Presión Atmosférica y Confort (Primera Etapa)

Para la exposición en clase que trató de plantear las zonas de aridez en Latinoamerica, fui cargado de crear una capa de presión atmosférica. Para crear esta capa, usé muchas mapas de isobaras diferentes. Un ejemplo de un mapa de isobaras de meteochile.cl:



En el mapa se puede ver dos sistemas de alta presión fuertes en los mares Pacífico y Atlantico. Zonas de baja presión existen al sur de continente, en el norte de Argentina y sobre mucho de Brasil. Una presión más que 1013mb se considera "alta" y una presión abajo de 1013mb se considera "baja." Con esta información, hice una capa de presiónes atmosféricas para poner sobre el mapa de aridez de Latinoamerica.
Presión atmosférica es un factor importante en determinar el aridez de una región. Cuando hay una sistema de alta presión, no hay lluvía. Esta se explica por los meterologicos. Cuando hay baja presíon el agua se evapora y regresa a la tierra como lluvia, pero lo opuesto pasa cuando hay una sistema de alta presión. Entonces, el sistema de baja presión que existe en el Pacífico contribuye a la zona de aridez que existe en la costa de Peru y el norte de Chile. Ver:

Matrices Givoni y Confort (Primera Etapa)

Para ver cual de los siete ciudades tiene el mejor confort, el grupo usó el programa de Givoni que recibimos en clase. Después de entrar todos los datos, fue fácil para ver cuales ciudades son cómodos y cuales son incómodos. Por ejemplo, decidimos que Río de Janeiro tiene el mejor bienestar. Su matriz de Givoni:



Nota que cada mes está en la cuadra "bienestar." Eso significa que Río de Janeiro es cómodo para, por lo menos, un parte de cada mes.

También decidimos que La Paz tiene el peor confort de los siete. Su matriz:



Nota que las lineas de La Paz nunca están en la cuadra de "bienestar." La Paz es demasiado frío para ser considerada cómodo.

Datos Climáticos (Primera Etapa)

Para empezar nuestra búsqueda para la ciudad con el mejor confort, encontré los datos de clima para estos siete ciudades de Latinoamerica. Encontré los datos del año 2008 en tutiempo.net. Después de encontrarlos, el grupo decidió usar algunos otros ciudades, pero los ciudades de Bogotá, Buenos Aires, La Paz, Quito y Río de Janeiro fueron usados. Se usaron estos datos para crear los matrices de Givonis.

Datos Climáticos para 2008, segun tutiempo.net
Ciudad	Mes	Temp. med.	Temp. max	Temp. min.	Humedad rel. (%)	Precip (mm)	Velocidad medio (Km/h)
Puerto Montt	Enero	15.4	22.4	9.6	76.2	40.38	11.5
	Febrero	15.9	22.7	9.9	75.9	74.68	11.4
	Marzo	13.2	20.5	7.8	80.3	65.04	9.2
	Abril	10.1	15.2	6.3	87.5	137.16	9.8
	Mayo	8.4	14.6	4.1	90.6	354.36	8.8
	Junio	7.5	11.8	4.4	91.3	171.21	10.6
	Julio	7.5	11.3	4.6	89.1	258.07	15.2
	Agosto	7	10.6	4.3	90	226.04	14.7
	Septiembre	8.1	15.4	2.9	84.2	53.34	8.2
	Octubre	9.9	15.5	5.5	83.8	37.6	9.2
	Noviembre	12.3	18	7.4	80.5	121.41	11.9
	Diciembre	15.2	22.4	8.7	75.6	27.68	10.2
Buenos Aires
	Enero	24.5	29.3	20.8	63.7	121.15	18.5
	Febrero	24.7	28.9	21	71.7	70.86	16.7
	Marzo	21.6	25.8	18.4	76	163.83	17
	Abril	18.5	24.1	14.2	64.7	10.92	12.6
	Mayo	15.3	20.1	11.4	74	5.33	12.6
	Junio	11.3	15.8	7.7	74.3	52.07	13.6
	Julio	13.7	17.4	11.2	81.3	35.06	14.4
	Agosto	12.5	17.1	8.6	69.9	17.27	13.5
	Septiembre	13.7	17.5	10.7	76.4	23.63	17.4
	Octubre	17.6	22.2	14.2	66.8	289.81	17.6
	Noviembre	23.2	28.1	19.5	63.4	122.93	18.5
	Diciembre	23.2	27.8	20	63.6	18.54	18.5
Lima
	Enero	22.5	26	20.4	81.6	0	11.9
	Febrero	23.1	27.7	20.3	76.6	0	9
	Marzo	23.8	27.9	21.1	78.3	0	9.3
	Abril	20.4	24.8	17.7	80.6	0	8.3
	Mayo	17.5	20.6	15.8	83.9	0.5	7.2
	Junio	17.7	19.9	16.6	80.7	1.52	7.9
	Julio	18.6	21.5	17.2	73.3	0	10.7
	Agosto	17.7	20.1	16.4	82	0.5	10.8
	Septiembre	17.5	20.4	16.1	79.9	1.01	11.6
	Octubre	17.6	20.4	16	81	0.5	10.4
	Noviembre	19.2	22.6	17.4	80.5	0	11.7
	Diciembre	21.1	24.8	18.8	79.3	0	13.2
La Paz
	Enero	7.8	13.9	4.5	80.5	142.5	12
	Febrero	8.3	14.7	3.7	73.8	51.06	12.3
	Marzo	7.6	14.4	2.7	74.2	76.96	12.1
	Abril	6.8	15.2	-0.2	62.6	11.42	10.4
	Mayo	5	14.8	-3.9	43.3	6.09	10.8
	Junio	4.5	14.4	-4.5	46	4.82	11.4
	Julio	4.2	14.5	-5.5	44	3.05	11.1
	Agosto	5.4	15.5	-4.6	42	257.05	10.9
	Septiembre	6.5	16.6	-2.3	50.2	109.98	12.6
	Octubre	8	16.9	0.8	57.9	25.9	12.6
	Noviembre	9.6	18.4	2.7	56.8	35.55	13.9
	Diciembre	8.3	15.4	3.9	73.2	133.07	11.9
Rio de Janeiro
	Enero	25	29.6	21.6	79.6	0	10.3
	Febrero	25.2	29.6	22.1	82.3	0	9.8
	Marzo	25.1	29.8	22	82	0	10.6
	Abril	24.1	27.5	21.8	84.4	0	9.8
	Mayo	22	25.1	19.7	79	0	9.6
	Junio	21.2	24.5	18.9	80.8	0	9.2
	Julio	20.7	24.4	18.2	78.3	0	9.2
	Agosto	22.2	25.5	19.7	78.2	0	11.2
	Septiembre	21.2	24.3	19	78.5	0	11.9
	Octubre	23.4	26.5	21.1	81.4	0	12.6
	Noviembre	23.2	25.5	21.2	85.5	0	12.7
	Diciembre	24	26.7	22	85.1	0	10.4
Bogota
	Enero	12.6	18.6	7.5	83	1.01	9.4
	Febrero	12.8	18	7.9	82.1	0	10.6
	Marzo	13	17.9	8.4	82.3	16	9.3
	Abril	13.3	18.2	8.9	85.1	36.58	8.9
	Mayo	13.1	17.4	9.6	86.4	0	8
	Junio	13	17.6	9.2	85.6	0	8.6
	Julio	12.8	17.2	9.2	84	0	9.1
	Agosto	12.8	17.4	8.8	85.8	0	8.3
	Septiembre	12.8	17.7	8.6	83	0	9.3
	Octubre	12.5	17.5	8.1	87.5	0	7.9
	Noviembre	13.3	18.2	9.6	89.3	0	7.4
	Diciembre	12.8	18.4	7.9	85.4	0	8.9
Quito
	Enero	13.6	18	10.5	79.3	0	7.2
	Febrero	12.7	17.1	9.5	81.5	0	6
	Marzo	12.8	17.3	9.7	80.4	0	5.8
	Abril	13.3	17.8	10.2	79.7	0	6
	Mayo	13.2	18	9.5	79.5	143.77	5.7
	Junio	13.7	19	9	73.4	44.44	6.7
	Julio	13.5	18.5	8.7	67.7	12.7	7.2
	Agosto	13.4	18.9	8.7	69.4	21.08	6.6
	Septiembre	14.5	20.2	9.7	69.3	47.23	6.8
	Octubre	13.4	18.8	9.4	75.4	108.19	6.3
	Noviembre	13.4	18.3	9.8	78.2	13.97	6.5
	Diciembre	13.4	18.5	10.1	78.3	0	6.9