el que la energía solar directa alcanza o excede un valor umbral
variable entre 120 y 210 W/m2, que depende de su localización geográfica, del equipo, del clima y del tipo de banda utilizada para el
registro (WMO, 1 992). También se le suele denominar "brillo solar" ó "insolación".

Irradiancia:
Potencia solar incidente en una superficie por unidad de área (RISOL, 1 999). Sus unidades son W/m2.

Radiación solar:
Es la energía electromagnética (del sol) emitida, transferida o recibida (RISOL, 1 999). El término radiación se aplica al cuerpo que radia,
mientras que el término irradiación al objeto expuesto a la radiación. Estrictamente, la superficie terrestre es irradiada y los mapas y tablas
son de irradiación solar, sin embargo, aún hoy en día suele usarse el término radiación para referirse a la irradiación (Rodríguez y Gonzáles,
1 992). Las cantidades de radiación se expresan generalmente en términos de irradiancia o irradiación (exposición radiante). En el anexo 2
se presenta una tabla de conversión de unidades de irradiación.

Irradiación solar circunglobal:

Es la irradiación solar directa y difusa más la irradiación reflejada del entorno, interceptada por una superficie esférica (Robinson, 1 966).
Es aquella que incide sobre un cuerpo libremente expuesto, es decir, está conformada por la radiación incidente procedente del sol (directa
y difusa) y por aquella radiación solar que es reflejada por la superficie terrestre y otros cuerpos aledaños, sin modificar su longitud de onda
(García, 1 984).

Irradiación solar o irradiación solar global (H):

Energía solar incidente en una superficie por unidad de área. Es el resultado de integrar la irradiancia en un período de tiempo (RISOL, 1
999). Sus unidades son J/m2 o kw h/m2. Es aquella radiación procedente del sol que incide sobre la superficie terrestre (directa y difusa)
(García, 1 984).

Irradiación solar directa:

Es la radiación que llega a la superficie de la tierra en forma de rayos provenientes del sol sin cambios de dirección (Sánchez et al, 1 993).

Irradiación solar difusa:

Radiación que proviene de otras direcciones (distintas a las del disco solar) debido a la reflexión y dispersión que producen en la radiación
solar, la atmósfera y las nubes (Hernández et al., 1 991). Radiación solar procedente de toda la bóveda celeste. Está originada por la
dispersión de la radiación en la atmósfera (RISOL, 1 999).

Irradiación solar reflejada:

Fracción de la irradiación solar (directa y difusa) que es reflejada por la superficie terrestre (RISOL, 1 999).

Irradiación solar extraterrestre (Ho):

Radiación incidente sobre una superficie horizontal en el tope de la atmósfera, que viene a ser el límite superior de la exósfera (ausencia
casi total de gases). La irradiación extraterrestre varía con la latitud y la fecha (Hernández et al., 1 991).

Temperaturas extremas: máxima y mínima

Son las temperaturas del aire máxima y mínima alcanzados durante el día, medidas entre 1,25 a 2 m por encima del suelo (OMM, 1 996).

Transmisividad atmosférica (x, H/Hq):

También conocida como coeficiente de transmisión de la atmósfera. Es la medida de la tasa de transferencia de la energía solar que no es
absorbida después que el haz atraviesa la unidad de espesor del medio atmosférico (EUROMET, 2 002).
3.2 Instrumental de medición de la irradiación solar
Las mediciones solarimétricas en la superficie terrestre son de la mayor importancia e interés para aplicaciones de energía solar y otros
estudios como aquellos relacionados a la variabilidad y cambio climático.

3.2.1 Principios de las mediciones solarimétricas

Los instrumentos, en general, convierten la energía de la radiación incidente en otra forma de energía que puede ser medida más
convenientemente (Robinson, 1 966). Dependiendo del principio en el cual están basados, los instrumentos pueden ser clasificados como
termales, termoeléctricos, fotoeléctricos, entre otros.

Según Tiba et al. (2 000), habitualmente son utilizados instrumentos cuyo sensor es una termopila que mide la diferencia de temperatura
entre dos superficies normalmente pintadas de negro y blanco e igualmente iluminadas. Una ventaja principal de la termopila es su respues-
ta uniforme a las longitudes de onda. Por ejemplo, el piranómetro Eppley modelo 8-48 presenta esa característica en un intervalo de 0,3 a 3
im.

Sensores basados en la expansión diferencial de un par bimetálico, provocada por una diferencia de temperatura entre dos superficies de
color negro y blanco, son también utilizados en instrumentos solarimétricos (actinógrafo tipo Robitzch-Fuess). La expansión del sensor
moviliza una pluma que registra un valor instantáneo de irradiación solar.

Actualmente, para mediciones piranométricas son utilizadas fotocélulas de silicio monocristalino cuyo costo es de 10 a 20 % del costo de
los instrumentos que usan termopilas. Su mayor limitación es la no uniformidad de respuesta espectral en una región relativamente limitada
de longitudes de onda en la cual la fotocélula es sensible (0,4 a 1,1 im con un máximo alrededor de los 0,9 Im). Cerca del 99 % del espectro
solar se extiende entre 0,27 a 4,7 im, por tanto el intervalo de sensibilidad de las fotocélulas comprende el 66 % de la radiación.

Las fotocélulas y las termopilas realizan mediciones esencialmente diferentes. La fotocélula cuenta el número de fotones con energía mayor
que la diferencia existente entre dos bandas de energía del material con las cuales esos fotones interactúan (banda de energía prohibida del
silicio). La energía en exceso de los fotones es simplemente disipada en forma de calor. Una termopila mide potencia por lo tanto, el
momento de primer orden de la distribución espectral. Esta diferencia da origen a características espectrales cualitativamente diferentes que
complican el análisis de interrelación entre ambos tipos de sensores.
Si el espectro solar tuviese siempre la misma distribución, bastaría la calibración de estos sensores, debido a que no serían afectados por su
respuesta espectral. Sin embargo, la distribución espectral se modifica con la masa de aire y cobertura de nubes. Ese cambio es muy impor-
tante para la componente directa normal de irradiación y extremadamente grande para la irradiación difusa al punto que la medición puede
ser afectada por errores del orden de 40 %.

3.2.2 Instrumentos solarimétricos

Son dos los propósitos fundamentales en el uso de un instrumento: el primero de ellos es la medición de la cantidad de energía asociada con
la irradiación solar sobre un plano de orientación determinada. Mientras que el segundo, provee información acerca de la distribución es-
pectral y espacial de esta energía (Robinson, 1 966).

La radiación solar que llega a la superficie comprende el'espectro visible con longitudes de onda entre 0,4 y 0,7 lm, una parte del
ultravioleta entre 0,3 y 0,4 im, y también el infrarrojo entre 0,7 y 5 ]m. Esta irradiación solar llega al suelo en dos formas, como irradiación
solar directa e irradiación solar difusa, y ambos tipos de irradiación constituyen la irradiación solar global (WMO, 1 981).

Los componentes de la irradiación solar que están sujetos a mediciones para fines meteorológicos, y que son de uso más general, son los si-
guientes (OMM, 1 996):
Irradiación solar directa medida a incidencia normal, Irradiación solar global recibida sobre una superficie horizontal, Irradiación solar
difusa, Irradiación solar (directa, global y difusa) medidas en porciones restringidas del espectro.
La clasificación de los instrumentos está basada en diferentes criterios. Algunos se ciñen a criterios de estandarización, otros lo asocian a su
grado de calidad.
3.2.2.1 Pirheliómetros
Son instrumentos que miden la irradiación directa del sol en una superficie perpendicular al rayo solar (WMO, 1 996). En estos instrumen-
tos, el receptor se encuentra protegido de la irradiación indirecta y está usualmente ubicado en el fondo de un tubo, por ello las diferentes
formas del receptor y del tubo derivan en diferentes tipos de pirheliómetros.

De acuerdo a la Organización Meteorológica Mundial (OMM), los pirheliómetros pueden clasificarse en "patrones primarios", "patrones
secundarios" y "pirheliómetros de campo".

Un pirheliómetro patrón primario o pirheliómetro absoluto puede definir la escala de irradiancia total sin recurrir a fuentes o radiadores de
referencia. Estos instrumentos son de una gran precisión y suelen ser bastante complicados y demasiado costosos para su uso frecuente, por
lo que sólo pueden ser mantenidos y operados por laboratorios especializados. Todos los pirheliómetros absolutos de diseño moderno usan
receptores de cavidad y como sensores, medidores diferenciales de flujo calorífico calibrados eléctricamente. Esta combinación provee la
más alta precisión para los niveles de radiación encontrados en las mediciones de irradiación solar (hasta 1 kW /m2) (WMO, 1 996).

Un pirheliómetro patrón secundario es un pirheliómetro absoluto que no cumple todas las especificaciones o que no está plenamente
caracterizado y puede usarse como Patrón secundario si es calibrado por comparación con el Grupo de Normalización Mundial (World
Standard Group). Pueden a su vez calibrar a otros en unidades absolutas, por ello son de gran fiabilidad por su precisión y recomendables
por su portabilidad para los diferentes propósitos. Uno de los más conocidos es el "Pirheliómetro de compensación Ángstróm" (Figura 1),
usado para calibrar tanto pirheliómetros como piranómetros, y que consiste de dos láminas de manganina platinada, oscurecidas con una
capa de negro de humo o con pintura negra mate óptica. Detrás de cada lámina se acopla un termopar de cobre-constantán para que la
diferencia de temperatura entre las láminas pueda indicarse en un galvanómetro sensible o un micro voltímetro eléctrico (WMO, 1 996).

Figura 1. Pirheliómetro de compensación Ángstróm

Los pirheliómetros de campo son usados para registro continuo de la irradiación solar y con frecuencia se montan sobre un sistema de
seguimiento automático. Pueden ser también empleados para la calibración de los instrumentos de una red (OMM, 1 990). Generalmente
hacen uso de una termopila como detector y tienen un ángulo óptico que varía desde 2,5° a 5,5° de semiángulo de abertura y entre 1 ° a 2o
de ángulo de inclinación; éstas características de su diseño le permiten seguir el des plazamiento del sol.

El tipo de uso del pirheliómetro puede dictar la selección de un tipo particular de instrumento. Algunos modelos, como el Actinómetro
Linke Fuessner, son usados principalmente para mediciones puntuales, mientras que otros como los de tipo Eppley, Kipp & Zonen o EKO
son diseñados específicamente para monitoreos de largo plazo de la irradiancia directa (WMO, 1 996).
En el pirheliómetro Eppley el receptor está hecho de un metal cuya superficie está parcialmente ennegrecida y parcialmente blanca, aunque
en algunos casos puede ser completamente negra. Las partes blancas y negras están aisladas una de la otra, y las termocuplas dispuestas
bajo la superficie receptora tal que las uniones en contacto termal con la parte negra del receptor son las uniones calientes, mientras
aquellas en contacto termal con la parte blanca de la superficie receptora son las uniones frías. Como las dos partes (negra y blanca) de la
superficie receptora tienen diferentes absortividades, se establecerá una diferencia de temperatura entre ellas cuando estén expuestas a la
irradiación (Robinson, 1 966).

Otros de los pirheliómetros de uso bastante extendido es el Kipp & Zonen. Este instrumento cuenta con una termopila de 40 uniones de
manganina-constantán en dos grupos circulares de 20 im cada una. Uno de esos grupos se encuentra protegido del sol en la intención de
compensar las fluctuaciones térmicas en el interior del instrumento. Debido a que no es compensado en las variaciones de la temperatura
ambiente, posee un termómetro incorporado que permite a partir de su lectura aplicar un factor de corrección en la constante de calibración
del pirheliómetro, el cual es función de dicha temperatura (Tiba et al., 2 000).

3.2.2.2 Piranómetros
Son instrumentos que miden la irradiación solar global (directa y difusa) en un plano horizontal. El elemento receptor debe estar horizontal
y libremente expuesto al hemisferio celeste, pero debe estar protegido de la irradiación que regresa del suelo y los alrededores (Robinson, 1
966).
Al encontrarse expuesto a todo tipo de condiciones ambientales, el piranómetro debe ser robusto en su estructura y resistir la corrosión del
aire húmedo, además, su elemento receptor debe encontrarse debidamente aislado (herméticamente cerrado) por un domo de vidrio y ser de
fácil desmonte para su desecación, por ello se recomienda la revisión diaria del instrumento (WMO, 1 996).
Los piranómetros normalmente usan sensores termoeléctricos, fotoeléctricos, piroeléctricos o elementos bimetálicos; sus propiedades en
relación a su grado de precisión y confíabilidad son: sensibilidad, estabilidad, tiempo de respuesta, respuesta cosenoidal, respuesta
azimutal, linealidad, respuesta de temperatura y respuesta espectral (WMO, 1 996).

3.2.2.2.1 Piranómetro fotovoltaico*

Estos solarímetros poseen como elemento sensor una célula fotovoltaica, generalmente de silicio monocristalino. Las fotocélulas tienen la
propiedad de producir corriente eléctrica cuando son iluminadas, siendo esta corriente, en condiciones de corto circuito, proporcional a la
intensidad de radiación incidente.

Estos piranómetros han recibido diversas críticas, particularmente en cuanto a su comportamiento espectral, debido a su selectividad. Este
fenómeno es inherente al sensor y es, en consecuencia, incorregible. La reflectividad de las células fotovoltaicas es dependiente de la res-
puesta con la temperatura y poseen soluciones plenamente satisfactorias. De cualquier forma, su bajo costo y facilidad de uso los hace par-
ticularmente útiles como instrumentos secundarios. Entre tanto, su utilización es recomendada para integraciones diarias de irradiación
solar total sobre un plano horizontal o para observar pequeñas fluctuaciones de irradiación debido a su gran sensibilidad y respuesta casi
instantánea, cerca de 10 segundos.
Para valores diarios, el error en las mediciones de un piranómetro fotovoltaico está en el orden de 3 %. Ciertos procedimientos, entre tanto,
pueden mejorar algo más los resultados a fin de lograr diferencias menores de 1 % en las mediciones de irradiación diaria, cuando son
comparados con piranómetros de precisión.

3.2.2.2.2 Piranómetro termoeléctrico*

El elemento sensible de estos solarímetros es en esencia una pila termoeléctrica constituida por pares termoeléctricos (termopares) en serie.
Tales termopares generan una tensión eléctrica proporcional a la diferencia de temperatura entre sus uniones, las cuales se encuentran en
contacto térmico con placas metálicas que se calientan de forma distinta cuando están iluminadas. Por lo tanto, una diferencia de potencial
medida en la salida del instrumento puede ser relacionada con el nivel de irradiación.
Dentro de los piranómetros termoeléctricos existen esencialmente dos tipos en uso, siendo ellos:

 Piranómetros con un detector pintado de blanco y negro, esto es, el receptor presenta alternativamente superficies blancas y negras
dispuestas en coronas circulares concéntricas o con otros formatos, tales como estrellas o cuadrículas. En estos intrumentos, las
uniones calientes de termopilas están en contacto con superficies negras, altamente absorbentes, y las frías en contacto con
superficies blancas, de gran reflectividad.

 Piranómetros con superficie receptora totalmente ennegrecida en contacto térmico con las uniones calientes y las frías, asociadas a
un bloque de metal de gran conductividad térmica, colocadas en el interior de un instrumento, resguardadas de la irradiación solar y
teniendo aproximadamente la temperatura del aire.

Los piranómetros más difundidos dentro del tipo Blanco y Negro son: Eppley 8-48 (Estados Unidos); Cimel CE-180 (Francia); Star o
SHENK y el M-80M (Rusia). De éstos, el Eppley 8-48 y el CE-180 poseen compensación por temperatura.

Dentro de los piranómetros con superficie receptora totalmente negra, los más usados son el Eppley PSP (Estados Unidos) y el Kipp &
Zonen** CM-5 y CM-10 (Holanda). Ver Figura 2. Sólo el Eppley PSP es compensado por temperatura, siendo un instrumento de precisión
y considerado de primera clase. Todos los demás piranómetros considerados aquí son de segunda clase.

Los piranómetros tienen buena precisión, en un rango de 2 a 5 %, dependiendo del tipo. Tales instrumentos pueden ser usados para medir
irradiación a escala diaria, horaria o menor, lo que va a depender más de la programación del instrumento de adquisición de datos asociado.
Los piranómetros en general, poseen buena respuesta espectral, linealidad y uniformidad de respuesta y tiempo de respuesta, mejor que un
actinógrafo. Hay una cierta dependencia del factor coseno para grandes ángulos de incidencia, pero este problema es común a los otros
citados (actinógrafo y piranómetro foto voltaico).
La mayor dificultad en el uso del piranómetro termoeléctrico es su elevado costo, además de requerir un equipo de adquisición de datos
específico.
Figura 2. Piranómetro Kipp & Zonen

3.2.2.2.3 Piranómetro de Bellani

El primer instrumento diseñado para la determinación de irradiación circunglobal fue inventado por Bellani en 1 836 y fue modificado por
Henry en 1 926. Este instrumento opera con el principio de destilación de un líquido como resultado de la absorción de la irradiación
incidente (Robinson, 1 966).

Una importante mejora del piranómetro Bellani fue introducida por el Physikalish-Meteorologisches Observatorium, Davos-Plaez, Suiza
(Robinson, 1 966). Este piranómetro (modelo suizo) está constituido por dos esferas concéntricas unidas a una bureta vertical graduada has-
ta 40 cm. La esfera externa es de vidrio y la interna de cobre pintado de color plomo. La bureta está unida con la esfera de cobre mediante
un tubo capilar de forma tal que constituyen un reservorio interno para el elemento sensible, que en este caso es alcohol etílico puro. Al
incidir la irradiación solar (directa, difusa y reflejada), la esfera de cobre aumenta su temperatura, parte del alcohol se evapora y vuelve a
condensarse a lo largo de la bureta que se encuentra a menor temperatura. La cantidad de alcohol acumulada en un tiempo determinado es
directamente relacionada con la irradiación total interceptada en onda corta por la esfera de cobre.

Este instrumento no es un piranómetro en el estricto sentido de la definición establecida porque la superficie receptora es esférica y no
plana. Ver Figura 3.
Figura 3. Piranómetro de Bellani

3.2.2.2.4 Medición de la Irradiación solar difusa

Se realiza utilizando el piranómetro sobre un plano horizontal y proveyendo al instrumento de una serie recursos móviles o fijos para evitar
que la irradiación directa alcance al receptor. El tipo movible consiste de un pequeño disco impulsado por un montaje ecuatorial que va ha-
ciendo una sombra bien definida sobre el receptor. El tipo fijo consiste de un anillo ó armadura que sombrea al receptor, éste le confiere
estabilidad y no requiere supervisión pero deben introducirse correcciones por la pérdida de irradiación difusa debido a los bordes del
anillo, cálculos que no son simples para días claros y son mucho más complicados para días nublados (Robinson, 1 966).

3.2.2.3 Actinógrafo
Conocido también como piranógrafo bimetálico de Robitzch; fue diseñado originalmente por Robitzch en 1 915 y es similar a un
termógrafo nado originalmente por Robitzch en 1 915 y es similar a un termógrafo (Robinson, 1 966). Ver Figura 4. El elemento sensible
está constituido por un receptor con tres láminas bimetálicas situadas en un mismo plano horizontal y de las mismas dimensiones (WMO, 1
981). La lámina central (ennegrecida) se expande mucho más que las láminas laterales (blancas) al ser calentadas por la irradiación
incidente, siendo proporcional a la energía recibida (Tiba et al, 2 000). Las láminas exteriores están fijas en un mismo soporte y la lámina
central está libre y los movimientos que ella puede efectuar los trasmite por medio de una varilla metálica conectada a un sistema de
palancas, capaz de amplificar y granear en una carta cualquier alteración en longitud del elemento sensible; la banda a su vez, está adosada
a un cilindro que gira mediante un mecanismo de relojería. Las bandas pueden ser diarias, semanales y mensuales. El área de la curva de
irradiación debe ser cuantificada para evaluar la irradiación total registrada. Este instrumento no es recomendado en lecturas instantáneas
ya que tiene un coeficiente de retardo de 10 a 15 minutos para alcanzar una respuesta del orden de 98 % en ópti mas condiciones de
calibración y operación. Las características del instrumento, incluyendo la cuantificación del área de la curva, llevan a errores de 15 a 20 %.

Así mismo, con una calibración mensual, esos errores no son inferiores a los 5 a 10 %, siendo considerado un instrumento de tercera clase
(Tiba et al., 2 000; WMO, 1 981). El elemento, sensible está protegido de la inclemencia del tiempo por una cúpula de vidrio.

Figura 4. Actinógrafo o piranómetro bimetálico de Robitzch

3.2.2.4 Heliógrafo
Este instrumento fue inventado en Inglaterra por Campbell en 1 853 y fue modificado por Stokes en 1 879. Es un instrumento que mide la
cantidad de horas de sol (total en horas y décimos) durante el día en un lugar determinado. Ver Figura 5.
 Figura 5. Heliógrafo Campbell-Stokes

Es esencialmente una esfera de vidrio sólido pulido con un eje montado paralelo al de la tierra; es necesario orientar el plano vertical que
pasa por el eje, e inclinar un ángulo igual a la latitud del lugar. La esfera actúa como un lente y la imagen focalizada se mueve a lo largo de
una banda de papel especialmente preparada que tiene una escala de tiempo (Robinson, 1 966). La quemadura de la banda ocurre cuando la
irradiación solar directa supera un límite variable de 120 a 210 W/m2 (WMO, 1 992), que depende de la ubicación (turbidez atmosférica,
altitud, humedad atmosférica), el clima, el tipo de banda de registro utilizada y los métodos de análisis (WMO, 1 981).
Mediante el uso de correlaciones simples, con coeficientes apropiados, las series históricas de insolación pueden ser utilizadas para estimar
irradiación solar diaria, media mensual o anual, con errores mínimos del orden de 10 % (Tiba et al, 2 000).

3.2.3 Estandarización de instrumentos solarimétricos

3.2.3.1 Intercomparación de Pirheliómetros
De acuerdo a la Organización Meteorológica Mundial (WMO, 1 996), todos los pirheliómetros no absolutos deben ser calibrados por
comparación con un pirheliómetro absoluto, usando como fuente el sol. Para esto existe un factor determinado por comparación con el
Grupo de Normalización Mundial (World Standard Group). Luego de realizadas las comparaciones, un pirheliómetro puede ser usado como
un patrón primario para calibrar, de nuevo por comparación, pirheliómetros patrones secundarios y de campo. A su vez, los pirheliómetros
patrones secundarios pueden calibrar a los pirheliómetros de campo. Para la calibración de pirheliómetros patrones primarios y secundarios
se suele considerar un período de 5 años, pero para los de campo de 1 a 2 años, variando en función a la frecuencia de uso del instrumento.

3.2.3.2 Calibración de Piranómetros

Consiste en la determinación de su factor de calibración y la dependencia de éste a las condiciones ambientales, tales como: temperatura,
nivel de irradiancia, distribución espectral de irradiancia, variación temporal, distribución angular de irradiancia, inclinación del
instrumento (WMO, 1 996).
La Organización Meteorológica Mundial refiere que existen varias metodologías para calibrar un piranómetro usando como fuente el sol o
los recursos del laboratorio. Estos métodos son:
1) Por comparación con un pirheliómetro patrón para la irradiación solar directa y un piranómetro sombreado para la irradiación difu-
sa.
2) Por comparación con un pirheliómetro patrón, utilizando el sol como fuente, con un disco de sombreado removible para el
piranómetro;.
3) Por comparación con un piranómetro patrón, utilizando el sol como fuente, o bajo otras condiciones naturales de exposición (por
ejemplo, un cielo nublado uniforme);.
4) En el laboratorio, sobre un banco óptico con una fuente artificial bien con incidencia normal o con cierto azimut y altura especifica-
dos, por comparación con un piranómetro similar previamente calibrado al aire libre.
5) En el laboratorio, con la ayuda de una cámara de integración que simule la irradiación difusa, por comparación con un tipo similar
de piranómetro previamente calibrado al aire libre.

Es necesario especificar bajo qué condiciones ambientales se ha efectuado la prueba de calibración y qué método se ha utilizado.

3.2.4 Instrumental de temperaturas extremas

El instrumental específico para la medición de la temperatura es el termómetro. Existen varios tipos de termómetros que se diferencian en
el elemento sensible y por ende en el grado de precisión, así como adaptaciones para fines específicos. Dentro de los diferentes tipos de
termómetros encontramos los termómetros de máximas y mínimas que están destinados a registrar las temperaturas máxima y mínima en el
día. Ver Figura 6.

3.2.4.1 Termómetro de máxima:

Está construido en forma similar a la de los termómetros corrientes de mercurio y cristal, salvo que existe un estrangulamiento o estrecha-
miento en la luz del tubo, inmediatamente por encima de la ampolla. Al dilatarse, el mercurio se ve forzado a atravesar ese estrechamiento,
pero al contraerse por enfriamiento la delgada columna de mercurio que queda por encima del estrechamiento se separa del mercurio de la
ampolla, con lo que queda registrada la temperatura máxima (Fuess, 1 992).
3.2.4.2 Termómetro de mínima:
Está constituido por un tubo lleno de alcohol en el que está sumergido un índice. Al contraerse el alcohol, el índice es arrastrado por
adherencia en dirección a la ampolla y queda fijo señalando la temperatura mínima alcanzada (Fuess, 1 992).

Figura 6. Termómetro de máxima (superior), termómetro de mínima (inferior)

4. INFORMACIÓN METEOROLÓGICA Y CARTOGRÁFICA UTILIZADA

4.1 Red de medición de la irradiación solar
La red de medición de irradiación solar del SENAMHT está compuesta de estaciones con piranómetros, instrumentos de precisión que
registran directamente la irradiación solar; actinógrafos, que son instrumentos registradores no tan precisos pero que brindan un valor
aproximado de irradiación solar; y con heliógrafos, instrumentos con los que se estima de forma indirecta la irradiación solar a través de las
horas de duración del brillo solar. Se cuenta también con estaciones meteorológicas automáticas, las cuales son parte del programa
sostenido de mediciones de irradiación solar y cuyos datos han sido utilizados para la validación de los datos históricos existentes, así como
para el levantamiento de datos en lugares críticos sin información histórica.

En el presente estudio, para los procesos de calibración de los métodos se utilizó una red de 10 estaciones con registros piranométricos y se
utilizaron 5 estaciones con registros actinográficos distribuida en todo el territorio peruano abarcando las tres regiones (costa, sierra y
selva).

Los datos de piranómetros y parte de los de actinógrafos se encontraron registrados en planillas y fueron digitados directamente, mientras
que otra gran parte de la información se encontraba en bandas actinográficas. Estos registros gráficos de actinógrafos son particularmente
exigentes y de tediosa lectura manual, por lo que se elaboró un software específico para su procesamiento y lectura semi-automática.
La ubicación, récord de datos y tipo de instrumento de medición de las estaciones meteorológicas que conforman la red de estaciones de
irradiación solar se presenta en la tabla 1, mientras que un resumen de las principales variables climatológicas de las mismas se presenta en
la tabla 2.

La red de estaciones con heliógrafos son de mayor número y cuentan con un buen período de registro de datos que son utilizados para
extender información de irradiación solar.
Además, la red de estaciones climatológicas es bastante más densa que las anteriores, y en la gran mayoría cuenta con los datos de
temperaturas extremas y precipitación.

4.2 Red de estaciones meteorológicas

Para el presente estudio, se utilizaron un total de 197 estaciones meteorológicas incluidas las 15 estaciones base señaladas en el punto ante-
rior. El período seleccionado para la cuantificación y tabulación de los datos meteorológicos de las estaciones utilizadas y elaboración de
los mapas, fue de I 975 a 1 990. La densidad y distribución espacial de estas estaciones se encuentra en el mapa 1. La ubicación y récord
histórico de estas estaciones se presenta en el anexo 3. Las tablas y gráficos de los resúmenes mensuales de las principales variables me -
teorológicas utilizadas para el presente trabajo se encuentran en los anexos 4, 5 y 6.

4.3 Sistema de información geográfica

Para la elaboración de los mapas de energía solar se utilizaron los sistemas de información geográfica (SIG). La base cartográfica utilizada
fueron 500 cartas nacionales provenientes del Instituto Geográfico Nacional (IGN) a una escala de 1:100 000. La delimitación
departamental fue obtenida del mapa Perú digital.
La base de datos cartográfica fue elaborada con curvas de nivel cada 200 metros, red hídrica hasta el sexto orden, fuentes de agua y límites
nacionales e internacionales para todo el territorio peruano, el mismo que sirvió para la elaboración del modelo digital de elevación (DEM)
que se incorporó en el modelo de interpolación para la obtención de los mapas finales de energía solar para todo el territorio.

5. PROCESAMIENTO Y CONTROL DE CALIDAD DE LA INFORMACIÓN

5.1 Recopilación, digitación y control de calidad de los datos
Se identificaron las fuentes de datos y su disponibilidad, seguido de la digitación de toda la información meteorológica requerida, previa
evaluación para el caso de las planillas de datos de irradiación solar.
El proceso de control de calidad estuvo dirigido a mantener el más alto nivel en la calidad de los datos de cada estación, y en particular de
los de irradiación solar, a los que se les aplicó un procedimiento de análisis de consistencia detallado.

5.1.1 Digitación y control de calidad de los datos

a. Digitación y control de calidad de registros de irradiación solar:
Basados en el "Inventario nacional con información de energías renovables" del año 2 000 (SENAMHI, 2 000), se seleccionó las estaciones
de la red nacional con datos de irradiación solar y se obtuvo toda la información disponible del Archivo técnico. Luego de revisar cuida-
dosamente las planillas de energía solar, se remitieron para su digitación guardándose en formato de hoja de cálculo para facilitar su
manipulación posterior. El control de calidad se inicia con la verificación de la información desde planillas y culmina con el contraste de la
información de irradiación solar global y las variables meteorológicas, justificando físicamente cada uno de los registros (consistencia
interna).

b. Digitación y control de calidad de información meteorológica:

La información registrada en las planillas climatológicas fue digitada y se encuentra en una base de datos. Asimismo, la Oficina General de
Estadística e Informática realizó un proceso de control de calidad que analizó los valores inconsistentes para su corrección o eliminación;
en este caso, se utilizó directamente los archivos con la información procesada.

5.1.2 Análisis de consistencia de datos de irradiación solar.

a. Control horario de la información de irradiación solar: El análisis fue gráfico y se utilizó como referencia la irradiación solar horaria
en el tope de la atmósfera (desde las 6 horas hasta las 19 horas), la cual se estimó para cada una de las estaciones. En este proceso se
requirió de las planillas climatológicas, contrastando el dato de irradiación con las condiciones de tiempo: datos de nubosidad, horas de sol,
temperaturas en horas sinópticas, temperaturas extremas, evaporación y precipitación. Las conclusiones del análisis permitieron detectar los
datos inconsistentes que se eliminaron de las series.

b. Control de la variabilidad estacional: Se calcularon los totales diarios de irradiación solar y se analizó eri la serie de tiempo:
estacionalidad, saltos, tendencias, variabilidad. El análisis de la serie de datos de irradiación solar se hizo independientemente al de las
series de las demás variables meteorológicas.

c. Análisis de dispersión de datos: Con los totales diarios de irradiación calculados anteriormente y teniendo en cuenta que existe una gran
relación entre la energía que llega a la superficie y la cobertura nubosa, se procedió al análisis de los datos mediante gráficos de dispersión
respecto a dos variables muy relacionadas con la claridad del cielo: heliofanía y rango térmico, cuya relación es inversamente proporcional
a la cobertura nubosa y directamente proporcional a la cantidad de energía que llega a la superficie. Basados en ello, se detectó datos que
podían considerarse dudosos verificando su valor en planillas o con las demás condiciones de tiempo para luego determinar su validez.
Al concluir con todo el proceso se encontraron errores de diversas fuentes los que se procedieron a corregir o eliminar.
Respecto a los errores admisibles en los datos de irradiación global medidos se puede considerar que con fines de evaluación de la energía
solar se aceptan errores entre 10 y 15%, en tanto que la exactitud requerida en la estimación de los datos de irradiación está en el orden del
20% (Wardle, 1 998).

5.2 Modelo digital de elevación (DEM)

Después de la digitalización de 500 cartas nacionales con las curvas de nivel cada 200 metros, se procedió al empalme de las mismas, todo
en formato vectorial. Luego de realizar el análisis de consistencia espacial de los valores vectoriales, se procedió a producir el modelo
digital de elevación (DEM) en formato ráster con tamaño de píxel de 500 x 500 metros. Posteriormente se produjeron los mapas de
pendientes y de aspecto (ángulo azimutal) derivados del DEM a la misma resolución para su uso en el modelo.

6. MODELOS DE ESTIMACIÓN DE LA IRRADIACIÓN SOLAR 6.1Modelo Ángstróm-Prescott

El modelo de Ángstróm-Prescott es el modelo más frecuentemente usado para estimar la irradiación solar relativa (H/H ) basado en las
horas de sol relativas (n/N). Esta ecuación fue sugerida por Prescott (1 940) como una modificación del modelo de Ángstróm propuesto en
1 924. Esta ecuación está dada por:
Donde H es la irradiación solar medida en superficie, Ho es la irradiación solar en el tope de la atmósfera, n son las horas de sol efectivas o
heliofanía y N es la duración astronómica del día para una fecha del año y latitud específicos. Los coeficientes empíricos a y b tienen un
significado físico, donde a+b representa el valor máximo de la transmisividad de la atmósfera (x) mientras que el coeficiente a representa el
mínimo valor de t.

Para el presente trabajo se utilizó la información a nivel diario de las estaciones de base con instrumentación piranométrica y actinométrica.
Se hicieron los cálculos respectivos de Ho y N y se procedió a estimar los valores de los coeficientes empíricos para cada una de las
estaciones, los cuales se presentan en la tabla 3.

Estos valores muestran una alta variación en cuanto a su distribución espacial, incluso dentro de las regiones determinadas por García (1
994). Las relaciones entre la heliofanía relativa (n/N) y los coeficientes empíricos de los valores obtenidos en el presente estudio, no son tan
claros como los encontrados por Frére et al. (1975). Esto imposibilita el uso de sólo un par de coeficientes empíricos para todo el país como
lo sugiere Frere et al. (1975), especialmente en aquellas áreas como el Perú que poseen una gran diversidad de ambientes ecológicos.
Kadono (1 972), trabajó con 9 estaciones "base" con datos de irradiación solar y heliofanía a nivel de valores medios mensuales, con un
periodo de entre 1 y 4 años de datos, obteniendo valores de coeficientes para distintas regiones. El estudio utilizó la clasificación climática
de W. Kóppen aplicada para el Perú por el Instituto Geográfico Militar (1 970) para determinar las zonas de extrapolación de los
coeficientes encontrados. Cabe mencionar que los coeficientes encontrados en el estudio de Kadono (1 972) para las localidades de Puno y
Pampa de Majes no son adecuados debido a que los valores presentados no concuerdan con la explicación física del modelo utilizado, sobre
todo en el coeficiente "a" con valores cercanos o menores a cero. Martínez-Lozano et al. (1 984) hace una recopilación de muchos trabajos
publicados al respecto, mencionando además algunas relaciones propuestas entre estos coeficientes y la latitud, altitud, albedo, altitud
media del sol, contaminación natural y/o artificial así como del contenido de vapor de agua de la atmósfera. Luego de intentar adecuar
algunas de estas ecuaciones a los valores obtenidos en Perú, encontramos que ninguno de ellos se aplicaba para nuestras condiciones
(Baigorria et. al., 2 003a). Sin embargo, existe una tendencia que muestra el efecto de los controladores climáticos como son la Zona de
Convergencia Intertropical (ZCIT) y los anticiclones del Pacífico sur y del Atlántico sur, así como la presencia de montañas y corrientes
marinas sobre la distribución espacial de la irradiación solar. Los efectos son básicamente relacionados a la ausencia o presencia de
nubosidad debido a estos controladores, lo que influye grandemente en el coeficiente de transmisividad de la atmósfera.

Tabla 3: Valores de los coeficientes del modelo Ángstróm-Prescott por estación, número de datos utilizado y error promedio. (Baigorria et.
al., 2 003a)

6.2 Modelo Bristow - Campbell

De acuerdo a Bristow-Campbell (1 984) la diferencia entre las temperaturas máxima y mínima en un día determinado, depende de la rela-
ción de Bowen, esto es, la relación entre el calor sensible y el calor latente. El calor sensible depende de la irradiación solar y es responsa-
ble de las temperaturas máximas. Durante la noche, el calor sensible es perdido hacia el espacio como radiación en onda larga,
disminuyendo así la temperatura del aire hasta su valor mínimo, valor que normalmente se alcanza antes del amanecer. Esta explicación
física justifica el hecho del uso de modelos para estimar la irradiación solar en función de la temperatura, pero con la ventaja de una gran
red de estaciones que realizan este tipo de mediciones.

Dentro de los modelos existentes, Baigorria et al. (2 003a) llegaron a la conclusión que el modelo Bristow-Campbell era el que mejor se
adecuaba a las condiciones de Perú. Este modelo sugiere la estimación de la transmisividad o irradiación solar relativa (H/H ) en función de
la diferencia entre las temperaturas máxima y mínimas (AT, °C):
En este caso, los valores empíricos (aB, bB y cB) tienen también un significado físico; aB representa el máximo valor de X que es
característico de cada área de estudio y además depende de la contaminación atmosférica y de la altitud; bB (°C"L) y cB determinan el
efecto del incremento de AT sobre la máxima x de la atmósfera (Mesa y Varas, 2 000).

La tabla 4 muestra los valores de los coeficientes del modelo Bristow-Campbell encontrados para cada estación así como su error
promedio. Es necesario recalcar que el valor del coeficiente aB corresponde a la sumatoria de los coeficientes a y b encontrados para el
modelo Ángstróm-Prescott mostrados en la tabla 3 debido a que tienen exactamente el mismo significado físico.

Tabla 4: Valores de los coeficientes del modelo Bristow-Campbell por estación, número de datos y error promedio (Baigorria et. al., 2003a)
Debido a que los valores absolutos y las diferencias entre las temperaturas máximas y mínimas son fuertemente influenciadas por la topo-
grafía, latitud ((()) y altitud, entre otros factores (Baigorria et al., 2 001), los coeficientes bB y cB propuestos pueden ser aplicados sólo en
áreas bajo similares condiciones de régimen térmico. Esto hace inadecuada una aplicación directa del modelo en áreas donde no existe este
requisito. Es por esto que se desarrollaron algunas ecuaciones empíricas para determinar el valor de estos dos coeficientes (Baigorria et. al,
2 003a).

En el proceso de validación de estas ecuaciones se hallaron altos valores residuales para la localidad de Puno. Esta estación se encuentra a
orillas del lago Titicaca, el mismo que cubre una superficie de 8 300 km2. Esto produce un gran efecto de termorregulación en toda el área,
evitando que los valores de temperatura mínima sean extremadamente bajos como corresponde en zonas de gran altura. Esto a su vez,
provoca la disminución de los valores de DT generando valores que no so representativos en la producción de una ecuación de aplicación
geni ral. Finalmente, la información procedente de esta estación para de ei minar las ecuaciones (3) y (4) fue eliminada.

La Figura 7 muestra los valores comparativos observados versus t stj mados de ambos coeficientes de Bristow-Campbell así como la reía
ción entre ambos coeficientes.

Figura 7: Relaciones entre valores observados y estimados para los 1 coeficientes bB y cB del modelo Bristow-Campbell, y la relación
entre ambci (Baigorria et. al., 2 003a) |

6.3 Modelo de interpolación

1 6.3.1 Insumos del modelo.
a. Coberturas SIG: El modelo utiliza las coberturas correspondienti al modelo digital de elevación (DEM), el mapa digital de pendi atesl
el mapa digital de aspecto, todos ellos en formato ráster.

Para el presente trabajo, debido al gran tamaño de las cobertura! ante! mencionadas, y con el propósito de introducir en las simulaciones
mayor número de factores que influencian la variación espacia de lj irradiación solar en Perú, se seleccionaron 8 zonas homogéneas de
estimulación. Entre zonas es importante mencionar la existencia de áreaH de traslape las que fueron simuladas bajo las condiciones de cada
zona de tal manera que sirvieran como áreas de interfase para el empalme final. Las áreas de cada zona de simulación se encuentran en 1ª
figura 8 y las ubicaciones geográficas en la tabla 5.

b. Información de estaciones meteorológicas: Después de la adquisición y control de calidad de los datos meteorológicos y utilizando el
programa Weatherman (Tsuji et al., 1 998), que también verifica errores en los datos, se procedió a la generación de los archivos de datos
climáticos, los cuales contienen los valores promedio mensuales multianuales de irradiación solar, horas de sol, temperatura máxima y,
temperatura mínima. También se procedió a generar los archivos con promedios mensuales de estas mismas variables, pero a nivel anual, es
decir, 16 archivos por cada estación meteorológica correspondiente al período de estudio.

6.3.2 Fundamento teórico

El modelo de interpolación está basado en la estimación de la distribución espacial y temporal de las temperaturas máximas y mínimas para
que éstas a su vez sirvan de entrada al modelo de Bristow-Campbell previamente explicado (6.2).
El modelo basado en procesos para interpolar temperaturas máximas y mínimas (Baigorria y Bowen, 2 000a; Baigorria et al., 2 000b;
Baigorria et al., 2 003b) fue desarrollado para territorios complejos de montaña donde las variaciones microclimáticas son muy grandes y
donde los métodos tradicionales de interpolación geoestadística tienen muchos problemas debido a la escasa densidad de información,
siendo incapaces de representar las variaciones reales existentes en esta región (Baigorria et al, 2 001).

Muchos procesos en la atmósfera dependen del flujo neto de radiación a nivel de la superficie (F°fd) resultado del balance de los flujos de
irradiación solar (onda corta) y la radiación terrestre (onda larga) (Peixoto y Oort, 1 992). Los procesos diarios de calentamiento y
enfriamiento dependen de este balance, el cual se hace negativo en las noches y positivo durante el día, lo que hace que F%cd sea cero dos
veces durante el día, que es cuando las temperaturas extremas ocurren.

Estimaciones del balance de radiación en ondas corta y larga son posi bles de hacer en estaciones meteorológicas donde se estiman directa
c indirectamente. La irradiación directa y difusa (ambas en onda corta' son medidas por piranómetros, y considerando los características de
k superficie (albedo), se puede estimar la irradiación neta en onda corta. Para la estimación de la radiación terrestre en onda larga se utiliza
la ecuación de Stefan-Boltzmann, la cual relaciona las temperaturas del cuerpo emisor con la radiación que este produce.

Algunos problemas aparecen al momento de estimar la irradiación atmosférica (onda larga), ya que depende de más de un factor y no se
dispone de datos medidos o estimados de esta variable. Este término del balance es entonces estimado por simple diferencia para los mo-
mentos en los que las temperaturas extremas ocurren. Teniendo todos los componentes del balance de radiación para cada estación
meteorológica, es posible encontrar el coeficiente de transmisividad de la atmósfera (t). Estos valores de x son utilizados para generar
algoritmos que relacionan estas variables con las variables espaciales. Estos algoritmos son utilizados posteriormente para estimar las
temperaturas máximas y mínimas para cada celda dentro de la grilla en un área de estudio determinada. La agregación de todas estas
células o píxeles dan como resultado un mapa de estas variables (Baigorria et al., 2 003b). Estos mapas a su vez sirven como insumos
(inputs) espaciales para la aplicación del modelo Bristow-Campbell, también a nivel espacial, el cual fue previamente calibrado y validado
para el Perú (Baigorria et al., 2 003a).

6.3.3 Modelo digital de elevación (DEM)

El modelo digital de elevación de todo el territorio es la mejor aproximación realizada en el Perú. Los mapas 2, 3 y 4 muestran el modelo
digital de elevación (DEM), mapa de pendientes y de aspecto, respectivamente. Si bien es cierto, éstos sólo constituyen un producto
secundario dentro del proyecto, corresponden sin embargo, al mayor esfuerzo realizado en el país en este servido y constituyen un gran
logro no sólo para SENAMHI sino también para tocjas jas instituciones relacionadas con el quehacer nacional y que hacen uso de este tipo
de información de tan alta calidad.

6.3.4 Simulación
Se simularon por separado las 8 zonas para cada uno de los años comprendidos entre 1 975 y 1 990 (16 años de simulación). Para cada
zona, se utilizaron los coeficientes aB del modelo Bristow-Campbell de la estación más representativa de cada zona. Los coeficientes bB y
cB fueron estimados automáticamente con el modelo utilizando las ecuaciones (3) y (4) que se muestran en la sección 6.2 de Modelos de
estimación de irradiación solar.

Utilizando software de SIG se procedió a promediar los 16 años simulados produciendo un mapa digital promedio por cada zona. Luego se
empalmaron las 8 zonas digitalmente, produciendo un mapa digital para todo el territorio peruano. Este procedimiento se realizó a nivel
mensual, por lo que finalmente se obtuvieron los 12 mapas mensuales para todo el Perú. Para producir el mapa digital promedio anual de
energía solar se procedió a calcular la media aritmética de estos mapas mensuales. De igual manera, utilizando los mismos mapas digitales,
se generó el mapa digital de desviación estándar.

7. DISTRIBUCIÓN ESPACIAL Y TEMPORAL DE LA ENERGÍA SOLAR INCIDENTE DIARIA EN EL PERÚ

En el Perú, las condiciones orográficas, climáticas y oceanógraficas, entre otras, determinan la existencia de tres grandes regiones
naturales: Costa, Sierra y Selva. La Costa es la región limitada por el Océano Pacífico y las laderas andinas por debajo de los 2 000 msnm.
La Sierra es la región de la Cordillera de los Andes, caracterizada por la presencia de cumbres y montañas con alturas de 6 768 msnm. La
Selva es la región formada por dos zonas, el bosque tropical amazónico o selva baja y las pendientes y valles al este de los Andes bajo los
2000 msnm conocido como selva alta (Cáceres et al, 1 984).

7.1 Distribución anual

A nivel anual, la zona de mayor potencial de energía solar del territorio peruano se encuentra principalmente en la costa sur (16o a 18o S),
donde se dispone de 6,0 a 6,5 kW h/m2. Otras zonas en las que se registra alta disponibilidad de energía solar diaria, entre 5,5 a 6,0 kW
h/m2 son la costa norte (3 a 8o S) y gran parte de la sierra sobre los 2 500 msnm, siendo en orden de importancia en cuanto a su extensión
superficial: la sierra sur, la sierra central y la sierra norte.

La zona de bajos valores de energía solar en el territorio es la selva, donde se registran valores de 4,5 a 5,0 kW h/m2 con una zona de míni -
mos valores en el extremo norte cerca del ecuador ( 0o a 2° S).
Asimismo, es importante acotar que la mayor variación anual (desviación estándar) de los valores de energía solar recibida en la superficie
está en la costa sur, seguido en orden de magnitud por la costa central, selva norte, costa norte y sierra sur. Las zonas de menor variación
anual son la selva central y sur, la sierra central y parte de la sierra norte.
7.2 Distribución estacional
Al explicar la distribución de la energía solar en el territorio peruano debemos tener en cuenta diversos factores que controlan el clima,
tales como: la cordillera de los Andes, que configura la orografía del territorio peruano; el Anticiclón del Pacífico Sur (APS), que produce
gran estabilidad atmosférica por la presencia de movimientos verticales descendentes en la troposfera media; el Anticiclón del Atlántico Sur
(AAS), que provee de humedad, y alimenta a los vientos Alisios del sureste; la Corriente Fría Peruana en el Océano Pacífico, que refuerza
la estabilidad en la atmósfera; la Corriente Cálida Ecuatorial ("Corriente El Niño"), que inestabiliza la atmósfera en la costa norte en los
meses de verano; la Zona de Convergencia Intertropical (ZCIT), que genera muy activos sistemas nubosos; la Alta de Bolivia que se asocia
a sistemas convectivos que suelen afectar mayormente la sierra y selva norte y central del Perú.

Durante el verano austral (diciembre a marzo) el sol se encuentra irradiando el hemisferio sur con mayor intensidad, sin embargo, este
hecho no se traduce en los mapas, especialmente en la parte norte y central de la sierra y selva (0 a 10° S y 70 a 79° W), las mismas que
presentan valores relativamente bajos de energía solar, no obstante la considerable altitud de las zonas montañosas que determinan una
menor absorción de la irradiación al atravesar un menor espesor atmosférico. Esto se debe a la interacción de los principales controladores
climáticos tales como el Sistema de Alta presión del Océano Pacífico Sur (APS), el Sistema de Alta presión del Atlántico Sur (AAS); la
ZCIT muy activa en este hemisferio en estos meses, la Alta de Bolivia y la Cordillera de los Andes, determinan la llegada y/o formación en
el territorio peruano de sistemas nubosos que originan las lluvias en esta época («época lluviosa»), lo que genera una sustancial
disminución de la transmisividad atmosférica sobre toda esta región.

Durante el invierno la energía solar recibida disminuye en general en todo el territorio debido a que el sol se encuentra irradiando más
intensamente el hemisferio norte (solsticio de invierno). Este efecto estacional se puede apreciar claramente en el comportamiento de la
irradiación solar extraterrestre (Anexo 7).

En primavera, el sol inicia su retorno en su marcha aparente hacia el hemisferio sur, determinando disminución de la humedad atmosférica
en este hemisferio debido a que la ZCIT está situada en el hemisferio norte. Esto provoca la ausencia de nubosidad y de lluvias
(condiciones de estiaje o estación seca) en la sierra norte y central por lo que la transmisividad de la atmósfera alcanza sus máximos
valores, registrándose consecuentemente los valores más altos de energía solar diaria recibida en esta región (noviembre). Asimismo, la
región de selva alcanza también sus mayores valores en este mes, especialmente la selva norte.

La sierra sur y parte de la sierra central muestran altos valores de energía solar, presentándose los máximos a fines de primavera y durante
el verano, lo cual se debe a que se encuentra menos influenciada por los controladores climáticos que generan los sistemas nubosos como
son la ZCIT y la Alta de Bolivia. La ZCIT tiene mayor dominio e influencia sobre la sierra norte y central del territorio peruano, mientras
que la Alta de Bolivia, ejerce mayor influencia sobre la sierra central y sierra sur, originando y manteniendo la convección diurna y la
humedad atmosférica en niveles medios en los flancos occidentales de los Andes, pudien-do incluso ser realimentada la convección entre
los 5 y 8o S a lo largo de los Andes ( sobre los 2 400 msnm) por las brisas de montaña o brisas marinas (Gilford et ai, 1 992).

En términos generales, en la región de la costa central y sur ocurren valores altos de heliofanía y por lo tanto altos valores de energía solar
en la época del verano austral; sin embargo, es necesario detallar algunas excepciones. En la franja costera cercana al litoral, ubicada por
debajo de los 600 m de altura, el comportamiento descrito anteriormente cambia durante fines de otoño, invierno e inicios de primavera en
que esta región muestra valores marcadamente bajos de heliofanía y energía solar y constituye una zona de mínimos en el territorio. Estas
condiciones se dan en razón de que la transmisividad atmosférica disminuye considerablemente debido a la intensificación durante estos
meses de la inversión térmica, que determina una capa nubosa baja (estratiforme) e incluso fuerte presencia de nieblas en esta región. Esto
es originado por la mayor influencia del APS que por esta época migra hacia su posición más al norte en el Pacífico sur ( 30° S y 90° W),
esto es, más cerca al litoral peruano, y tiene una mayor intensidad y amplitud; por otro lado, a las menores temperaturas superficiales de la
Corriente Fría Peruana y la presencia e intensificación de afloramientos costeros de aguas frías profundas sub superficiales. A fines de
primavera, en las terrazas desérticas de Arequipa, Moquegua y Tacna (13,5 a 18o S y 70 a 76° W), por encima de los 1 000 msnm, se
alcanzan los mayores valores de energía solar durante el año y de todo el territorio nacional. Esto se debe a que están ubicadas encima de la
capa de inversión térmica y presentan cielo despejado durante todo el año.

La costa norte, entre los 3 y 6o S y los 80 a 81° W (departamentos de Tumbes, Piura y norte de Lambayeque) presenta también valores
altos de heliofanía y energía solar durante el verano austral, presentándose, sin embargo, los valores máximos en los meses de octubre y
noviembre (primavera) y que constituye otra de las zonas en que se alcanzan altos valores de energía solar en términos anuales. Esto se
debe a que esta zona al igual que toda la zona costera peruana se encuentra fuera de la zona de migración y principal influencia de la ZCIT,
pero dentro del gran dominio del APS, en tanto que la Corriente Fría Peruana sólo domina las costas hasta aproximadamente 6o S. También
son importantes aunque excepcionales, las ondas de calor y los pulsos de aguas cálidas del océano Pacífico central-occidental, los cuales
inestabilizan la atmósfera, especialmente durante los episodios del fenómeno "El Niño", provocando mayor cobertura nubosa y en algunas
veces tormentas e intensas lluvias.

Un caso a resaltar es el comportamiento de la irradiación solar en nuestro litoral costero. La zona costera baja del Perú, entre 0 a -900
msnm, se caracteriza porque durante gran parte del año hay considerable nubosidad y formación de nieblas, presentando algunas
particularidades climáticas locales. Es particularmente en la costa sur (15° 15' a 18° 20', sur de lea hasta Tacna) que no se dispone de
muchos datos de irradiación solar medidos, de calidad aceptable, por lo que se ha recurrido a datos registrados por estaciones automáticas
durante los años 2001 y 2002 en tres transectos altitudinales, observándose que la irradiación solar recibida a lo largo del litoral, en la
mayoría de los meses del año, es menor entre el 15% y el 30% que la recibida en partes más altas, mien tras que en el verano esta situación
se revierte en un 10%.
 REFERENCIAS
1. Ángstróm, A. 1 924. Solar and terrestrial radiation. Q J.R. Meteorol. Soc. 50: 121-125.
2. Baigorria, G.A., E.B. Villegas, I. Trebejo, J.F. Carlos y R. Quiroz. 2 003 a. Solar irradiation in complex terrenes and empirical
relation to its estimation. A ser enviado a la revista Environmental Modelling and Software - Elsevier en febrero 2 003.
3. Baigorria, G.A., W.T. Bowenand J.J. Stoorvogel. 2 003b. Aprocess-based interpolation model for máximum and mínimum
temperatures and solar radiation in mountain áreas. A ser enviado a la revista Agricultural and Forest Meteorology - Elsevier en
febrero 2 003.
4. Baigorria, G.A., W.T. Bowen and J.J. Stoorvogel. 2 001. Estimating the spatial variability of weather in mountain environments. In:
Scientist and farmer: partners in research for the 21st century. CIP Program Report 1 999-2 000. Pp. 371-378.
5. Baigorria, G.A. and W.T. Bowen. 2 000a. A process-based model for spatial interpolation of extreme temperatures and solar
radiation. In Proceedings - Third International Symposium on Systems Approaches for Agricultural Development [CD-ROM
computer file]. International Potato Center (CIP). Lima, Perú.
6. Baigorria, G.A., W.T. Bowen, and J.J. Stoorvogel. 2 000b. Climate/ Weather interpolation: A process-based spatial interpolation
model. In Proceedings -Anual meetings of American Society of Agronomy - Crop Science Society of America - Soil Science
Society of America. Minneapolis, Minnesota. November 5-9, 2 000. Pp. 421.
7. Bristow, K. and Campbell, G. 1 984. On the relationship between incoming solar radiation and daily máximum and minimum
temperature. Agrie. For. Meteorol. 31: 159-166.
8. Cáceres, R. ,A. Herrera, C. Rivera, C. Cavero, M. Díaz, N. Aguilar y J. Chang. 1 984. Desarrollo y aplicación de métodos
agrometeorológicos para el pronóstico del estado de los cultivos en el Perú. Informe Final. Missouri. Pp. 108.
9. European Meteorological Education and Training (EUROMET). 2 002. Glossary.
10. Frére, M., J. Rijks and J. Rea. 1 975. Estudio agroclimatológico de la zona andina (Informe Técnico). Proyecto Interinstitucional
FAO / UNESCO / WMO. Roma. Pp. 375
11. Fuess, R. 1 992. Termómetros de uso en Meteorología-Climatología-Hidrología, Berlín.
12. García, J. 1 984. Radiación incidente obtenida con el piranómetro Bellani y el solarímetro. Cuadernos de Física y Meteorología.
Vol. IX, N° 22. Universidad Nacional Agraria. Lima, Perú.
13. García, J. 1 994. Principios físicos de la climatología.. Universidad Nacional Agraria La Molina. Ediciones UNALM Pp. 244
14. Gilford, M.T., M.J. Vojtesak, G. Myles, R.C. Bonam and D.L. Martens. 1 992. SOUTH AMERICA. South oftheAmazon River. A
Climatological Study. USA.
15. Goldberg,R.A.,G.TisnadoandR.A. Scofíeld. 1 987. Characteristics of extreme rainfall events in northwestern Perú during the 1 982-
83 El Niño period. Journal of geophysical research. Vol. 92, No. C13,Pages 14,225-14,241.
16. Hernández E., A. Tejeda y S. Reyes. 1 991. Atlas solar de la República Mexicana. México. Pp. 153.
17. Instituto Geográfico Militar. 1971. Atlas del Perú. Lima, Perú.
18. Kadono, c. 1972. Radiación solar en el Perú. Tesis de grado para optar el título de Ingeniero Mecánico-Electricista. Universidad de
Ingeniería. Lima, Perú.
19. Martínez-Lozano, J.A., F. Tena, J.E. Onrubia and J. de la Rubia. The historical evolution of the Ángstróm formula and its
modifications: Review and bibliography. Agricultural and Forest Meteorology, 33 (1 984) 109 - 128.
20. Meza, F. and Varas, E. 2 000. Estimation of mean monthly solar global radiation as a fimetion of temperature. Agrie. For Meteorol.
100:231-241.
21. NOAA. 2002. Sunrise / Sunset Calculator. Surface Radiation Research Branch. Department of Commerce, USA[On line].
Disponible en http://www.srrb.noaa.gov/hightlights/sunrise/ sunrise.html. Verificado el 15 Diciembre 2 002.
22. Organización Meteorológica Mundial (OMM). 1 990. Guía de instrumentos y Métodos de observación meteorológicos. OMM
N°08, Suiza.
23. Organización Meteorológica Mundial (OMM). 1 992.Vocabulario meteorológico internacional. OMM N° 182, Suiza. Pp. 784.
24. Organización Meteorológica Mundial (OMM). 1 996. Compendio de apuntes sobre instrumentos meteorológicos para la formación
del personal meteorológico de las clases III y IV. OMM N°622. Suiza. Pp. 255
25. Peixoto, J.P. and A.G. Oort. 1 992. Physics of Climate. American Institute of Physics. New York, US. Pp. 520.
26. Prescott, J.A. 1 940. Evaporation from a water surface in relation to solar radiation. Trans. R. Soc. Sci. Aust., 64:114-125.
27. RISOL. 1 999. Terminología, definiciones y simbología. Energías renovables y medio ambiente. Vol. 8. Junio del 2 000. Pp. 29-30.
28. Robinson,N. 1 966. Solar Radiation. Elsevier Publishing Company. Pp. 346.
29. Rodríguez, H y F. González. 1 992. Manual de irradiación solar en Colombia (Irradiación sobre superficies horizontales).
 Departamento de Física, Universidad Nacional de Colombia. Bogotá, Colombia. Pp. 148
30. Sánchez, C, F. Rodríguez, E. Collante y O. Simbaqueva. 1 993. Atlas de Radiación solar de Colombia. Instituto de Ciencias Nu-
cleares y Energías Alternativas (INEA) e Instituto Colombiano de Hidrología, Meteorología y Adecuación de Tierras (HIMAT). Pri-
mera edición, Colombia. Pp. 85.
31. Servicio Nacional de Meteorología e Hidrología -SENAMHI. 2 000. Inventario Nacional con información de energías renovables.
Dirección General de Investigación y Asuntos Ambientales. Lima, Perú. Pp. 249. No publicado.
32. Tiba, Ch., N. Fraidenraich, F. Maciel, A. de Barros y H. Grossi. 2 000. Atlas Solarimétrico do Brasil, Banco de Dados Terrestres.
Recife: Ed. Universitaria da UFPE. Pp. 111.
33. Tsuji, G.Y., G. Hoogenboom, y P.K. Thornton (eds.). 1 998. Understanding options for agricultural production. Kluwer Academic
Publishers. Dordrecht, Netherlands. Pp.399.
34. Wardle,D.I. 1 988. Solar Radiation for Solar Energy applications. Atmospheric Environment Service from WMO Final Report:
Second Joint Session, Working groups on solar radiation of RAIII and RA IV, Marzo 21-25, 1 988. Pp. 41. Buenos Aires, Argentina.
35. World Meteorological Organization (WMO). 1 981. Meteorological Aspects of the Utilization of Solar Radiation as an Energy
Source. Technical Note N° 172, Suiza.
36. World Meteorological Organization (WMO). 1 992. Instrument and Observing Methods, Report N°49, Suiza.
37. World Meteorological Organization (WMO). 1 996. Guide to meteorological instrument and methods of observation. Sixth edition.
WMO N°08, Suiza.
 ANEXOS Y MAPAS
Anexo 1: Hora de salida del sol (HS), hora de puesta del sol (HP) y duración astronómica del día (N), para diferentes latitudes

Lat 0o 2° 40 6o 8o
(S) HS HP N HS HP N HS HP N HS HP N HS HP N
Ene 06:06 18:13 12.1 06:03 18:16 12.2 06:00 18:19 12.3 05:56 18:22 12.4 05:53 18:26 12.6
Feb 06:11 18:18 12.1 06:09 18:19 12.2 06:07 18:21 12.2 06:05 18:23 12.3 06:03 18:25 12.4
Mar 06:06 18:12 12.1 06:05 18:12 12.1 06:05 18:13 12.1 06:05 18:13 12.1 06:04 18:13 12.2
Abr 05:57 18:03 12.1 05:58 18:02 12.1 05:59 18:01 12.0 06:01 17:59 12.0 06:02 17:58 11.9
May 05:53 18:00 12.1 05:56 17:57 12.0 05:58 17:54 11.9 06:01 17:52 11.9 06:04 17:49 11.8
Jim 05:57 18:04 12.1 06:00 18:01 12.0 06:04 17:57 11.9 06:07 17:54 11.8 06:11 17:50 11.7
Jul 06:02 18:10 12.1 06:06 18:06 12.0 06:09 18:03 11.9 06:12 18:00 11.8 06:15 17:57 11.7
Ago 06:01 18:08 12.1 06:03 18:06 12.1 06:05 18:04 12.0 06:07 18:02 11.9 06:09 18:00 11.9
Set 05:52 17:58 12.1 05:52 17:58 12.1 05:53 17:58 12.1 05:53 17:57 12.1 05:54 17:57 12.1
Oct 05:42 17:49 12.1 05:41 17:50 12.2 05:40 17:52 12.2 05:39 17:53 12.2 05:38 17:54 12.3
Nov 05:41 17:48 12.1 05:35 17:51 12.3 05:36 17:54 12.3 05:33 17:56 12.4 05:30 17:59 12.5
Dic 05:51 17:59 12.1 05:48 18:02 12.2 05:45 18:06 12.4 05:41 18:09 12.5 05:38 18:13 12.6
Fuente: National Oceanic and Atmospheric Administration - NOAA (2002)

Lat 10° 12° 14° 16° 18°

(S) HS HP N HS HP N HS HP N HS HP N HS HP N
Ene 05:50 18:29 12.7 05:47 18:32 12.8 05:44 18:35 12.9 05:40 18:39 13.0 05:37 18:42 13.1

Feb 06:02 18:27 12.4 06:00 18:28 12.5 05:58 18:30 12.5 05:56 18:32 12.6 05:54 18:34 12.7
Mar 06:04 18:14 12.2 06:04 18:14 12.2 06:03 18:14 12.2 06:03 18:14 12.2 06:03 18:15 12.2
Abr 06:04 17:56 11.9 06:05 17:55 11.8 06:06 17:53 11.8 06:08 17:52 11.7 06:09 17:50 11.7
Jun 06:14 17:47 11:.6 06:18 17:43 11.4 06:21 17:40 11:3 06:25 17:36 11:2 06:29 17:32 11:1
Jul 06:18 17:54 11:6 06:21 17:51 11:5 06:25 17:47 11:4 06:28 17:44 11:3 06:32 17:40 11:1
Ago 06:11 17:58 11:8 06:13 17:56 11.7 06:15 17:54 11.7 06:17 17:52 11.6 06:20 17:50 11.5
Set 05:54 17:57 12.1 05:54 17:56 12.0 05:55 17:56 12.0 05:55 17:55 12.0 05:56 17:55 12.0

Oct 05:36 17:55 12.3 05:35 17:57 12.4 05:34 17:58 12.4 05:32 17:59 12.5 05:31 18:01 12.5

Nov 05:27 18:02 12:6 05:25 18:05 12.7 05:22 18:08 12:8 05:19 18:10 12.9 05:16 18:14 13:.0

Dic 05:34 18:16 12:7 05:30 18:20 12.8 05:27 18:24 13.0 05:23 18:28 13.1 05:19 18:31 13:2

Fuente: National Oceanic and Atmospheric Administration - NOAA (2002) Referencia : Día 15 del mes

Anexo 2: Cuadro de conversión de unidades utilizadas en solarimetría

Unidad de Origen Factor de corrección Unidad de destino
multiplicar por
kW h/m2 85,984194 cal/cm2

3,6 MJ/m2

MJ/m2 277,777778 Wh/m2

J/cm2 2,777778 Wh/m2

0,238845 cal/cm2

kJ/m2 0,0238845 cal/cm2

J/m2 0,000277778 Wh/m2

Ly = cal/cm2 11,622447 Wh/m2

0,0418682 MJ/m2

Anexo 3: Relación de estaciones meteorológicas utilizadas

CODIGO ESTACIÓN LAT LONG ALT LAT LONG
DEPARTAMENT DEPARTAMENT ALT
PROVINCIA (msnm CODIGO ESTACIÓN PROVINCIA
O (S) (W) O (S) (W) (msnm)
)
110110 El Estrecho Loreto Maynas 2° 35' 72° 45' 240 110601 La Punta Lima Callao 12° 04' 77° 10' 13
110130 Rica Playa Tumbes Tumbes 3° 48' 80° 27' 29 110631 La Capilla 2 Lima Cañete 12°31' 76° 33' 468
110132 Puerto Pizarro Tumbes Tumbes 3° 30' 80° 28' 1 110632 Isla Chincha Norte ica Pisco 13° 38' 76° 23' 20
110133 Zarumilla Tumbes Zarumilla 3°30' 80° 17' 1 110640 Huamani lea Ica 13° 50' 75° 35' 800
110134 Papayal Tumbes Zarumilla 3° 34' 80° 14' 1 110650 Hacienda Bernales Ica Pisco 13°45' 75°57' 250
110135 El Salto Tumbes Zarumilla 3° 26' 80° 19' 1 110655 San Lorenzo Huancavelica Tayacaja 12°18' 74° 48' 2600
110136 Cañaveral Tumbes C. Villar 3° 56' 80° 39' 1 110678 Huayro Cuzco La Convención 13° 04' 72° 27' 1700
110172 Tamshlyacu Loreto Maynas 4° 00' 73° 09' 141 110681 Ocobamba Cuzco La Convención 12°50' 72° 26' 1900
110176 San Roque Loreto Maynas 3° 45' 73° 15' 126 110686 Paruro Cuzco Paruro 13° 46' 71° 50' 3084
110180 Pebas Loreto R. Castilla 3°19' 71°51' 100 110689 Paucartambo Cuzco Paucartambo 13°19' 71°35' 3042
110204 Paita Piura Palta 5° 17' 81°08' 3 110691 Pilcopata Cuzco Paucartambo 13° 05' 71°01' 900
110209 El Alto Piura Talara 4° 16' 81°13' 295 110693 Qulncemil Cuzco Quispicanchi 13°13' 70° 45' 850
110228 Arenales Piura Ayabaca 4° 55' 79° 51' 3010 110698 Río Grande Ica Palpa 14° 32' 75° 13' 280
110230 La Esperanza Piura Paita 4° 55' 81° 04' 12 110702 San Borja Ica Palpa 14°31' 75° 10' 370
110231 Chusis Piura Piura 5° 31' 80° 50' 4 110703 Pangaravi Ica Nazca 14°50' 74° 37' 550
110232 Chilaco Piura Sullana 4° 42' 80° 30' 90 110710 Condoroma Arequipa Caylloma 15° 24' 71°18' 4160
110235 Morropón Piura Morropón 5° 11' 79° 59' 140 110714 Pedregal Ayacucho Lucanas 14°25' 74° 26' 4100
110236 Olmos Lambayeque Lambayeque 5° 59' 79°43' 226 110715 Huayllapampa Cuzco Cuzco 13° 34' 71°26' 3230
110240 Tabaconas Cajamarca San Ignacio 5° 20' 79° 17' 1800 110727 Copara Ica Nazca 14° 58' 74° 54' 620
110241 El Limón Cajamarca Jaén 5° 55' 79° 19' 1133 110730 Ocucaje Ica Ica 14°23' 75° 40' 330
110242 San Ignacio Cajamarca Jaén 5° 08' 78° 59' 1283 110736 Puquio Ayacucho Lucanas 14° 42' 74° 08' 3215
110247 San Miguel Piura Piura 5°14' 80°41' 29 110737 Andamarca Ayacucho Lucanas 14°23' 73° 58' 3490
110250 Chontali Cajamarca Jaén 5°21' 80° 42' 476 110741 Chaparra Arequipa Caravelí 15°45' 73° 52' 1140
110253 Bagua Chica Amazonas Utcubamba 5° 39' 78° 32' 434 110743 Coracora Ayacucho Parinacochas 15°01' 73° 47' 3200
110255 Chulucanas Piura Morropón 5° 06' 80° 10' 95 110744 Incuyo Ayacucho Parinacochas 15°15' 73° 34' 3296
110291 Caballococha Loreto R. Castilla 3° 54' 70° 30' 107 110745 Pauza Ayacucho Paucar D.Sa 15°17' 73°21' 2530
110299 Pucaiá Lambayeque Chiclayo 6°45' 79° 36' 85 110746 Caravelí Arequipa Caravelí 15° 46' 73°21' 1779
110303 Chota Cajamarca Chota 6° 33' 78° 39' 2487 110747 Chalhuanca Apun'mac Aymaraes 14°23' 73° 10' 3358
110320 Cayaltí Lambayeque Chiclayo 6° 54' 79° 33' 102 110749 Cotahuasi Arequipa La Unión 15° 22' 72° 53' 2683
110331 Ferreñafe Lambayeque Ferreñafe 6° 38' 79°47' 64 110754 La Angostura Arequipa Caylloma 15°10' 71° 39' 4150
110332 Reque. Lambayeque Chiclayo 6° 53' 79° 50' 21 110755 Sibayo Arequipa Caylloma 15°29' 71°27' 3810
110333 Jayanca (La Viña) Lambayeque Lambayeque 6°20' 79° 46' 103 110756 Combapata Cuzco Canchis 14°06' 71° 26' 3464
110334 Motupe Lambayeque Lambayeque 6°09' 79°44' 147 110759 Sicuanl Cuzco Canchis 14° 15' 71° 14' 3574
110335 Tinajones Lambayeque Chiclayo 6° 38' 79° 25' 235 110761 Llally Puno Melgar 14°56' 70° 53' 3980
110340 El Espinal Cajamarca Santa Cruz 6° 49' 79° 13' 409 110762 Pampahuta Puno Lampa 15° 29' 70° 40' 4400
110351 Santa Cruz Cajamarca Santa Cruz 6°38' 78° 57' 2026 110776 Ayaviri Puno Melgar 14° 52' 70° 35' 3928
110352 Cutervo Cajamarca Cutervo 6° 22' 78° 49' 2450 110777 Macusani Puno Carabaya 14°04' 70° 25' 4341
110353 Cochabamba Cajamarca Chota 6° 27' 78° 53' 1672 110778 Progreso Puno Azángaro 14°41' 70° 22' 3970
110354 Contumazá Cajamarca Contumazá 7° 21' 78° 49' 2452 110781 Azángaro Puno Azángaro 14° 55' 70° 11' 3863
110359 Granja Porcón Cajamarca Cajamarca 7° 02' 78° 38' 3000 110783 Arapa Puno Azángaro 15° 08' 70° 07' 3830
110361 Otuzco La Libertad Otuzco 7° 54' 78° 34' 2635 110785 Muñani Puno Azángaro 14° 46' 69° 57' 3948
110363 Hualgayoc Cajamarca Hualgayoc 6°46' 78° 37' 3510 110786 Huancané Puno Huancané 15°12' 69° 45' 3890
110370 San Marcos Cajamarca San Marcos 7° 19' 78° 10' 2225 110787 Huaraya Moho Puno Moho 15*23' 69°29' 3890
110371 Celendín Cajamarca Celendín 6°51' 78° 07' 2620 110788 Capachica Puno Puno 15° 37' 69° 50' 3933
110373 Cajabamba Cajamarca Cajabamba 7° 37' 78° 03' 2491 110800 Mollendo Arequipa Islay 17°02' 72°01' 13
110374 Huamachuco La Libertad S. Camón 7° 49' 78° 03' 3200 110829 Sta Rita Arequipa Arequipa 16°28' 72° 07' 1297
110377 Rioja San Martín Rioja 6° 02' 77° 10' 880 110830 Punta Ático Arequipa Caravelí 16°13' 73°41' 20
110378 Moyobamba San Martin Moyobamba 6°00' 76° 58' 860 110831 Ocoña Arequipa Camaná 16° 26' 73° 06' 58
110382 Bellavista San Martín Bellavista 7°03' 76° 33' 247 110832 Camaná Arequipa Camaná 16° 36' 72°41' 23
110383 Lamas San Martín Lamas 6° 16' 76° 42' 920 110833 Aplao Arequipa Castilla 16° 04' 72° 29' 645
110384 La Unión San Martín Bellavlsta 7° 11' 76° 30' 265 110846 Punta Coles Moquegua Ilo 17°42' 71°22' 30
110385 Sauce San Martín San Martín 6°41' 76° 15' 620 110850 Ómate Moquegua S. Cerro 16°40' 70° 58' 2166
110386 Navarro San Martín San Martín 6°20' 75° 46' 190 110852 Yacango Moquegua M. Nieto 17° 05' 70° 52' 2191
110387 Contamana Ucayali Ucayali 7°21' 75° 00' 185 110853 Locumba Tacna Jorge Basadre 17° 36' 70° 46' 559
110390 Juancito Loreto Requena 6° 02' 74° 52' 150 110874 Mirave Tacna Jorge Basadre 17° 29' 70°33' 1200
110398 Salpo La Libertad Otuzco 8° 00' 78° 37' 3400 110875 Sama Grande Tacna Tacna 17°47' 70° 29' 552
110412 Tayabamba La Libertad Pataz 8° 17' 77° 17' 3250 110878 Mazo Cruz Puno Chucuito 16°44r 69° 42' 4100
110441 Recuay Ancash Recuay 9°43' 77° 27' 3462 110879 llave Puno Callao 16° 05' 69° 38' 3880
110445 Chavín Ancash Huarl 9° 35' 77° 10' 3140 110880 Juli Puno Chucuito 16°12' 69° 27' 3812
110463 Tocache San Martín Tocache 8° 11' 76° 31' 512 110881 Pizacoma Puno Chucuito 16° 54' 69° 22' 1080
110466 La Morada Huánuco Huacaybamba 8° 45' 76° 09' 542 110882 Tahuaco-yunguy Puno Yunguyo 16°18' 69° 04' 3890
110467 Panao (los Molinos) Huánuco Pachltea 9° 55' 76° 03' 2600 110883 Desaguadero Puno Chucuito 16° 34' 69° 02' 3860
110480 Tournavlsta Huánuco Puerto Inca 8° 50' 74°45' 185 120101 Los Cedros Tumbes Tumbes 3° 27' 80° 32' 5
110531 Isla Don Martín Lima Huaura 11° 01' 77° 40' 8 120208 Mallares Piura Sullana 4°51' 80° 44' 45
110532 Camay Lima Huaura 10° 54' 77° 39' 65 120237 Ayabaca Piura Ayabaca 4°38' 79°43' 2700
110534 Lomas de Lachay Lima Huaura 11° 22' 77° 22' 300 120239 Huancabamba Piura Huancabamba 5° 15' 79° 43' 1952
110539 Huayán Lima Huaral 11°27' 77° 07' 350 120252 Jaén Cajamarca Jaén 5° 40' 78° 46' 654
110541 Oyón Lima Oyón 10° 40' 76° 46' 3641 120278 San Ramón Loreto A. Amazonas 5° 56' 76° 05' 184
110542 Pícoy Lima Huaura 10° 55' 76° 44' 2990 120281 Genaro Herrera Loreto Requena 4° 54' 73° 39' 126
110543 Ñafia Lima Lima 11° 59' 76° 50' 566 120301 Lambayeque Lambayeque Lambayeque 6° 42' 79° 55' 18
110545 Cochaquillo Lima Oyón 10°48' 76° 04' 4400 120325 Talla (Guadalupe) La Libertad Pacasmayo 7° 16' 79° 25' 150
110548 Matucana Lima Huarochlrí 11° 50' 76° 22' 2479 120343 Huambos Cajamarca Chota 6°27' 78° 57' 2294
110549 Marca pomacocha Junín Yaull 11°24' 76° 19' 4479 120362 Bambamarca Cajamarca Hualgayoc 6°40' 78°31' 2536
110550 Milpo Pasco Pasco 10° 36' 76° 13' 4100 120404 Huánuco Huánuco Huánuco 9° 57' 76° 14' 1947
110555 Huasahuasi Junín Tarma 11°19' 75° 39' 2820 120407 San Jorge Ucayali Padre Abad 8° 30' 74° 52' 270
110561 San Ramón Junín Chanchamayo 11°07' 75° 26' 800 120451 Palmawasl San Martín Tocache 8°35' 76° 25' 500
110562 Mazamari Junín Satlpo 11°15' 74°31' 750 120502 Surasaca Lima Oyón 10°31' 76°47' 4400
110572 Puerto Ocopa Junln Satipo 11°08' 74° 15' 305 120528 Paramonga Lima Barranca 10° 40' 77° 47' 60
110593 Cerro de Pasco Pasco Pasco 10° 41' 76° 15' 4260 120535 Andahuasi Lima Huaura 11°08' 77° 14' 470
120536 Santa Rosa Lima Huaura 11°13' 77° 23' 485 130501 Alcantarilla Lima Huaura 11°03' 77° 33' 120
120544 La Cantuta Lima Lima 11° 57' 76°42' 850 130610 Von Humboidt Lima Lima 12°05' 76° 56' 238
120547 Canta Lima Canta 11°28' 76° 37' 2832 130617 Modelo Lima Lima 12° 05' 77° 02' 137
120606 Qulllabamba Cuzco La Convención 12°51' 72°41' 990 130637 Pampa de Villacuri lca lca 13° 57' 75°48' 430
120607 Granja Kcayra Cuzco Cuzco 13° 33' 71°52' 3219 130700 San Camilo lca lca 14° 04' 75°43' 398
120615 Hipólito Unanue Lima Lima 12° 04' 77° 0/' 70 130804 La Joya Arequipa Arequipa 16° 35' 71° 55' 1292
120616 Cañete Lima Cañete 13° 04' 76° 19' 158 130805 Pampa de Majes Arequipa Caylloma 16°19' 72° 12' 1434
120618 Huarangal Lima Lima 11°47' 77° 06' 410 140100 Iquitos Loreto Maynas 3°45' 73° 15' 126
120635 Huayao Junín Huancayo 12° 02' 75° 19' 3308 140206 Yurlmaguas Loreto A. Amazonas 5° 52' 76° 07' 187
120638 Pacarán Lima Cañete 12° 51' 76° 03' 721 140305 Cajamarca Cajamarca Cajamarca 7° 08' 78° 29' 2620
120708 Puno Puno Puno 15° 49' 70° 00' 3820 140306 Chachapoyas Amazonas Chachapoyas 6° 14' 77° 49' 1834
120764 Chuquibambilla Puno Melgar 14° 47' 70° 44' 3971 140307 Moyobamba San Martín Moyobamba 6° 03' 76° 56' 860
120806 Moquegua Moquegua M. Nieto 17° 10' 70° 56' 1420 140308 Juanjuí San Martín M. Cáceres 7° 08' 76° 45' 270
120807 Calana Tacna Tacna 17° 56' 70° 12' 848 140500 Aeropuerto Internac. Lima Callao 12° 00' 77° 07' 13
120836 Characato Arequipa Arequipa 16° 27' 71°29' 2451 140600 Pisco lca Pisco 13° 44' 76° 13' 6
120837 Pampa Blanca Arequipa Islay 17° 04' 71°43' 100 140609 Qulncemil Cuzco Quispicanchis 13° 13' 70° 46' 619
120899 La Yarada Tacna Tacna 18°12' 70° 31' 58 140701 San Juan lca Nazca 15°20' 75° 08' 30
130207 Miraflores Piura Plura 5° 10' 80° 37' 30 140900 Tacna Tacna Tacna 18°03' 70° 15' 452
130304 A. Weberbauer Cajamarca Cajamarca 7° 10' 78° 30' 2536 160200 Talara Piura Talara 4° 34' 81°15' 88
130310 El Porvenir San Martín San Martín 6° 35' 76° 19' 230

Anexo 4: Promedios climáticos de temperaturas extremas (máxima y mínima) de las estaciones meteorológicas utilizadas

TEMPERATURAS EXTREMAS TEMPERATURAS EXTREMAS

MAXIMA MNIMA MAXIMA MNIMA
N° CODIGO ESTACIÓN N° CODIGO ESTACIÓN
Promedi
Promedio Desv.Estánd Promedio Desv.Estánd Promedio Desv.Estánd Desv.Estánd
o
1 110110 El Estrecho 31,3 1,8 21,7 1,1 100 110736 Puquio 17,3 1,9 4,2 2,5
2 110130 Rica Playa 32,6 2,0 21,3 1,9 101 110737 Andamarca 21,4 2,5 3,2 2,8
3 110132 Puerto Pizarra 29,0 2,3 22,2 1,8 102 110741 Chaparra 23,7 1,9 10,7 4,1
4 110133 Zarumilla 29,5 2,1 20,9 1,9 103 110743 Coracora 18,2 1,8 5,0 1,8
5 110134 Papayal 30,8 1,8 21,3 1,5 104 110744 Incuyo 19,4 1,9 -1,9 4,9
6 110135 El Salto 27,6 2,2 21,5 1,7 105 110745 Pauza 23,2 1,8 8,2 2,5
7 110136 Cañaveral 31,0 1,6 20,8 2,3 106 110746 Caravelí 27,3 1,6 10,9 1,9
8 110172 Tamshiyacu 31,8 1,8 21,2 1,4 107 110747 Chalhuanca 24,1 2,6 7,1 3,0
9 110176 San Roque 32,1 2,0 21,7 1,4 108 110749 Cotahuasi 22,3 1,8 8,6 2,0
10 110180 Pebas 29,9 2,1 21,8 1,3 109 110754 La Angostura 14,1 2,2 -3,5 4,4
11 110204 Paita 28,1 2,8 18,9 2,6 110 110755 Sibayo 18,2 2,4 -1,4 5,1
12 110209 El Alto 27,7 2,5 17,9 2,5 111 110756 Combapata 20,0 2,2 3,1 3,1
13 110228 Arenales 14,6 1,3 6,6 1,3 112 110759 Sicuani 19,4 1,7 1,4 3,1
14 110230 La Esperanza 27,8 2,6 19,6 2,6 113 110761 Llally 15,2 1,8 -2 4,3
15 110231 Chusis 28,8 2,8 19,2 2,6 114 110762 Pampahuta 14,7 2,2 -5,5 5,3
16 110232 Chilaco 31,3 2,2 19,2 2,7 115 110776 Ayaviri 16,3 1,8 -0,5 4,6
17 110235 Morropón 31,5 2,2 18,8 2,8 116 110777 Macusani 13,8 1,9 -2,3 3,8
18 110236 Olmos 31,0 2,2 18,4 2,9 117 110778 Progreso 15,5 1,9 1,7 3,1
19 110240 Tabaconas 21,8 2,2 13,2 1,8 118 110781 Azángaro 15,7 1,8 0,9 4,2
20 110241 El Limón 31,3 2,4 20,2 1,7 119 110783 Arapa 16,1 1,9 2,3 3,1
21 110242 San Ignacio 29,1 2,9 17,7 3,1 120 110785 Muflani 16,3 1,9 1,3 3,2
22 110247 San Miguel 30,3 2,7 18,8 2,7 121 110786 Huancané 14,4 1,7 1,2 3,7
23 110250 Chontalí 24,4 2,4 14,8 1,6 122 110787 Huaraya Moho 14,5 1,9 2,7 2,7
24 110253 Bagua Chica 32,3 2,4 20,8 1,7 123 110788 Capachica 14,4 1,9 2,4 2,9
25 110255 Chulucanas 32,1 2,2 18,9 2,9 124 110800 Moliendo 21,1 3,1 16,6 2,5
26 110291 Caballococha 31,3 1,9 21,4 1,4 125 110829 Sta. Rita 26,1 2,1 10,3 3,0
27 110299 Pucalá 28,5 2,7 17,1 3,2 126 110830 Punta Ático 22,0 2,9 16,1 2,0
28 110303 Chota 22,0 1,6 9,8 2,8 127 110831 Ocoña 22,3 2,4 15,0 3,0
29 110320 Cayaltl 29,3 2,9 16,4 3,0 128 110832 Camaná 23,0 3,1 16,6 2,8
30 110331 Ferreñafe 27,9 2,8 17,8 2,5 129 110833 Aplao 27,5 2,6 11,6 3,9
31 110332 Reque 24,8 2,7 17,3 2,3 130 110846 Punta Coles 21,9 2,8 17,1 2,1
32 110333 Jayanca (La Viña) 30,3 2,7 17,3 3,2 131 110850 Órnate 24,3 1,8 8,7 2,5
33 110334 Motupe 30,6 2,5 18,1 3,1 132 110852 Yacango 22,3 1,5 11,7 2,0
34 110335 Tinajones 30,0 2,5 17,9 2,9 133 110853 Locumba 26,4 3,3 12,5 3,5
35 110340 El Espinal 28,2 2,0 16,8 2,7 134 110874 Mirave 26,1 5,0 7,2 3,9
36 110351 Santa Cruz 22,8 1,5 10,4 2,0 135 110875 Sama Grande 24,9 3,0 13,3 2,9
37 110352 Cutervo 18,5 1,5 9,7 1,6 136 110878 Mazo Cruz 15,7 2,3 -6,6 6,7
38 110353 Cochabamba 25,8 2,1 14,0 2,0 137 110879 llave 14,8 1,7 1,6 3,5
39 110354 Contumazá 20,4 1,9 9,0 1,9 138 110880 Juli 13,6 1,6 2,2 3,0
40 110359 Granja Porcón 16,6 1,4 2,8 2,3 139 110881 Pízacoma 16,6 2,1 -1,5 4,7
41 110361 Otuzco 19,1 1,8 5,1 1,9 140 110882 Tahuaco-Yunguyo 14,4 1,7 1,3 3,1
42 110363 Hualgayoc 11,8 1,6 4,2 1,7 141 110883 Desaguadero 14,4 2,1 1,1 4,0
43 110370 San Marcos 25,1 1,8 10,3 2,5 142 120101 Los Cedros 27,6 1,8 20,9 2,0
44 110371 Celendln 19,1 2,0 8,6 3,0 143 120208 Mallares 30,7 2,3 19,3 2,7
45 110373 Cajabamba 22,3 2,0 8,6 2,5 144 120237 Ayabaca 17,4 1,8 9,5 1,0
46 110374 Huamachuco 17,9 1,7 5,4 2,4 145 120239 Huancabamba 24,0 2,6 12,0 2,3
47 110377 Rioja 28,0 1,7 18,0 1,5 146 120252 Jaén 30,6 2,3 20,5 1,4
48 110378 Moyobamba 29,5 1,8 17,0 1,4 147 120278 San Ramón 31,3 2,0 20,5 1,5
49 110382 Bellavista 32,2 2,2 20,9 1,4 148 120281 Genaro Herrera 31,8 2,0 21,7 1,3
50 110383 Lamas 28,0 1,9 19,3 1,1 149 120301 Lambayeque 25,9 3,0 18,2 2,6
51 110384 La Unión 33,3 2,0 20,7 1,4 150 120325 Talla 27,7 2,6 16,9 3,2
52 110385 Sauce 29,6 1,7 18,3 1,6 151 120343 Huambos 19,5 2,2 11,6 1,2
53 110386 Navarro 30,6 1,8 21,0 1,6 152 120362 Bambamarca 19,3 1,8 9,8 2,5
54 110387 Contamana 32,8 2,7 22,0 2,0 153 120404 Huánuco 26,2 1,8 13,2 2,0
55 110390 Juancito 32,0 1,8 21,7 1,2 154 120407 San Jorge 30,7 2,1 20,7 1,7
56 110398 Salpo 17,1 1,7 7,3 2,0 155 120451 Palmawasi 30,3 2,0 19,9 1,7
57 110412 Tayabamba 16,6 1,8 6,5 1,4 156 120502 Surasaca 9,5 1,9 -0,2 1,7
58 110441 Recuay 21,2 1,9 4,0 2,9 157 120528 Paramonga 23,2 3,4 16,8 2,5
59 110445 Chavín 20,8 2,2 7,0 1,8 158 120535 Andahuasi 26,3 3,0 14,1 2,7
60 110463 Tocache 30,2 1,9 20,1 1,3 159 120536 Santa Rosa 26,2 3,7 15,3 2,9
61 110466 La Morada 30,3 1,5 19,5 1,5 160 120544 La Cantuta 24,8 2,9 13,3 3,0
62 110467 Panao (los Molinos) 20,6 1,5 6,2 1,7 161 120547 Canta 18,7 1,7 9,2 1,0
63 110480 Tournavista 31,2 1,9 20,7 1,7 162 120606 Quillabamba 30,5 2,5 17,7 1,9
64 110531 Isla Don Martín 21,5 2,6 17,0 2,2 163 120607 Granja Kcayra 20,6 2,1 3,6 4,0
65 110532 Camay 23,1 3,0 15,6 2,6 164 120615 Hipólito Unánue 21,5 2,9 17,3 2,4
66 110534 Lomas de Lachay 20,4 4,0 14,5 2,8 165 120616 Cañete 23,8 4,0 16,3 2,8
67 110539 Huayán 25,7 3,9 15,7 2,7 166 120618 Huarangal 23,4 4,0 16,2 3,0
68 110541 Oyón 15,2 2,4 3,8 1,7 167 120635 Huayao 19,6 2,0 4,2 3,4
69 110542 Picoy 18,4 2,2 5,6 2,1 168 120638 Pacarán 26,4 2,7 15,2 3,0
70 110543 Ñaña 23,1 3,5 15,0 2,6 169 120708 Puno 14,3 1,8 2,6 2,9
71 110545 Cochaquillo 10,2 1,9 -0,6 1,3 170 120764 Chuquibambilla 16,2 2,0 -1,6 5,4
72 110548 Matucana 20,5 1,6 10,0 1,4 171 120806 Moquegua 26,3 1,8 11,7 2,3
73 110549 Marcapomacocha 10,6 1,6 -2,8 2,6 172 120807 Calana 23,2 2,9 11,04 3,5
74 110550 Milpo 12,3 1,8 1,4 2,0 173 120836 Characato 22,6 1,6 8,2 2,7
75 110555 Huasahuasi 19,1 0,9 7,6 1,2 174 120837 Pampa Blanca 24,0 3,4 15,9 2,8
76 110561 San Ramón 29,8 1,9 18,1 1,9 175 120899 La Yarada 23,1 3,0 15,7 2,5
77 110562 Mazamari 30,7 2,1 18,4 1,6 176 130207 Miraflores 30,7 2,6 19,1 2,8
78 110572 Puerto Ocopa 32,9 2,9 20,5 1,6 177 130304 A. Weberbauer 21,8 1,6 7,2 3,0
79 110593 Cerro de Pasco 11,6 2,3 0,3 2,2 178 130310 El Porvenir 32,4 2,3 20,2 1,8
80 110601 La Punta 21,6 2,7 17,8 2,4 179 130501 Alcantarilla 24,3 3,6 16,2 2,6
81 110631 La Capilla 2 28,2 3,1 13,8 1,1 180 130610 A. Von Humboldt 22,9 3,9 15,8 2,7
82 110632 Isla Chincha Norte 21,5 2,7 16,3 2,1 181 130617 Modelo 22,1 3,3 17,1 2,5
83 110640 Huamaní 27,1 2,7 14,1 3,2 182 130637 Pampa de Villacurí 27,7 3,6 14,8 3,6
84 110650 Hacienda Bernales 26,5 3,2 14,6 3,3 183 130700 San Camilo 28,7 3,1 13,9 3,4
85 110655 San Lorenzo 23,4 2,6 10,1 1,8 184 130804 La Joya 27,2 1,9 10,0 3,1
86 110678 Huayro 25,0 2,1 13,5 2,0 185 130805 Pampa de Majes 25,5 1,9 11,7 2,7
87 110681 Ocobamba 25,3 2,4 13,0 1,7 186 140100 Iquitos 31,8 2,1 22,1 1,1
88 110686 Paruro 21,8 2,0 5,6 3,0 187 140206 Yurimaguas 32,1 2,1 22,3 1,3
89 110689 Paucartambo 18,8 2,0 7,2 3,3 188 140305 Cajamarca 21,7 1,6 5,9 2,8
90 110691 Pilcopata 28,5 2,4 19,8 1,8 189 140306 Chachapoyas 20,1 2,1 9,6 1,7
91 110693 Qulncemil 28,1 2,6 18,2 1,7 190 140307 Moyobamba 28,6 2,1 18,2 1,6
92 110698 Río Grande 30,7 2,8 12,7 4,2 191 140308 Juanjuí 32,4 2,1 20,6 1,8
93 110702 San Borja 30,4 2,8 14,9 4,1 192 140500 Aerop.Int.J.Chavéz 22,9 3,4 17,4 2,4
94 110703 Pangaraví 29,1 2,8 12,5 4,3 193 140600 Pisco 24,2 3,2 16,6 2,9
95 110710 Condoroma 13,8 2,4 -3,5 4,4 194 140609 Quincemil 27,5 2,5 17,1 2,1
96 110714 Pedregal 13,5 2,3 1,3 1,4 195 140701 San Juan 23,5 3,2 16,5 2,6
97 110715 Huayllapampa 19,4 2,0 4,6 2,9 196 140900 Tacna 23,6 3,3 13,4 3,0
98 110727 Copará 30,1 2,5 10,1 4,4 197 160200 Talara 27,7 2,9 19,2 2,7
99 110730 Ocucaje 29,0 3,6 12,5 3,8
Anexo 5: Promedios climáticos de heliofanía de las estaciones meteorológicas utilizadas
HELIOFANÍA HELIOFANÍA
N° CÓDIGO ESTACIÓN Promedi Desv. N° CÓDIGO ESTACIÓN Promedi Desv.
o Estánd. o Estánd.
1 110133 Zarumilla 4,6 3,0 39 120208 Mallares 6,8 2,7
2 110136 Cañaveral 6,2 2,7 40 120237 Ayabaca 5,8 3,4
3 110176 San Roque 4,4 2,9 41 120239 Huancabamba 3,7 2,8
4 110228 Arenales 5,9 3,6 42 120278 San Ramón 5,2 3,3
5 110230 La Esperanza 7,4 2,5 43 120281 Genaro Herrera 4,9 2,9
6 110232 Chilaco 6,8 2,5 44 120301 Lambayeque 6,9 2,9
7 110235 Morropón 5,5 3,0 45 120325 Talla 6,1 3,0
8 110236 Olmos 5,8 3,2 46 120343 Huambos 6,1 2,9
9 110247 San Miguel 6,8 2,7 47 120362 Bambamarca 5,3 3,0
10 110253 Bagua Chica 5,5 3,0 48 120404 Huánuco 5,9 2,9
11 110255 Chulucanas 5,5 2,8 49 120407 San Jorge 4,5 3,3
12 110299 Pucalá 6,1 2,9 50 120451 Palmawasi 4,9 2,8
13 110303 Chota 4,9 3,0 51 120502 Surasaca 4,8 2,7
14 110320 Cayaltí 6,6 2,8 52 120535 Andahuasi 7,0 2,5
15 110331 Ferreñafe 5,4 2,7 53 120536 Santa Rosa 6,4 2,8
16 110333 Jayanca (La Viña) 6,1 3,0 54 120547 Canta 6,0 3,0
17 110334 Motupe 5,4 3,0 55 120606 Quillabamba 4,9 2,8
18 110335 Tinajones 6,7 3,1 56 120607 Granja Kcayra 6,2 3,0
19 110371 Celendín 5,2 3,1 57 120615 Hipólito Unánue 4,1 3,5
20 110373 Cajabamba 6,7 2,9 58 120616 Cañete 4,2 3,4
21 110382 Bellavista 5,0 2,8 59 120635 Huayao 6,5 2,9
22 110384 La Unión 5,1 2,8 60 120638 Pacarán 6,5 2,8
23 110387 Contamana 5,5 3,2 61 120708 Puno 8,3 2,8
24 110441 Recuay 6,6 2,8 62 120764 Chuquibambilla 7,3 2,9
25 110463 Tocache 4,6 2,8 63 120806 Moquegua 8,6 2,5
26 110531 Isla Don Martín 4,2 2,9 64 120837 Pampa Blanca 5,6 3,3
27 110532 Camay 4,6 3,3 65 120839 La Pampilla 8,7 1,5
28 110534 Lomas de Lachay 4,3 2,9 66 120899 La Yarada 6,0 3,3
29 110542 Picoy 5,0 2,1 67 130207 Miraflores 6,7 2,7
30 110548 Matucana 4,3 3,0 68 130304 A. Weberbauer 6,0 2,9
31 110561 San Ramón 5,3 2,8 69 130310 El Porvenir 4,9 3,0
32 110601 La Punta 4,0 3,3 70 130501 Alcantarilla 5,2 3,1
33 110650 Hacienda Bernales 6,8 3,2 71 130610 A. Von Humboldt 5,0 3,4
34 110703 Pangaravi 7,1 2,4 72 130617 Modelo 4,3 3,5
35 110829 Santa Rita 9,5 2,1 73 130637 Pampa de Villacurí 6,4 3,0
36 110880 Juli 7,5 3,2 74 130700 San Camilo 7,4 2,3
37 110883 Desaguadero 5,9 1,3 75 130805 Pampa de Majes 9,3 2,3
38 120101 Los Cedros 5,6 3,1 76 140500 Aerop.lnt. J. Chávez 5,6 2,6