Determinación de la sembrabilidad en Cuba empleando un modelo unidimensional de nubes
Main Article Content
Abstract
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
Downloads
Article Details
Those authors who have publications with this journal accept the following terms of the License Attribution-NonCommercial 4.0 International (CC BY-NC 4.0):
You are free to:
- Share — copy and redistribute the material in any medium or format
- Adapt — remix, transform, and build upon the material
The licensor cannot revoke these freedoms as long as you follow the license terms.
Under the following terms:
- Attribution — You must give appropriate credit, provide a link to the license, and indicate if changes were made. You may do so in any reasonable manner, but not in any way that suggests the licensor endorses you or your use.
- NonCommercial — You may not use the material for commercial purposes.
- No additional restrictions — You may not apply legal terms or technological measures that legally restrict others from doing anything the license permits.
The journal is not responsible for the opinions and concepts expressed in the works, they are the sole responsibility of the authors. The Editor, with the assistance of the Editorial Committee, reserves the right to suggest or request advisable or necessary modifications. They are accepted to publish original scientific papers, research results of interest that have not been published or sent to another journal for the same purpose.
The mention of trademarks of equipment, instruments or specific materials is for identification purposes, and there is no promotional commitment in relation to them, neither by the authors nor by the publisher.
References
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.