Search

The Colo-Colo (Leopardus colocola) has a wide geographical distribution in South America. We document different types of habitats like forestal plantations, vineyard, hydrophilic, and deciduous forest, coastal desert, and Andean Steppe that it uses in Central Chile through trail cameras and direct observations. In this study, this cat was registered both in natural and heavily modified environments. More information is needed to understand if this felid’s records in intervened areas are mostly associated with movements between patches of native vegetation or regular use.

La identificació de punts calents tèrmics en estructures és un camp del monitoratge que encara es troba en fase preliminar. És, per això, que cal continuar amb l’estudi per trobar eines i metodologies que permetin detectar, localitzar i determinar la mida del dany que se li pot arribar a ocasionar a les estructures. Com a conseqüència, aquest tipus de dany posa en perill la integritat d’aquestes, així com l’alt risc de pèrdues de vides humanes. L’objectiu d’aquest treball és construir un model basat en dades utilitzant eines d’aprenentatge automàtic per a la identificació de diferents punts calents en una estructura, utilitzant sensors piezo‐ elèctrics. Per complir aquest propòsit, es va dissenyar un experiment al laboratori de CoDAlab (que es troba en l’Escola d’Enginyeria de Barcelona Est, Universitat Politècnica de Catalunya) que consisteix en la instal∙lació de 12 sensors (que poden funcionar com a sensor o actuador) en una placa d’alumini, on es van aplicar 12 punts calents (que són els principals defectes de l’estructura) amb l’ajuda d’una pistola de calor i es va captar la informació de resposta mitjançant una càmera tèrmica i un programa informàtic orientat cap a la detecció de danys en estructures anomenat Labview. Finalment, aquesta informació es va processar creant 12 bases de dades corresponents a cada actuador. Amb la informació pertanyent a un actuador, s’ha realitzat la prova d’un total de 14 algoritmes de regressió diferents, dels quals s’ha triat aquell que maximitza el valor de l’ajust donat pel coeficient de determinació R2 i minimitza l’error absolut mitjà. Amb aquest, s’ha procedit a crear el model de regressió amb la resta d’informació dels actuadors, on s’ha seleccionat com a variable d’entrada la informació dels senyals i, com a variables de sortida a predir, la temperatura, posició X, posició Y i àrea del punt calent. A més, s’ha implementat una xarxa neuronal com un mètode alternatiu més eficient per a la localització de punts calents, on les variables d’entrada continuen sent les mateixes, però ara es defineix com a variable de sortida una imatge tèrmica de 120 x 160 píxels que mostra la localització del punt calent. Finalment, es va obtenir un score del R2 del 87% per al model de regressió i un error mig absolut de 5 píxels per a la xarxa neuronal. Tots dos ofereixen una aproximació correcta per a la localització del punt calent, però la xarxa neuronal era més eficient perquè el temps d’entrenament era més curt (un minut, comparats amb els 10 minuts per al model de regressió) i, també, perquè era capaç de predir i retornar una imatge tèrmica amb la localització del punt calent en la placa. En canvi, per al model de regressió, va ser necessari un pas addicional per representar gràficament el punt calent, a partir de les quatre variables de sortida. La identificación de puntos calientes térmicos en estructuras es un campo de la monitorización que aún se encuentran en fase preliminar. Es por ello que se precisa continuar con el estudio para en‐ contrar herramientas y metodologías que permitan detectar, localizar y determinar la dimensión del daño que se le ocasiona a las estructuras. Como consecuencia, este tipo de daños pone en peligro la integridad de las mismas, así como también el alto riesgo de pérdidas de vidas humanas. El objetivo de este trabajo es construir un modelo de regresión basado en datos utilizando her‐ ramientas de Machine Learning para la identificación de diferentes puntos calientes en una estruc‐ tura mediante el uso de sensores piezoeléctricos. Para ello, se ha procedido a diseñar un experimento en el laboratorio de CoDAlab (Escuela de Ingeniería de Barcelona Este, Universidad Politécnica de Cataluña) que consiste en la instalación de 12 sensores (que pueden funcionar como sensor o ac‐ tuador) en una placa de aluminio, en la cual se han aplicado 12 puntos calientes (los cuales son los defectos principales de la estructura) con la ayuda de una pistola de calor y se ha captado la infor‐ mación de respuesta mediante una cámara termográfica y un programa informático orientado a la detección de daños en estructuras denominado Labview. Finalmente, esta información de señales se ha procesado creando 12 bases de datos pertenecientes a cada actuador. Con la información por actuador, se ha realizado la prueba de un total de 14 regresores distintos, de los cuales se ha elegido aquel que maximiza el valor del ajuste dado por el coeficiente de deter‐ minación R2 y minimiza el error absoluto medio. Con este, se ha procedido a crear el modelo de regresión con el resto de información de los actuadores, donde se ha seleccionado como variable de entrada la información de las señales y, como variables de salida a predecir, la temperatura, posición X, posición Y y área del punto caliente. Por último, se ha implementado una red neuronal como un método alternativo más eficiente para la localización de puntos calientes, donde las variables de en‐ trada continúan siendo las mismas, pero ahora se define como variable de salida una imagen térmica de 120 x 160 píxeles que muestra la localización del punto caliente. Finalmente, se ha obtenido un score del R2 del 87% para el modelo de regresión y un error medio absoluto de 5 píxeles para la red neuronal. Ambos ofrecieron una aproximación correcta para la local‐ ización del punto caliente, pero la red neuronal era más eficiente porque el tiempo de entrenamiento era más corto (un minuto, comparados con los 10 minutos que tardó el modelo de regresión) y era capaz de predecir y devolver una imagen térmica con la localización del punto caliente. En cambio, para el modelo de regresión, se requirió de un paso adicional para representarlo gráficamente. Hot spots identification within structures is a detection and monitoring field that is still under a pre‐ liminary phase. Therefore, it is necessary to do an in‐depth analysis on the subject to find tools and methodologies that allow the detection, location, and determination of the size of the damage caused in the structures. Due to such damage, the structure’s integrity may be compromised, which can ultimately put human lives in danger. The main objective of this project is to develop a machine learning based model that identifies different hot spots using data acquired from piezoelectric sensors. For this purpose, an experiment was designed in the CoDAlab laboratory (Barcelona East School of Engineering, Polytechnic University of Catalonia) where 12 sensors (that can dually function as sensor or actuator) were installed on an aluminum sheet. On the sheet, 12 hot spots (which are the main defects of the structure) were applied with the help of a heat gun, and the response signal was captured with a thermal camera and a damaged detection oriented software called Labview. Finally, the data was processed creating 12 unique dataframes corresponding to each actuator. With the acquired data of a single actuator, 14 different machine learning regression models were tested. The final model was selected based on performance metrics: highest R2 coefficient value and lowest mean absolute error. In the developed model, the input values were the signal data from the sensors and, for the output values were the temperature, X position, Y position and area of the hot spot. In addition, a neural network was implemented for locating hot spots as a more efficient alternative method to the regression model. In this case, while the input values remained the same, the output variable was defined as a thermal image of 120 x 160 pixels that contained the location of the hot spot. Finally, a R2 score of 87% was obtained for the regression model, and a mean absolute error of 5 pixels for the neural network. Both were able to predict the hot spot with a good aproximation, but the neural network was more efficient as the training time was shorter (one minute compared to the 10 minutes for the regression model). Moreover, the neural network immediately returns a thermal image with the location of the hot spot,whereas for the regression model an additional step is required to represent graphically the hot spot, from the four output variables.

[ES] La instalación de potencia eléctrica proveniente de fuentes renovables ha experimentado un crecimiento sin precedentes en la última década, siendo la energía fotovoltaica uno de los principales vectores de crecimiento; y encabezando la instalación de potencia para autoconsumo. Para asegurar la viabilidad económica tanto a corto como largo plazo de esta tecnología, es esencial el correcto mantenimiento y supervisión de la instalación. En grandes granjas solares esta supervisión supone una exhaustiva tarea, muchas veces llevada a cabo de manera manual con técnicos a pie de campo. Con el tiempo, cada vez son más comunes los métodos automatizados o semi-automatizados de detección y prevención de fallas en grandes plantas fotovoltaicas. No ocurre lo mismo cuando se habla de instalaciones pequeñas o medianas, donde el coste de una supervisión a tal nivel supondría la total inviabilidad económica. Aunque existen protocolos de prevención por parte de los proveedores, las revisiones periódicas de las instalaciones por parte de técnicos no aseguran detectar fallas como la aparición de puntos calientes a tiempo. Es por ello que a día de hoy la única manera de supervisión continuada de una pequeña o mediana instalación muchas veces es realizada por personas no cualificadas y de manera puramente visual. En este Trabajo Final de Máster se propone el desarrollo de un prototipo de sistema de bajo coste para la supervisión de una instalación fotovoltaica mediana o pequeña basado en la adquisición y tratamiento de imágenes termográficas, con la finalidad de investigar la viabilidad de una implementación real. El trabajo se centra en la capacidad del sistema para la detección de puntos calientes en los paneles supervisados y notificar con éxito las fallas detectadas. Para lograr este objetivo se hace uso de una cámara termográfica de bajo coste para el desarrollo, colocada sobre un montaje y haciendo uso de técnicas comunes de procesamiento de imágenes, usando librerías de OpenCV y MATLAB R2021b. Así se consigue demostrar que es posible detectar con éxito los puntos más calientes de una instalación FV con una cámara mucho más barata que las cámaras usadas en las revisiones termográficas a día de hoy, abriendo las posibilidades a la creación de un sistema de vigilancia termográfico de bajo coste completo., [EN] The installation of electrical power from renewable sources has experienced unprecedented growth in the last decade, with photovoltaic energy being one of the main vectors of growth; and leading the installation of power for self-consumption. To ensure the economic viability both in the short and long term of this technology, proper maintenance and supervision of the installation is essential. In large solar farms, this supervision is an exhaustive task, often carried out manually by field technicians. Over time, automated or semi-automated methods of fault detection and prevention in large photovoltaic plants are becoming more common. The same does not happen when talking about small or medium-sized installations, where the cost of supervision at such a level would mean total economic infeasibility. Although there are prevention protocols by suppliers, periodic inspections of the installations by technicians do not ensure that faults such as the appearance of hot spots are detected in time. That is why today the only way of continuous supervision of a small or medium installation is often carried out by unqualified people and in a purely visual way. In this Master's Final Project, the development of a low-cost system prototype is proposed for the supervision of a medium or small photovoltaic installation based on the acquisition and treatment of thermographic images, with the aim of investigating the feasibility of a real implementation. The work focuses on the system's ability to detect hot spots in supervised panels and successfully report detected faults. To achieve this goal, a low-cost thermographic camera is used for development, placed on a mount and using common image processing techniques, using OpenCV and MATLAB R2021b libraries. In this way, it is possible to demonstrate that it is possible to successfully detect the hottest points of a PV installation with a much cheaper camera than the cameras used in today's thermographic inspections, opening up the possibilities for the creation of a thermographic surveillance system of full low cost.

El trabajo realizado con este proyecto fue determinar las zonas con mayor accidentalidad de la ciudad de Bogotá y generar cuatro geoservicios que fueron publicados en ArcGIS Online para ser consumidos por todo el público, para generar estos geoservicios se usaron datos de accidentalidad de la secretaría distrital de movilidad de Bogotá del primer semestre del año 2018, los geoservicios fueron separados dependiendo de la hora de ocurrencia del accidente, estas horas fueron: hora pico mañana, hora valle mañana, hora pico noche y hora valle noche. Para generar los puntos calientes se usó la función de densidad de Kernel con la que se pudieron identificar los puntos de mayor accidentalidad de la ciudad de Bogotá. The work done with this project was to determine the areas with the highest accident rate in the city of Bogotá and generate four geoservices that were published in ArcGIS Online to be consumed by the public, to generate these geoservices, accident data was used by the district secretariat of Bogota mobility of the first semester of 2018, the geoservices were separated depending on the time of occurrence of the accident, these hours were: morning peak time, morning hour, peak hour, night and night time. To generate the hot spots, the Kernel density function was used to identify the points of greatest accident in the city of Bogotá.

El fenómeno de isla de calor es tema actual y de gran trascendencia dentro de los estudios de clima urbano. A pesar de ello y de su tamaño poblacional, la ciudad de Alicante todavía no ha sido objeto de una investigación a fondo sobre dicha anomalía térmica. En este sentido, este artículo pretende de alguna manera iniciar estas investigaciones, dando lugar a unas primeras pautas de localización del máximo térmico y distribución de la isla de calor. Utilizando el método de los transectos se ha realizado la toma de temperaturas durante 10 días, dando lugar a la aparición de tres morfologías de isla de calor claramente definidas: la fuerte, débil y desplazada, que cuenta con un importante carácter geográfico. Así pues, podemos dar respuesta a una primera hipótesis sobre la existencia de este fenómeno en Alicante, puesto que de media, el centro de la isla marca 4,5ºC más de temperatura sobre el punto frío o áreas urbanas menos cálidas. The phenomenon of the urban heat island is a current and importance issue in the urban climate studies. In spite of this and its population size, the city of Alicante has not been the subject of in depth research about the thermal anomaly as mentioned before. In this sense, this article expects to start these investigations in some way, giving rise to the first guidelines of location of the thermal maximum and distribution of the heat island. Using the method of the transects, the temperature measures have been carried out for 10 days, giving rise to the emergence of three morphologies of urban heat island clearly defined: the strong, the weak and the urban heat island in motion, which has an important geographic nature. Therefore, we can respond to the first hypothesis on the existence of this phenomenon in Alicante since on average, the center of the island marks 4.5ºC warmer on the cold spot or urban areas less warm.

The Easter submarine alignment corresponds to a sequence of seamounts and oceanic islands which runs from the Ahu-Umu volcanic fields in the west to its intersection with the Nazca Ridge in the east, with a total length of about 2.900 km and a strike of N85°E. Recent bathymetric compilations that include combined satellite derived and shipboard data (Global Topography) and multibeam bathymetric data (from NGDC-NOAA) are interpreted both qualitatively and quantitatively by using a morphological analysis, which was comprised of the determination of bathymetric patterns, trends in lineations and structures; height measurements, computation of basal areas and volumes of seamounts, in order to establish clues on the origin of this seamount chain and to establish relationships with the regional tectonics. In the study region 514 seamounts were counted, of which 334 had a basal area less than the reference seamount (Moai). In general, the largest seamounts (>1000 m in height) tend to align and to have a larger volume, with an elongation of their bases along the seamount chain. On the other hand, smaller seamounts tend to be distributed more randomly with more circular bases. As a consequence of the morphological analysis, the best possible mechanism that explains the origin of the seamount chain is the existence of a localized hotspot to the west of the Salas y Gómez Island. The corresponding plume would contribute additional magmatic material towards the East Pacific Rise through canalizations, whose secondary branches would feed intermediate volcanoes. It is possible that within the Easter Island region there would be another minor contribution through fractures in the crust, due to the crustal weakening that was produced by the Easter Fracture Zone. El alineamiento submarino de Pascua es un cordón de montes submarinos e islas que comprende, por el W, desde los campos volcánicos Ahu-Umu y, hasta el E, su intersección con la elevación de Nazca, con una extensión total de ca. 2900 km y un rumbo de ~N85°E. Compilaciones recientes de batimetría que incluyen datos derivados de satélites y obtenidos por buques (Global Topography) y datos batimétricos de ecosondas multihaz (NGDC-NOAA), se interpretaron cualitativa y cuantitativamente mediante análisis morfológico que consistió en la determinación de patrones batimétricos; tendencias de los lineamientos y estructuras; mediciones de alturas, áreas basales y cálculo de volúmenes de montes submarinos; para establecer indicios sobre el origen del alineamiento y asociaciones con la tectónica regional. Se contabilizaron 514 montes submarinos en la región de estudio, de los cuales 334 tuvieron un área basal menor que el monte de referencia (Moai). En general, los montes más grandes (>1000 m de altura) tienden a alinearse y a tener un mayor volumen, con un alargamiento de sus bases en el sentido de la tendencia, en cambio los menores, tienden a distribuirse más aleatoriamente, siendo sus bases más redondeadas. Como consecuencia del análisis morfológico, el mejor mecanismo que explicaría el origen de las cadenas volcánicas, sería por la existencia de un punto caliente localizado al W de la isla Salas y Gómez. Esta pluma también aportaría material magmático adicional hacia la dorsal del Pacífico oriental a través de canalizaciones, cuyas ramas secundarias alimentarían volcanes intermedios. Es posible que en el área de la Isla de Pascua exista otro aporte menor por fracturas de la corteza dado el debilitamiento cortical que produjo la Zona de Fractura de Pascua.

Indexación: Web of Science; Scielo. ABSTRACT. Juan Fernández Ridge (JFR) is a cα. 800 km long alignment of seamounts and islands which is thought to be fed by a deep mantle plume. JFR includes the Friday and Domingo seamounts in the western active edge close to the active hotspot, and the O'Higgins Seamount and Guyot at the eastern limit just in front of the Chile-Perú trench. Recent bathymetric (Global Topography) and magnetic (EMAG-2) datasets were interpreted both qualitatively and quantitatively by means of 3D inverse modeling and 2D direct modeling for geometry and susceptibility, together with an interpretation of the synthetic anomalies related to the classical hypothesis of deep seafloor spreading. Topographic and magnetic patterns are used to understand the tectonic evolution and origin of the JFR, especially in the western segment. Results show a continuous corridor with a base at ~3900 m depth formed by four groups of seamounts/islands with a number of summits. The deep ocean floor is ~22 to ~37 Myr old and is younger to the south of the Challenger Fracture Zone that runs in a SW-NE direction. The magnetic pattern of the western JFR segment, which is different than the eastern one, has no correlation with bathymetry and does not present a common polarity nor fit with magnetic models for isolated bodies. This superposition of magnetic patterns indicates a role of the faults/fractures of the Nazca Plate. Geological evidence supports the hypothesis of a fixed mantle plume for the origin of JFR but our data suggest that tectonic processes play a role, thus fueling the global controversy about these competing processes. RESUMEN. El cordón o dorsal de Juan Fernández (JFR) es un alineamiento de montes submarinos e islas supuestamente asociadas a la actividad de una pluma mantélica. Comprende, por el W, desde los montes submarinos Friday y Domingo, cercanos al actual 'hotspot', y por el oeste, el guyot y monte O'Higgins cercanos a la fosa submarina de Chile-Perú, con una extensión total de ca. 800 km y un rumbo de ~N80°E. Compilaciones recientes de datos batimétricos (Global Topography) y magnéticos (EMAG-2), se interpretaron cualitativa y cuantitativamente a través de la generación de modelos de magnetización 3D por modelado inverso, y de geometría y susceptibilidad en una sección 2D por modelado directo, complementado con la interpretación de anomalías sintéticas generadas según la hipótesis clásica de la expansión del piso marino profundo. Se utilizan patrones topográficos y magnéticos para comprender la evolución tectónica y el origen del cordón, particularmente en su segmento occidental. Los resultados muestran que en el área de estudio el cordón genera una alineamiento continuo a ~3900 m de profundidad, conformado por cuatro grupos de montes o islas con varias cumbres individuales. El piso marino profundo tiene una edad que fluctúa de ~22 a ~37 Ma, siendo más joven hacia el sur de la Zona de Fractura Challenger que se extiende en dirección SW-NE. El patrón magnético del segmento occidental del cordón, que es diferente al del este, no tiene correlación con la batimetría, no presenta una polaridad común, ni se ajusta a modelos magnéticos de cuerpos aislados. Esta superposición de patrones magnéticos indicaría un rol de las fallas/fracturas de la placa de Nazca. La evidencia geológica apoya la hipótesis de una pluma fija del manto para el origen de la dorsal, pero nuestros datos sugieren que los procesos tectónicos juegan un cierto rol, alimentando así la controversia global acerca de estos procesos en competencia. http://ref.scielo.org/nrywgx

Juan Fernández Ridge (JFR) is a cα. 800 km long alignment of seamounts and islands which is thought to be fed by a deep mantle plume. JFR includes the Friday and Domingo seamounts in the western active edge close to the active hotspot, and the O'Higgins Seamount and Guyot at the eastern limit just in front of the Chile-Perú trench. Recent bathymetric (Global Topography) and magnetic (EMAG-2) datasets were interpreted both qualitatively and quantitatively by means of 3D inverse modeling and 2D direct modeling for geometry and susceptibility, together with an interpretation of the synthetic anomalies related to the classical hypothesis of deep seafloor spreading. Topographic and magnetic patterns are used to understand the tectonic evolution and origin of the JFR, especially in the western segment. Results show a continuous corridor with a base at ~3900 m depth formed by four groups of seamounts/islands with a number of summits. The deep ocean floor is ~22 to ~37 Myr old and is younger to the south of the Challenger Fracture Zone that runs in a SW-NE direction. The magnetic pattern of the western JFR segment, which is different than the eastern one, has no correlation with bathymetry and does not present a common polarity nor fit with magnetic models for isolated bodies. This superposition of magnetic patterns indicates a role of the faults/fractures of the Nazca Plate. Geological evidence supports the hypothesis of a fixed mantle plume for the origin of JFR but our data suggest that tectonic processes play a role, thus fueling the global controversy about these competing processes. El cordón o dorsal de Juan Fernández (JFR) es un alineamiento de montes submarinos e islas supuestamente asociadas a la actividad de una pluma mantélica. Comprende, por el W, desde los montes submarinos Friday y Domingo, cercanos al actual 'hotspot', y por el oeste, el guyot y monte O'Higgins cercanos a la fosa submarina de Chile-Perú, con una extensión total de ca. 800 km y un rumbo de ~N80°E. Compilaciones recientes de datos batimétricos (Global Topography) y magnéticos (EMAG-2), se interpretaron cualitativa y cuantitativamente a través de la generación de modelos de magnetización 3D por modelado inverso, y de geometría y susceptibilidad en una sección 2D por modelado directo, complementado con la interpretación de anomalías sintéticas generadas según la hipótesis clásica de la expansión del piso marino profundo. Se utilizan patrones topográficos y magnéticos para comprender la evolución tectónica y el origen del cordón, particularmente en su segmento occidental. Los resultados muestran que en el área de estudio el cordón genera una alineamiento continuo a ~3900 m de profundidad, conformado por cuatro grupos de montes o islas con varias cumbres individuales. El piso marino profundo tiene una edad que fluctúa de ~22 a ~37 Ma, siendo más joven hacia el sur de la Zona de Fractura Challenger que se extiende en dirección SW-NE. El patrón magnético del segmento occidental del cordón, que es diferente al del este, no tiene correlación con la batimetría, no presenta una polaridad común, ni se ajusta a modelos magnéticos de cuerpos aislados. Esta superposición de patrones magnéticos indicaría un rol de las fallas/fracturas de la placa de Nazca. La evidencia geológica apoya la hipótesis de una pluma fija del manto para el origen de la dorsal, pero nuestros datos sugieren que los procesos tectónicos juegan un cierto rol, alimentando así la controversia global acerca de estos procesos en competencia.

El fenómeno de isla de calor es tema actual y de gran trascendencia dentro de los estudios de clima urbano. A pesar de ello y de su tamaño poblacional, la ciudad de Alicante todavía no ha sido objeto de una investigación a fondo sobre dicha anomalía térmica. En este sentido, este artículo pretende de alguna manera iniciar estas investigaciones, dando lugar a unas primeras pautas de localización del máximo térmico y distribución de la isla de calor. Utilizando el método de los transectos se ha realizado la toma de temperaturas durante 10 días, dando lugar a la aparición de tres morfologías de isla de calor claramente definidas: la fuerte, débil y desplazada, que cuenta con un importante carácter geográfico. Así pues, podemos dar respuesta a una primera hipótesis sobre la existencia de este fenómeno en Alicante, puesto que de media, el centro de la isla marca 4,5ºC más de temperatura sobre el punto frío o áreas urbanas menos cálidas. The phenomenon of the urban heat island is a current and importance issue in the urban climate studies. In spite of this and its population size, the city of Alicante has not been the subject of in depth research about the thermal anomaly as mentioned before. In this sense, this article expects to start these investigations in some way, giving rise to the first guidelines of location of the thermal maximum and distribution of the heat island. Using the method of the transects, the temperature measures have been carried out for 10 days, giving rise to the emergence of three morphologies of urban heat island clearly defined: the strong, the weak and the urban heat island in motion, which has an important geographic nature. Therefore, we can respond to the first hypothesis on the existence of this phenomenon in Alicante since on average, the center of the island marks 4.5ºC warmer on the cold spot or urban areas less warm.

En este trabajo se describe un reporte de daños en un conjunto (array) de módulos fotovoltaicos, luego de cuatro años de operación y en “supuestas condiciones normales de funcionamiento”. El conjunto de módulos se encuentra instalado en el noroeste de la República Argentina, en el departamento de Iruya, provincia de Salta. La parte afectada de la instalación, consta de ocho módulos de 50WP cada uno, y existen en la localidad otras instalaciones, con los mismos módulos, pero con diferentes configuraciones, que no resultaron dañadas. La zona geográfica en cuestión, si bien tiene condiciones climáticas adversas, ya sea por la gran amplitud térmica día-noche, o bien por los importantes registros de radiación ultravioleta, no es de las peores, cuando se la compara con otras regiones de altura de Chile, Bolivia, Perú o Argentina., This paper describes the degradation observed in photovoltaic module (PV) performance. Twenty four modules were installed in the region in 2002 (San Isidro, Department of Iruya, Salta), but this particular array consists of eight (50WP) Solartec modules in paralel connection. The modules are poli-crystalline silicon, using PVB encapsulant and Tedlar backsheet. Yellowing of determinated areas, represent the most evident visual defect, and ISC is about 25% lower than reference values. Climate conditions are adverse, but not the worst of the region (like others of Bolivia, Chile or Perú)., Asociación Argentina de Energías Renovables y Medio Ambiente (ASADES)

Las observaciones aquí expuestas han sido total o parcialmente revisadas por muchos colegas, cuyas valiosas sugerencias han ayudado considerablemente a enfocar y mejorar las ideas iniciales, sin que, sin embargo, sean copartícipes de cualquier error de apreciación de los autores. Entre estos colegas queremos destacar a George Walker, Robin Holcomb, Bruce Nelson, Uri ten Brink, Tim Minshull, Tony Watts y Hubert Staudigel. Para todos ellos nuestro agradecimiento más sincero. Hans Schmincke realizó observaciones críticas muy acertadas en la presentación de estas ideas en la XXI Asamblea General de la International Union of Geodesy and Geophysics, celebrada en julio de 1995 en Boulder, CO, USA, que han contribuido a la clarificación de algunos aspectos fundamentales, lo que le agradecemos sinceramente., Las Islas Canarias son un grupo de islas volcánicas situadas sobre una placa oceánica en lento movimiento, cerca de un margen continental pasivo. Los orígenes del archipiélago suscitan la controversia: un punto caliente del manto, una zona de deformación litosférica, una región de fallas en bloques por compresión o una fractura que se propaga hacia el oeste desde el vecino Atlas han sido citados por diferentes autores como el origen último del archipiélago. Sin embargo, una comparación del Archipiélago Canario con el prototípico grupo de islas relacionado con un punto caliente, el Archipiélago de Hawaii, revela que las diferencias entre ambos no son tan grandes como se había supuesto anteriormente en base a datos más antiguos. La actividad eruptiva del Cuaternario en las Islas Canarias está concentrada en el extremo occidental del archipiélago, cerca del actual emplazamiento del punto caliente de referencia. Los edificios insulares en ambos archipiélagos se caracterizan por un crecimiento inicial rápido (las etapas de actividad en escudo ("shield stage"), seguidas por un período de reposo y profunda erosión ("gap" erosivo) que, a su vez, es seguido de una etapa de actividad "post-erosiva". Esta última etapa de actividad es más intensa en las Islas Canarias que en las Hawaii, tal vez debido a la velocidad mucho menor de la placa, lo que significa que las islas permanecen más tiempo cerca de la anomalía subyacente del manto. La geoquímica de las rocas en Canarias apoya con fuerza este modelo, que las relaciona con la fusión de materiales variados del manto enriquecidos más que con materiales normales del manto superior. La subsidencia de las islas en la etapa post-escudo es mucho menos significativa en las Islas Canarias que en las de Hawaii. Esto puede deberse a varios factores: una mayor resistencia de la litosfera oceánica subyacente, mucho más antigua y de mayor potencia en las Canarias que en Hawaii; la proximidad prolongada de las islas a esta pluma y la consiguiente sustentación dinámica; un crecimiento inicial más lento que lleva a un acercamiento más pausado de las islas al equilibrio dinámico antes de finalizar la etapa de construcción en escudo. Una comparación de la estructura y evolución estructural de las islas Canarias con las de otras islas oceánicas -Hawaii, Réunion, Fogo, etc.- revela muchas semejanzas, tales como la formación de zonas de triple rift (tipo "estrella Mercedes") y la ocurrencia de grandes colapsos laterales en los flancos de estas zonas de rift. La aparente ausencia de estas estructuras en las islas en etapa post-erosiva puede en parte ser una consecuencia de su mayor edad y del profundo desmantelamiento que ha eliminado la mayor parte de la evidencia de su arquitectura volcánica inicial. Concluimos que las numerosas semejanzas entre las Islas Canarias y aquellos grupos de islas cuyos orígenes en un punto caliente son indiscutibles parecen indicar que las islas Canarias se han formado en un proceso de similares características. Las “peculiaridades" geológicas de las Canarias con respecto a las demás alineaciones de punto caliente podrían deberse fundamentalmente a la menor actividad en Canarias del punto caliente y a la ausencia de subsidencia. Estas características geológicas generales ayudan a comprender mejor la distribución en el tiempo y el espacio de la actividad eruptiva en Canarias y, consecuentemente, del riesgo volcánico actual en las islas., Organismo Autónomo: Consejo Insular de Museos y Centros (OACIMC). Cabildo de Tenerife