Redacción iAgua
Connecting Waterpeople
ACCIONA
Global Omnium
Rädlinger primus line GmbH
Agencia Vasca del Agua
Centro Nacional de Tecnología de Regadíos (CENTER)
TRANSWATER
Xylem Water Solutions España
s::can Iberia Sistemas de Medición
EPG Salinas
ESAMUR
FENACORE
Cajamar Innova
DATAKORUM
ADECAGUA
AGS Water Solutions
RENOLIT ALKORPLAN
ICEX España Exportación e Inversiones
ONGAWA
TecnoConverting
CAF
ADASA
Sivortex Sistemes Integrals
Likitech
Amiblu
Filtralite
GS Inima Environment
Molecor
Ingeteam
Idrica
AMPHOS 21
Sacyr Agua
IAPsolutions
Baseform
Asociación de Ciencias Ambientales
Grupo Mejoras
Barmatec
Fundación Botín
Minsait
Confederación Hidrográfica del Segura
Hach
Ministerio para la Transición Ecológica y el Reto Demográfico
Aqualia
SCRATS
Catalan Water Partnership
Laboratorios Tecnológicos de Levante
TEDAGUA
Consorcio de Aguas Bilbao Bizkaia
ISMedioambiente
Schneider Electric
LACROIX
AECID
FLOVAC
Fundación Biodiversidad
J. Huesa Water Technology
Red Control
KISTERS
Saint Gobain PAM
Innovyze, an Autodesk company
Almar Water Solutions
Vector Energy
Fundación CONAMA
Hidroconta
Lama Sistemas de Filtrado
HRS Heat Exchangers

Se encuentra usted aquí

Matemáticas para predecir la aparición de grandes nevadas y minimizar su impacto

Sobre la Entidad

UCM
Universidad Complutense de Madrid.
  • Matemáticas predecir aparición grandes nevadas y minimizar impacto
    Aranda de Duero (Burgos), bajo la nieve. / Raúl Hernández González.

“Es posible estimar nevadas con modelos numéricos de predicción meteorológica”, afirma Sergio Fernández González, físico del departamento de Astrofísica y Ciencias Atmosféricas de la Universidad Complutense de Madrid (UCM). En un estudio que en el que también participa la Universidad de León, los científicos han diseñado un modelo matemático y lo han validado con datos reales de nevadas ocurridas en la cuenca del Duero, entre enero de 2013 y marzo de 2014. 

Esta región de Castilla y León abarca gran parte de las provincias de León, Palencia, Burgos, Zamora, Valladolid, Soria, Salamanca, Ávila y Segovia. Los datos arrojados por el modelo y los registros reales han sido bastante similares, tal y como revela la investigación, que se publica en la revista Journal of Geophysical Research: Atmospheres.  

Lo más complicado a la hora de realizar este tipo de predicciones es diferenciar entre distintos tipos de precipitaciones

Predecir la aparición de nevadas resulta de gran utilidad para minimizar los problemas de transporte –tanto en carretera, vías férreas y espacio aéreo– que suelen llevar aparejados estos fenómenos. Para que la predicción sea más precisa, los investigadores han empleado una herramienta con una gran resolución espacial, como es un modelo mesoscalar con una resolución horizontal de tres kilómetros, que permite una simulación adecuada de las interacciones entre la atmósfera y la orografía del terreno. 

Según los autores, lo más complicado a la hora de realizar este tipo de predicciones es diferenciar entre distintos tipos de precipitaciones. “Nuestro modelo va más allá de la habitual predicción basada en la cota nieve, ya que permite considerar otros escenarios como pueden ser inversiones térmicas que favorezcan precipitaciones en forma de nieve en localizaciones influidas por una orografía determinada, como los valles”, afirma Fernández González.

Para aumentar la precisión, los científicos han evitado aplicar el modelo a largos períodos de tiempo, y se han centrado en quince días comprendidos dentro del período de estudio. Los espesores acumulados durante las nevadas analizadas oscilaban entre los 15 centímetros y algo más de medio metro. 

Los espesores acumulados durante las nevadas analizadas oscilaban entre los 15 centímetros y más de medio metro

Datos de máquinas quitanieves 

Otra de las dificultades a la hora de validar el modelo ha sido contar con una base de datos fiable y amplia de precipitaciones en forma de nieve, ya que no resulta fácil realizar esta medida con los instrumentos meteorológicos tradicionales. 

“Hemos optado por usar pluvionivómetros –instrumentos de alta resolución que miden tanto las precipitaciones líquidas como las sólidas– y medidas de observación directas como el registro de solicitudes de máquinas quitanieves al 112”, comenta el físico de la UCM. 

Dado los buenos resultados del modelo, los científicos tienen previsto aplicar este método para poder predecir tormentas durante los meses de verano. 

Referencia bibliográfica:

S. Fernández-González, F. Valero, J. L. Sánchez, E. Gascón, L. López, E. García-Ortega, A. Merino. “Numerical simulations of snowfall events: Sensitivity analysis of physical parameterizations”, Journal of Geophysical Research: Atmospheres, 120 (19), octubre 2015. DOI: 10.1002/2015JD023793.

La redacción recomienda

20/11/2020 · Digitalización

Pedro Martínez (UCM): "El reconocimiento de patrones es útil en la gestión de recursos hídricos"