<!-- canonical: https://docs.jmrp.io/phonometry/es/environment/sources/wind-turbine-receptor/ -->
Source: https://docs.jmrp.io/phonometry/es/environment/sources/wind-turbine-receptor/

La [IEC 61400-11](/phonometry/es/environment/sources/wind-turbine-noise/) mide lo
que emite un aerogenerador, cerca de él y a sotavento. La IEC TS 61400-11-2:2024
mide lo que llega a una vivienda a varios cientos de metros, donde el viento que
mueve el rotor también agita los árboles, sube el fondo y curva el sonido por el
camino. La medida es larga, de semanas y no de horas, y todo se clasifica por
velocidad y dirección del viento antes de promediarlo. Esta página cubre los
cálculos que la TS deja escritos: la velocidad del viento a las alturas que
necesitan los intervalos, los promedios por intervalo con su incertidumbre, la
corrección por fondo, el nivel de baja frecuencia en el interior, la emergencia,
la valoración de la modulación de amplitud y el nivel de evaluación al que
alimentan.

## Cómo se hace la medida

El montaje preferido es un micrófono de campo libre con pantalla antiviento de
dos etapas o sobredimensionada, sobre trípode o mástil (8.1.3). Un micrófono en
la fachada mejora la relación señal-ruido, si la fachada es plana con ±0,05 m en
1 m a su alrededor y los bordes quedan a más de 1 m, pero no sirve para la
audibilidad tonal, la modulación de amplitud ni la impulsividad (8.1.3); una
posición sustituta elegida en otro sitio también es de uso limitado para ellas
(8.1.2). La velocidad y la dirección del viento salen de los propios
aerogeneradores, de su curva de potencia o de la góndola, o de un mástil, y se
llevan a una altura de referencia de 10 m (9.3). Después, todo lo acústico se
clasifica en intervalos de velocidad de 1 m/s y sectores de 30° (10.1). Para la
modulación de amplitud el sonómetro registra $L_\mathrm{Aeq}$ de 100 ms en bandas
de tercio de octava de 20 Hz a 10 kHz como mínimo, y el viento se refiere a
promedios de 10 min (13.6.1).

## La velocidad del viento a las alturas que necesitan los intervalos

La ley potencial de la Ecuación (K.1) lleva una velocidad de viento de una altura
a otra con el exponente de cizalladura $\alpha$, y la Ecuación (K.2) la invierte:

$$
V_z = V_{z,\mathrm{ref}} \left(\frac{z}{z_\mathrm{ref}}\right)^{\alpha},
\qquad
\alpha = \frac{\ln(V_z / V_{z,\mathrm{ref}})}{\ln(z / z_\mathrm{ref})}
$$

Las Tablas K.1 y K.2 evalúan las dos entre 120 m y 10 m. La velocidad de
clasificación del 9.3.2 es, en cambio, una velocidad a altura de buje bajada a
10 m con el perfil logarítmico y la longitud de rugosidad de referencia
$z_{0\mathrm{ref}} = 0{,}05$ m del 3.31, que supone aire neutro; la ley potencial
entre dos alturas medidas lleva consigo la estratificación.

```python
from phonometry import environment

# Tabla K.1: 8 m/s a 120 m con alfa = 0,3 son 3,8 m/s a 10 m.
v10 = environment.power_law_wind_speed(
    8.0, height_m=10.0, reference_height_m=120.0, shear_exponent=0.3
)
# Tabla K.2: 5 m/s a 10 m bajo 8 m/s a 120 m es alfa = 0,19.
alpha = environment.wind_shear_exponent(
    8.0, 5.0, height_m=120.0, reference_height_m=10.0
)
# La velocidad de clasificación del 9.3.2.1: 8 m/s en el buje, logarítmico, z0 = 0,05 m.
v_bin = environment.logarithmic_wind_speed(8.0, height_m=10.0, reference_height_m=120.0)
print(round(v10, 2), round(alpha, 2), round(v_bin, 2))   # 3.8 0.19 5.45

profile = environment.wind_shear_profile(4.5, 8.6, upper_height_m=120.0)
print(round(profile.shear_exponent, 2), profile.typical)   # 0.26 True
```

En un parque eólico la velocidad de clasificación es la media de los
aerogeneradores que hacen el sonido (9.3.2.3). Se ordenan por su nivel previsto en
la vivienda y se van dejando fuera los más silenciosos mientras el total no baje
más de 1 dB; lo típico es que queden dos o tres.

```python
relevant = environment.sound_relevant_turbines(
    [33.5, 38.2, 29.4, 36.9, 25.1, 31.8, 27.0]
)
print(relevant.indices)                                  # (1, 3, 0)
print(round(relevant.total_level_db, 1), round(relevant.relevant_level_db, 1))  # 42.3 41.4
print(round(relevant.binning_wind_speed_m_s([6.1, 6.4, 5.8, 6.6, 5.5, 6.0, 5.7]), 2))  # 6.37
```

*Izquierda: el perfil logarítmico del 9.3.2.1 es la atmósfera neutra; en una
noche estable la cizalladura medida es mayor y el buje ve más viento del que
sugiere la velocidad a 10 m. Derecha: dejar fuera los cuatro aerogeneradores más
silenciosos baja el total 0,9 dB, y el quinto lo bajaría más, así que tres
aerogeneradores fijan la velocidad de clasificación; los rombos son los tres más
ruidosos juntos llegando a la línea discontinua. La figura numera los
aerogeneradores desde 1, así que los `indices` (1, 3, 0) de arriba son en ella
los aerogeneradores 2, 4 y 1.*

<details>
<summary>Mostrar el código de esta figura</summary>

```python

fig, (left, right) = plt.subplots(1, 2, figsize=(13.0, 5.4))
profile.plot(left, language="es")
relevant.plot(right, language="es")
plt.show()
```

</details>

## Promedios por intervalo y el fondo

Cada intervalo promedia sus periodos en energía, Ecuación (1), o aritméticamente
para un nivel estadístico como $L_{90}$, Ecuación (8). La incertidumbre de tipo A
es la dispersión respecto a ese promedio sobre $N(N-1)$, Ecuación (2) o (9); la
parte de tipo B es la media cuadrática de las incertidumbres de cada periodo,
Ecuaciones (3) y (4), con ejemplos en la Tabla 3; la Ecuación (5) las combina. El
fondo, medido con los aerogeneradores parados y clasificado igual, se resta
intervalo a intervalo con la regla del 11.7: logarítmicamente, Ecuación (6) con
la incertidumbre de la Ecuación (7), donde el total queda al menos 3 dB por
encima; con los 3 dB que se sugieren donde queda al menos 0 dB pero menos de
3 dB por encima; y nada en absoluto donde el fondo es más fuerte, cuando el
nivel del aerogenerador no se puede determinar.

```python

rng = np.random.default_rng(611)
speeds = rng.uniform(2.6, 11.45, 420)              # velocidades de clasificación, m/s
turbine = 33.0 + 2.0 * np.minimum(speeds, 9.0)     # potencia nominal a 9 m/s
background = 15.0 + 3.4 * speeds                   # el viento en los árboles
total = 10.0 * np.log10(10.0 ** (turbine / 10.0) + 10.0 ** (background / 10.0))
total_levels = np.round(total + rng.normal(0.0, 1.2, speeds.size), 1)
off_speeds = rng.uniform(2.6, 11.45, 240)           # aerogeneradores parados
off_levels = np.round(15.0 + 3.4 * off_speeds + rng.normal(0.0, 1.5, 240), 1)

on = environment.bin_sound_levels(total_levels, speeds, type_b_uncertainty_db=0.5)
off = environment.bin_sound_levels(off_levels, off_speeds, type_b_uncertainty_db=0.5)
corrected = on.background_corrected(off)
print(corrected.wind_speeds_m_s)                   # [ 3.  4. ...  10. 11.]
print(np.round(corrected.level_differences_db, 1))  # 13.7 ... 3.4 2.1
print(np.round(corrected.turbine_levels_db, 1))     # 39.2 ... 50.4 52.2
print(corrected.regimes[-1].value)                  # three_db
```

*Derecha: de 3 m/s a 10 m/s el total queda 3,4 dB o más por encima del fondo y el
fondo se resta; a 11 m/s queda 2,1 dB por encima, y el 11.7 sugiere quitar 3 dB
al total en su lugar. Su NOTA 1 advierte que entonces no se puede establecer que
se supere un límite.*

<details>
<summary>Mostrar el código de esta figura</summary>

```python
fig, (left, right) = plt.subplots(1, 2, figsize=(13.0, 5.4))
on.plot(left, language="es")
corrected.plot(right, language="es")
plt.show()
```

</details>

Una previsión a partir de los niveles de potencia acústica de la IEC 61400-11
lleva su propia incertidumbre (10.3.4): la Ecuación (10) pondera la incertidumbre
de la potencia acústica de cada aerogenerador por su parte de la energía en la
vivienda, y la Ecuación (11) le suma los 2 dB que la TS espera de la ISO 9613-2 o
de Nord2000 a sotavento y 0,5 dB por el modelado.

```python
prediction = environment.predicted_receptor_level([36.9, 38.2, 33.5], 1.5)
print(round(prediction.level_db, 1), round(prediction.combined_uncertainty_db, 2))  # 41.4 2.55
```

## Sonido de baja frecuencia en el interior (Anexo C)

Medir durante semanas el sonido de baja frecuencia dentro de una casa es intrusivo
y rara vez sale limpio, así que el Anexo C lo predice a partir de los niveles de
potencia acústica, banda a banda de 10 Hz a 200 Hz:

$$
L_{p,\mathrm{LF}} = L_{W,\mathrm{LF}} - 10\lg\left(l^2 + h^2\right) - 11~\mathrm{dB}
+ \Delta L_{\mathrm{g},\mathrm{LF}} - \Delta L_\mathrm{a} - \Delta L_\sigma
$$

con $l$ la distancia horizontal y $h$ la altura de buje, 11 dB por
$10\lg(4\pi)$, la corrección de terreno $\Delta L_{\mathrm{g},\mathrm{LF}}$ de la Tabla C.2
para la clase de impedancia D, la absorción del aire $\Delta L_\mathrm{a} = \alpha
\sqrt{l^2 + h^2}$ y un aislamiento de fachada $\Delta L_\sigma$ como las dos filas
danesas de la Tabla C.3. Los aerogeneradores se suman por banda, y el nivel es la
suma energética de las bandas; el límite danés del C.6.1 son 20 dB para la suma
ponderada A de 10 Hz a 160 Hz.

```python
power = 118.0 - np.arange(environment.LOW_FREQUENCY_BANDS_HZ.size, dtype=float)
low = environment.wind_turbine_low_frequency_level(
    np.vstack([power, power, power - 1.0]),      # tres aerogeneradores, de 10 Hz a 200 Hz
    distance_m=[650.0, 820.0, 1100.0],
    hub_height_m=120.0,
    facade_insulation_db=environment.LOW_FREQUENCY_FACADE_INSULATION_DB[
        "Denmark brick or similar"
    ],
)
print(round(low.outdoor_level_db, 1), round(low.indoor_level_db, 1))   # 35.1 16.5
danish = environment.LOW_FREQUENCY_BANDS_HZ <= 160.0
print(round(10.0 * np.log10(np.sum(10.0 ** (low.indoor_levels_db[danish] / 10.0))), 1))  # 15.8
```

### Por qué la Tabla C.2 queda por debajo de la ISO 9613-1

El título de la Tabla C.2 dice 70 % de humedad relativa y 10 °C, y el texto que
la sigue dice que el coeficiente de absorción del aire se calcula según la
ISO 9613-1. De 125 Hz a 200 Hz es así: 0,41, 0,59 y 0,80 dB/km son la ISO 9613-1
en esa atmósfera, evaluada en las frecuencias centrales nominales. La propia
Tabla 1 de la ISO 9613-1 se calcula en las frecuencias exactas de centro de banda
e imprime 0,584 dB/km (0,58) a 160 Hz, cuyo centro exacto es 158,5 Hz; la TS toma
aquí los centros nominales, mientras que su Tabla 7 sigue los exactos. De 50 Hz a
100 Hz no lo es. La ISO 9613-1 al 70 % da 0,08,
0,12, 0,19 y 0,28 dB/km a 50 Hz, 63 Hz, 80 Hz y 100 Hz; la tabla imprime 0,07,
0,11, 0,17 y 0,26, entre 0,01 y 0,02 dB/km menos.

Esas celdas más bajas no son un accidente de redondeo. De 10 Hz a 100 Hz la fila
es, celda a celda, la atenuación del aire de la orden reglamentaria danesa sobre
ruido de aerogeneradores (BEK nr. 135 de 2019, Tabla 1.4), que está fijada para
un **80 %** de humedad relativa y 10 °C, toma las tasas de atenuación de Nord2000
y desprecia la absorción del aire por debajo de 25 Hz, como recomienda el informe
de DELTA en el que se apoya. El aire más húmedo absorbe menos a estas
frecuencias, y la ISO 9613-1 al 80 % da ahí 0,07, 0,11, 0,17 y 0,25 dB/km, a
0,01 dB/km o menos de las celdas impresas. La tabla une, por tanto, dos
atmósferas en 100 Hz: el 80 % danés por debajo y el 70 % del título por encima.
La orden termina en 160 Hz con 0,38 y 0,55 dB/km a 125 Hz y 160 Hz, que la TS
sustituyó por sus propios valores al 70 %.

*Derecha: una celda y un valor calculado que difieren en menos de 0,005 dB/km se
imprimen con el mismo número. Hasta 100 Hz las celdas son las de la atmósfera
del 80 % (los 0,006 dB/km de 100 Hz son la tasa por banda de Nord2000 de la orden
danesa, 0,26 donde la ISO 9613-1 da 0,254), y desde 125 Hz las del 70 % del
título.*

<details>
<summary>Mostrar el código de esta figura</summary>

```python

from phonometry.environment.propagation.air_absorption import air_attenuation

bands = environment.LOW_FREQUENCY_BANDS_HZ
fig, (left, right) = plt.subplots(1, 2, figsize=(13.0, 5.4))
low.plot(left, language="es")
shown = bands >= 25.0
for humidity in (70.0, 80.0):
    with warnings.catch_warnings():       # la ISO 9613-1 es orientativa por debajo de 50 Hz
        warnings.simplefilter("ignore")
        iso = 1000.0 * np.asarray(
            air_attenuation(
                bands[shown], temperature_c=10.0, relative_humidity_percent=humidity
            )
        )
    printed = environment.LOW_FREQUENCY_AIR_ATTENUATION_DB_PER_KM[shown]
    right.semilogx(bands[shown], printed - iso, marker="o",
                   label=f"Tabla C.2 menos ISO 9613-1 a 10 °C, {humidity:.0f} %")
right.axhspan(-0.005, 0.005, alpha=0.2)
right.set(xlabel="Frecuencia [Hz]", ylabel="Diferencia de alfa [dB/km]")
right.legend()
plt.show()
```

</details>

La diferencia es como mucho de 0,02 dB/km, unas centésimas de decibelio en las
distancias para las que se usa el Anexo C, pero quien recalcule la fila en la
atmósfera del título no puede reproducir su mitad inferior, así que está en el
[registro de erratas](/phonometry/es/reference/errata/). La biblioteca publica la fila tal como
está impresa, `LOW_FREQUENCY_AIR_ATTENUATION_DB_PER_KM`, y la usa por defecto,
así que sus resultados reproducen la TS y la orden danesa; para la ISO 9613-1 en
otra atmósfera, pasa tú los coeficientes:

```python
with warnings.catch_warnings():
    warnings.simplefilter("ignore")
    iso_70 = 1000.0 * np.asarray(
        air_attenuation(bands, temperature_c=10.0, relative_humidity_percent=70.0)
    )
at_70 = environment.wind_turbine_low_frequency_level(
    np.vstack([power, power, power - 1.0]),
    distance_m=[650.0, 820.0, 1100.0],
    hub_height_m=120.0,
    air_attenuation_db_per_km=iso_70,
    facade_insulation_db=environment.LOW_FREQUENCY_FACADE_INSULATION_DB[
        "Denmark brick or similar"
    ],
)
print(round(at_70.indoor_level_db - low.indoor_level_db, 3))   # -0.005
```

La Tabla C.4, la de presentación de resultados, suma el término de distancia que
la Ecuación (C.1) resta; lo implementado es la ecuación, y la tabla está en el
[registro de erratas](/phonometry/es/reference/errata/).

## Emergencia (Anexo J)

La reglamentación francesa limita la emergencia, el criterio de sonido ambiental
con los aerogeneradores en marcha menos el criterio de fondo con ellos parados,
por clase completa de velocidad de viento, Ecuación (J.1). No es un límite sobre
el sonido del aerogenerador en sí.

```python
emergence = environment.sound_emergence(
    [38.5, 41.0, 43.5], [33.0, 37.5, 41.5], wind_speeds_m_s=[5.0, 6.0, 7.0]
)
print(emergence.emergence_db)   # [5.5 3.5 2. ]
```

## Modulación de amplitud (apartado 13)

El nivel del sonido de un aerogenerador sube y baja una vez por cada paso de
pala, el «silbido» que describe un vecino, y cuanto más hay, más molesta de lo que
dice su nivel medio. El apartado 13 lo valora con el método de referencia del
Grupo de Trabajo sobre Modulación de Amplitud del Institute of Acoustics (13.2).
La entrada es una serie de niveles ponderados A de 100 ms sumados sobre siete
bandas de tercio de octava, de 50 Hz a 200 Hz, de 100 Hz a 400 Hz o de 200 Hz a
800 Hz (13.6.2.1.1), con tres bandas más altas en el Anexo G.3 para
aerogeneradores más pequeños cuyo silbido está por encima de 800 Hz.

```python
freqs = [50, 63, 80, 100, 125, 160, 200, 250, 315, 400, 500, 630, 800]
rng = np.random.default_rng(7)
logged = 40.0 + rng.normal(0.0, 1.0, (1000, len(freqs)))    # 100 s, bandas sin ponderar
band_2 = environment.amplitude_modulation_band_levels(logged, freqs, band=2, weighting="Z")
print(band_2.shape)   # (1000,)
```

**Un bloque de 10 s** (13.6.2.3). A los 100 valores se les elimina la tendencia
con un ajuste cúbico y se transforman con una DFT rectangular de 0,1 Hz de
resolución en el espectro de potencia de la Ecuación (12),
$S_{xx} = |F\{x\}|^2 / m^2$. El máximo local más alto dentro del rango donde se
espera la frecuencia de paso de pala es la fundamental. Su prominencia, Ecuación
(13), es esa línea sobre la media de las dos líneas que hay más allá de cada
vecina; un bloque sin máximo en el rango, o con una prominencia menor que 4, es
un bloque «sin prominencia». Los armónicos segundo y tercero se suman si hay un
máximo en el doble y el triple de la fundamental, o a una o dos líneas de ellos, y
tanto la fundamental sola como el armónico solo oscilan más de 1,5 dB. Tres
líneas alrededor de cada componente conservada, con sus simétricas de frecuencia
negativa, se transforman de vuelta, y la profundidad de modulación es el
$L_5 - L_{95}$ de esa serie.

```python
t = np.arange(100) * 0.1
rng = np.random.default_rng(1340)
levels = np.round(
    38.0
    + 1.2 * np.sin(2 * np.pi * t / 47.0)                # la deriva del viento
    + 2.0 * np.sin(2 * np.pi * 0.8 * t)                 # el silbido, 0,8 Hz
    + (4.0 / 6.0) * np.sin(4 * np.pi * 0.8 * t + 0.9)   # y su armónico
    + rng.normal(0.0, 1.0, t.size),
    1,
)
block = environment.amplitude_modulation_block(
    levels, modulation_frequency_range_hz=(0.5, 1.1)
)
print(block.status.value, block.fundamental_frequency_hz)   # valid 0.8
print(round(block.prominence, 1), block.harmonic_frequencies_hz)  # 79.9 (1.6, 2.5)
print(round(block.modulation_depth_db, 2))                  # 4.95
```

*Izquierda: el tercer armónico aparece en 2,5 Hz, una línea por encima de su
estimación de 2,4 Hz, lo que el 13.6.2.3 f) permite hasta a dos líneas.
Derecha: la reconstrucción conserva el paso de pala y deja fuera el ruido.*

<details>
<summary>Mostrar el código de esta figura</summary>

```python
fig, (left, right) = plt.subplots(1, 2, figsize=(13.0, 5.4))
block.plot(left, language="es")
block.plot(right, kind="series", language="es")
plt.show()
```

</details>

**La valoración de 10 min** (13.6.3). Sesenta bloques forman un periodo; con al
menos 30 válidos, la valoración es el percentil 90 de sus profundidades, con la
media y la moda de sus fundamentales. Un periodo con menos se valora con 0 dB y
no da frecuencia de modulación. La valoración alimenta el ajuste de la
Figura A.1.

```python
t = np.arange(6000) * 0.1
rng = np.random.default_rng(1363)
depth = 3.0 + 2.5 * np.sin(2.0 * np.pi * t / 600.0) ** 2
gust = (t >= 240.0) & (t < 330.0)                  # 90 s de rachas, sin silbido
depth[gust] = 0.0
series = (
    38.0
    + 1.2 * np.sin(2 * np.pi * t / 47.0)
    + 0.5 * depth * np.sin(2 * np.pi * 0.8 * t)
    + depth / 6.0 * np.sin(4 * np.pi * 0.8 * t + 0.9)
    + rng.normal(0.0, 1.0, t.size)
)
series[gust] += rng.normal(0.0, 2.5, int(gust.sum()))
period = environment.amplitude_modulation_period(
    np.round(series, 1), modulation_frequency_range_hz=(0.5, 1.1)
)
print(period.valid_blocks, round(period.rating_db, 2))    # 55 5.84
print(round(period.mean_modulation_frequency_hz, 2), period.mode_modulation_frequency_hz)  # 0.8 0.8
```

**Los intervalos** (13.6.4). Cada periodo es un punto de datos de su valoración en
cada banda, clasificado por 1 m/s y 30° como todo lo demás. La media de cada
intervalo cuenta los 0 dB de los periodos sin valorar y deja fuera los
excluidos, y cada intervalo da la banda con la media más alta, con su recuento, el
número de valoraciones distintas de cero y la proporción por encima de 3 dB, 6 dB
y 9 dB (13.7).

```python
ratings = np.array(
    [[2.1, 4.6, 3.0], [0.0, 0.0, 0.0], [1.8, 5.2, 3.9],
     [2.5, 3.9, 4.4], [0.0, 0.0, 0.0], [3.1, 2.2, 5.0]]
)   # bandas 1, 2 y 3 de seis periodos
binned = environment.bin_amplitude_modulation(ratings, [6.2, 6.4, 5.9, 7.1, 7.3, 6.8])
print(binned.wind_speeds_m_s, binned.counts)           # [6. 7.] [3 3]
print(binned.selected_bands, np.round(binned.selected_ratings_db, 2))  # [2 3] [3.27 3.13]
```

*Derecha: la banda que lleva el silbido cambia con el viento, y el 13.6.4 la elige
por intervalo; la etiqueta sobre cada punto nombra la banda, 1 para 50 Hz a
200 Hz, 2 para 100 Hz a 400 Hz y 3 para 200 Hz a 800 Hz. Los periodos sin valorar
bajan las medias donde el silbido es raro.*

<details>
<summary>Mostrar el código de esta figura</summary>

```python
rng = np.random.default_rng(1364)
survey_speeds = rng.uniform(3.5, 10.45, 600)
survey = np.column_stack([
    np.clip(1.5 + height * np.exp(-(((survey_speeds - peak) / 2.0) ** 2))
            + rng.normal(0.0, 0.8, 600), 0.0, None)
    for peak, height in ((5.0, 2.5), (7.0, 4.0), (9.0, 4.5))
])
audible = np.exp(-(((survey_speeds - 7.0) / 2.5) ** 2))
survey[rng.uniform(0.0, 1.0, 600) < 0.35 * (1.0 - audible)] = 0.0
fig, (left, right) = plt.subplots(1, 2, figsize=(13.0, 5.4))
period.plot(left, language="es")
environment.bin_amplitude_modulation(np.round(survey, 2), survey_speeds).plot(
    right, language="es"
)
plt.show()
```

</details>

### La TS frente al informe y el código del grupo de trabajo

El apartado 13 dice que implementa el Final Report del AMWG con salidas más
concretas y la banda del caso más desfavorable en cada intervalo, y el análisis
de 10 s es el de ese informe paso a paso. De la redacción de la TS salen dos
diferencias, y la biblioteca implementa la TS:

- **Un periodo con menos de 30 bloques válidos** se valora con 0 dB y se mantiene
  en la media del intervalo (13.6.3, 13.6.4); el informe lo descarta (su
  Figura 4.2.2). El 13.6.4 deja fuera además «any excluded periods due to pf or
  other exclusions». Leído al pie de la letra, eso quitaría justo los periodos
  que el 13.6.3 valora con 0 dB, cuyos bloques no pasaron la prueba de
  prominencia, y el «including 0 values» de la misma frase y el recuento de
  valores distintos de cero que pide no significarían nada. La biblioteca lo lee
  como los periodos que excluye el técnico, las marcas `excluded=` de
  `bin_amplitude_modulation`.
- **La banda** se elige por intervalo (13.6.4); el informe elige una sola banda
  para toda la campaña haciendo una regresión de las valoraciones de unas bandas
  frente a otras.

Un periodo con exactamente 30 bloques válidos se valora, como dicen el 13.6.2.2
(«at least 50 %») y el informe («at least 50 % (i.e. 30)»); las viñetas del
13.6.3 dicen «greater than» y «less than» y lo dejan fuera, lo que está en el
registro de erratas.

El grupo de trabajo publicó su código (v1.4) con tres series de ejemplo. Aquí se
ha usado como oráculo y nunca como fuente: la biblioteca reproduce los resultados
impresos del ejemplo, prominencia 44,64, fundamental 0,70 Hz y una valoración de
10 s de 8,38 dB para la serie de 100 Hz a 400 Hz en el rango de 0,4 Hz a 0,9 Hz,
y coincide con el código sin modificar en bloques y periodos sintéticos, como
muestra el [informe de conformidad](/phonometry/es/reference/conformance/). Donde
los dos divergen decide la TS, y las filas lo fijan: un periodo de 29 bloques
válidos se valora con 0 dB. Un detalle es sólo del código: compara las
frecuencias de sus líneas espectrales, calculadas como múltiplos de 0,1 Hz, con
los límites del rango como números en coma flotante, así que un límite superior
de 0,6 Hz, 0,7 Hz, 1,2 Hz o 1,4 Hz deja fuera su propia línea (seis, siete,
doce y catorce veces 0,1 Hz salen un poco por encima del límite; dieciséis
veces 0,1 Hz es exactamente 1,6 Hz, y esa línea se conserva). La biblioteca
trabaja con índices de línea y conserva la línea de cualquier límite, como se
lee en el «between» de la TS.

## El nivel de evaluación (Anexo A)

$L_\mathrm{r} = L_\mathrm{eq} + K$, con $K$ el más severo de los ajustes tonal, de
modulación de amplitud e impulsivo, sólo uno cada vez (A.1). Los ejemplos de la
TS son la Tabla A.1 para los tonos (ISO 1996-2 Tabla J.1,
[`tonal_adjustment_from_mean_audibility`](/phonometry/es/environment/assessment/environmental-levels/)),
la ISO/PAS 1996-3 para los impulsos
([`impulse_adjustment`](/phonometry/es/environment/assessment/impulsive-sound/)) y
la Figura A.1 para la modulación de amplitud: nada por debajo de una profundidad
de 3 dB, 3 dB en 3 dB, subiendo hasta 5 dB en 10 dB y constante por encima.

```python
k_am = environment.amplitude_modulation_adjustment(period.rating_db)
rating = environment.wind_turbine_rating_level(
    41.0, tonal_adjustment_db=2.0, amplitude_modulation_adjustment_db=k_am
)
print(round(k_am, 2), rating.governing, round(rating.rating_level_db, 1))  # 3.81 amplitude_modulation 44.8
```

<details>
<summary>Mostrar el código de esta figura</summary>

```python
depths = np.linspace(0.0, 12.0, 481)
fig, (left, right) = plt.subplots(1, 2, figsize=(13.0, 5.4))
left.plot(depths, environment.amplitude_modulation_adjustment(depths))
left.plot([period.rating_db], [k_am], "o")
left.set(xlabel="Profundidad de modulación [dB]", ylabel=r"Ajuste $K_\mathrm{am}$ [dB]")
rating.plot(right, language="es")
plt.show()
```

</details>

## Hasta dónde buscar tonos (12.5.2.4)

Los tonos de una banda que la ISO 9613-1 atenúa 20 dB o más en la distancia al
aerogenerador más cercano no suelen preocupar, y toda banda más alta se atenúa
más, así que la banda más baja que lo cumple fija el techo de la búsqueda. La
Tabla 7 la da para cinco atmósferas y cuatro distancias; la función la calcula
para cualquiera.

```python
search = environment.upper_tone_search_frequency(
    600.0, temperature_c=10.0, relative_humidity_percent=50.0
)
print(search.upper_frequency_hz)   # 4000.0, como imprime la Tabla 7
```

La fila de la Tabla 7 impresa para 10 °C y 80 % lleva las frecuencias que da
la regla a −10 °C y 80 % (no las de la propia fila de −10 °C de la tabla, que
está al 100 %); a 10 °C y 80 % la función da 10, 6,3, 5 y 4 kHz donde la tabla imprime
10, 5, 2,5 y 2 kHz. Esa fila, con otros ocho defectos impresos de la TS, está en
el [registro de erratas](/phonometry/es/reference/errata/).

<details>
<summary>Mostrar el código de esta figura</summary>

```python
search.plot(language="es")
plt.show()
```

</details>

## Qué cubre esta guía

Los cálculos que la IEC TS 61400-11-2:2024 deja escritos: la velocidad del viento
entre alturas del Anexo K (Ecuaciones (K.1) y (K.2), Tablas K.1 a K.3) y la
velocidad de clasificación del 9.3.2.1 y del 9.3.2.3; los promedios por
intervalo y las incertidumbres de las Ecuaciones (1) a (9) con la Tabla 3, la
corrección por fondo de las Ecuaciones (6) y (7) con la regla del 11.7, y la
incertidumbre de la previsión de las Ecuaciones (10) y (11); el nivel de baja
frecuencia de la Ecuación (C.1) con las Tablas C.1 a C.3 y C.5; la emergencia de
la Ecuación (J.1); la modulación de amplitud del apartado 13, el bloque de 10 s,
la valoración de 10 min y los intervalos, con las bandas más altas del Anexo G.3;
el nivel de evaluación del A.1 con el ajuste de la Figura A.1; y la frecuencia
superior de búsqueda de tonos del 12.5.2.4. Todos los resultados se dibujan.

La propia campaña de medida: la selección de periodos, el filtrado de los
sonidos ajenos y la escucha de audio del Anexo F son cosa del técnico. No está
implementado el procedimiento de audibilidad tonal del 12.5 (espectros de 3 s,
la agrupación de frecuencias del 12.5.2.6 y la media de 1 min del 12.5.2.7); la
audibilidad tonal de la biblioteca es la de la ISO/PAS 20065:2016 de la página de
[audibilidad de tonos](/phonometry/es/perception/psychoacoustics/tone-audibility/).
Tampoco lo están la impulsividad del apartado 14 más allá del ajuste de la
ISO/PAS 1996-3, el infrasonido del Anexo D, los criterios sueco y danés como
dictámenes, ni la propagación Nord2000 sobre la que se construye el Anexo C.
Quedan fuera también los rotores más rápidos del Anexo G.2, cuya frecuencia
fundamental de modulación supera 1,6 Hz: las funciones rechazan un rango por
encima de los 1,6 Hz del 13.2.

## Véase también

- [Ruido de aerogeneradores: potencia y audibilidad tonal](/phonometry/es/environment/sources/wind-turbine-noise/): la emisión de la IEC 61400-11 cuyos niveles de potencia acústica alimentan el Anexo C y la previsión del 10.3.4.
- [Propagación del sonido en exteriores](/phonometry/es/environment/propagation/outdoor-propagation/): la absorción atmosférica de la ISO 9613-1 y la cadena de la ISO 9613-2.
- [Prominencia del sonido impulsivo](/phonometry/es/environment/assessment/impulsive-sound/): el ajuste de la ISO/PAS 1996-3 del A.4.
- [Intensidad de fluctuación y aspereza](/phonometry/es/perception/psychoacoustics/sound-quality/): la visión psicoacústica de la modulación.
- Referencia de la API: [`environment.assessment.wind_turbine_receptor`](/phonometry/es/reference/api/environment/wind-turbine-receptor/) y [`environment.assessment.wind_turbine_modulation`](/phonometry/es/reference/api/environment/wind-turbine-modulation/).