ESTIMACIÓN PRELIMINAR DE UMBRALES DE PRECIPITACIÓN A PARTIR DEL INICIO DE LA MISMA PARA UN SISTEMA DE ALERTA TEMPRANA PRELIMINARY ESTIMATE OF PRECIPITATION’S THRESHOLD FROM THE BEGINNING

OF THE SAME FOR EARLY WARNING SYSTEM

Melo, J .; Ruíz, J. F - Oficina del Servicio de Pronósticos y Alertas – Grupo de Modelamiento de

Tiempo y Clima, Subdirección de Meteorología, IDEAM

IDEAM – OSPA/001-2015 NOTA TÉCNICA DEL IDEAM

Original: ENERO 2015

ESTIMACIÓN PRELIMINAR DE UMBRALES DE PRECIPITACIÓN A PARTIR DEL INICIO DE LA MISMA PARA UN SISTEMA DE ALERTA TEMPRANA

PRELIMINARY ESTIMATE OF PRECIPITATION’S THRESHOLD FROM THE BEGINNING OF THE SAME

FOR EARLY WARNING SYSTEM

Melo, J1.; Ruíz, J. F2. 1Oficina del Servicio de Pronósticos y Alertas – IDEAM; 2Grupo de Modelamiento de Tiempo y

Clima, Subdirección de Meteorología, IDEAM RESUMEN Este artículo presenta un análisis con datos de precipitación para un conjunto de 212 estaciones de la red de estaciones hidrometeorológicas automáticas (HYDRAS3) del IDEAM, durante el periodo comprendido entre 2005 – 2014 con series diezminutales, abarcando el territorio nacional. El propósito fue estimar de forma preliminar los umbrales de alerta temprana para eventos de precipitación tipo tormenta local; para ello, se realizó un estudio del ciclo diario y la estacionalidad usando métricas de estadística descriptiva, análisis de la distribución de la serie de tiempo a diferentes escalas (diezminutal y horario) e identificación de valores atípicos en la serie de tiempo, lo que permitió tener un criterio mínimo para establecer eventos extremos, a fin de mejorar los métodos de monitoreo de precipitaciones intensas e incorporar umbrales de precipitación dentro del sistema de recepción automática satelital. PALABRAS CLAVES: Precipitación, Climatología, Alerta Temprana, Umbrales ABSTRACT

This paper shows an analysis of precipitation data for a set of 212 stations in the network of

automatic hydrometeorological stations (Hydras3) IDEAM during the period from 2005 to 2014

with ten-minute series, encompassing the national territory. The purpose was preliminarily

estimate the thresholds early warning for rainfall events local storm type; for this, a study was

performed daily cycle and seasonality using metrics descriptive statistics, analysis of the

distribution of the time series at different scales (ten-minutes and horary) and identification of

outliers in the time series, which allowed a minimum criterion for establishing extreme events, for

the purpose of improve methods monitoring of heavy rainfall and incorporate rain thresholds

within the automatic satellite reception system.

KEYWORDS: Precipitation, Climatology, Early Warning, Thresholds.

1. INTRODUCCIÓN ................................................................................................................. 4

2. MATERIALES Y MÉTODOS ................................................................................................... 7

2.1. ÁREA DE ESTUDIO ................................................................................................................. 7

2.2. DATOS Y MATERIALES UTILIZADOS ............................................................................................. 8

2.2.1. FLUJO DE INFORMACIÓN SATELITAL .................................................................................................. 9

2.2.2. ESTACIONES SELECCIONADAS PARA EL ANÁLISIS ................................................................................ 11

2.2.3. TRATAMIENTO DE LA INFORMACIÓN ................................................................................................ 12

2.3. METODOLOGÍA ................................................................................................................ 16

2.3.1. DETERMINACIÓN DE UMBRALES ..................................................................................................... 17

3. ANÁLISIS Y DISCUSIÓN ..................................................................................................... 21

3.1. ESTACIONALIDAD ................................................................................................................. 21

3.2. ESTIMACIÓN PRELIMINAR DE UMBRALES DE ALERTA TEMPRANA...................................................... 21

4. CONCLUSIONES Y RECOMENDACIONES ............................................................................. 25

BIBLIOGRAFIA Y REFERENCIAS ................................................................................................. 26

ANEXO 1 ................................................................................................................................. 28

Figura 1. Descripción gráfica de las estructura del trabajo ________________________________________ 7 Figura 2. Área de Estudio ___________________________________________________________________ 8 Figura 3. Esquema de Flujo de información Satelital _____________________________________________ 9 Figura 4. Configuración de límites de alerta ___________________________________________________ 10 Figura 5. Distribución espacial de las estaciones automáticas satelitales utilizadas para éste estudio con

respecto a la variable de precipitación. ______________________________________________________ 11 Figura 6. Ejemplo de registro de datos con diferentes tecnologías _________________________________ 12 Figura 7. Ejemplo de estaciones con registros de 2 y 10 minutos (Ejemplo: Aeropuerto Sesquicentenario). _ 12 Figura 8. Estación Nueva Colombia con registros faltantes. ______________________________________ 13 Figura 9. Ejemplo de estación con valores máximos y mínimos diezminutales de 7700mm y -12545mm ___ 13 Figura 10. Ejemplo de estaciones con ruido en la transmisión de datos._____________________________ 14 Figura 11. Ejemplo de estaciones con información desaparecida en el momento de una consulta posterior a

agosto de 2014. _________________________________________________________________________ 14 Figura 12. Ejemplo de estaciones con información constante que evidencia posibilidad de sensor de

precipitación pegado a 0 mm ______________________________________________________________ 15 Figura 13. Ejemplo de estaciones sin existencia de registros desde su instalación a la fecha. ____________ 15 Figura 14. Ejemplo de Distribución de la precipitación anual en Guaduas (Variabilidad Estacional) durante el

periodo 2011 - 2014 ______________________________________________________________________ 17 Figura 15. Descripción Gráfica de identificación de datos atípicos _________________________________ 18 Figura 16. Resultado del diagrama BoxPlot para la Estación Automática de San Vicente de Chucuri. _____ 19 Figura 17. Histograma de Frecuencias para la Estación de Buenaventura.___________________________ 20 Figura 18. Histograma de Frecuencias para escala de representación espacial _______________________ 22 Figura 19. Ciclo estacional de la precipitación para algunas estaciones automáticas meteorológicas del país.

______________________________________________________________________________________ 23 Figura 20. Ciclo estacional de la Precipitación Anual en Colombia _________________________________ 23 Figura 21. Umbrales horarios estimados preliminarmente para Alertas Amarilla, Naranja y Roja. _______ 24

1. INTRODUCCIÓN

En la actualidad, el desarrollo de tecnologías de información y comunicación, proporcionan elementos claves de apoyo a las tareas de recolección de los datos. Los sistemas de monitoreo automatizados permiten la organización y almacenamiento de información, el establecimiento de bases de datos que junto con herramientas de software especializado de fácil acceso y uso, permiten disponibilidad y análisis integral de información. En este orden de ideas y como parte de la modernización instrumental convencional, el IDEAM implementó el proyecto PREDECAN con estaciones automáticas bajo telemetría satelital distribuidas estratégicamente por el territorio nacional. La función principal de ésta red es monitorear en tiempo real las variaciones de los diferentes parámetros hidrometeorológicos más relevantes a fin de contribuir a dar soluciones viables, eficientes y oportunas en la emisión de alertas ambientales. En el caso de IDEAM, las estaciones automáticas miden, procesan, almacenan y transmiten paquetes de datos, por medio de telemetría satelital GOES (Geostationary Operational Environmental Satellite), es decir, cada estación cuenta con un transmisor satelital y una antena YAGI para el envío de datos y una antena GPS para el geoposicionamiento, en donde los datos allí medidos, se envían cada hora al satélite y este los retransmite a todas las estaciones terrenas tipo DRGS (Direct Reading GroundStation) para que puedan recibir datos del satélite (OTT, 2006a – 2006b). Una vez que los datos se encuentran almacenados en los servidores de las estaciones terrenas de lectura directa, pueden ser restaurados por el usuario a través de un sistema de software para la recuperación, almacenamiento, distribución y procesamiento de datos así como para la configuración de las estaciones de la red. Dentro de los aspectos climáticos más importantes que caracterizan un lugar, se encuentra el régimen pluviométrico mediante el cual se genera conocimiento de la distribución espacio-temporal de la precipitación, variable de vital importancia para cualquier país desde el punto de vista social y económico y elemento climatológico que caracteriza el estado del tiempo atmosférico (Montealegre., 2009). De la misma manera, a nivel nacional, la caracterización de la precipitación representa un papel fundamental en el comportamiento de los sistemas productivos y socioeconómicos del país, en la dinámica de ciertas enfermedades endémicas como la malaria y el dengue, en la distribución espacial y la frecuencia de eventos hidrometeorológicos extremos, causantes de deslizamientos e inundaciones, entre otros. Una de las limitaciones de muchos países para profundizar en estos análisis, es la disponibilidad de datos climáticos de buena calidad, en particular, datos de precipitación en forma de series de tiempo de larga duración (al menos de 20 años) y con una distribución espacial que permita analizar simultáneamente el problema de la variabilidad espacio-temporal. Con el fin de conocer el comportamiento con que determinadas cantidades de lluvia suelen registrarse en cualquier punto de una región, se recurre al análisis de valores de precipitación obtenidos a partir de las series de datos disponibles en las estaciones hidrometeorológicas ubicadas en las distintas zonas mediante funciones de distribución

apropiadas; según Ávila (2012), éste análisis debe realizarse con sensatez, debido a la incertidumbre que puede encontrarse asociada a la propia naturaleza de los fenómenos meteorológicos que originan la lluvia, como por la recurrencia temporal de eventos extremos registrados en las estaciones, eventos que con intensidades de lluvias muy altas y baja frecuencia, pueden desencadenar desastres naturales tales como inundaciones, desbordamiento de los ríos e incluso procesos geomorfológicos de notable magnitud e importantes consecuencias en pérdidas económicas y humanas. La variabilidad de la precipitación en Colombia se encuentra determinada principalmente por los siguientes aspectos: (a) su ubicación en el trópico bajo la influencia de los vientos alisios y la migración meridional de la Zona de Convergencia Intertropical (ZCIT), siendo ésta última uno de los mecanismos más relevantes para su explicación (Eslava et al, 2002). Cuando la ZCIT se encuentra más al sur (verano del hemisferio sur), la costa Caribe colombiana sufre una disminución en las lluvias; sucediendo lo mismo en la zona sur durante el verano del hemisferio norte (Julio-Agosto). La ZCIT pasa dos veces por encima del territorio Colombiano; en su camino hacia el Sur en la época de octubre- noviembre y hacia el norte en la época de abril-mayo, produciendo dos temporadas lluviosas especialmente en el centro de país; (b) su cercanía e interacción con el Océano Pacifico, el Mar Atlántico y la circulación atmosférica de la cuenca Amazónica, conocida por diferentes autores, “como una isla entre tres cuencas de agua” entre ellos, Snow (1976) y Poveda (2004); (c) su conformación fisiográfica que incluye la presencia de la cordillera de los Andes y sus tres ramales cruzando el país de suroeste a noreste, con valles interandinos y vertientes de cordillera con marcadas diferencias climáticas tanto locales como regionales (IDEAM, 2005); la interacción entre suelo, vegetación y atmósfera (Elthair & Brass, 1994); (d) fenómenos a escala global como el Fenómeno del Niño/ Oscilación del Sur, La Oscilación Cuasi Bienal, La Oscilación de Madden-Jualin y Las Ondas del Este, vaguada tropical d la alta tropósfera (TUTT), Baja Anclada de Panamá, Zona de Convergencia del Atlántico Sur (ZCAS), entre otros. La inestabilidad atmosférica existente en la zona intertropical se manifiesta en una serie de movimientos y cambios que originan una variedad de fenómenos. La existencia de bajas presiones o áreas ciclónicas donde convergen vientos húmedos y cálidos, desencadena y explica una serie de fenómenos meteorológicos, algunos de los cuales por su magnitud y efecto son causas de lamentables catástrofes naturales. Estos fenómenos, a pesar de su intensidad, difícilmente son detectados por los medios convencionales de observación meteorológica, bien sea por la limitación de la densidad de la red de observación en tierra, o bien por la resolución espacio-temporal de los medios de teledetección como satélites y radares, por lo que se hace necesario realizar análisis a escalas medianas (mesometeorológicas) o más pequeñas (micrometeorológicas). La presencia de fuertes temporales locales es causa directa de la formación de pequeñas depresiones que constituyen áreas de inestabilidad atmosférica, asociadas generalmente a mal tiempo (lluvias, tormentas, borrascas, entre otras). Las elevadas tasas de precipitación son resultado de rápidos y eficientes ascensos de aire rico en vapor de agua y su duración está relacionada con la velocidad del movimiento y el tamaño de los sistemas respecto a su dirección.

Los procesos de tormentas locales como las precipitaciones súbitas o torrenciales, son lluvias intensas que suelen tener un marcado carácter convectivo (entendiendo por convección la presencia de vigorosas corrientes verticales asociadas a cúmulos y cumulonimbus) de corta duración, de una o dos horas, y están formadas por una o pocas células convectivas que pasan por las tres fases de vida: crecimiento, madurez y disipación (Casas & Alarcon, 1999); sus principales características suelen tener: entornos favorables con regiones de alta humedad, inestabilidad alta e irregular, ascensos mesoescalares y movimientos lentos; cuasi-estacionariedad de los sistemas que las provocan; interacción de la dinámica atmosférica con la orografía de la zona afectada; y la generación de inundaciones repentinas locales de gran repercusión, fruto de la suma de los efectos meteorológicos e hidrológicos. Estos procesos son difíciles de predecir con exactitud, debido a su rápido desarrollo, su corta duración, o a veces, su corta medida; sin embargo, es posible realizar un monitoreo de esta variable a través de sensores electrónicos como los que se encuentran en las estaciones automáticas que pueden garantizar seguimiento en cortos intervalos de tiempo. Este artículo pretende estimar el ciclo diario y la estacionalidad del comportamiento pluviométrico para un conjunto de estaciones de la red de estaciones hidrometeorológicas automáticas del IDEAM distribuidas a lo largo del territorio nacional, con registros comprendidos entre el período 2005 – 2014. En la sección 2 se describe el conjunto de estaciones seleccionadas de la red climatológica nacional, se explican los criterios de control de calidad utilizados para manipular los datos y se describen las pruebas mínimas aplicadas a las series de tiempo de la variable precipitación, para asegurar que los datos de las estaciones utilizadas cumplan las condiciones requeridas. En la sección 3 se presenta una explicación de la estadística descriptiva de dicha variable, utilizada para representar el ciclo diario y la estacionalidad de las series analizadas. Los resultados obtenidos en el proceso estadístico que son mostrados en la sección 4, permiten sugerir umbrales aceptables para 44 estaciones reportadas por el grupo de datos (Rodríguez, 2012), mientras que para las estaciones restantes se sugieren umbrales tentativos de precipitación para un sistema de alertas. Para finalizar, se plasman las consideraciones finales de este trabajo, así como las posibles extensiones del mismo.

2. MATERIALES Y MÉTODOS

A fin de introducir al lector de manera rápida en el esquema de trabajo realizado, se presenta la secuencia de actividades ejecutadas en la Fig. 1:

F igura 1 . De scr ipción gráf ica de las estructura del t rabajo

2.1. Área De Estudio

El territorio colombiano se encuentra ubicado en el extremo norte de Suramérica entre las coordenadas 12° 30’ 46” N y 4° 13’ 30” S y 66° 50’ 54”W y 79° 01’ 23” W acorde a geoide Magna-sirgas o WGS84; comprende además el archipiélago de San Andrés, Providencia y Santa Catalina , diseminados en el mar Caribe entre los 12° y 16°30’ N, y los 78° y 82°00’ W

e isla de Malpelo a los 3°58’ N y 81°35’ W, así como, las islas Gorgona y Gorgonilla más próximas a la línea costera (Fig. 2). Limita al este con Venezuela y Brasil, al sur con Ecuador y Perú, al norte con el mar Caribe, al noroeste con Panamá, y por el oeste con el Océano Pacífico, encontrándose geológicamente como parte del Cinturón de Fuego del Pacífico. El territorio nacional se encuentra dividido en 5 regiones naturales, Caribe, Pacífico, Andina, Orinoquía y Amazonía, adicionando la parte insular perteneciente a las islas de San Andrés y Providencia (Ruíz et al., 2012).

F igura 2. Área de Estudio

2.2. Datos Y Materiales Utilizados

Debido a que la función principal de la red de estaciones automáticas satelitales es

monitorear en tiempo real las variaciones importantes de parámetros

hidrometeorológicos para que contribuyan a la toma de decisiones del país en el tema de

alerta temprana y otras actividades; se hace necesario, en primer lugar, ampliar la

importancia del flujo de información en la recepción y transmisión de registros de una

estación automática satelital para establecer la confiabilidad de los mismos.

2.2.1. Flujo De Información Satelital Las estaciones automáticas adquieren las mediciones de las variables y las transmiten en intervalos definidos periódicamente, al satélite GOES (Geostationary Operational Environmental Satellite). Los datos se reciben y almacenan en la base de datos de la NOAA (National Oceanic and Atmospheric Administration) y en base de datos de la Estación Terrena (DRGS) de la Ciudad de Bogotá. El Centro de recepción recupera periódicamente los datos a través de internet, o de alguna intranet de una institución autorizada. Su sistema de adquisición y almacenamiento de datos es la parte más importante de la estación ya que es por medio de los sensores que se obtiene la medición de los parámetros físicos para traducirlos en señales eléctricas y posteriormente almacenarlas y procesarlas con un datalogger, el cual a su vez funciona como cerebro de la estación, programado para consultar los datos medidos en intervalos de tiempos definidos, posteriormente almacenarlos, procesarlos y realizar la rutina para que sean transmitidos. En la Fig. 3 se muestra un esquema ilustrativo de las etapas que conforman el flujo de los datos adquiridos por una EA.

F igura 3 . Esquema de F lu jo de información Sate l i ta l

Dentro de los sistemas de monitoreo soportados por los satélites GOES, se tiene el Sistema de Colección de Datos (DCS por sus siglas en ingles), el cual consta de tres segmentos: (1) el segmento espacial (receptor de datos del sistema colocado en el satélite), (2) el segmento terreno (estaciones habilitadas para recibir y procesar los datos almacenados después de que el satélite los retransmite, como son las Estación Terrena de Lectura Directa de Datos (DRGS por sus siglas en inglés)) y (3) el segmento de usuario, que consta de las plataformas de recolección de datos DCP (del inglés Data Collection Platforms). La telemetría GOES soporta dos modos de operación simultáneos: transmisión de mensajes de datos a intervalos regulares (Self-timed) donde la NOAA asigna ventanas tiempo, con inicio especifico, en un canal de transmisión para enviar los datos al satélite, y transmisión aleatoria (en tiempo real) de mensajes de datos para eventos extraordinarios (Random) donde se permite que la estación transmita en tiempo real cuando un parámetro medido excede un umbral crítico preestablecido por el usuario. Por ejemplo; cuando se alcanza una intensidad de precipitación de 50 mm/hr. La recuperación de los datos transmitidos puede realizarse a través de: servidores de bases de datos de la NOAA donde los usuarios del sistema DCS tienen acceso a los datos transmitidos por estaciones remotas, mediante servidores de datos conectados a Internet DCSAutomatic Processing System y Local Readout Ground Station (DAPS y LRGS por sus siglas en inglés), o por una Estación Terrena de Lectura Directa de Datos (DRGS por sus siglas en inglés) propiedad del usuario de las estaciones, donde se cuenta con una herramienta diseñada especialmente para la recuperación, almacenamiento, distribución de datos y configuración de las estaciones en ambiente de software, dentro del que se incluye el manejo de alarmas programadas para activarse por eventos extraordinarios o tendencia de valores medidos o enviados por los sistemas de medición con capacidad de avisos y/o eventos de alarma a un usuario o grupos de usuarios a través de e-mail o visualización en pantalla (ver Fig. 4) y para edición, modificación y eliminación de datos, así como capacidad automática de rellenos de huecos de series de tiempo de datos faltantes por extrapolación.

F igura 4. Conf iguración de l ímites de alerta

2.2.2. Estaciones Seleccionadas para el Análisis El área de estudio comprende todo el territorio nacional, como se indica en la Fig. 2. Para el análisis planteado en éste estudio, se utilizaron datos de un total de 325 estaciones meteorológicas. Estas estaciones forman parte de la red de estaciones automáticas satelitales (con y sin telemetría) del Instituto de Hidrología, Meteorología y Estudios Ambientales. De estas 325 estaciones, 119 se encuentran ubicadas a lo largo de la región Andina con ~10 años de registro (2005-2014). El resto posee datos entre 2006 y 2014 de manera intermitente por periodos que oscilan entre 2 y 3 años e incluso periodos inferiores. Puede observarse que las estaciones no están uniformemente distribuidas, siendo las zonas de los Llanos, la Amazonía, y la costa del Pacífico colombiano las menos representadas (ver Fig. 5). Según la Organización Meteorológica Mundial (OMM), para el reporte de datos mensuales de variables meteorológicas de superficie, cada 250000 kilómetros cuadrados deben estar representados por al menos una estación meteorológica (OMM, 2003 - 2005). Sin embargo, la densidad idónea de la red de estaciones dependerá del tipo de terreno y de la cobertura superficial del área de estudio. Lo ideal es que cada tipo de cobertura (bosques, zonas agrícolas, deltas, etc.) esté representada por un número adecuado de estaciones (WMO, 2007).

F igura 5 . Di str ibución espacial de las estaciones aut omáticas sate l i ta les ut i l izadas para éste estudio con

respecto a la variable de precipi tación .

2.2.3. Tratamiento de la Información Para el análisis estadístico, se utilizaron las series de datos diezminutales de precipitación en milímetros (mm) con registros comprendidos entre el período 2005 – 2014 y disponibles en http://hydras3.ideam.gov.co:81/, las cuales, acorde a la verificación realizada, presentan varios problemas, entre los que podemos mencionar:

Estaciones con datos registrados utilizando diferentes tecnologías de medición; por ejemplo, estaciones automáticas con transmisión satelital (GOES) y sistema TX GPRS. Caso de algunas estaciones de IDEAM para las cuales hubo un cambio de tecnología de medición y transmisión de información debido al proceso de cambio o modernización de la red.

Figura 6 . E jemplo de registro de datos con di ferentes tecnologías

Estaciones con doble registro de información (cada 2 minutos y cada 10 minutos) generando valores distintos en la misma variable.

Figura 7. E jemplo de estaciones con registros de 2 y 10 minutos (E jemplo: Aeropuerto

Sesquicentenario) .

Estaciones con datos faltantes, para las cuales no se dispone de ningún registro.

F igura 8 . Estación Nueva Colombia con registros fa ltantes.

Estaciones con datos negativos para precipitación y extremos positivos superiores a los 500 mm en 10 minutos; registros que no son reales en ninguno de sus aspectos.

F igura 9. E jemplo de e stación con valores máximos y mínimos diezminutales de 7700mm y -12545mm

Estaciones con demasiado ruido en los registros.

Figura 10. E jemplo de e staciones con ruido en la t ransmisión de datos.

Estaciones con registros históricos que una vez consultados, son desaparecidos en una consulta posterior, especialmente en las estaciones de los aeropuertos.

F igura 11. E jemplo de e staciones con información desaparecida en e l momento de una consulta

posterior a agosto de 2014.

Estaciones con el sensor pegado durante lapsos de tiempo superiores a 8 días, incluso hasta meses.

Figura 12. E jemplo de e staciones con información co nstante que evidencia posibi l idad de sensor de

precipitación pegado a 0 mm .

Estaciones sin registros.

F igura 13 . E jemplo de e staciones s in exi stencia de registros desde su instalación a la fecha.

Estaciones reubicadas con nombres diferentes, generando pérdida histórica de la serie.

Es necesario mencionar que uno de los problemas encontrados durante el desarrollo del trabajo, es que el IDEAM no tiene claro el record histórico de precipitación en un

acumulado de 24 horas y mucho menos un acumulado horario; sin embargo, el grupo de gestión del dato de la Subdirección de Meteorología sugirió, para éste estudio, asumir como máximo aceptable en 24 horas un valor de 295 mm y un valor de 80 mm para 1 hora.

Una vez extraídos los datos de la variable antes mencionada, el criterio de selección se basó en la distribución de datos, la presencia del mayor número de datos para el periodo analizado y la estacionalidad de los mismos. Los datos diezminutales negativos, fueron tratados como datos faltantes y los datos superiores a 80 mm acumulado en una hora, no fueron considerados por sugerencia del grupo de gestión del dato de la Subdirección de Meteorología. Para la definición de umbrales de alerta temprana se utilizó como metodología estadística

los índices que sugiere los diagramas de caja (BoxPlot).

2.3. METODOLOGÍA

Para una adecuada caracterización del comportamiento de la variable de precipitación en

cada una de las estaciones para la estimación de umbrales de alerta temprana a partir del

momento de inicio de la misma, se realizó un análisis de la distribución de la serie de

tiempo a diferentes escalas (diezminutal y horario); para ello, se aplicaron técnicas de

estadística descriptiva tradicionalmente asociadas a los análisis de precipitación

(Remenieras, 1974; Fernández García, 1996).

Para identificar la estacionalidad de los datos a nivel de climatología, se construyó el ciclo

anual de precipitación, calculando la precipitación promedio mensual con datos de 212

estaciones que presentaron una serie de tiempo adecuada para realizar ésta estimación. A

través de la escala de variabilidad climática dependiente de la época del año, se analizó el

comportamiento mensual promedio de la precipitación, para distinguir de forma rápida el

patrón de lluvia (volumen de precipitación) presentado en las diferentes estaciones usadas

a lo largo del territorio nacional. A manera de ejemplo, se muestra el ciclo anual de la

precipitación para la estación de Arrancaplumas (Guaduas - Cundinamarca) (Fig. 14), en la

cual se puede apreciar la ocurrencia de dos temporadas de lluvias (la primera centrada

alrededor de abril y la segunda alrededor de octubre) y dos temporadas de periodos

relativamente secos, mucho mejor marcado el de mitad de año, ya que en ésta zona, las

precipitaciones son generadas básicamente por circulaciones de Valle-Montaña

caracterizadas por vientos ascendentes en el día y descendentes en la noche (Guzmán &

Ruíz, 2014)

F igura 14 . E jemplo de Distr ibución de la precipitación anual en Guaduas (Variabi l idad Estacional)

durante e l periodo 2011 - 2014

2.3.1. Determinación de Umbrales

Para identificar los valores atípicos en la determinación de umbrales, se empleó el criterio

mínimo estadístico para hallar atípicos, que en éste caso, o pueden representar eventos

extremos o errores en los datos. Sin embargo, en esta primera aproximación, la idea fue

identificar eventos extremos, debido a que se asumió como dato máximo diezminutal 13

mm de precipitación; para ello, se tuvieron en cuenta dos aspectos básicos: las

observaciones que están en el cuartil 3 más 1.5 veces la longitud del rango intercuartil

(puntos atípicos) para determinar el Límite Superior (LS) y las observaciones que están en

el cuartil 3 más 3.0 veces el rango intercuartil (puntos atípicos extremos) para determinar

el Límite Extremo Superior (LES) (ver Fig. 15).

Dichas métricas estadísticas hacen parte de los diagramas de caja (BoxPlot), que además

de identificar medidas de tendencia central, permiten encontrar la variabilidad, la simetría

y la presencia de puntos atípicos.

F igura 15 . Descripción Gráf ica de ident i f icación de datos at íp icos

Teniendo en cuenta lo anterior, las medidas de tendencia central utilizadas fueron la

media y la mediana. La media o promedio de los valores observados, se considera como

un valor típico para toda la serie y puede ser afectada por valores extremos y ocultar

aspectos importantes para la serie, razón por la cual no podría tomarse en cuenta como un

valor típico, por lo que se hace necesario considerar otros parámetros estadísticos para un

análisis más confiable.

∑

El valor de la mediana, al depender únicamente de las observaciones situadas a uno y otro

lado de ella, es independiente de los valores de las precipitaciones extremas; pues por

definición de la mediana, el 50% de las precipitaciones son mayores y el otro 50% menores

a ella.

A continuación se presenta un ejemplo acerca de los resultados de los diagramas de caja

(BoxPlot) que permiten identificar umbrales para implementar en un sistema de alerta

temprana para la Estación de San Vicente de Chucuri (Fig. 16), en donde se visualiza los

valores horarios para emisión de alertas tempranas.

F igura 16. Resultado del d iagrama BoxPlot para la Estación Automática de San Vice nte de Chucuri .

En este trabajo, se sugiere como alarmas catalogar:

Alerta Amarilla, todo valor que sea igual o supere el valor medio de la serie pero

que no sea mayor que el límite superior (LS),

Alerta Naranja, todo valor que sea igual o superior al límite superior (LS) e inferior

al límite extremo superior (LES),

Alerta Roja, todo valor que sea igual o superior al límite extremo superior (LES) de

la serie,

Desde el momento en que empiece a suceder el evento de precipitación pero que no

exceda los 60 minutos (1 hora) (el sensor empiece a marcar un valor diferente a cero).

Para finalizar, se realizó una revisión de los datos más frecuentes a nivel diezminutal,

encontrando que en la mayoría de las estaciones, el rango diezminutal se encuentra entre

0 y 2 mm, tal como se puede apreciar en la Fig. 17, donde se muestra la frecuencia de

datos diezminutales de precipitación en la serie de tiempo de la estación de

Buenaventura.

F igura 17. Histograma de Frecuencias para la Estación de Buenaventura.

Adicionalmente, se logra ajustar ciclos estacionales con ensayo y error limitando el

acumulado diezminutal a 13 mm, siendo estos resultados comparables con los

presentados en el Atlas climatológico de Colombia.

Es necesario mencionar que al realizar la revisión en la series de tiempo, se encontró que

éstas no han tenido las mínimas correcciones sugeridas por Rodríguez (2012), las cuales no

son suficientes, puesto que no evidencia un estudio profundo de intercomparación con las

estaciones convencionales en una escala de tiempo inferior a la mensual; lo que hace

dudar de valores diezminutales, como por ejemplo, valores superiores a 80 mm, pues en

varios casos es fácil encontrar un acumulado por encima de 80 mm y hasta de 3000 mm, lo

que generaría grandes incertidumbres en escalas de tiempo mayores y no sería

responsable generar umbrales de alerta temprana sobre acumulados de 6 y 24 horas,

dado que cualquier serie de datos necesita de un control de calidad, análisis de

consistencia interna, verificación, test de homogeneidad y recuperación de información,

entre otros; aspectos que si se han realizado, no se ven evidenciados en la actualidad

dentro del Sistema Hydras3.

3. ANÁLISIS Y DISCUSIÓN

La estacionalidad y los resultados de los umbrales de alerta temprana obtenidos para las

212 estaciones automáticas trabajadas a partir de la estadística descriptiva aplicada, se

muestran en las Figs. 18 – 21;

3.1. Estacionalidad

En la Fig. 19, es posible observar un comportamiento bimodal en la mayor parte de las

estaciones con valores máximos en los periodos de marzo-mayo y octubre- noviembre y

valores mínimos entre julio y agosto. En la región Caribe se puede apreciar una

temporada seca bastante marcada a principio de año, debido en gran parte a la ubicación

del Anticiclón del Atlántico Norte y a la posición al sur de la ZCIT; la reactivación de las

precipitaciones para el periodo abril - mayo y octubre – noviembre se presentan debido a

la presencia de sistemas sinópticos asociados a la baja anclada de panamá, la vaguada

tropical (TUTT), la Vaguada Monzónica, las Ondas del este y los ciclones tropicales

especialmente; comportamiento un poco distinto se presenta en la zona de La Orinoquía y

Amazonía donde se aprecia un régimen monomodal con precipitaciones entre abril a

diciembre y temporada seca durante los primeros meses del año coincidiendo con la

presencia y ausencia de la Zona de Convergencia del Atlántico Sur (ZCAS). A diferencia de

lo mencionado anteriormente, El Pacífico Colombiano no presenta una tendencia definida

y se debe en gran parte a la presencia de la baja cuasipermanente del pacífico y la

corriente en chorro del Chocó que favorecen el desarrollo del a convección, reflejando la

poca variabilidad a lo largo de los ciclos estacionales dentro de la escala sinóptica,

constatando así la similaridad de éste comportamiento con lo evidenciado en al Atlas

Climatológico de Colombia (2005)(Fig. 20) y las afirmaciones de Zea (2003) y Poveda

(2001).

3.2. Estimación Preliminar de Umbrales de Alerta Temprana

En el análisis de las series de tiempo, se hallaron valores atípicos, los cuales fueron

obtenidos a través de los resultados obtenidos del diagrama de caja y de los cuales se

evalúo la posibilidad de presentar relación con eventos extremos; evaluación que se

realizó a través del rango intercuartílico y el tercer cuartil, tal como se aprecia en la Fig. 21,

donde se evidencian los diferentes umbrales preestablecidos para las alertas sugeridas a

nivel de alerta amarilla, naranja y roja de forma intercomparable.

Para decidir sobre la escala en la representación espacial, se realizó el histograma de

frecuencias para la alerta roja (Fig. 18), de tal forma que se pudiesen establecer intervalos

de colores acorde al volumen de precipitación en los que se reflejara los diferentes

cambios en los acumulados.

F igura 18 . Histograma de Frecu encias para escala de representación espacial

Figura 19. Ci c lo estacional de la precipitación para algunas estac iones automáticas

meteorológicas de l país.

F igura 20. Ci c lo estacional de la Precipitación Anual en Colombia

Figura 21. Umbrales horarios est imados pre l iminarmente para A lertas Amari l la , Naranja y Roja.

4. CONCLUSIONES Y RECOMENDACIONES

Los resultados obtenidos representan una primera aproximación en el análisis la precipitación diezminutal procedente de las estaciones automáticas (HYDRAS3) para la estimación de umbrales de alerta temprana en la ocurrencia de eventos de precipitación de tormentas locales. A pesar de que no se disponen de un control de calidad de datos adecuado durante la obtención en tiempo real de ésta variable meteorológica, este artículo pretende consolidar un esfuerzo sobre la validez operativa de los datos procedentes de estaciones automáticas, enfocándose en el análisis de la calidad de la información y el resumen de la estacionalidad observada.

Aunque la transmisibilidad de los datos no es altamente confiable, los valores del ciclo diario y la estacionalidad obtenidos de manera preliminar para el conjunto de las 212 estaciones trabajadas, están acordes con el patrón de distribución general de precipitaciones en Colombia presentadas en el Atlas Climatológico de Colombia (IDEAM, 2005). Es necesario contar con un record histórico de precipitación a nivel diario (24 horas) y horario claramente definido para establecer de una manera más acertada un record diezminutal de esta variable, a fin de determinar con mayor especificidad umbrales para alerta temprana. Establecer un medio de control de calidad del dato efectivo para la información procedente de las estaciones automáticas en la cual se tenga participación activa tanto del Grupo de Gestión del Dato de la Subdirección de Meteorología y el Grupo de Automatización como de la Oficina de informática y la oficina de Pronósticos y Alertas, a fin de evitar valores negativos y acumulados superiores a los valores atípicos posibles. En el análisis presentado se ha asumido una estadística sencilla de las series de tiempo observadas, en la que se consideraron cambios en los patrones estacionales de la precipitación y se identificaron valores atípicos como criterio mínimo para monitorear eventos extremos y estimar de manera preliminar umbrales de precipitación de alerta temprana; éste análisis tiene como fortaleza, el haber dejado una base sentada para monitorear este tipo de eventos extremos. Un análisis más completo consideraría homogenización, verificación y complementación de la serie de tiempo y sus resultados serían reportados en futuras investigaciones.

BIBLIOGRAFIA Y REFERENCIAS

Ávila, P. K., (2012): Análisis del comportamiento de eventos extremos de precipitación en la zona centro y sur de Chile Continental. Universidad de Barcelona. Barcelona.

Casas, M.C. & Alarcon, M., (2003): Meteorología y Clima. Politex. Edicions UPC B:50-578-99. ISSN

84-8301-355-X. Barcelona, España.

Elthair, E. A & R. L. Brass, 1994: Precipitation recycling in the Amazon Basin. Quart. J. Roy. Meteo. Soc., 120: 861 – 880. Guzmán, D. & Ruiz, F., (2014): Regionalización de Colombia según la Estacionalidad de la Precipitación Media Mensual a través del Análisis de Componentes Principales (ACP).: Nota Técnica Subdirección de Meteorología. Instituto de Hidrología, Meteorología y Estudios Ambientales – IDEAM. Bogotá D.C IDEAM. (2005). Atlas climatológico de Colombia. Imprenta nacional de Colombia.

Montealegre, E., (2009): Estudio de la variabilidad climática de la precipitación en Colombia asociada a procesos oceánicos y atmosféricos de meso y gran escala. Nota Técnica IDEAM-METEO/022-2009. Instituto de Hidrología, Meteorología y Estudios Ambientales – IDEAM. Bogotá D.C NOAA/NESDIS/OSPO/NOAASIS/DCS/. (2015): Satellite Information System. Obtenido de: http://noaasis.noaa.gov/DCS/ OMM. 2003. Guidelines on Climate Observation Networks and Systems, WCDMP-No.52, WMO-TD

No.1185. Organización Meteorológica Mundial, Ginebra. Obtenido de:

http://www.wmo.ch/web/wcp/wcdmp/reports/WCDMP-52.pdf

OMM. 2005. Guía de prácticas climatológicas (tercera edición). Organización Meteorológica

Mundial, Ginebra. . Obtenido de: http://www.wmo.ch/web/wcp/ccl/guide/guide.3e.shtml

OTT MESSTECHNIK GmbH & Co. KG., (2006a): Manual de Funcionamiento Registrador de Datos OTT-DuoSens. Alemania. ___________ (2006b): Manual de Funcionamiento Codificador Angular OTT-SE200. Alemania. ___________ (2009): Manual de Funcionamiento Sensor por Radar OTT-RLS. Alemania. ___________ (2010): Manual de Funcionamiento Transmisor HDR DCP GOES. Alemania.

Poveda, G., 2004: La hidroclimatología de Colombia: una sistesis desde la estaca inter-decadal hasta la escala diurna. Rev Acad. Colomb. Cienc 28(107):201-222. ISSN: 0370-3908. ______ _., 2001: Exploring the rainiest place in the Americas: Western Colombia. Rainfall climatology and the diurnal cycle. Pag. 2. Rodríguez, A. T., 2012: Validación y verificación de datos de las estaciones de la red automática HYDRAS. Instituto de Hidrología, Meteorología y Estudios Ambientales – IDEAM. Bogotá D.C Ruiz, F., Arango, C., Dorado, J., & Guzmán, D. (2012). Cambio climático más probable para Colombia a lo largo del siglo XXI respecto al clima presente.: Nota Técnica Subdirección de Meteorología. Instituto de Hidrología, Meteorología y Estudios Ambientales – IDEAM. Bogotá D.C Snow, J. W., 1976: The climate of northern South America. En: Schwer, W (ed.), Climates of Central of South America, Elsevier, Asterdam. 295 – 403. Suárez, M. &. (2012). Interaprendizaje de Estadística Básica. Ibarra, Ecuador: Universidad Técnica de Norte, pp. 155 -158. Zea, J.A., (2003): Baja Anclada del Pacífico. Meteorol. Colomb. 7:109-116. ISSN 0124-6984. Bogotá, D.C.

ANEXO 1

Umbrales Preliminares Estimados para Alerta Amarilla, Naranja y Roja

Tabla 1. Estaciones Automáticas con Umbrales Preliminares Estimados para Alerta Amarilla, Naranja y Roja NOMBRE DEPTO MPIO CORRIENTE LATITUD LONGITUD AMARILLA NARANJA ROJA

CAPURGANA AUTOMATICA [11159010] CHOCO ACANDI MAR CARIBE 8 35 27.9 N 77 19 30.1 W 5.6 10.6 16.5

STA BARBARA AUTOMATICA [26185050] ANTIOQUIA SANTA BARBARA ARMA 5 51 34.6 N 75 33 22.4 W 3.0 5.7 8.8

LA SELVA AUTOMATICA [23085260] ANTIOQUIA RIONEGRO NEGRO 6 7 54 N 75 24 53 W 3.5 7.8 12.1

PMO BELMIRA AUTOMATICA [27015280] ANTIOQUIA BELMIRA CHICO 6 37 55.5 N 75 38 44.2 W 2.7 6.3 9.7

MACEO AUTOMATICA (23105070) ANTIOQUIA MACEO QDA SAN LUCAS 6 34 17.9 N 74 47 41 W 2.9 4.9 7.4

PAJARITO AUTOMATICA [27015290] ANTIOQUIA MEDELLIN MEDELLIN 6 17 11 N 75 36 46.4 W 3.0 5.7 8.8

PISTA INDIRA - AUTOMATICA [12015100] ANTIOQUIA TURBO LEON 7 56 26.7 N 76 41 46.4 W 5.0 8.8 13.8

STA ISABEL VALDIVIA AUTOMATICA [26255030] ANTIOQUIA VALDIVIA VALDIVIA 7 9 26.2 N 75 26 32.2 W 4.1 8.3 12.9

ARGELIA ANTIOQUIA AUTOMATICA [23050420] ANTIOQUIA ARGELIA SAMANA SUR 5 43 0 N 75 8 0 W 4.4 10.0 15.6

INCODER - AUTOMATICA [13055040] CORDOBA MONTERIA SINU 8 44 56.2 N 75 54 1.9 W 3.9 5.6 8.6

CARMEN DE BOLIVAR AUTOMATICA [29015040] BOLIVAR EL CARMEN DE BOLIVAR AY ALFEREZ 9 42 56.7 N 75 6 23.1 W 4.4 8.0 12.4

SAN JOSE DEL GUAVIARE AUTOMATICO [32105080] GUAVIARE SAN JOSE DEL GUAVIARE GUAVIARE 2 33 10.9 N 72 38 49.5 W 4.7 9.0 14.1

PALOMERA LA AUTOMATICA [35185010] META PUERTO LOPEZ META 4 15 37.3 N 72 33 52.1 W 4.6 8.8 13.7

SALINAS DE UPIN AUTOMATICA [35035110] META RESTREPO UPIN 4 16 25.9 N 73 35 12.7 W 5.5 11.9 18.6

FEDEARROZ AUTOMATICA [28035060] CESAR VALLEDUPAR GUATAPURI 10 27 49 N 73 14 53 W 3.8 5.6 8.6

GRAN VIA LA AUTOMATICA [29065130] M/LENA ZONA BANANERA FRIO 10 51 0 N 74 8 0 W 4.8 8.4 13.1

SERRANIA DEL PERIJA AUTOMATICA [28025120] CESAR AGUSTIN CODAZZI VIEJO 10 4 10 N 73 16 9.8 W 3.0 6.7 10.4

MONGUI AUTOMATICA [15065190] LA GUAJIRA RIOHACHA RIO RANCHERIA 11 13 36.4 N 72 49 14.3 W 4.6 10.7 16.6

CHINAVITA AUTOMATICA [35075070] BOYACA CHINAVITA FUSAVITA 5 13 9.3 N 73 21 1.4 W 2.2 5.2 8.0

AQUITANIA AUTOMATICA [35095120] BOYACA AQUITANIA OLARTE 5 33 23.9 N 72 52 54.3 W 1.8 4.2 6.4

APTO YOPAL AUTOMATICA [35215020] CASANARE YOPAL CRAVO SUR 5 19 13.6 N 72 23 15 W 4.0 7.3 11.3

SOCHA AUTOMATICA [24035360] BOYACA SOCHA IRIAL 5 59 7.5 N 72 59 49.3 W 2.0 4.2 6.4

STA MARIA AUTOMATICA [35085070] BOYACA SANTA MARIA LENGUPA 4 50 28.5 N 73 15 24.1 W 5.1 12.1 19.0

SOGAMOSO AUTOMATICA [24035410] BOYACA SOGAMOSO CHICAMOCHA 5 45 12 N 72 54 40.15 W 2.0 4.0 6.1

EL PARAISO AUTOMATICA [52055220] NARIÑO TUQUERRES GUAITARA 1 4 14.4 N 77 38 13 W 1.8 4.1 6.3

BOTANA AUTOMATICA [52055210] NARIÑO PASTO AY BOTANILLA 1 9 36 N 77 16 43 W 1.5 3.1 4.6

UNIV DE NARIÑO AUTOMATICA [52045080] NARIÑO PASTO PASTO 1 12 58 N 77 17 42 W 1.7 3.6 5.4

VIENTO LIBRE AUTOMATICA [52035040] NARIÑO TAMINANGO MAYO 1 37 6.6 N 77 20 37.4 W 2.6 5.2 8.0

VOLCAN CHILES AUTOMATICA [52055160] NARIÑO CUMBAL GUAITARA 0 50 47.7 N 77 55 16.4 W 1.5 3.2 4.8

ESTRECHO PATIA AUTOMATICA [52025080] CAUCA PATIA(EL BORDO) SAMBINGO 1 58 8 N 77 6 52 W 3.5 6.4 9.9

SAN VICENTE DE CHUCURI AUTOMATICA [24055070] SANTANDER SAN VICENTE DE CHUCURI CHUCURI 6 49 24.2 N 73 28 19.4 W 4.1 8.2 12.8

ARMENIA AUTOMATICA [26125290] QUINDIO ARMENIA LA VIEJA 4 32 0 N 75 41 0 W 3.8 7.4 11.5

STA EMILIA AUTOMATICA [26145090] RISARALDA BELEN DE UMBRIA SANTA EMILIA 5 12 26.9 N 75 54 10.7 W 3.8 8.1 12.7

BRISAS LAS AUTOMATICA [26115090] VALLE DEL CAUCA ANSERMANUEVO QDA EL TIGRE 4 46 33.6 N 76 8 37.6 W 2.5 5.4 8.2

BASE AEREA MFS AUTOMATICA [26085170] VALLE DEL CAUCA CALI CAUCA 3 27 26.3 N 76 30 11.6 W 2.4 4.0 6.0

MURILLO AUTOMATICA [21250660] TOLIMA MURILLO RECIO 4 52 14.16 N 75 10 24.5 W 2.9 6.6 10.2

NATAIMA AUTOMATICA [21185090] TOLIMA ESPINAL MAGDALENA 4 11 15.4 N 74 57 34.2 W 3.6 6.4 9.9

CAJAMARCA AUTOMATICA [21215190] TOLIMA CAJAMARCA COMBEIMA 4 26 8.9 N 75 30 7.8 W 2.2 5.0 7.6

HDA STA ANA-NEMOCON AUTOMATICA [21206790] C/MARCA NEMOCON CHECUA 5 5 25.8 N 73 52 52.5 W 1.9 3.3 5.0

PAQUILO AUTOMATICA [21195170] C/MARCA CABRERA SUMAPAZ 3 59 37 N 74 23 53 W 2.0 4.6 7.0

PMO GUACHENEQUE AUTOMATICA [21206950] C/MARCA VILLAPINZON BOGOTA 5 14 9.8 N 73 31 30.3 W 1.7 3.6 5.4

STA CRUZ DE SIECHA AUTOMATICA [21206980] C/MARCA GUASCA SIECHA 4 47 3.4 N 73 52 14.9 W 1.8 4.2 6.3

TIBAITATA AUTOMATICA [21206990] C/MARCA MOSQUERA BALSILLAS 4 41 29.1 N 74 12 32.4 W 2.1 4.4 6.6

PASCA AUTOMATICA [21195190] C/MARCA PASCA CUJA 4 18 36.4 N 74 18 42.3 W 2.2 4.7 7.1

ACDTO MOCOA AUTOMATICA[44015060] PUTUMAYO MOCOA CAQUETA 1 9 26.3 N 76 39 6.6 W 3.7 8.5 13.3

AGUACHICA AUTOMATICA [23195240] CESAR AGUACHICA GUADUAS 8 7 24.3 N 73 34 47.5 W 3.9 5.7 8.8

AGUAS DE LA VIRGEN AUTOMATICA [16055120] NORTE DE SANTANDER OCAA ALGODONAL 8 13 39.7 N 73 23 51 W 2.8 5.1 7.9

ALCALDIA DE HERRAN AUTOMATICA [16015130] NORTE DE SANTANDER HERRAN TACHIRA 7 30 24.2 N 72 29 7.3 W 2.6 5.3 8.1

ALCARABAN AUTOMATICA [37057020] ARAUCA ARAUQUITA ARAUCA 7 2 6 N 71 24 59 W 4.6 7.0 10.8

ANGOSTURA RIO MAGDALENA AUTOMATICA[21137050] TOLIMA NATAGAIMA MAGDALENA 3 26 35.7 N 75 7 8.2 W 3.8 6.5 10.1

ANGOSTURA RIO MICAY AUTOMATICA [53077010] CAUCA LOPEZ MICAY 2 47 56.6 N 77 15 21.9 W 5.0 12.4 19.4

APTO GUAPI AUTOMATICA [53045040] CAUCA GUAPI GUAPI 2 34 42.4 N 77 53 54.1 W 3.7 7.9 12.4

ARRANCAPLUMAS AUTOMATICA[21237020] C/MARCA GUADUAS MAGDALENA 5 12 2.6 N 74 42 32.8 W 4.0 7.1 11.0

BARRANCABERMEJA AUTOMATICA[23157030] SANTANDER BARRANCABERMEJA MAGDALENA 7 3 36.7 N 73 52 33.6 W 2.9 3.8 5.7

BATALLON NO. 6 AUTOMATICA [29065120] M/LENA FUNDACION FUNDACION 10 27 55.3 N 73 55 40 W 2.5 3.7 5.6

BATALLON ROOK AUTOMATICA [21215180] TOLIMA IBAGUE COMBEIMA 4 26 7.4 N 75 14 54.7 W 4.1 7.6 11.9

BERLIN AUTOMATICA [37015030] SANTANDER TONA JORDAN 7 11 13.2 N 72 52 6.6 W 1.8 3.7 5.6

BIOTOPO AUTOMATICA [51025060] NARIÑO BARBACOAS GUIZA 1 24 31.1 N 78 16 53.8 W 3.7 8.1 12.6

BOCAT EAAB AUTOMATICA [35027520] C/MARCA LA CALERA CALOSTROS 4 39 39.7 N 73 50 0 W 1.1 1.9 2.7

BOCAT STA MARTA AUTOMATICA[15017060] M/LENA SANTA MARTA MANZANARES 11 12 22.7 N 74 5 56.1 W 4.5 8.0 12.4

BOSQUE INTERVENIDO SIN TX SAT. AUTOMATICA [35025090] C/MARCA LA CALERA BLANCO 4 39 53.6 N 73 50 47.9 W 1.9 4.2 6.4

BUENAVENTURA IDEAM AUTOMATICA [53119010] VALLE DEL CAUCA BUENAVENTURA PACIFICO 03 54 00.00 N 77 05 00.00 W 6.2 15.5 24.3

CALARCA AUTOMATICA [26125300] QUINDIO CALARCA LA VIEJA 4 32 0 N 75 39 0 W 3.3 7.3 11.3

CALOSTROS BAJO AUTOMATICO [35027510] C/MARCA LA CALERA CALOSTROS 4 39 51.55 N 73 51 48.93 W 1.3 2.8 4.1

CANTERAS AUTOMATICA [23087210] ANTIOQUIA PTO NARE (LAMAGDALENA) NARE 6 16 46 N 74 40 39 W 4.1 6.5 10.1

CARMEN DEL DARIEN AUTOMATICA [11105020] CHOCO CARMEN DEL DARIEN ATRATO 7 9 15.6 N 76 58 37.9 W 4.7 9.0 14.1

CERRO PARAMO PUERRES AUTOMATICA [52055150] NARIÑO PUERRES GUAITARA 0 50 35.2 N 77 23 19.7 W 2.0 5.5 8.4

CERROS NOROOCIDENTALES AUTOMATICA [21215160] TOLIMA IBAGUE COMBEIMA 4 28 20.2 N 75 13 53.3 W 4.0 6.9 10.8

CHIGORODO AUTOMATICA [12015110] ANTIOQUIA CHIGORODO CHIGORODO 7 40 16.3 N 76 41 38.6 W 4.6 8.4 13.0

CIUDAD BOLIVAR AUTOMATICA [21206940] BOGOTA D.C. BOGOTA D.C. TUNJUELITO 4 34 36.7 N 74 10 36.4 W 2.0 3.9 5.8

COVEÑAS AUTOMATICA[13095010] SUCRE TOLU MAR CARIBE 9 23 0 N 75 40 0 W 7.5 16.6 26.1

DESIERTO LA TATACOA AUTOMATICA [21115010] HUILA VILLAVIEJA MAGDALENA 3 14 4.1 N 75 10 5.5 W 3.6 6.4 9.9

DOÑA JUANA AUTOMATICA [21202250] BOGOTA D.C. BOGOTA D.C. TUNJUELITO 04 30 00.00 N 74 08 00.00 W

1.4 2.9 4.2

EL ALAMBRADO AUTOMATICA [26127010] VALLE DEL CAUCA CAICEDONIA LA VIEJA 4 24 33.5 N 75 52 31.2 W 4.2 10.1 15.9

CERCADO EL AUTOMATICA [15067020] LA GUAJIRA FONSECA RANCHERIA 10 54 54.5 N 73 0 41.5 W 7.7 20.9 32.7

EL DIAMANTE AUTOMATICA [36015020] CASANARE PAZ DE ARIPORO ARIPORO 5 48 58.3 N 71 25 11.4 W 4.9 10.0 15.7

EL DIFICIL AUTOMATICA [25025000] M/LENA ARIGUANI RIO ARIGUANI 9 54 43.1 N 74 5 8.9 W 5.3 12.2 18.8

EL DIVISO (ARGELIA CAUCA) AUTOMATICA [53075020] CAUCA ARGELIA SAN JUAN DE MICAY 2 18 41.1 N 77 15 31.6 W 2.4 5.7 8.8

EL ESPINO AUTOMATICA [24035370] BOYACA EL ESPINO NEVADO 6 30 24.2 N 72 27 9.6 W 2.1 4.8 7.3

EL PEPINO AUTOMATICA [44015070] PUTUMAYO MOCOA CAQUETA 01 04 58.40 N 76 40 01.60 W 4.1 9.5 14.9

PLACER EL AUTOMATICA [26105240] VALLE DEL CAUCA BUGA TULUA 3 52 44.2 N 76 6 1.5 W 2.2 4.6 7.0

PROFUNDO EL AUTOMATICA [21197010] C/MARCA CABRERA SUMAPAZ 4 1 42.1 N 74 30 15.4 W 2.2 4.9 7.5

RETEN EL AUTOMATICA [26137220] RISARALDA SANTA ROSA DE CABAL OTUN 4 44 48 N 75 36 11.2 W 3.7 8.0 12.5

ROSARIO EL AUTOMATICA [44037040] CAQUETA FLORENCIA CARA#O 1 43 30.9 N 75 39 59.8 W 4.1 8.5 13.2

TABLAZO EL AUTOMATICA [26015010] CAUCA POPAYAN CAUCA 2 28 29.6 N 76 34 52.6 W 3.2 6.4 9.9

TESORO EL AUTOMATICA [25025280] SUCRE MORROA AY MORRO 9 21 25.5 N 75 17 21.3 W 5.5 10.7 16.8

VINCULO EL AUTOMATICA [26095320] VALLE DEL CAUCA BUGA SONSITO 3 50 6.7 N 76 17 58.3 W 2.7 4.6 7.0

EMAS AUTOMATICA [26155230] CALDAS MANIZALES CHINCHINA 5 5 7.1 N 75 30 25.7 W 3.0 5.5 8.5

ESC LA UNION AUTOMATICA-FOPAE [21201200] BOGOTA D.C. BOGOTA D.C. BOGOTA 4 20 34.6 N 74 11 2 W 1.5 3.4 5.0

ESC NAVAL CIOH AUTOMATICA- CARTAGENA [14019030] BOLIVAR CARTAGENA MAR CARIBE 10 23 27.8 N 75 32 2.2 W 6.6 15.6 24.6

FARALLONES(PMO EL DANUBIO)AUTOMATICA [26055100] VALLE DEL CAUCA CALI PANCE

3 24 57.7 N 76 39 5.6 W 3.2 6.0 9.2

FLORENCIA-HACHA AUTOMATICA [44037060] CAQUETA FLORENCIA HACHA 1 37 16.2 N 75 37 9.2 W 4.2 7.4 11.4

GAMARRA AUTOMATICA [23217080] CESAR GAMARRA MAGDALENA 8 17 3.43 N 73 45 12.2 W 6.1 13.7 21.4

GORGONA-GUAPI CAUCA AUTOMATICA [57025020] CAUCA GUAPI PACIFICO 2 57 46.3 N 70 10 57.8 W 4.9 10.8 16.9

MANILA LA HDA AUTOMATICA [21115180] HUILA BARAYA VILLAVIEJA 3 7 59.4 N 75 4 53.5 W 3.5 6.4 9.8

SUECIA HDA AUTOMATICA [26035100] CAUCA EL TAMBO SUCIO 2 28 46.4 N 76 49 39.9 W 3.3 6.6 10.2

ICA VILLAVICENCIO AUTOMATICA [35035100] META VILLAVICENCIO GUATIQUIA 4 8 14.6 N 73 37 30 W 5.9 13.1 20.6

IDEAM BOGOTA AUTOMATICA [21206960] BOGOTA D.C. BOGOTA D.C. SAN FRANCISCO 4 36 0 N 74 4 0 W 2.5 5.4 8.3

INZA AUTOMATICA [21055070] CAUCA INZA ULLUCOS 2 32 53.5 N 76 3 50.2 W 2.8 5.9 9.1

JERICO AUTOMATICA [26185030] ANTIOQUIA JERICO CAUCA 5 47 57.3 N 75 47 22.4 W 3.4 6.6 10.2

JUANCHACO AUTOMATICA [54077210] VALLE DEL CAUCA BUENAVENTURA OCEANO PACIFICO 3 55 30.7 N 77 20 56.7 W 5.0 11.0 17.3

JUAN REY AUTOMATICA [21202190] BOGOTA D.C. BOGOTA D.C. BOGOTA 04 31 00.00 N 74 05 00.00 W

1.2 2.4 3.4

KENNEDY AUTOMATICA [21208480] BOGOTA D.C. BOGOTA D.C. CANAL INTERCEPT 04 38 00.00 N 74 09 00.00 W

1.5 2.7 4.0

LA BOYERA AUTOMATICA [24015110] C/MARCA UBATE UBATE 5 18 13.7 N 73 51 6.3 W 2.6 5.1 7.7

CABANA LA AUTOMATICA[16057030] NORTE DE SANTANDER OCAA ALGODONAL 8 11 52.1 N 73 19 5.7 W 3.1 6.2 9.6

CAPILLA LA AUTOMATICA [35085080] BOYACA LA CAPILLA GUAVA 5 5 57.1 N 73 26 9.6 W 2.2 5.6 8.6

LA COQUERA AUTOMATICA [26247020] ANTIOQUIA CAUCASIA CAUCA 7 57 43.7 N 75 11 37.3 W 5.8 13.2 20.8

LA DIANA AUTOMATICA [26075120] VALLE DEL CAUCA FLORIDA FRAILE 3 18 50.5 N 76 11 8.8 W 2.8 4.9 7.4

LA ESPERANZA NECHI AUTOMATICA[27037010] ANTIOQUIA NECHI NECHI 8 1 48.2 N 74 47 8.1 W 5.8 13.9 21.8

LA ESPERANZA USME AUTOMATICA [21206900] BOGOTA D.C. BOGOTA D.C. BOGOTA 04 27 00.00 N 74 06 00.00 W

2.0 4.6 7.0

LA INDEPENDENCIA AUTOMATICA [26055110] VALLE DEL CAUCA JAMUNDI CAUCA 3 11 7.4 N 76 34 9.8 W 2.9 4.7 7.2

LAGUNA LA CAJIBIO AUTOMATICA [26035090] CAUCA CAJIBIO CAUCA 2 37 45.2 N 76 46 56.9 W 3.1 6.2 9.6

LAGUNA LA OTUN AUTOMATICA [26135330] RISARALDA PEREIRA OTUN 4 46 45.2 N 75 24 2.1 W 25.7 92.4 143.7

LIBERTAD LA AUTOMATICA [35025110] META VILLAVICENCIO NEGRO 4 3 26.5 N 73 28 4.5 W 4.8 9.2 14.4

LA LOMA CARBONES DEL CESAR AUTOMATICA [28025130] CESAR EL PASO CALENTURITAS 9 38 26.2 N 73 31 26.2 W 4.9 9.8 15.3

LA LOMA PUEBLO NUEVO AUTOMATICA[11037030] CHOCO RIO QUITO QUITO 5 35 4.8 N 76 45 11.8 W 5.4 12.2 19.1

MARTINICA LA AUTOMATICA [21215170] TOLIMA IBAGUE COMBEIMA 4 24 7.2 N 75 13 44.6 W 4.1 6.4 9.9

MORA LA AUTOMATICA [21167080] TOLIMA PRADO NEGRO 3 43 31 N 74 49 35 W 3.1 3.9 5.9

LA PINTADA AUTOMATICA [26187110] ANTIOQUIA LA PINTADA CAUCA 5 43 57.9 N 75 35 55.4 W 4.7 10.4 16.3

PLATA LA AUTOMATICA [21115170] HUILA NEIVA LAS CEIBAS 2 45 32.9 N 75 4 28.4 W 2.5 5.6 8.6

FLORES LAS AUTOMATICA [29045180] ATLANTICO BARRANQUILLA MAGDALENA 11 2 21.7 N 74 49 11.1 W 5.3 10.4 16.2

SIERRA LA AUTOMATICA [52025090] CAUCA LA SIERRA GUACHICONO 2 11 38 N 76 47 25 W 3.7 7.7 11.9

LAS VARAS AUTOMATICA [25027200] BOLIVAR SAN JACINTO DEL CAUCA CAUCA 8 23 14.7 N 74 33 47.4 W 7.5 14.9 23.4

UCHEMA LA AUTOMTICA [16017030] NORTE DE SANTANDER VILLA DEL ROSARIO TACHIRA 7 41 39.2 N 72 28 26.4 W 2.2 4.0 6.0

LA VIRGINIA AUTOMATICA[26177030] RISARALDA LA VIRGINIA CAUCA 4 53 32.4 N 75 52 57.9 W 5.9 11.4 17.8

LORICA ITA AUTOMATICA [13085050] CORDOBA LORICA SINU 9 15 9.8 N 75 50 39.9 W 4.0 5.3 8.1

LOS ALAMOS AUTOMATICA [25025002] M/LENA SAN SEBASTIAN BUENAVIST RIO MAGDALENA 9 18 14 N 74 16 25 W 4.0 8.2 12.5

GUACHAROS LOS AUTOMATICA [21015070] HUILA PALESTINA SUAZA 1 40 33 N 76 6 24.5 W 2.6 6.2 9.5

MACHETA AUTOMATICA [35075090] C/MARCA MACHETA BATA 5 5 0 N 73 39 0 W 5.0 12.6 19.8

MALPELO AUTOMATICA [57015010] VALLE DEL CAUCA BUENAVENTURA PACIFICO 04 05 45.60 N 81 36 31.80 W

5.2 11.5 18.0

MARENGO AUTOMATICA [21015060] HUILA PITALITO GUARAPAS 2 13 16 N 76 7 8 W 2.6 5.4 8.3

MARSELLA AUTOMATICA [26135290] RISARALDA MARSELLA QDA NONA 4 55 47.9 N 75 44 16.7 W 3.9 7.5 11.7

MEDIA LUNA AUTOMATICA [29065000] M/LENA PIVIJAY CNO CIEGO 10 30 36.1 N 74 30 24 W 5.7 11.9 18.1

METROMEDELLIN AUTOMATICA [27015310] ANTIOQUIA MEDELLIN MEDELLIN 6 19 57.3 N 75 33 19.6 W 2.6 5.2 8.0

MICAELA AUTOMATICA [21202210] BOGOTA D.C. BOGOTA D.C. YOMASA 04 30 00.00 N 74 05 00.00 W

1.3 2.7 3.9

MONTERIA AUTOMATICA [13067020] CORDOBA MONTERIA SINU 8 45 5.8 N 75 53 32.7 W 14.4 57.5 91.6

MONTEZUMA [21217180] TOLIMA IBAGUE COMBEIMA 4 28 55.4 N 75 17 9.8 W 8.3 17.8 26.6

NARIÑO AUTOMATICA [21237010] C/MARCA NARIO MAGDALENA 4 23 16.3 N 74 50 17.4 W 3.4 5.3 8.1

NUEVA COLOMBIA AUTOMATICA [13057010] CORDOBA MONTERIA SINU 8 30 4.6 N 75 58 40.19 W 4.7 8.9 13.9

NEV SANTA ISABEL AUTOMATICA [26135320] RISARALDA SANTA ROSA DE CABAL OTUN 4 48 9.4 N 75 22 49.7 W 4.3 10.7 16.6

PAICI AUTOMATICA [15075150] LA GUAJIRA URIBIA AY KUTAMAHANA 11 35 41.8 N 72 19 32.7 W 3.8 7.3 11.3

PIE DE PATO AUTOMATICA [55015010] CHOCO ALTO BAUDO BAUDO 5 31 25.9 N 76 58 34.8 W 4.2 11.3 17.8

PIEDRAS DE COBRE AUTOMATICA [22057010] TOLIMA ORTEGA SALDANA 3 54 36.2 N 75 6 16.6 W 5.4 9.4 14.7

PMO ALMORZADERO AUTOMATICA [24035390] SANTANDER CERRITO SERVITA 6 56 43.4 N 72 41 46.8 W 1.7 4.1 6.2

PMO CHINGAZA AUTOMATICA [35035130] C/MARCA LA CALERA CHINGAZA 4 42 49.2 N 73 48 11.7 W 1.7 3.3 4.9

PMO.CONEJERAS-SIN TX SAT.AUTOMATICA[26155250] CALDAS VILLAMARIA CLARO 4 49 47.3 N 75 22 33 W 1.6 4.0 6.1

PMO RABANAL AUTOMATICA [35075080] BOYACA VENTAQUEMADA TEATINOS 5 23 32.6 N 73 33 46 W 1.7 3.6 5.4

PMO DE YERBABUENA LAS HERMOSAS [22075050] TOLIMA RONCESVALLES CUCUANA 4 4 33 N 75 42 3 W 1.8 4.5 6.9

PNN CHINGAZA AUTOMATICA [35025080] C/MARCA LA CALERA CALOSTROS 4 39 39.7 N 73 50 0 W 1.7 3.9 5.9

PNN LA PAYA AUTOMATICA [47035030] PUTUMAYO PUERTO LEGUIZAMO CAUCAYA 0 10 25.4 N 74 53 53.3 W 4.7 9.9 15.5

PNN NEVADOS R.CLARO AUTOMATICA [26155240] CALDAS VILLAMARIA CLARO 4 51 34.5 N 75 22 56.7 W 1.4 3.4 5.1

PNN PURACE AUTOMATICA [26015030] CAUCA PURACE VINAGRE 2 21 24.5 N 76 24 12.1 W 1.5 3.1 4.6

PNN QUIMBAYA AUTOMATICA [26135300] RISARALDA PEREIRA OTUN 4 43 42.9 N 75 34 41.6 W 3.4 6.9 10.7

PROVIDENCIA AUTOMATICA [21197430] C/MARCA FUSAGASUGA BARROBLANCO 04 22 00.00 N 74 18 00.00 W

4.8 10.8 16.9

PTE ABADIA AUTOMATICA [35037100] META VILLAVICENCIO GUATIQUIA 4 14 7.2 N 73 38 7.3 W 6.0 13.5 21.3

PTE CAPIRA AUTOMATICA [16027300] NORTE DE SANTANDER CUCUTILLA ZULIA 7 32 13.9 N 72 46 16.1 W 3.0 6.5 10.0

PUENTE CARRETERA AUTOMATICA [15067220] LA GUAJIRA RIOHACHA RIO RANCHERIA 11 30 39.5 N 72 51 21.4 W 4.4 8.3 12.9

PTE FIERRO AUTOMATICA [35077080] BOYACA SOMONDOCO SOMONDOCO 04 59 04.50 N 73 27 45.50 W

5.5 13.8 21.7

PTE GATO NEGRO AUTOMATICA [21257120] TOLIMA LIBANO LAGUNILLA 4 56 24.7 N 75 5 23.3 W 5.0 9.4 14.6

PTE LA BALSA AUTOMATICA [24017330] C/MARCA LENGUAZAQUE LENGUAZAQUE 05 20 00.00 N 73 46 00.00 W

4.9 12.1 18.9

PTE LLERAS AUTOMATICA [35017020] META PUERTO LOPEZ META 4 6 10.87 N 72 56 10.98 W 4.8 9.8 15.4

PTO ARAUJO AUTOMATICA [23127020] SANTANDER CIMITARRA CARARE 6 31 32 N 74 5 9 W 3.7 5.4 8.3

PTO BERRIO AUTOMATICA [23097030] ANTIOQUIA PUERTO BERRIO MAGDALENA 6 29 6.5 N 74 24 4.2 W 3.8 5.4 8.3

PTO BOLIVAR AUTOMATICA [15079010] LA GUAJIRA URIBIA MAR CARIBE 12 13 27.4 N 71 58 3.6 W 4.3 9.4 14.7

PTO INIRIDA AUTOMATICA [31095030] GUAINIA INIRIDA INIRIDA 3 52 3.6 N 67 55 54.1 W 6.2 13.5 21.2

PTO NARIÑO AUTOMATICA [48015040] AMAZONAS PUERTO NARIÑO LORETO YACU 3 47 1.8 S 70 21 56.2 W 3.9 6.8 10.5

PTO SALGAR AUTOMATICA[13037030] CORDOBA TIERRALTA SINU 8 6 0 N 76 6 0 W 1.6 1.0 1.2

PTO VALDIVIA AUTOMATICA [26237040] ANTIOQUIA VALDIVIA CAUCA 7 17 12.9 N 75 23 48.6 W 4.9 10.1 15.7

PUEBLO NUEVO AUTOMATICA [21117100] HUILA NEIVA CEIBAS 2 49 38.8 N 75 5 19.8 W 3.4 6.2 9.6

PUERTA ROJA AUTOMATICA [25025350] SUCRE SINCELEJO AY CANOAS 9 18 59 N 75 23 15 W 4.5 7.4 11.5

PUNTEADERO AUTOMATICA [35077150] BOYACA CHINAVITA GARAGOA 05 11 00.00 N 73 23 00.00 W

5.4 12.4 19.5

PURACE AUTOMATICA [21015050] HUILA SAN AGUSTIN MAGDALENA 1 55 33.3 N 76 25 39.2 W 2.6 5.8 8.9

PURIFICACION AUTOMATICA [21137010] TOLIMA PURIFICACION MAGDALENA 3 50 58.02 N 74 56 8.64 W 4.2 8.5 13.3

QDA NEGRA AUTOMATICA [23065190] C/MARCA QUEBRADANEGRA NEGRO 5 8 15.4 N 74 28 52.5 W 3.4 4.7 7.2

QUIBA MIRADOR AUTOMATICA [21202180] BOGOTA D.C. BOGOTA D.C. LIMAS 04 32 00.00 N 74 09 00.00 W

1.5 2.8 4.2

QUIBDO AUTOMATICA[11047040] CHOCO QUIBDO ATRATO 5 41 52.77 N 76 39 44.13 W 4.5 9.6 15.0

RAMIRIQUI AUTOMATICA [35070580] BOYACA RAMIRIQUI JENESANO 05 24 00.00 N 73 20 00.00 W

4.4 10.0 15.7

SABANALARGA AUTOMATICA [29045000] ATLANTICO SABANALARGA MAGDALENA 10 38 12.2 N 74 55 8 W 5.5 13.8 21.3

SAIZA AUTOMATICA [29045150] CORDOBA TIERRALTA VERDE 7 44 45.7 N 76 25 57 W 3.6 6.6 10.2

SAN ANTONIO CALDAS AUTOMATICA SIN TX SAT.[26155270] CALDAS VILLAMARIA QDA SAN ANTONIO

4 53 12 N 75 25 44.6 W 1.8 3.8 5.7

SAN ANTONIO SANTANDER AUTOMATICA [23195190] SANTANDER FLORIDABLANCA FRIO

7 5 58.3 N 73 3 58.3 W 3.4 6.3 9.7

SAN BENITO AUTOMATICA [21206810] BOGOTA D.C. BOGOTA D.C. RIO BOGOTA 04 33 00.00 N 74 14 00.00 W

1.6 3.2 4.7

SAN CAYETANO AUTOMATICA [23125170] C/MARCA SAN CAYETANO MINERO 5 20 28 N 74 1 20.9 W 2.6 5.7 8.7

SAN JUAN RIO MIRA AUTOMATICA [51027060] NARIÑO TUMACO MIRA 1 25 26 N 78 40 13 W 3.1 6.7 10.3

SAN JUAN NECHI AUTOMATICA [27037030] ANTIOQUIA ZARAGOZA NECHI 7 28 30 N 74 55 15 W 5.1 8.8 13.7

SAN MIGUEL AUTOMATICA [23057140] ANTIOQUIA SONSON LA MIEL 5 43 51 N 74 43 32 W 3.4 4.9 7.4

SAN PEDRITO AUTOMATICA[29047070] ATLANTICO SUAN MAGDALENA 10 16 5.6 N 74 54 28.3 W 9.0 23.5 36.8

SAN PEDRO AUTOMATICA [25017020] CORDOBA PUERTO LIBERTADOR SAN PEDRO 7 51 3.6 N 75 42 22.5 W 8.1 21.4 33.9

SAN VICENTE DEL CAGUAN AUTOMATICA [46015030] CAQUETA SAN VICENTE DEL CAGUAN CAGUAN 2 3 46.8 N 74 45 45.7 W 4.1 8.1 12.6

SENDERO LAG VERDE AUTOMATICA[26155260] CALDAS VILLAMARIA CLARO 4 50 26.6 N 75 21 41.7 W 0.8 0.9 1.1

SIERRA MORENA AUTOMATICA [21202170] BOGOTA D.C. BOGOTA D.C. BOGOTA 04 34 00.00 N 74 10 00.00 W

1.6 3.0 4.5

SINCERIN [29035000] BOLIVAR ARJONA AY RAICERO 10 8 33.3 N 75 16 41.8 W 6.3 13.2 20.5

STA ROSA AUTOMATICA [26135310] RISARALDA SANTA ROSA DE CABAL OTUN 4 50 48.8 N 75 38 8.3 W 3.8 8.0 12.4

STA ROSITA AUTOMATICA [21209920] C/MARCA SUESCA BOGOTA 5 6 21.4 N 73 45 13.3 W 1.7 3.3 4.9

SUBIA AUTOMATICA [21195160] C/MARCA SILVANIA SUBIA 4 28 35.8 N 74 23 2 W 2.4 4.9 7.5

TUMACO AUTOMATICA [51039010] NARIÑO TUMACO PACIFICO 1 49 9.5 N 78 43 49 W 2.9 5.9 9.2

TUNGUAVITA AUTOMATICA [24035430] BOYACA PAIPA SALITRE 5 44 45.3 N 73 6 58.9 W 2.4 4.4 6.6

UNIV NACIONAL AUTOMATICA [21205012] BOGOTA D.C. BOGOTA D.C. BOGOTA 4 38 17.1 N 74 5 20.7 W 2.5 5.6 8.5

UNGUIA AUTOMATICA [11135030] CHOCO UNGUIA CGA. UNGUIA 8 2 12.4 N 77 5 16.3 W 5.0 8.7 13.5

UNIV DE CUNDINAMARCA AUTOMATICA [21235030] C/MARCA GIRARDOT MAGDALENA 4 18 19.2 N 74 48 29.2 W 1.9 3.8 5.7

UNIV DE NARIÑO AUTOMATICA [52045080] NARIÑO PASTO PASTO 1 12 58 N 77 17 42 W 1.7 3.6 5.4

UNIV DEL VALLE AUTOMATICA [26055120] VALLE DEL CAUCA CALI MELENDEZ 3 22 40.8 N 76 32 1.6 W 3.6 6.6 10.3

UNIV TECNOLOGICA DEL MAGDALENA AUTOMATICA [15015120] M/LENA SANTA MARTA MANZANARES

11 13 23 N 74 11 9.3 W 4.3 8.4 13.1

VEGACHI AUTOMATICA [23105060] ANTIOQUIA VEGACHI VOLCAN 6 46 26.8 N 74 47 47.7 W 4.3 9.0 14.0

VILLAMARIA AUTOMATICA[26155220] CALDAS VILLAMARIA CHINCHINA 5 2 55.3 N 75 30 50 W 3.1 5.9 9.1

VILLANUEVA-VILLAHERMOSA AUTOMATICA [27015300] ANTIOQUIA MEDELLIN MEDELLIN 6 15 11 N 75 36 46.4 W 2.8 5.9 9.0

VILLA TERESA AUTOMATICA [21206920] BOGOTA D.C. BOGOTA D.C. TUNJUELITO 4 21 0 N 74 9 0 W 1.6 3.4 5.1

VILLETA AUTOMATICA [23065180] C/MARCA VILLETA CUNE 5 1 0.7 N 74 28 15.5 W 3.8 5.9 9.1

VITELMA AUTOMATICA [21202200] BOGOTA D.C. BOGOTA D.C. SAN CRISTOBAL 04 34 00.00 N 74 04 00.00 W

1.7 3.0 4.5

VIZCAINA LA LIZAMA AUTOMATICA [24055080] SANTANDER BARRANCABERMEJA VIZCAINA 6 58 58.7 N 73 42 17.6 W 4.1 6.8 10.5

ZARAGOZA AUTOMATICA [26105250] VALLE DEL CAUCA CARTAGO CAUCA 4 42 4.5 N 75 55 48.4 W 2.5 4.1 6.1

ZETAQUIRA AUTOMATICA [35085060] BOYACA ZETAQUIRA MUECHE 5 17 41.8 N 73 10 11.8 W 2.3 5.4 8.2

Estaciones Aceptables Estaciones Tentativas