TÍTULO DEL PROYECTO: Elaboración de una climatología de tornados en España y estimación de su probabilidad de excedencia en el entorno de instalaciones nucleares y del ciclo de combustible (CLIMATOR)

ENTIDAD SOLICITANTE: Universidad de Huelva

INVESTIGADOR/A PRINCIPAL: Enrique Gutiérrez de San Miguel

ENTIDAD FINANCIADORA: Consejo de Seguridad Nuclear (CSN)

LÍNEA DE ACTIVIDAD EN QUE SE ENCUADRA: Línea 10: Investigación de ocurrencia de tornados en el entorno de instalaciones nucleares y del ciclo de combustible

MEMORIA TÉCNICA DEL PROYECTO

1. Resumen de la propuesta

Las instalaciones nucleares y del ciclo del combustible son infraestructuras críticas para la generación eléctrica de cualquier país que además conllevan un riesgo inherente al combustible que utilizan. Por tanto, su localización, construcción y operación deben tener en cuenta todos aquellos factores y eventos que puedan ocasionar daños a las mismas. Uno de los eventos meteorológicos que engendran una mayor peligrosidad son los tornados, debido a su gran capacidad de destrucción y a que su predicción con la suficiente antelación resulta prácticamente imposible. Para estimar el peligro relativo a la aparición de un tornado se suele emplear la ‘Probabilidad de Excedencia’. Esta probabilidad evalúa la posibilidad de que aparezca un tornado con una categoría superior a las estimadas durante la construcción de la instalación.

Para el cálculo de esta probabilidad, es necesario contar con una climatología actualizada de tornados. En España, la última climatología fue publicada por la AEMET en 2015 y engloba los años desde el 2003 al 2012. En un contexto de cambio climático, resulta de especial relevancia la actualización de esta climatología, no sólo a nivel del territorio español, sino haciendo énfasis en las instalaciones nucleares y del ciclo de combustible. De manera adicional, una serie histórica de este tipo facilitaría la realización de estudios de identificación y predicción de tornados, ya que permitiría identificar variables meteorológicas y parámetros relativos a éstas que sean favorables para la tornadogénesis. Estos estudios podrían usarse para mejorar las herramientas de evaluación de riesgos relativas a cualquier tipo de instalaciones críticas, no sólo del ciclo nuclear, sino de otros sectores relevantes.

De este modo, el objetivo principal de este proyecto consiste en la elaboración de una climatología de tornados en todo el territorio español, a partir de la cual se podrá estimar la probabilidad de excedencia en aquellas zonas donde existan instalaciones nucleares y del ciclo de combustible. Esta base de datos podrá emplearse para mejorar el conocimiento sobre la generación de tornados en el territorio español, pudiéndose evaluar mediante proyecciones climáticas si estos eventos pueden ser más frecuentes en el futuro.

2. Antecedentes.

Los tornados son uno de los fenómenos meteorológicos potencialmente más destructivos debido a su capacidad de liberar una gran cantidad de energía en un corto lapso de tiempo. Se suelen formar bajo nubes de tipo cumulonimbo y se generan vientos que rotan rápidamente formando un vórtice, con velocidades superiores a los 100 m s^-1 y diferencias de presión entre el centro y el límite exterior del tornado de más de 100 hPa (Barulin and Bryukhan, 2021). La duración de estos eventos se encuentra entre varios minutos y pocas horas.

Gran parte del interés por entender estos fenómenos viene justificado por su potencial capacidad de destrucción, siendo necesario evaluar su posible impacto en la mayoría de estructuras y edificios críticos. Esto es especialmente importante en el caso de instalaciones nucleares (INs) y otras estructuras relacionadas con el ciclo de combustible nuclear, no sólo por el riesgo inherente al combustible nuclear, sino por su alta capacidad de producción eléctrica que puede quedar fácilmente inutilizada por daños en instalaciones adyacentes a la IN como tendidos eléctricos, subestaciones de transformación y otros. La inhabilitación o destrucción de estas estructuras de apoyo implicaría que la IN no podría proveer energía hasta que se repararan o reemplazaran, con las pérdidas económicas que esta situación implicaría.

Algunos de estos accidentes están bien documentados, especialmente en los EEUU donde el número de tornados por año es mayor. A modo de ejemplo, se puede mencionar el incidente de la Planta Nuclear Browns Ferry,en abril de 2011, donde un tornado con vientos de aproximadamente 64 m s^-1 pasó a tan sólo 4.8 km de la planta de generación nuclear (Prevatt et al., 2015). Debido al paso del tornado, se perdió la conexión a la red eléctrica y se forzó a los reactores a parar en caliente (‘hot standby’), teniendo que usar generadores diésel para proporcionar energía de respaldo. Si bien no hubo emisión de material radiactivo ni daños físicos significativos en la propia planta, los daños en la red eléctrica impidieron que la planta proporcionara energía, provocando grandes apagones a lo largo del suroeste de los EEUU. Esto provocó que los sistemas de alerta también estuvieran inutilizados, de forma que si hubiera habido un accidente nuclear real, los sistemas de alerta ciudadana hubieran tenido que recurrir a llamadas telefónicas y megáfonos portátiles para avisar a la población.

Para evaluar el riesgo de que uno de estos tornados pueda causar un accidente grave en una
IN típicamente se utiliza el concepto de “Probabilidad de superación, o excedencia, de límites de seguridad” (EP: Exceedance Probability). Este se define como la probabilidad de que impacte un tornado con una categoría superior a la máxima prevista por las estimaciones de seguridad en la construcción de la planta. En general, el valor límite se establece en una EP de 10^-7 por reactor y por año (Nuclear Regulatory Commission EEUU, 2007; Zhu et al., 2017; Barulin and Bryukhan, 2021). Este parámetro se calcula a partir de un histórico de datos estimando la probabilidad de que un tornado impacte una central nuclear con una velocidad de viento mayor de la máxima esperada en la región. De este modo, se permite establecer un criterio claro a partir del cual evaluar el grado de protección que requiere una IN en función del histórico de tornados en el área en la que se encuentre.

Sin embargo, elaborar un histórico de tornados para hacer este tipo de estimaciones no es sencillo. La corta vida y limitada extensión de los tornados complica el registro de variables meteorológicas claves para evaluarlos y clasificarlos adecuadamente. Por ello, en estos casos se emplean escalas basadas en los daños que ocasionan a su paso, los cuales suelen ser los únicos datos fiables para deducir la intensidad de un tornado. Esta es la base de la “Enhanced Fujita Scale” (EF), heredera de la escala Fujita original (Fujita, 1971), que es la herramienta de clasificación de tornados empleada con mayor frecuencia a día de hoy (Doswell, Brooks and Dotzek, 2009; Potter, 2010). Esta escala se basa en el uso de 28 indicadores de daños (DI: Damage Indicators), los cuales se refieren a edificios, estructuras o vegetación, a los que se les asigna un grado del daño (DOD: Degree Of Damage) en función del nivel de destrucción tras el paso del tornado (Enhanced Fujita Tornado Damage Scale, no date). De este modo es posible asociar a cada tornado un rango aproximado de velocidades a partir de sus efectos sobre edificios, estructuras o vegetación. En la Tabla 1 se muestra los distintos niveles EF y su rango de velocidades asociado.

Tabla 1. Escala Fujita Mejorada (Enhanced Fujita Scale). El rango de velocidades se refiere a la velocidad máxima de rachas de viento de al menos tres segundos de duración.

Nivel EF	Rango de velocidades (m s^-1)
0	29 – 38
1	38 – 49
2	50 – 60
3	61 – 74
4	74 – 89
5	89 o más

A pesar de las dificultades que presenta la investigación de tornados, el estudio de sus características era un campo muy activo en la Europa anterior a la segunda guerra mundial (Peltier, 1840; Reye, 1869; Weyher, 1889; Wegener, 1917; Letzmann, 1931), mientras que, paradójicamente, en los Estados Unidos la palabra “Tornado” estuvo prohibida en la Oficina de Meteorología de EEUU durante años (Galway, 1992). A partir de que en 1948 se produjo la primera predicción satisfactoria de un tornado en los EEUU, salvando millones de dólares en daños y posiblemente vidas humanas, el interés en la monitorización y predicción de estos eventos creció significativamente (Grice et al., 1999). En cambio, en Europa el número de estudios y registros sobre la aparición de tornados se redujo a partir de 1950, probablemente debido al menor número de apariciones y su menor impacto general en comparación con los EEUU. Esta situación se ha mantenido hasta las últimas dos décadas, donde ha resurgido el interés en evaluar el alcance real de los efectos que ocasionan los tornados en Europa (Doswell, 2003; Dotzek et al., 2009; Gayà, 2011).

Este renovado interés queda reflejado en la publicación de climatologías para la gran mayoría de países europeos en las últimas dos décadas, las cuales son esenciales para la estimación de las probabilidades de excedencia previamente mencionadas. En el año 2000, A.M. Holzer publicó una climatología revisada de tornados en Austria, encontrado 89 tornados con una media de 0.3 tornados por 10.000 km² y por año (Holzer, 2001). En 2001 se publicó una climatología de tornados de Alemania donde encontraron 517 tornados registrados, con una ocurrencia de 0.2 por 10.000 km² y por año, siendo EF4 la categoría más alta registrada (Dotzek, 2001). Grecia también ha visto publicada su propia climatología en 2010 (Sioutas, 2011), encontrado resultados de ocurrencia promedio en el entorno de 1.1 tornados por 10.000 km² y por año. Otros países europeos también han visto publicadas climatologías para sus territorios recientemente (Antonescu and Bell, 2015; Taszarek and Brooks, 2015; Brázdil et al., 2020; Chernokulsky et al., 2021). En gran parte de las climatologías citadas la mayoría de los tornados son débiles y se mantienen entre las escalas EF0 y EF2. Asimismo, la ocurrencia depende en gran medida de la geografía del país y dista de ser homogénea dentro del propio territorio.

En España se han publicado varios trabajos sobre esta temática. En 2010 Miquel Gaya, de la delegación de las Islas Baleares de la Agencia Estatal de Meteorología, publicó un estudio describiendo las principales características de los tornados y tormentas marinas en España, incluyendo las Islas Baleares y las Islas Canarias (Gayà, 2011). Con todo, no indicó si había realizado un cálculo de ocurrencia de tornados como otros artículos. Cuatro años más tarde, en 2015, la Agencia Estatal de Meteorología publicó un informe oficial sobre la “Climatología de tornados en España Peninsular y Baleares” (AEMET, 2015). Este informe describe pormenorizadamente los detalles de la tornadogénesis en el territorio español entre 2003 y 2012, distinguiendo entre distintas situaciones generadoras: vertiente Atlántica, vertiente Mediterránea y tornados de primavera-verano, y proporciona una densidad de tornados en base a los resultados recabados. El mencionado informe sienta las bases que seguirá este proyecto, estableciendo metodologías y herramientas relevantes para el mismo. Es importante mencionar un trabajo recientemente publicado en Cataluña en colaboración con el Servicio Meteorológico de Cataluña que proporciona una climatología sobre los tornados y trombas marinas en dicho territorio entre 2000 y 2019 (Rodríguez et al., 2021). Cataluña es una de las zonas con mayor incidencia de tornados en España y este trabajo muestra que la gran mayoría de estos (92 %), entraban dentro de las escalas más débiles, EF0-EF1, con un promedio de ocurrencia de tornados en el interior de 1.65 por 10.000 km² y por año y de trombas marinas en la costa de 5.0 por 10.000 km² y por año.

Esta reciente actividad investigadora europea sobre la tornadogénesis proporcionó las condiciones adecuadas para la creación del Laboratorio Europeo de Tormentas Severas (ESSL: European Severe Storms Laboratory). Este laboratorio se fundó en 2002 como una asociación informal de científicos europeos y en 2006 fue finalmente registrado como una organización sin ánimo de lucro (Dotzek et al., 2009). Uno de los principales objetivos de esta organización fue la creación y mantenimiento de una base de datos de tormentas severas a nivel europeo (ESWD: European Severe Weather Database). Esta base de datos incluye reportes de eventos por entes gubernamentales y también por el público en general y cuenta con un sistema de clasificación en función de la evidencia aportada al registrar el evento (Grieser and Haines, 2020). Gracias a este esfuerzo comunitario, en años recientes está creciendo el número de avistamientos y la calidad de los mismos. Gracias a esta base de datos en los últimos años se han podido publicar varios trabajos estudiando la ocurrencia de tornados a nivel europeo, así como sus efectos sociales y económicos (Groenemeijer and Kühne, 2014; Antonescu et al., 2016, 2017). En España existe una herramienta similar, mantenida por la AEMET, llamada SINOBAS (SIstema de NOtificación de Observaciones Atmosféricas Singulares), a través de la cual cualquier usuario puede notificar la existencia de cualquier fenómeno meteorológico, incluido los tornados.

La existencia de estas climatologías permite estudiar los tornados con un mayor nivel de detalle. Una de las ramas de investigación con más potencial consiste en la investigación de las condiciones atmosféricas óptimas para la tornadogénesis mediante parametrizaciones y modelización. Ya que el principal problema en el estudio de tornados resulta en la dificultad de identificar y registrarlos cuando ocurren, resulta de vital importancia encontrar variables y parámetros que estén fuertemente correlacionados con la tornadogénesis, de modo que éstos se puedan identificar e incluso predecir a partir de variables meteorológicas o parámetros derivados a partir de ellas. Una discusión general de estas técnicas se ofrece en el trabajo Grieser and Haines, 2020, donde se indican tres tipos de parámetros: 1) aquellos que emplean valores de temperatura y humedad a diferentes alturas; 2) aquellos basados en la velocidad y cizalladura del viento y 3) aquellos con combinaciones de los anteriores y que incluyan medidas integrales de la columna atmosférica. Existen multitud de ejemplos en la literatura que emplean este tipo de análisis (Groenemeijer and van Delden, 2007; Taszarek, Brooks and Czernecki, 2017).

Por otro lado, hay grupos de investigación que tratan de recrear las situaciones en las que se han generado tornados de forma que se pueda facilitar su identificación en el futuro. Para ello se puede utilizar modelos de reanálisis o modelos de simulación de mesoescala. En esta línea existen algunos trabajos que utilizan modelos como el WRF (Weather Research and Forecasting) para simular la atmósfera con una mayor resolución espacial y temporal, permitiendo estudiar con detalle las características de las corrientes convectivas que dan lugar a los tornados (Novitskii et al., 2015, 2016; Pilguj et al., 2022). Estas líneas de investigación son posibles hoy día gracias a los avances en capacidad de computación, impensables hace unas décadas, que permiten la simulación de la atmósfera a resoluciones mucho mayores.

De esta manera, para poder estimar la probabilidad de excedencia (EP), resulta necesario contar con una climatología de tornados en el área de las instalaciones nucleares en el territorio español. Como se ha comentado previamente, pese a que en España existe una climatología publicada por la AEMET que abarca entre 2003 y 2012 (AEMET, 2015), esta comprende sólo 10 años y no ofrece una caracterización específicas de áreas cercanas a Instalaciones Nucleares, si bien este no era su objetivo en primer lugar. Resulta por tanto relevante actualizar esta base de datos con información sobre los últimos 10 años (2013-2022), doblando el periodo comprendido por la misma, y obtener información específica para estimar la EP en las instalaciones nucleares y del ciclo de combustible. Por tanto, teniendo en cuanta las consideraciones previas, el objetivo central que se plantea en este proyecto es desarrollar un estudio para determinar los parámetros que regulan y determinan la probabilidad de ocurrencia de tornados en el entorno de instalaciones nucleares y del ciclo de combustible.

3. Objetivos científicos, tecnológicos, ambientales, o de otro tipo.

El objetivo principal será “investigar la ocurrencia de tornados en el entorno de las instalaciones nucleares y del ciclo de combustible presentes en el territorio español”.

A raíz del objetivo principal se pueden establecer una serie de objetivos específicos:

Actualización del inventario de eventos de tornados hasta la fecha más reciente posible.
Establecimiento de parámetros capaces de identificar, con la mayor precisión posible, situaciones favorables para la formación de tornados.
Aplicación de los parámetros de identificación para estimar la probabilidad de ocurrencia de tornados en el entorno de instalaciones nucleares y del ciclo de combustible.
Modelización de escenarios favorables para la generación de tornados para estudiar la tornadogénesis.
Elaborar los informes parciales, finales, y las conclusiones que se desprendan del estudio realizado.

4. Justificación y retornos del proyecto

En la sección de antecedentes se ha establecido la necesidad de tener una climatología de la ocurrencia de tornados, con especial énfasis en Instalaciones Nucleares y del Ciclo de Combustible, para calcular la probabilidad de excedencia (EP) en dichas instalaciones. Para hacer un cálculo de este tipo es necesario contar con una climatología actualizada de tornados en España, donde actualmente sólo existe una base de datos que abarca un periodo de 10 años (2003-2012), o al menos que esté publicada, y que sería necesario actualizar añadiendo los eventos ocurridos en los últimos 10 años. Con esta información sería posible estimar la Probabilidad de Superación para cualquier instalación crítica en el territorio español. Esto resulta necesario a raíz de los últimos estudios que indican que la ocurrencia de tornados en Europa es mayor de lo que se pensaba, en especial en un contexto de cambio climático donde la frecuencia de este tipo de eventos puede estar cambiando.

La actualización de esta base de datos tendría beneficios más allá del cálculo de la EP, ya que ofrecería una herramienta que ayudaría de manera significativa al estudio y predicción de los tornados. Esta información permitiría identificar eventos de tornados en un amplio rango de situaciones atmosféricas, a través de los cuales se podría realizar un estudio para identificar parámetros capaces de identificar tornados a partir de variables atmosféricas, obtenidas a través de estaciones meteorológicas o mediante modelos de reanálisis, e incluso mejorar la capacidad actual de predecir la aparición de tornados con antelación.

Los resultados de este proyecto podrían usarse como una base de datos de entrada en modelos de análisis de riesgos y prevención de daños en instalaciones nucleares y del ciclo de combustible. Esto permitiría afinar los cálculos de riesgos previstos y dimensionar correctamente los elementos de apoyo para tener una respuesta suficiente en el caso de que se produjera un tornado en estas instalaciones.

5. Beneficios del proyecto, difusión y, en su caso, explotación de los resultados.

Profundizar en el conocimiento de la existencia y periodicidad de tornados en el territorio español.
Establecimiento de una base de datos con la que realizar estudios sobre la aparición y periodicidad de tornados en España.
Definir una probabilidad de ocurrencia de tornados en las instalaciones nucleares e instalaciones del ciclo de combustible que permitan evaluar el riesgo que estos fenómenos suponen para las mismas.
Identificación de zonas con mayor y menor ocurrencia de tornados que permitan evaluar su uso en el futuro para industrias críticas como la energía nuclear y otros.
Aprovechamiento práctico de recursos y herramientas desarrolladas en una universidad española mediante financiación europea, como el centro de computación HPC@UHU y la herramienta Prefurge.
La investigación que se desarrollará en el marco de este proyecto tiene un carácter eminentemente multidisciplinar, por lo que incentivará flujos de conocimiento complementarios entre diversos campos, que enriquecerá el “background” científico de los diferentes grupos interesados.

Bibliografía

AEMET (2015) Climatología de tornados en España peninsular y Baleares | Enhanced Reader. Madrid. doi: 10.1016/J.ATMOSRES.2010.10.019.

Antonescu, B. et al. (2016) ‘Tornadoes in Europe: Synthesis of the observational datasets’, Monthly Weather Review. American Meteorological Society, pp. 2445–2480. doi: 10.1175/MWR-D-15-0298.1.

Antonescu, B. et al. (2017) ‘Tornadoes in Europe: An Underestimated Threat’, Bulletin of the American Meteorological Society, 98(4), pp. 713–728. doi: 10.1175/BAMS-D-16-0171.1.

Antonescu, B. and Bell, A. (2015) ‘Tornadoes in Romania’, Monthly Weather Review, 143(3), pp. 689–701. doi: 10.1175/MWR-D-14-00181.1.10.1175/MWR-D-14-00181.1.

Aroba, J. (2003) Advances in the decision making in software development projects. University of Seville.

Barulin, G. P. and Bryukhan, F. F. (2021) ‘Probabilistic tornado hazard criterion for the nuclear facilities siting areas’, Lecture Notes in Civil Engineering, 95, pp. 239–245. doi: 10.1007/978-3-030-54652-6_36/TABLES/2.

Brázdil, R. et al. (2020) ‘The Climatology of Significant Tornadoes in the Czech Republic’, Atmosphere 2020, Vol. 11, Page 689, 11(7), p. 689. doi: 10.3390/ATMOS11070689.

Chernokulsky, A. V. et al. (2016) ‘Genesis environments and characteristics of the severe tornado in the South Urals on August 29, 2014’, Russian Meteorology and Hydrology 2015 40:12, 40(12), pp. 794–799. doi: 10.3103/S1068373915120031.

Chernokulsky, A. V. et al. (2021) ‘Tornadoes in the Russian Regions’, Russian Meteorology and Hydrology, 46(2), pp. 69–82. doi: 10.3103/S1068373921020023/TABLES/6.

Chernokulsky, A. V., Kurgansky, M. V. and Mokhov, I. I. (2018) ‘Analysis of changes in tornadogenesis conditions over Northern Eurasia based on a simple index of atmospheric convective instability’, Doklady Earth Sciences 2017 477:2, 477(2), pp. 1504–1509. doi: 10.1134/S1028334X17120236.

Davila, J. M. et al. (2021) ‘Application of a Fuzzy Logic Based Methodology to Validate the Hydrochemical Characterization and Determining Seasonal Influence of a Watershed Affected by Acid Mine Drainage’, International Journal of Environmental Research and Public Health, 18(9), p. 4693. doi: 10.3390/ijerph18094693.

Doswell, C. A. (2003) ‘Societal impacts of severe thunderstorms and tornadoes: lessons learned and implications for Europe’, Atmospheric Research, 67–68, pp. 135–152. doi: 10.1016/S0169-8095(03)00048-6.

Doswell, C. A., Brooks, H. E. and Dotzek, N. (2009) ‘On the implementation of the enhanced Fujita scale in the USA’, Atmospheric Research, 93(1–3), pp. 554–563. doi: 10.1016/J.ATMOSRES.2008.11.003.

Doswell, C. A. and Schultz, D. M. (2006) ‘On the use of indices and parameters in forecasting severe storms’, Electronic Journal of Severe Storms Meteorology, 1(3), pp. 1–22. Available at: http://citeseerx.ist.psu.edu/viewdoc/summary?doi=10.1.1.359.7115 (Accessed: 20 June 2022).

Dotzek, N. (2001) ‘Tornadoes in Germany’, Atmospheric Research, 56(1–4), pp. 233–251. doi: 10.1016/S0169-8095(00)00075-2.

Dotzek, N. et al. (2009) ‘Overview of ESSL’s severe convective storms research using the European Severe Weather Database ESWD’, Atmospheric Research, 93(1–3), pp. 575–586. doi: 10.1016/J.ATMOSRES.2008.10.020.

Enhanced Fujita Tornado Damage Scale (no date). Available at: https://www.spc.noaa.gov/efscale/ef-scale.html (Accessed: 24 June 2022).

Enríquez, J. G. et al. (2018) ‘Behavior patterns in hormonal treatments using fuzzy logic models’, Soft Computing, 22(1), pp. 79–90. doi: 10.1007/s00500-017-2614-7.

Fujita, T. T. (1971) ‘Proposed Characterization of Tornadoes and Hurricanes by Area and Intensity’, SMRP Research, 91. Available at: https://swco-ir.tdl.org/handle/10605/261875?show=full (Accessed: 29 June 2022).

Galway, J. O. (1992) ‘Early Severe Thunderstorm Forecasting and Research by the United States weather Bureau’, Weather and Forecasting, 7(4), pp. 564–587. doi: https://doi.org/10.1175/1520-0434(1992)007<0564:ESTFAR>2.0.CO;2.

Gayà, M. (2011) ‘Tornadoes and severe storms in Spain’, Atmospheric Research, 100(4), pp. 334–343. doi: 10.1016/J.ATMOSRES.2010.10.019.

Gegúndez, M. E., Aroba, J. and Bravo, J. M. (2008) ‘Identification of piecewise affine systems by means of fuzzy clustering and competitive learning’, Engineering Applications of Artificial Intelligence, 21(8), pp. 1321–1329. doi: 10.1016/j.engappai.2008.03.014.

Grice, G. K. et al. (1999) ‘The Golden Anniversary Celebration of the First Tornado Forecast’, Bulletin of the American Meteorological Society, 80(7), pp. 1341–1348. doi: 10.1175/1520-0477(1999)080<1341:TGACOT>2.0.CO;2.

Grieser, J. and Haines, P. (2020) ‘Tornado Risk Climatology in Europe’, Atmosphere 2020, Vol. 11, Page 768, 11(7), p. 768. doi: 10.3390/ATMOS11070768.

Groenemeijer, P. H. and van Delden, A. (2007) ‘Sounding-derived parameters associated with large hail and tornadoes in the Netherlands’, Atmospheric Research, 83(2–4), pp. 473–487. doi: 10.1016/J.ATMOSRES.2005.08.006.

Groenemeijer, P. and Kühne, T. (2014) ‘A Climatology of Tornadoes in Europe: Results from the European Severe Weather Database’, Monthly Weather Review, 142(12), pp. 4775–4790. doi: 10.1175/MWR-D-14-00107.1.

Gutiérrez-Álvarez, I. et al. (2019) ‘Radon behavior investigation based on cluster analysis and atmospheric modelling’, Atmospheric Environment, 201, pp. 50–61. doi: 10.1016/j.atmosenv.2018.12.010.

Gutiérrez-Álvarez, I. et al. (2021) ‘Radon transport events associated with the impact of a NORM repository in the SW of Europe’, Environmental Pollution, 289, p. 117963. doi: 10.1016/J.ENVPOL.2021.117963.

Gutiérrez-Álvarez, I. et al. (2022) ‘Use of a fuzzy qualitative model to reanalyze radon relationship with atmospheric variables in a coastal area near a NORM repository’, Environmental Technology & Innovation, 28, p. 102619. doi: 10.1016/J.ETI.2022.102619.

Holzer, A. M. (2001) ‘Tornado climatology of Austria’, Atmospheric Research, 56(1–4), pp. 203–211. doi: 10.1016/S0169-8095(00)00073-9.

HPC@UHU (2018) Universidad de Huelva High Performance Computer (HPC@UHU). Available at: https://www.uhu.es/fmc/hpcuhu (Accessed: 29 June 2022).

Letzmann, J. (1931) ‘Experimentelle Untersuchungen an Luftwirbeln’, Gerlands Beitr. Geophys., 33, pp. 130–172.

Luís, A. T. et al. (2018) ‘Application of fuzzy logic tools for the biogeochemical characterisation of (un)contaminated waters from Aljustrel mining area (South Portugal)’, Chemosphere, 211, pp. 736–744. doi: 10.1016/j.chemosphere.2018.07.194.

Novitskii, M. A. et al. (2015) ‘Using the indices of convective instability and meteorological parameters for analyzing the tornado-risk conditions in Obninsk on May 23, 2013’, Russian Meteorology and Hydrology, 40(2), pp. 79–84. doi: 10.3103/s1068373915020028.

Novitskii, M. A. et al.(2016) ‘The tornado in Bashkortostan: the potential of analyzing and forecasting tornado-risk conditions’, Russian Meteorology and Hydrology, 41(10), pp. 683–690. doi: 10.3103/s1068373916100034.

Nuclear Regulatory Commission EEUU (2007) Design-Basis Tornado and Tornado Missiles for Nuclear Power Plants.

Peltier, A. (1840) Météorologie: observations et recherches expérimentales sur les causes qui concourent à la formation des trombes. Cousin.

Pilguj, N. et al. (2022) ‘Reconstruction of Violent Tornado Environments in Europe: High-Resolution Dynamical Downscaling of ERA5’, Geophysical Research Letters, 49(11), p. e2022GL098242. doi: 10.1029/2022GL098242.

Potter, S. (2010) ‘Fine-Tuning Fujita: After 35 years, a new scale for rating tornadoes takes effect’, https://doi.org/10.3200/WEWI.60.2.64-71, 60(2), pp. 64–71. doi: 10.3200/WEWI.60.2.64-71.

Prevatt, D. O. et al. (2015) ‘Tornado Damage and Impacts on Nuclear Facilities in the United States’, Journal of Wind Engineering, 40(3), pp. 91–100. doi: 10.5359/JWE.40.91.

Reye, T. (1869) Die Wirbelstürme, Tornados Und Wettersäulen in Der Erd-Atmosphäre: Mit Berücksichtigung Der Stürme in Der Sonnen-Atmosphäre. Carl Rümpler.

Riemann-Campe, K., Fraedrich, K. and Lunkeit, F. (2009) ‘Global climatology of Convective Available Potential Energy (CAPE) and Convective Inhibition (CIN) in ERA-40 reanalysis’, Atmospheric Research, 93(1–3), pp. 534–545. doi: 10.1016/J.ATMOSRES.2008.09.037.

Rodríguez, O. et al. (2021) ‘An overview of tornado and waterspout events in Catalonia (2000–2019)’, Atmospheric Research, 250, p. 105415. doi: 10.1016/J.ATMOSRES.2020.105415.

Sioutas, M. V. (2011) ‘A tornado and waterspout climatology for Greece’, Atmospheric Research, 100(4), pp. 344–356. doi: 10.1016/J.ATMOSRES.2010.08.011.

Taszarek, M. and Brooks, H. E. (2015) ‘Tornado Climatology of Poland’, Monthly Weather Review, 143(3), pp. 702–717. doi: 10.1175/MWR-D-14-00185.1.

Taszarek, M., Brooks, H. E. and Czernecki, B. (2017) ‘Sounding-Derived Parameters Associated with Convective Hazards in Europe’, Monthly Weather Review, 145(4), pp. 1511–1528. doi: 10.1175/MWR-D-16-0384.1.

Wegener, A. (1917) Wind- und Wasserhosen in Europa. Vieweg.

Weyher, C. L. (1889) Sur les tourbillons, trombes, tempêtes et sphères tournantes: Etude et … – C L. Weyher – Google Libros. Gauthier-Villars et fils. Available at: https://books.google.at/books?id=ncMMAQAAIAAJ (Accessed: 24 June 2022).

Zhu, H. et al. (2017) ‘Tornado Hazard Assessment for a Nuclear Power Plant in China’, Energy Procedia, 127, pp. 20–28. doi: 10.1016/J.EGYPRO.2017.08.091.