Durante décadas, los científicos han tratado de aprender más sobre la compleja y misteriosa cadena de eventos por los cuales pequeñas gotas en las nubes se vuelven lo suficientemente grandes como para comenzar a caer hacia la Tierra. Una mejor comprensión de este proceso, conocido como “barrera de precipitación”, es fundamental para mejorar las simulaciones de modelos informáticos del tiempo y el clima y, en última instancia, producir mejores pronósticos.
Ahora, un equipo de investigación dirigido por científicos del Centro Nacional de Investigación Atmosférica (NSF NCAR) de la Fundación Nacional de Ciencias de EE. UU. ha descubierto que el movimiento turbulento del aire en las nubes desempeña un papel clave en el desarrollo de las gotas y el inicio de la lluvia.
Los investigadores aplicaron modelos informáticos avanzados a observaciones detalladas de gotas en cúmulos tomadas durante una campaña de campo de la NASA. Esto les permitió rastrear los efectos de la turbulencia en las gotas embrionarias que eventualmente se fusionan en gotas de lluvia.
“Este estudio muestra que los efectos turbulentos sobre la cohesión de las gotas son importantes para la evolución del tamaño de las gotas y el inicio de la precipitación”, dijo Kamal Kant Chandrakar, científico de NSF NCAR. “La turbulencia en los cúmulos acelera significativamente la precipitación y produce mucha más precipitación”.
Chandrakar y sus colegas descubrieron que la lluvia se formaba unos 20 minutos antes en simulaciones por computadora con turbulencia que en simulaciones por computadora sin turbulencia. La cantidad de agua de lluvia fue más de siete veces mayor en las simulaciones que incluyeron turbulencias.
El estudio fue publicado en la revista Procedimientos de la Academia Nacional de Ciencias. Fue financiado por la NASA, el Departamento de Energía de Estados Unidos y la NSF.
De pequeñas gotas de agua a lluvia
La precipitación comienza cuando pequeñas gotas de agua en las nubes se condensan alrededor de partículas microscópicas de polvo, sal u otro material, llamadas núcleos de condensación de nubes (CCN). A medida que millones de gotas chocan, se fusionan en grandes gotas que eventualmente se vuelven lo suficientemente pesadas como para caer de la nube.
La composición de las gotas de lluvia puede variar bajo diferentes condiciones, como las diferentes distribuciones de tamaño de las gotas de las nubes, así como otros factores como los movimientos turbulentos y las propiedades de las partículas en la nube.
Representar con precisión estos procesos en modelos informáticos de fenómenos meteorológicos y sistemas climáticos es fundamental para mejorar la confiabilidad de estos modelos. La coherencia de las gotas de agua es importante no sólo para predecir con precisión las precipitaciones, sino también para comprender mejor la evolución de las nubes y qué tan bien reflejan el calor hacia el espacio, lo que afecta la temperatura.
Para determinar la aparición de lluvia, Chandrakar y sus colegas recurrieron a observaciones de la distribución del tamaño de las gotas tomadas por aviones de investigación de la campaña de campo de la NASA de 2019, el Experimento de Procesos de Nubes, Aerosoles y Monzones de Filipinas (CAMP2Ex) que se convirtieron en cúmulos congestus. .
Utilizando un modelo informático especializado, el equipo de investigación realizó una serie de simulaciones de alta resolución para recrear las condiciones de las nubes observadas durante la campaña y observó cómo las gotas se fusionan con diferentes flujos turbulentos.
Las simulaciones revelaron el papel clave de la turbulencia tanto en el momento como en la extensión de las precipitaciones. También indicaron que la presencia de CCN grandes, que ha sido fundamental para algunas teorías sobre la formación de lluvia, no puede explicar el tamaño y la evolución de las gotas observados. En simulaciones con CCN más grande y turbulencia más pequeña, la coalescencia de las gotas se produjo más lentamente y se produjo menos precipitación.
“El desarrollo de las precipitaciones es fundamental para las nubes, el tiempo y todo el sistema climático”, dijo Chandrakar. “Una mejor comprensión de este proceso podría conducir a mejoras significativas en nuestros modelos informáticos y, en última instancia, en los pronósticos meteorológicos y las proyecciones climáticas que ayudan a proteger a la sociedad”.
