Las inversiones de temperatura impiden la mezcla del aire cerca de la superficie con el aire más alto en la atmósfera, contribuyendo a altas concentraciones de contaminantes del aire. Las inversiones se pueden identificar muestreando datos de temperatura a diferentes alturas, generalmente realizado con radiosondas. En nuestro estudio, proponemos utilizar el algoritmo de agrupamiento SMIXS para agrupar datos de temperatura de radiosondas como datos longitudinales en clústeres con formas de perfil de temperatura distintas. Agrupamos 8 años de datos de radiosondas de temprano en la mañana de Ljubljana, Eslovenia, en 15 clústeres e investigamos su relación con la contaminación por PM. Los resultados muestran que altas concentraciones de PM (por encima de 50 /, que es el valor límite diario) están asociadas con inversiones de temperatura en la mañana temprano. Las concentraciones más altas son típicas de los días de invierno con las inversiones de temperatura más fuertes (diferencia de temperatura de 5 o más en la capa de inversión), mientras que las concentraciones más bajas (alrededor de 10 /) son típicas de los días sin inversión de temperatura en la mañana temprano. Los días con inversiones de temperatura muy fuertes son bastante raros. Mostramos que agrupar perfiles de temperatura en un número distinto de clústeres añade a la interpretabilidad de los datos de radiosondas. Simplifica la caracterización de las inversiones de temperatura, su frecuencia, ocurrencia y su impacto en las concentraciones de PM.