23.04.2020. La Universidade de Évora, beneficiaria de CILIFO, presenta dos nuevos artículos de investigación en el marco de incendios forestales y cambio climático.
Lightning modelling for the research of forest fire ignition in Portugal
El estudio tiene como objetivo evaluar la aplicabilidad del esquema eléctrico actual Meso-NH (CELLS) en la investigación de la ignición de incendios forestales. Por lo tanto, el desafío es diagnosticar un rayo de nube a tierra (CG) con una resolución espacial de 1 km y, posteriormente, regiones preferidas donde los incendios forestales (FFE) podrían encenderse naturalmente. La tarde del 17 de junio de 2017 se consideró para el estudio, ya que el ambiente de tormenta seca configuró un escenario perfecto para la ignición natural y la evolución de algunos incendios. El incendio forestal de Pedrógão Grande se encendió en este período y fue el evento de incendio único más mortal en la historia portuguesa, con al menos 60 personas asesinadas. Los datos de observación disponibles se utilizan para validar los resultados numéricos y para proporcionar una breve caracterización del entorno meteorológico cuando se analizan conjuntamente con la simulación. Además, los resultados del modelo exploran la microfísica de la nube y la estructura eléctrica de la nube. La distribución espacial de los rayos CG simulados mostró un buen acuerdo con los rayos obtenidos de la red nacional de detección de rayos. En general, este documento presenta una posible aplicación del esquema eléctrico Meso-NH, a saber, el estudio de la ignición de incendios forestales por rayos. La distribución espacial de los rayos CG simulados mostró un buen acuerdo con los rayos obtenidos de la red nacional de detección de rayos. En general, este documento presenta una posible aplicación del esquema eléctrico Meso-NH, a saber, el estudio de la ignición de incendios forestales por rayos. La distribución espacial de los rayos CG simulados mostró un buen acuerdo con los rayos obtenidos de la red nacional de detección de rayos. En general, este documento presenta una posible aplicación del esquema eléctrico Meso-NH, a saber, el estudio de la ignición de incendios forestales por rayos.
Couto, F., Iakunin, M., Salgado, R., Pinto, P., Viegas, T., & Pinty, J. (2020). Lightning modelling for the research of forest fire ignition in Portugal. Atmospheric Research, 104993. https://doi.org/10.1016/j.atmosres.2020.104993
Spatial and Temporal Variation of Aerosol and Water Vapour Effects on Solar Radiation in the Mediterranean Basin during the Last Two Decades
Este estudio tiene como objetivo calcular y analizar la variación espacial y temporal del espesor óptico de aerosol (AOT) y el vapor de agua precipitable (PWV) y sus efectos sobre la radiación solar en la superficie de la cuenca mediterránea, una de las áreas marítimas con las mayores cargas de aerosol en el mundo. Para el logro de este objetivo, se aplicó una metodología nueva y validada. Se utilizaron datos satelitales, específicamente los productos SYN1deg de CERES (Nubes y Sistema de Energía Radiante de la Tierra) durante el período 2000-2018. Los resultados muestran que la distribución espacial de AOT y PWV está estrechamente relacionada con las distribuciones espaciales de sus efectos sobre la radiación solar. Estos efectos son negativos, lo que indica una reducción de la radiación solar que llega a la superficie debido a los efectos de aerosol y vapor de agua. Esta reducción oscila entre 2% y 8% para AOT, 11. 5% y 15% para PWV y 14% y 20% para el efecto combinado. El análisis de la distribución temporal se ha centrado en la detección de tendencias a partir de sus anomalías. Este estudio ha contribuido a una mejor comprensión de los efectos de AOT y PWV sobre la radiación solar sobre la cuenca mediterránea, una de las regiones más sensibles al clima del planeta, y destacó la importancia del vapor de agua.
Obregón, M.A.; Costa, M.J.; Silva, A.M.; Serrano, A. Spatial and Temporal Variation of Aerosol and Water Vapour Effects on Solar Radiation in the Mediterranean Basin during the Last Two Decades. Remote Sens. 2020, 12, 1316. https://doi.org/10.3390/rs12081316