了解氣候變化的跡像對於創建預測模型並為可能造成的災難制定預防政策至關重要。 因此，由該部門進行的調查 URJC信號與通信理論 （西班牙）開發了一種稱為SODCC（二階數據耦合聚類）的聚類算法（節點分組），該算法可幫助分析氣候數據以尋找新的氣候變化跡象和證據。
有了這些信息就可以了 規劃和改善風電場，提高了發電性能，並避免了導致氣候變化的大量溫室氣體排放。
新工具
它是設計用於大規模傳感器網絡的工具。 全世界氣象站中記錄的數據可以相互連接，並交換記錄的變量和參數，這些變量和參數記錄了已安裝數十年的現象。
由於這些基礎設施已收集了數十年的數據，因此該研究小組得以開展 1940年伊比利亞半島的溫度數據分析。 在記錄和分析的數據中，已發現該地區環境溫度的時空變化，這表明氣候變化的可能跡象。
改善風電場
一旦獲得併分析了數據，就將它們進行了對比，以便了解溫度模式的這些變化與風能的產生之間的關係。 如果您可以預測將更精確地完成的風以及在哪裡吹的風最大，我們可以促進並提高風電場規劃的績效。
本調查表 OMEGA-CM項目的一部分由馬德里社區教育部資助。 該研究小組由AntonioCaamaño博士和Sancho Salcedo-Sanz博士領導，由來自三所大學的研究人員組成：雷伊·胡安·卡洛斯大學，阿爾卡拉大學和馬德里政治大學。