158 p., [ES] La cubierta de nieve es una variable climática esencial en sistemas montañosos por su influencia en el balance energético, el régimen hidrológico y en el funcionamiento de los ecosistemas de montaña. En la Cordillera Cantábrica (noroeste de España), su marcada variabilidad espacial y temporal, junto con la escasez de series largas y continuas de datos nivológicos, ha dificultado la caracterización de su evolución reciente en un contexto de calentamiento global.
Bajo la modalidad de tesis por compendio de 5 artículos científicos, se analizan los patrones espaciales y temporales de la nieve de la Cordillera Cantábrica durante el periodo 2000–2025 mediante imágenes satelitales procesadas en Google Earth Engine (GEE). De manera complementaria, los registros satelitales son evaluados mediante imágenes tomadas por cámaras automáticas, que sirven también como dato de validación frente a la modelización de eventos de nevada con el modelo WRF (Weather Research and Forecasting). Además, el uso de termorregistradores permite evaluar el papel de las cubiertas de nieve en el régimen térmico de suelos de un sector de alta montaña de la Cordillera Cantábrica.
Los registros satelitales muestran un descenso generalizado de la duración, extensión y estabilidad de la cubierta nival, acompañado de notables contrastes altitudinales y asimetrías entre vertientes. Las mayores pérdidas relativas se concentran por encima de 1.500 m, con una reducción de la extensión de cubiertas de nieve de un 10% en invierno y una tendencia al acortamiento de la temporada nival por un retraso en el inicio de temporada y adelanto de la fusión primaveral. La máxima extensión nival se produce entre de media entre finales de enero y comienzos de febrero, aunque con notable variabilidad interanual.
La comparación de más de 99.000 registros diarios entre satélites y cámaras para la detección de cubierta de nieve revela una elevada coherencia temporal en días libres de nubosidad y confirma el potencial de la integración de varias plataformas (MODIS-Terra, Landsat 5-8-9 y Sentinel-2), pese a las limitaciones de cada sensor. La combinación de imágenes de estos satélites en GEE permite reducir lagunas de información y mejorar la caracterización del ciclo nival. No obstante, el 57% de los registros satelitales están cubiertos por nubosidad en la Cordillera Cantábrica, lo que reduce la detección de cubiertas de nieve entre un 61.6% y 79.4% dependiendo del satélite utilizado en función de su resolución espacial y temporal. El periodo real entre observaciones válidas aumenta hasta 2,3 días para MODIS-Terra, 6.9 días para Sentinel-2 y 21 días para Landsat. También se observaron diferencias en la detección de la fecha de primera cubierta nival y fechas de fusión, con una infradetección de nevadas efímeras.
La modelización atmosférica mediante un conjunto multifísico del modelo WRF reproduce adecuadamente la distribución espacial de la nieve en nueve episodios de nevada de la temporada 2021-2022, si bien presenta ligeras sobreestimaciones del equivalente líquido en agua y del espesor de nieve. La validación de las salidas del modelo se realiza a partir de registros pluviométricos e imágenes de cámaras automáticas, subrayando la importancia de la selección de parametrizaciones microfísicas adecuadas en entornos de montaña.
Finalmente, la relevancia del manto nival en el régimen térmico del suelo se analiza mediante registros (2006–2020) en el circo glaciar de Hoyo Empedrado (León), que muestran diferencias significativas en la duración de la nieve debidas a la redistribución por viento y a la compleja topografía local. En el surco del glaciar rocoso analizado, los registros térmicos, mediciones BTS (Bottom Temperature of Snow) y tomografía eléctrica sugieren la presencia probable de permafrost., [EN] Snow cover is a key climatic variable in mountain systems due to its influence on the surface energy balance, the hydrological regime, and the functioning of mountain ecosystems. In the Cantabrian Mountains (northwestern Spain), its marked spatial and temporal variability, together with the scarcity of long and continuous snow records, has hindered the characterization of its recent evolution in the context of global warming.
This thesis is presented in the form of a compendium of five scientific articles, analyzing the spatial and temporal patterns of snow in the Cantabrian Mountains during the period 2000–2025 using satellite imagery processed in Google Earth Engine (GEE). Complementarily, satellite records are evaluated using images from automatic time-lapse cameras, which also serve as validation data for the atmospheric modelling of snowfall events with the WRF (Weather Research and Forecasting) model. In addition, soil temperature loggers are used to assess the role of snow cover in the ground thermal regime in a high-mountain sector of the Cantabrian Mountains.
Satellite records show a widespread decrease in the duration, extent, and stability of snow cover, accompanied by pronounced altitudinal contrasts and asymmetries between slopes. The largest relative losses occur above 1,500 m, with a reduction of approximately 10% in winter snow-covered area and a tendency toward a shorter snow season, due both to a delay in the onset of winter snow cover and an earlier spring melt. Maximum snow extent typically occurs on average between late January and early February, although with notable interannual variability.
The comparison of more than 99,000 daily records between satellite data and camera imagery for snow detection reveals a high temporal coherence on cloud-free days and confirms the potential of integrating multiple platforms (MODIS-Terra, Landsat 5/8/9, and Sentinel-2), despite the limitations of each sensor. Combining these satellite datasets in GEE helps reduce information gaps and improves the characterization of the snow cycle. However, 57% of satellite records in the Cantabrian Mountains are cloud-covered, reducing the effective detection of snow cover by between 61.6% and 79.4%, depending on the sensor’s spatial and temporal resolution. The actual interval between valid observations increases to 2.3 days for MODIS-Terra, 6.9 days for Sentinel-2, and 21 days for Landsat. Differences were also observed in the detection of the first snow occurrence and melt dates, with ephemeral snowfall events being underdetected.
Atmospheric modelling using a multi-physics WRF ensemble adequately reproduces the spatial distribution of snow during nine snowfall episodes in the 2021–2022 season, although it shows slight overestimations of snow water equivalent and snow depth. The model outputs were validated using precipitation records and camera imagery, highlighting the importance of selecting appropriate microphysical parameterizations in mountain environments.
Finally, the relevance of snow cover for the ground thermal regime is examined through records (2006–2020) from the glacial cirque of Hoyo Empedrado (León), which show significant differences in snow duration driven by wind redistribution and complex local topography. In the analyzed rock-glacier trough, thermal records, BTS (Bottom Temperature of Snow cover) measurements, and electrical resistivity tomography suggest the likely presence of permafrost.