Determinación de la sembrabilidad en Cuba empleando un modelo unidimensional de nubes
Contenido principal del artículo
Resumen
se utilizaron los datos del reanálisis NCEP/NCAR de 2005 a 2009, para simular los sondeos
aerológicos en una rejilla situada sobre Cuba (19.5 a 23.5º y de -85 a -74º), con una resolución
de 9 puntos en latitud y 12 puntos en longitud. Para ello, se emplearon los valores diarios
de las 18Z de la altura geopotencial, la temperatura y el viento (zonal y meridional) de los
niveles mandatorios de 1 000 hPa a 10 hPa, y de la humedad relativa de 1 000 hPa a 300 hPa.
Con el empleo del modelo unidimensional estacionario de nube cúmulo se calculan los topes
máximos de las nubes sembradas y no sembradas con radios de 0.5 km, 1.0 km, 1.5 km,
2.0 km y 2.5 km. A partir de esta información se determina el índice de sembrabilidad y se
obtiene su distribución espacio-temporal sobre el territorio nacional. Esta distribución indica
las zonas con mayores potencialidades para la realización de trabajos de siembra de nubes que
se sitúan, preferentemente, en la región occidental de junio a agosto, aunque en el resto del país
también existen niveles de sembrabilidad altos durante estos meses. El conocimiento de las
potencialidades de siembra y de su distribución espacio-temporal permite la utilización efectiva
del avión laboratorio y los recursos necesarios con miras a la realización de las campañas y(o)
los experimentos de incremento de la lluvia.
Palabras clave: modelo de nubes, siembra de nubes, Cuba
Descargas
Detalles del artículo
Aquellos autores/as que tengan publicaciones con esta revista, aceptan los términos siguientes de la Licencia CC Reconocimiento-NoComercial 4.0 Internacional (CC BY-NC 4.0):
Usted es libre de:
- Compartir — copiar y redistribuir el material en cualquier medio o formato
- Adaptar — remezclar, transformar y crear a partir del material
El licenciador no puede revocar estas libertades mientras cumpla con los términos de la licencia.
Bajo las condiciones siguientes:
- Reconocimiento — Debe reconocer adecuadamente la autoría, proporcionar un enlace a la licencia e indicar si se han realizado cambios. Puede hacerlo de cualquier manera razonable, pero no de una manera que sugiera que tiene el apoyo del licenciador o lo recibe por el uso que hace.
- NoComercial — No puede utilizar el material para una finalidad comercial.
- No hay restricciones adicionales — No puede aplicar términos legales o medidas tecnológicas que legalmente restrinjan realizar aquello que la licencia permite.
La revista no se responsabiliza con las opiniones y conceptos emitidos en los trabajos, son de exclusiva responsabilidad de los autores. El Editor, con la asistencia del Comité de Editorial, se reserva el derecho de sugerir o solicitar modificaciones aconsejables o necesarias. Son aceptados para publicar trabajos científico originales, resultados de investigaciones de interés que no hayan sido publicados ni enviados a otra revista para ese mismo fin.
La mención de marcas comerciales de equipos, instrumentos o materiales específicos obedece a propósitos de identificación, no existiendo ningún compromiso promocional con relación a los mismos, ni por los autores ni por el editor.
Citas
Clavijo, A. & Pérez, C. A. 1992. Modelo numérico de nubes convectivas. CLOUD:BAS. Informe científicotécnico, Camagüey, Cuba: Centro Meteorológico de Camagüey, p. 23.
Doty, B. E. 1992. Grid Analysis and Display System (GrADS). version 1.3.1, [Linux - Mac OS X], USA: COLA, Available:
Hirsch, J. H. 1972. “A numerical cloud model. Its use during Project Cloud Catcher”. In: III Conference on Weather Modification, Rapid City, South Dakota: American Meteorological Society, pp. 182–185.
Kessler, E. 1969. On the distribution and continuity of water substance in atmospheric circulations. (ser. Meteorological monographs, no. ser. 32), vol. 10, Boston: American Meteorological Society, 84 p., ISBN: 978-1-935704-36-2, Available:
Nieves, D. 2014. Evaluación de la sembrabilidad de nubes cúmulos congestus en la provincia de Camagüey. Trabajo de Diploma, La Habana, Cuba: INSTEC, 48 p.
Pomares, I. 2007. Modelo unidimensional estacionario de nubes cúmulos. Tesis de Maestría, La Habana, Cuba, 49 p.
Pomares, I. & Nieves, D. 2012. Modelo unidimensional de nube cúmulo para el pronóstico de la sembrabilidad, análisis del comportamiento de la variable en Venezuela. Informe científico-técnico del Proyecto: Diseño e Implementación de un Programa Piloto para la Estimulación de las Precipitaciones, Fase II, Caracas, Venezuela, p. 18.
Silverman, B. A.; Hartzell, C. L.; Woodley, W. L. & Rosenfeld, D. 1994. Thailand Applied Atmospheric Resources Research Program. no. R-94-03, Denver, Colorado: U. S. Department of the Interior, p. 58, Available:
Simpson, J. & Wiggert, V. 1969. “Models of precipitating cumulus towers”. Monthly Weather Review, 97(7): 471–489, ISSN: 0027-0644, 1520-0493, DOI: http://dx.doi.org/10.1175/1520-0493(1969)097<0471:MOPCT>2.3.CO;2.
Weinstein, A. I. & MacCready, P. B. 1969. “An Isolated Cumulus Cloud Modification Project”. Journal of Applied Meteorology, 8(6): 936–947, ISSN: 0021-8952, DOI: http://dx.doi.org/10.1175/1520-0450(1969)008<0936:AICCMP>2.0.CO;2.
WMO (World Meteorological Organization). 1981. The uses of numerical models in weather modification research and operations. PEP report, no. 24, Geneva: World Meteorological Organization, p. 30.
Woodley, W. L.; Rosenfeld, D. & Silverman, B. A. 2003. “Results of On-Top Glaciogenic Cloud Seeding in Thailand. Part I: The Demonstration Experiment”. Journal of Applied Meteorology, 42(7): 920–938, ISSN: 0894-8763, 1520-0450, DOI: http://dx.doi.org/10.1175/1520-0450(2003)042<0920:ROOGCS>2.0.CO;2.