Este artículo presenta el “Atlas Interactivo para la Visualización de Escenarios de Cambio Climático en Cuba”, una herramienta desarrollada para facilitar el acceso y análisis de proyecciones climáticas a nivel nacional y provincial. Para maximizar su accesibilidad, la herramienta se implementó en dos modalidades: una aplicación web y una aplicación de escritorio multiplataforma (Windows/Linux). Fue creada en el entorno RStudio, integrando funcionalidades de R y Python, y permite generar mapas, gráficos y tablas personalizables donde los usuarios seleccionan variables climáticas, escenarios de emisiones, períodos futuros y regiones de interés. El Atlas constituye un recurso valioso para satisfacer la creciente demanda de información climática proyectada en Cuba, facilitando que sectores, instituciones y actores clave realicen evaluaciones de impacto, alineándose así con las acciones y compromisos del Plan de Estado para el Enfrentamiento al Cambio Climático (Tarea Vida).
La mejora de las proyecciones climáticas regionales es fundamental para la adaptación y gestión de recursos. Este estudio tuvo como objetivo desarrollar un modelo robusto basado en inteligencia artificial para proyectar las tendencias futuras de precipitación en la provincia de Villa Clara, Cuba, hasta el año 2099. Se utilizaron datos históricos diarios y mensuales de cinco estaciones meteorológicas (1960-2004) y las salidas del modelo climático regional HadRCM bajo los escenarios RCP2.6, RCP4.5 y RCP8.5. La metodología consistió en el análisis y descomposición de series temporales, seguido del entrenamiento de un modelo de red neuronal LSTM, cuyos hiperparámetros fueron optimizados con Keras Tuner y validado mediante walk-forward cross-validation. El modelo LSTM logró proyectar la precipitación con un error absoluto medio (MAE) de 0.15 y un error cuadrático medio (MSE) de 0.03. Mediante un algoritmo KNN, se identificó que las proyecciones generadas presentaban la mayor similitud con el escenario de altas emisiones RCP8.5. Se concluyó que el enfoque híbrido LSTM-modelo climático constituye un marco robusto y adaptable que supera limitaciones de los métodos convencionales. También proporciona proyecciones precisas que apuntan a una trayectoria climática de altas emisiones para la región, información crucial para la planificación sectorial.
La comprensión del clima en regiones heterogéneas es fundamental para la planificación socioeconómica y la adaptación a la variabilidad climática. Este trabajo tuvo como objetivo caracterizar las variables de temperatura y precipitación en los ecosistemas costero y montañoso del municipio Guamá, Santiago de Cuba, con el análisis su comportamiento en los períodos lluvioso (PLl) y poco lluvioso (PPLl). Se emplearon métodos analítico-comparativos y de sistemas de información geográfica (QGIS), con el procesamiento de series de datos de temperatura (1992-2010) de 18 estaciones meteorológicas y de precipitación (1961-2008) de la red pluviométrica nacional. Los resultados evidenciaron marcadas diferencias: las temperaturas medias fueron más elevadas en la costa (23.1°C–32°C) que en la montaña (13°C–24°C), con un gradiente altitudinal claro, y los valores máximos se registraron durante el PLl. Las precipitaciones mostraron un patrón opuesto, que fueron significativamente más abundantes en las zonas montañosas (1600–3000 mm anuales) que en las costeras (600–1200 mm), especialmente durante el PLl. Se concluyó que el clima de Guamá es cálido tropical con estación lluviosa en verano, determinado por la interacción de la altitud, la influencia marítima y la estacionalidad, lo que genera microclimas diferenciados con implicaciones para actividades como la agricultura.
La caracterización climática de las cuencas hidrográficas es fundamental para la gestión ambiental y la planificación del desarrollo sostenible. Este estudio tuvo como objetivo caracterizar el clima de la cuenca del río San Juan en Santiago de Cuba, analizando las variables temperatura, humedad relativa, precipitación y velocidad del viento. Se utilizaron bases de datos climáticas homogeneizadas (1992-2010 para temperatura, humedad y viento; 1961-2008 para precipitación), proporcionadas por el Centro Meteorológico Provincial, y se elaboraron mapas de distribución espacial mediante el Sistema de Información Geográfica QGIS 3.16. Los resultados mostraron una marcada influencia del uso del suelo y la topografía: las zonas urbanizadas presentaron las temperaturas más elevadas (26.1-26.3 °C) y menor humedad, mientras que las áreas rurales como Siboney y El Escandel registraron condiciones más frescas (19.1-20.0 °C) y húmedas. La precipitación media anual osciló entre 1000-1400 mm, con un máximo hiperanual de 225-450 mm cerca de la ciudad, y mostró una clara estacionalidad. La velocidad del viento fue mayor en el período poco lluvioso, con picos en febrero (4.51-5.0 m/s). Se concluyó que los patrones climáticos identificados, con una marcada estacionalidad y variación espacial, constituyen una base esencial para la planificación territorial, la gestión hídrica y la prevención de riesgos en la cuenca.
La caracterización precisa del cambio climático a escala local es fundamental para la adaptación en sectores clave como la agricultura y la conservación. Este trabajo tuvo como objetivo identificar una clasificación climática adecuada para caracterizar la dinámica presente y futura del clima local en el oriente de Cuba. Se evaluó y comparó la utilidad de la clasificación de Köppen-Geiger y la de Tipo de Régimen Bioclimático (TRB) para representar la complejidad climática de la región. Se clasificaron 23 topoclimas con datos de WorldClim v2.1 (periodo de referencia 1970-2000) y proyecciones de cinco Modelos Climáticos Globales del CMIP6 para 2050 y 2100 bajo los escenarios SSP2-4.5 y SSP5-8.5. Los resultados mostraron que, mientras la clasificación de Köppen-Geiger indicaba estabilidad para el 70% de los topoclimas, la clasificación TRB detectó una transición bioclimática generalizada hacia condiciones más secas en el 100% de ellos, lo que evidencia un incremento progresivo del déficit hídrico. Se concluyó que la clasificación TRB es más robusta y apropiada para estudios de cambio climático local, ya que captura con mayor sensibilidad la heterogeneidad espacial y las tendencias incipientes hacia la aridificación, lo que proporciona una línea base esencial para la evaluación de impactos y la planificación adaptativa.
