Resumen:
En esta tesis se realiza un análisis de la base de datos de los detectores de campos eléctricos
(Boltek EFM-100) de la Red Universitaria de Observatorios Atmosféricos (RUOA). Esto surge
de la necesidad de conocer su estabilidad estadística y de determinar su viabilidad técnica
para estudios científicos.
Los campos eléctricos atmosféricos se originan en las nubes de tormenta, por lo que en el
capítulo 1 comenzamos repasando estos orígenes, además de como se forman las tormentas eléctricas. En el capítulo 2 exploramos en qué consiste la Red Universitaria de Observatorios Atmosféricos (RUOA), la cual es una plataforma de registro y difusión de datos meteorológicos de todo el territorio mexicano. Es la base de datos de intensidad de campo
eléctrico atmosférico de 3 estaciones de la RUOA la que se utiliza en esta tesis, junto con una cuarta base de datos adicional registrada en el Instituto de Geofísica, todas estas grabadas
con los equipos Boltek EFM-100 cuyo funcionamiento se describe detalladamente también el
capítulo 2. Posteriormente en el capítulo 3 se presenta el lenguaje de programación Python, usado para manipular y tratar los datos, así como también mencionamos a la Transformada
de Fourier. Además, hicimos una descripción del estado en el que se encontraba la base de datos. Finalmente, en el capítulo 4 presentamos los resultados y productos obtenidos, los
cuales son: 1. El desarrollo y corrección de scripts de Python para aplicar los dos niveles de control de calidad (L0 y L1) a la base de datos exterior a la RUOA, que ya se realizan de forma
continua sobre los registros de la RUOA y así poder normalizarla con los datos publicados
en el sitio web, y con cuya experiencia obtenida se podrán procesar los datos que se obtengan
de nuevas estaciones.
2. Presentamos la correlación de dos días muestra, entre los datos que registraron las estaciones del Centro de Ciencias de la Atmósfera y el Instituto de Geofísica, ubicadas de forma contigua y comprobando al observar los datos, que los equipos tienen registros similares, lo
que nos proporciona más confianza en estos datos.
3. Realizamos una transformada de Fourier sobre un año muestra para cada una de las 4
estaciones, para obtener sus espectros de amplitudes y confirmar la curva de Carnegie (de 24
horas) y otros ciclos de mayor frecuencia. Además obtuvimos gráficas de promedios diurnos
y de varianza.
4. Para obtener un nivel de calidad L2, efectuamos una inspección visual de la base de
datos completa, donde se generaron hojas de cálculo con un código de color según la calidad
de los datos para cada día y se añadieron comentarios de los registros para la mayoría de
los días. Cabe señalar que todos los scripts y productos de esta tesis se encuentran en un
repositorio de Github cuya dirección de encuentra en la introducción del capítulo 4.