Reddy: An open-source toolbox for analyzing eddy-covariance measurements in heterogeneous environments

Resumen Técnico: Reddy – Un conjunto de herramientas de código abierto para el análisis de mediciones de covarianza de eddys en entornos heterogéneos

Planteamiento del Problema
La covarianza de eddys (EC, por sus siglas en inglés) es la técnica estándar para cuantificar los flujos turbulentos entre la tierra y la atmósfera. Sin embargo, el análisis tradicional de EC se basa en supuestos de homogeneidad horizontal y estacionariedad, los cuales son frecuentemente vulnerados en entornos complejos y heterogéneos (por ejemplo, terrenos heterogéneos, áreas urbanas o interfaces entre lagos y bosques). En estos entornos, las rutinas de post-procesamiento estándar suelen fallar al no contabilizar los flujos advectivos, las circulaciones de mesoescala, la turbulencia no estacionaria (particularmente bajo estratificación estable) y las variaciones en la huella (footprint) de los flujos. Los paquetes de software existentes (por ejemplo, EddyPro, REddyProc) son robustos pero a menudo rígidos, empleando valores predeterminados de procesamiento fijos (como el promedio de 30 minutos o métodos de rotación específicos) que pueden no ser físicamente apropiados para condiciones no ideales. Esta rigidez limita la capacidad de adaptar el análisis a regímenes de flujo específicos del sitio, lo que conduce a incertidumbres sistemáticas en las estimaciones de flujo y en el cierre del balance de energía.

Metodología
Los autores presentan Reddy, un paquete de R de código abierto diseñado como un conjunto de herramientas modulares para el procesamiento y análisis integral (end-to-end) de datos de EC. La metodología se estructura en torno a un flujo de trabajo de "espiral de reevaluación", donde los usuarios refinan iterativamente las elecciones de procesamiento basándose en la retroalimentación diagnóstica en lugar de depender de valores predeterminados estáticos.

• Procesamiento de Datos Modular: Reddy implementa una rutina de procesamiento de datos brutos de cuatro pasos: (1) preparación de datos brutos (eliminación de picos o despiking, conversión de unidades, corrección de tiempo de retardo); (2) corrección de inclinación (ofreciendo rotación doble para terreno homogéneo y ajuste planar para pendientes complejas), promedio temporal y cálculo de flujo; (3) correcciones de flujo (SND para calor sensible, ajustes WPL o Ibrom para flujos de gases, y correcciones de pérdida espectral); y (4) marcado de control de calidad siguiendo el sistema de Mauder et al.
• Diagnósticos de Turbulencia Avanzados: El paquete calcula diagnósticos estándar (velocidad de fricción, longitud de Obukhov) y métricas avanzadas específicamente útiles para flujos heterogéneos, incluyendo métricas de desacoplamiento ($\Omega$), análisis de anisotropía mediante invariantes del tensor de esfuerzo de Reynolds (mapas baricéntricos), indicadores de intermitencia de flujo y funciones de estructura.
• Análisis Espectral y de Ogiva: Reddy proporciona herramientas para el análisis espectral (FFT, wavelets, descomposición multirresolución) y el análisis de ogiva para determinar objetivamente los tiempos de promedio adecuados e identificar separaciones de escala entre la turbulencia y los movimientos de submesoescala.
• Huella de Flujo (Footprint) y Balance de Energía: El paquete incluye modelos analíticos y estocásticos lagrangianos para la estimación de la huella de flujo, permitiendo la desagregación de los flujos por tipo de cobertura terrestre. También facilita el análisis del cierre del balance de energía superficial.
• Integración de Modelos: Reddy soporta el análisis de mediciones de EC virtuales de simulaciones de grandes eddys (LES) y proporciona herramientas para evaluar modelos de predicción numérica del tiempo (NWP) frente a observaciones, incluyendo la derivación de relaciones flujo-varianza.

Contribuciones Claves

1. Marco Modular Unificado: Reddy combina el procesamiento de datos brutos, el post-procesamiento y el análisis avanzado de turbulencia en un único entorno de código abierto. A diferencia de las herramientas de interfaz gráfica (GUI) de "caja negra", expone todas las elecciones de procesamiento al usuario, permitiendo la personalización para regímenes de flujo específicos.
2. Análisis Consciente de la Heterogeneidad: Este conjunto de herramientas aborda explícitamente los desafíos del terreno heterogéneo ofreciendo múltiples métodos de rotación, procesamiento dependiente del sector del viento y diagnósticos para la no estacionariedad y la anisotropía.
3. Recursos Educativos y Prácticos: El paquete viene acompañado de una documentación extensa y una suite de cuadernos de Jupyter que proporcionan introducciones prácticas al procesamiento de datos de EC, sirviendo tanto para propósitos de investigación como educativos (por ejemplo, cursos de meteorología de la capa límite).
4. Aplicación a Sitios del Mundo Real: Los autores demuestran las capacidades de Reddy utilizando datos de tres sitios distintos en Noruega:
   • Finse (Tundra Alpina): Analizó una transición matutina tras una noche estable, revelando desacoplamiento atmósfera-superficie, fuerte anisotropía y grandes gradientes horizontales de temperatura.
   • Langtjern (Lago Boreal): Investigó la transición de condiciones con hielo a condiciones sin hielo, utilizando la optimación de la ogiva y MRD para distinguir las contribuciones turbulentas de las de submesoescala para el CO2 y el calor sensible.
   • Iškoras (Turbera de Permafrost): Ajustó las relaciones flujo-varianza para múltiples gases traza (H2O, CO2, CH4), destacando las diferencias en las eficiencias de transferencia debido a distribuciones heterogéneas de fuentes y sumideros.

Resultos
La aplicación de Reddy a los tres casos de estudio arrojó conocimientos específicos:

• En Finse, los diagnósticos confirmaron que la estratificación estable condujo a una turbulencia débil y anisotrópica, así como a un desacoplamiento significativo, con un cierre de balance de energía superficial de ~10.8%.
• En Langtjern, el análisis espectral reveló que los periodos estándar de promedio de 30 minutos incluían contribuciones significativas de submesoescala que cancelaban parcialmente los flujos turbulentos. La optimización de la ogiva proporcionó estimaciones de flujo alternativas, mostrando una diferencia de ~20% comparado con los métodos estándar.
• En Iškoras, las relaciones flujo-varianza permitieron la estimación del flujo de calor latente con alta precisión ($R^2=0.91$), mientras que los flujos de CO2 y CH4 mostraron una predictibilidad menor debido a las fuentes de emisión heterogéneas, cuantificadas mediante coeficientes de eficiencia de transferencia ($C_x$) variables.

Significancia
El artículo posiciona a Reddy no como un reemplazo para el software establecido y altamente probado, sino como una extensión necesaria para estudiar el intercambio turbulento en entornos complejos del mundo real. Su significancia radica en:

• Flexibilidad: Permite a los investigadores ir más allá de los procesos de procesamiento fijos para adaptar los análisis a las condiciones específicas del sitio y los regímenes de flujo.
• Transparencia: Al ser de código abierto y modular, evita el tratamiento de "caja negra" de los datos de EC, fomentando una comprensión más profunda de los procesos físicos y las decisiones metodológicas involucradas.
• Marco Holístico: Cierra la brecha entre el procesamiento de datos brutos, los diagnósticos avanzados de turbulencia y la evaluación de modelos, facilitando un enfoque más completo para comprender las interacciones tierra-atmósfera en paisajes heterogéneos.
• Utilidad para la Comunidad: Al proporcionar cuadernos de Jupyter y documentación detallada, reduce la barrera de entrada para nuevos usuarios y apoya la reproducibilidad de los estudios de EC.