Medio ambiente y desarrollo sustentable  
Artículo arbitrado  
Aplicación y evaluación del modelo MM5  
para pronóstico de lluvia y temperatura en  
Chihuahua, México  
Application and evaluation of the MM5 model to forecast  
precipitation and temperature in Chihuahua, Mexico  
1
,3  
1
VÍCTOR MANUEL REYES–GÓMEZ , DANIEL NÚÑEZ-LÓPEZ , OSCAR ALEJANDRO  
2
2
VIRAMONTES-OLIVAS Y VÍCTOR DIEGO QUIÑONEZ-QUINTANA  
Recibido: Febrero 11, 2010  
Aceptado: Marzo 23, 2010  
Resumen  
Abstract  
En Chihuahua no existe un modelo local que permita pronosticar  
a corto plazo las posibilidades extremas de lluvia y temperatura,  
que considere los procesos atmosféricos de meso-escala. El  
objetivo del presente estudio fue adaptar y probar la eficiencia  
del modelo MM5 para predecir condiciones extremas de  
temperatura y lluvia en Chihuahua. Se integró un sistema de  
pronóstico que opera en una estación de trabajo donde se  
pueden generar mapas de pronóstico de lluvia y temperatura  
cada hora, hasta por dos días, para todo el estado de Chihuahua  
sobre una malla con resolución de 8 km. Las pruebas visuales  
muestran que el MM5 acierta en más del 90% de los eventos  
pluviométricos y puede estimar correctamente la lámina de lluvia  
y las temperaturas extremas en alrededor del 80% de los  
pronósticos. Para lluvia, el modelo puede subestimar en la región  
de planicies y valles de Chihuahua y predecir correctamente en  
la zona serrana; en tanto que para temperaturas máxima y mínima  
In Chihuahua there is no local model to forecast short-term  
extreme rainfall and temperature events, considered as  
atmospheric meso-scale. This study was designed to adapt  
and evaluate the efficiency of the model MM5 to predict  
extremes temperature and rain in Chihuahua.A forecast system  
was programmed to operate from a workstation where rain  
and temperature forecast maps were generated every hour,  
for two days, for the State of Chihuahua on a mesh with 8 km  
resolution. Visual evidence shows that the MM5 was  
successful in more than 90 % of the rain events and can  
forecast correctly the rainfall and extreme temperatures in  
about 80 % of the times. With respect to rain, the model may  
underestimate the precipitation on the plains and valleys of  
Chihuahua and predicts in correctly in the mountains region.  
For minimum and maximum temperatures (respectively,  
measured at 7:00 and 15:00 hrs.), the model generally  
overestimates these values for up to forecast rain and extreme  
temperatures, show that this model can be used with a high  
degree of confidence in Chihuahua (the model efficiency  
exceeded 0.57 values).  
(
respectivamente medidas a las 15:00 y 7:00), en general  
sobreestima entre 0.75 y 2.14°C. Las pruebas estadísticas de  
eficiencia del modelo para pronóstico de lluvia y temperaturas  
extremas, muestran valores significativos para poderlo utilizar  
con alto grado de confianza en Chihuahua (valores de eficiencia  
del modelo superiores a 0.57).  
Keywords: Mesoscale meteorological model, local weather  
forecast, high resolution, model validation, MM5 model.  
Palabras Clave: Modelo meteorológico de mesoescala,  
pronóstico local de tiempo, alta resolución, validación del modelo,  
modelo MM5.  
_
________________________________  
1
Instituto de Ecología,A.C. (INECOL). Centro Regional Chihuahua, Red MAS. Km 33.300, carretera Chihuahua-Ojinaga, Cd. Aldama,  
Chih. C.P. 32900. Tel. (614) 451 09 05.  
Departamento de Recursos Naturales, Facultad de Zootecnia, Universidad Autónoma de Chihuahua., Periférico Francisco R.  
Almada, Km 1.  
2
3
Dirección electrónica del autor de correspondencia: victor.reyes@inecol.edu.mx  
2
1
•
Vol. IV, No. 1 • Enero-Abril 2010 •  
VÍCTOR MANUEL REYES GÓMEZ, DANIEL NÚÑEZ LÓPEZ, OSCAR ALEJANDRO VIRAMONTES OLIVAS Y VÍCTOR DIEGO QUIÑONEZ QUINTANA:  
Aplicación y evaluación del modelo MM5 para pronóstico de lluvia y temperatura en Chihuahua, México.  
Introducción  
n Chihuahua, los fenómenos hidro-meteorológicos extremos que ocasionan mayores  
desastres son las lluvias torrenciales, nevadas, granizadas, inundaciones y sequías (Pérez,  
E
2004), ya que pueden impactar negativamente a la sociedad, al medio ambiente y todas las  
actividades económicas del estado.  
En otras regiones del mundo, como  
medidas de prevención de desastres, se han  
desarrollado modelos numéricos como el de  
Mesoescala V. 5.0 (MM5), el ETA, el Global de  
Aviación de Estados Unidos de Norteamérica  
siempre y cuando se realicen anidaciones más  
locales y se cuide el aspecto de resolución y  
condiciones físicas del terreno, como altitudes  
y fragmentación del paisaje.  
La mayoría de los censos bibliográficos  
indican que en México, el modelo MM5 es el  
más usado por su robustez y cantidad de  
variables de salida (Pérez, 2004; Magaña, 2004;  
Lobato et al.,2005; Kislova et al., 2009 y  
Zitácuaro y Caetano, 2004). Además, presenta  
la ventaja de generar información que permite  
el análisis de las condiciones regionales del  
tiempo y su impacto ocasionado por cambios  
en el uso de suelo. Si bien es cierto que requiere  
de capacidades humanas especializadas,  
existen al menos unos cinco usuarios en México  
que han podido desarrollar capacidades para  
el uso del MM5, sobre todo en zonas de  
desastres por huracanes como en el centro sur  
de México y la costa occidental de California  
(Instituciones como el SMN, La Marina,  
CICESE, CCA-UNAM, SMN). No se optó por el  
modelo WRF que es muy similar al MM5 porque  
está en fase de validación de su robustez y  
capacidad (Kerbyson et al., 2007).  
(
AVN por sus siglas en inglés) y el modelo de  
Investigación y Pronóstico del Clima (Weather  
Research and Forecasting WRF). Estos  
modelos permiten simular la dinámica  
atmosférica de meso-escala de una región en  
particular hasta por 72 h, generalmente incluyen:  
precipitación, temperatura y eventos  
meteorológicos globales como el ENSO.  
Gracias al desarrollo de la informática, los  
modelos numéricos fueron prácticos sólo hasta  
la segunda mitad del siglo XX (Charney et al.,  
1
950; Richardson, 1916; Magaña, 2004). Los  
cambios y adecuaciones de los modelos  
numéricos han sido enfocados a la creación de  
modelos de Circulación General (GCM, por sus  
siglas en inglés) y Atmosféricos de Área  
Limitada (LAM, por sus siglas en inglés) los  
cuales consideran sólo una sub-región del  
globo para simulaciones de tiempo, entre los  
cuales destacan el MM5, el ETA, el WRF  
(
Stauffer y Seaman, 1990).  
Para el caso de México, el MM5 ha sido  
utilizado para simular o predecir circulaciones  
atmosféricas a nivel regional y campos de viento  
superficial de altura geopotencial (Hernández,  
1999), para análisis de contaminación  
atmosférica y dispersión de contaminantes en  
la Ciudad de México (Salas, 2000; García, 2002;  
Fuentes et al.,1993; Jazcilevich et al., 2002).  
Desde 1996 el MM5 se ha utilizado  
experimentalmente como una herramienta de  
pronóstico operativo del tiempo meteorológico  
en México (Magaña et al., 2002). Sin embargo,  
poco se ha hecho para evaluar de forma objetiva  
la calidad de las simulaciones y de los  
pronósticos. Aún no se tiene la certeza sobre  
cuál es la máxima resolución espacial a utilizar  
Los modelos más sofisticados de  
predicción en tiempo real no son del todo  
perfectos, especialmente cuando la escala  
espacial a utilizar requiere mayor detalle y las  
parametrizaciones de las nubes dejan de ser  
válidas, llevando a errores en pronósticos de la  
cantidad de precipitación, parámetro  
meteorológico más relevante en lo que se refiere  
a predicción del tiempo a escala local (Pérez,  
2
004; Stern et al., 1986). En algunas partes del  
mundo, el MM5 ha sido adaptado a diversas  
escalas de resolución de malla para regiones  
con terrenos muy heterogéneos de relieve muy  
accidentado (Colle et al., 1999; Das, 2005),  
concluyendo sobre la gran robustez del MM5,  
2
2
• Vol. IV, No. 1 • Enero-Abril 2010 •  
VÍCTOR MANUEL REYES GÓMEZ, DANIEL NÚÑEZ LÓPEZ, OSCAR ALEJANDRO VIRAMONTES OLIVAS Y VÍCTOR DIEGO QUIÑONEZ QUINTANA:  
Aplicación y evaluación del modelo MM5 para pronóstico de lluvia y temperatura en Chihuahua, México.  
en el MM5 para obtener resultados útiles. En  
síntesis, la originalidad de este estudio radica  
en la adaptación y validación de un modelo de  
mesoescala a las condiciones locales estatales  
como Chihuahua, que ayude a la prevención de  
riesgos por condiciones extremas de lluvias o  
temperaturas frías o calurosas, así como la  
creación de bancos de información que puedan  
ser usados por el sector educativo y científico  
como entradas de otros modelos más  
complejos sobre la prevención de incendios,  
modelos hidrológicos y ecológicos.  
Las condiciones inicial y de frontera fueron  
adquiridas a intervalos de 6 h de los pronósticos  
a escala global, realizados diariamente en el  
Departamento de Aviación de Estados Unidos  
(AVN, por sus siglas en inglés), en conjunto con  
el National Center for Environmental Prediction  
(NCEP, por sus siglas en inglés). Las variables  
necesarias para las corridas del MM5 fueron:  
componente zonal y meridional (u y v) del viento,  
temperatura, humedad relativa, presión  
reducida al nivel del mar y altura geopotencial.  
Esas variables se adquirieron de los reportes  
de radio sondas de México y región fronteriza  
de E.U.A. en los niveles: 1000, 850, 700, 600,  
Objetivo. Adaptar y validar un sistema de  
pronóstico de condiciones extremas de  
precipitación y temperatura, específico para el  
estado de Chihuahua, a través del modelo de  
meso-escala conocido como MM5.  
500, 400, 300, 200, 150 y 100 mb con excepción  
de la humedad relativa que sólo se reporta hasta  
el a nivel de 300 mb.  
Materiales y métodos  
Figura 1. Dominios creados para el pronóstico del  
tiempo en Chihuahua.  
La zona de estudio. La región de estudio,  
abarca el estado de Chihuahua localizado al  
norte del país, ubicado entre las latitudes norte  
de 25° 30’ y 31° 47’ y longitudes oeste 103° 18’ y  
1
09° 7’; su altitud máxima es 3300 m (cerro  
Mohinora). El paisaje de Chihuahua está  
conformado por tres grandes regiones: sierra,  
llanura o meseta y desierto, que se distribuyen  
de oeste a este en forma de grandes bandas  
(INEGI, 2004). Los climas predominantes son  
templado húmedo (Cw) en la zona de montañas,  
seco semiárido en los valles y seco árido en  
las partes más bajas del paisaje (García, 1973).  
Pronóstico de lluvia y temperaturas  
extremas. Para el pronóstico de lluvia y  
temperatura, se establecieron dos dominios  
donde se probó el pronóstico de lluvia y  
temperatura con el MM5. El dominio uno (D1  
denominado madre), abarca todo México, donde  
se incluye el segundo dominio que abarca  
localmente el estado de Chihuahua (D2 o  
anidado, en la Figura 1). El D1 tiene como centro  
las coordenadas 24° N y -100.5° W, el D2 está  
centrado en los 29.19° N y los 107.61° W. Los  
puntos por malla son 120X170 en el caso del  
D1 y de 118X101 para el D2, respectivamente,  
con una resolución de mallado de 24 y 8 km.  
Validación del modelo MM5 para  
Chihuahua. Para la validación del MM5 en el  
dominio de Chihuahua, primero se realizó el  
pronóstico diario de lluvia y temperatura durante  
tres meses del periodo estival en Chihuahua  
(julio, agosto y septiembre del 2008), así como  
para uno de los meses más fríos (enero 2009),  
con lo que se cubrieron condiciones extremas  
del periodo estival en Chihuahua y la época más  
fría del año. Los pronósticos diarios fueron para  
48 horas y siguiendo los criterios de validación  
de modelos descritos en Mayer y Buttler (1993),  
2
3
•
Vol. IV, No. 1 • Enero-Abril 2010 •  
VÍCTOR MANUEL REYES GÓMEZ, DANIEL NÚÑEZ LÓPEZ, OSCAR ALEJANDRO VIRAMONTES OLIVAS Y VÍCTOR DIEGO QUIÑONEZ QUINTANA:  
Aplicación y evaluación del modelo MM5 para pronóstico de lluvia y temperatura en Chihuahua, México.  
se evaluó visualmente el pronóstico de lluvia  
para julio 2008, comparando la coincidencia de  
días con y sin lluvia generadas con el MM5 vs  
los días con y sin lluvia registrados en una red  
de siete estaciones automatizadas (Figura 2);  
distribuidas desde las zonas templadas frías  
predecir lluvia y temperatura se evaluó usando  
el criterio conocido como EM (Eficiencia del  
modelo), cuya relación propuesta por Mayer y  
Butler (1993) está dada por:  
N
2
(
X −Y )  
i i  
(
(
sitios 1 – 3) hasta las zonas áridas y semiáridas  
sitios 4 – 7).  
∑
i=1  
N
EM=1−  
2
i
X − X )  
i
(
∑
Figura 2. Red de estaciones de control y validación  
i=1  
del modelo.  
Donde EM es la eficiencia del modelo; Xi  
es el valor observado; Y es el valor simulado,  
i
i
X el valor medio observado, N es el número  
de pares comparados de valores observados  
y simulados.  
Resultados y discusión  
Información de salida. El sistema de  
pronóstico genera mapas de lluvia y  
temperatura cada hora durante un lapso de  
tiempo de 48 h (Figura 3). En el caso de la lluvia,  
las imágenes de los mapas representan la  
lámina de lluvia acumulada hora por hora (en  
mm) y en las imágenes de temperatura, se  
refleja el valor hora por hora (en °C). Son  
proyecciones que muestran geográficamente,  
la distribución espacial de las condiciones que  
prevalecerán en todo el estado de Chihuahua  
durante los próximos dos días. En la Figura 3,  
se observan los mapas de pronóstico,  
respectivamente para lluvia, temperatura  
extrema a las 7:00 y temperatura extrema a las  
La segunda forma de evaluación fue la  
confrontación numérica de valores  
pronosticados de lluvia y temperatura con  
valores observados y el análisis del grado de  
correlación en los sitios de control. En el caso  
de las temperaturas extremas, se compararon  
los valores más altos en los sitios de control  
(
15:00 del mes de julio 2008) y los más bajos  
15:00, donde se puede apreciar la forma de  
para la estación de San Juanito considerada una  
de las zonas más frías del estado (7:00 de  
enero 2009); para la lluvia, se tomó en cuenta  
el pronóstico de la lluvia acumulada en 24 h  
medido a las 9:00) para el mes de agosto del  
008 en todos los sitios.  
cómo el sistema genera información visual del  
pronóstico del tiempo para el estado de  
Chihuahua. Los colores de los mapas de  
precipitación van desde las tonalidades más  
claras cuando el pronóstico de lluvia es menor,  
hasta los colores azules intensos para los  
pronósticos de lluvia superiores a los 50 mm;  
en el caso de los mapas de temperatura, la  
escala de colores va desde los tonos azules  
para temperaturas cercanas o menores que  
cero, hasta los de tonos rojos o marrones  
intensos, que significan temperaturas mayores  
a los 30°C.  
(
2
En la primera evaluación, se estimó el  
porciento de aciertos como un primer criterio  
de validación, en la segunda forma de  
evaluación se estimaron los promedios de sobre  
o subestimación del modelo y el valor de  
correlación entre lo observado y lo pronosticado.  
Estadísticamente, la aptitud del modelo para  
2
4
• Vol. IV, No. 1 • Enero-Abril 2010 •  
VÍCTOR MANUEL REYES GÓMEZ, DANIEL NÚÑEZ LÓPEZ, OSCAR ALEJANDRO VIRAMONTES OLIVAS Y VÍCTOR DIEGO QUIÑONEZ QUINTANA:  
Aplicación y evaluación del modelo MM5 para pronóstico de lluvia y temperatura en Chihuahua, México.  
Figura 3. Mapas de pronóstico con MM5. a =  
Precipitación, b = Temperatura en la  
hora más calurosa, c = Temperatura en  
la hora más fría.  
c
más altos de aciertos se presentaron para la zona  
serrana, en los sitios de San Juanito, Mesa del  
a
Huracán y Madera (96.5 %, 100 % y 96.5 %  
respectivamente), los valores más bajos fueron en  
las zonas áridas y semiáridas de Chihuahua, en  
los sitios de Vila Ahumada, Salaices, Aldama y El  
Pueblito, con rangos entre 86 y 90 % de aciertos.  
Estos resultados, permiten constatar que el sistema  
de pronóstico de lluvia con el MM5 adaptado para  
Chihuahua, es muy eficiente, ya que la resolución  
de malla es de 8 km; superando otros sistemas  
similares como el de Colle et al. (1999) y de Das  
(
2005) quienes después de probar distintos  
tamaños de malla con esquemas microfísicos  
distintos, lograron para zonas montañosas como  
lasdeOregónyWashington(USA)yladelHimalaya  
(India), una escala horizontal entre 10 y 32 km, con  
condiciones de relieve similares a lo accidentado  
del terreno de la Sierra Madre Occidental y la Sierra  
Madre Oriental de Chihuahua. Este tipo de salidas  
son muy valiosas en programas de planeación de  
la agricultura, manejo de agua, transporte público,  
industria, recreaciones y prevención de riesgos a  
corto plazo, como tormentas, heladas, nevadas y  
grandes avenidas de ríos (Das, 2005), así como  
en el sector académico y científico como materia  
primadeentradaenotrosmodelosecohidrológicos,  
de manejo de cuencas y para prevención de  
incendios forestales.  
b
Validación visual del pronóstico de  
precipitación. En la Figura 4 se presentan los  
porcientos de acierto en la coincidencia (MM5 vs  
observado)deloseventospluviométricosdeagosto  
008 en los siete puntos de control. Los rangos de  
acierto se mantuvieron entre el 86 y 100%, con un  
promedioestataldeaciertosdel90.8%. Losvalores  
2
2
5
•
Vol. IV, No. 1 • Enero-Abril 2010 •  
VÍCTOR MANUEL REYES GÓMEZ, DANIEL NÚÑEZ LÓPEZ, OSCAR ALEJANDRO VIRAMONTES OLIVAS Y VÍCTOR DIEGO QUIÑONEZ QUINTANA:  
Aplicación y evaluación del modelo MM5 para pronóstico de lluvia y temperatura en Chihuahua, México.  
Figura 4. Relación de aciertos de la coincidencia  
del pronóstico de lluvia con el MM5 y los  
observados en los puntos de control.  
Figura 5. Comparación de valores de precipitación  
pluvial (Pp) pronosticada y observada para  
el mes de agosto 2008 en los sitios control.  
Para rangos pluviométricos entre 17 y 25  
mm de lluvia, el modelo simula casi  
perfectamente lo que lloverá, llegando a  
presentarse subestimaciones elevadas en  
algunos eventos pluviométricos mayores a los  
25 mm, como en el caso de la lluvia observada  
de 35 mm en la estación de Mesa del Huracán  
que el MM5 pronosticó una altura de 15 mm,  
derivándose una subestimación de -20 mm  
Validación numérica del pronóstico de  
precipitación. En el segundo tipo de evaluación  
del MM5, se confrontaron los valores de lluvia  
acumulada en 24 h estimada con MM5 vs  
observada en los sitios de control (Figura 5).  
Como se puede apreciar en el diagrama de  
dispersión; hay una clara tendencia positiva  
entre los valores de lluvia estimados con el MM5  
y los observados.  
(Figura 5).Aescala estatal, al considerar el total  
de sitios, el promedio de S-S-p (Cuadro 1),  
refleja una subestimación promedio de -0.153  
mm en el pronóstico de lluvia.  
Con el propósito de reforzar la evaluación  
del MM5 para el pronóstico de lluvia, se estimó  
la correlación de Pearson por sitio y para el  
total de ellos (Cuadro 1). Como puede  
observarse, los coeficientes de correlación  
todos fueron muy elevados (r > 0.86), lo que  
como criterio indica que el MM5 es muy apto  
para pronosticar lluvias hasta por 48 h en  
Chihuahua. El grado tan elevado de  
significancia de esas correlaciones se  
constató con los valores de probabilidad P,  
todos menores a 0.001 (n-2), presentando  
incluso un valor de r = 0.933 cuando se  
considera el total de sitios, lo que reafirma la  
robustez del MM5 en este tipo de pronósticos.  
Se observa que el MM5 sobreestima las  
lluvias menores de 5mm, como se puede ver  
para los casos de Villa Ahumada, Aldama, y  
Salaices (promedios de sobreestimación S-S-  
p en Cuadro 1); para lluvias entre 5 y 16 mm, el  
MM5 subestima las precipitaciones como se  
puede apreciar en algunos eventos  
pluviométricos de los sitios de Mesa del  
Huracán, Madera  
y
San Juanito,  
respectivamente, con subestimaciones  
promedio de -1.6, -0.36 y -0.11 mm.  
2
6
• Vol. IV, No. 1 • Enero-Abril 2010 •  
VÍCTOR MANUEL REYES GÓMEZ, DANIEL NÚÑEZ LÓPEZ, OSCAR ALEJANDRO VIRAMONTES OLIVAS Y VÍCTOR DIEGO QUIÑONEZ QUINTANA:  
Aplicación y evaluación del modelo MM5 para pronóstico de lluvia y temperatura en Chihuahua, México.  
Cuadro 1. Correlación de Pearson entre lluvia  
pronosticada con MM5 y lluvia observada  
en agosto 2008.  
Los resultados del grado de correlación  
entre el pronóstico y lo observado, se ilustran a  
través del valor de r en el Cuadro 2, que como  
criterio de evaluación del MM5 revela una  
elevada significancia para el pronóstico de las  
dos temperaturas extremas; exceptuando el sitio  
Salaices (con r = 0.25 y P = 0.1), los demás  
sitios mostraron coeficientes r mayores a 0.4  
con probabilidades menores a 0.05, que indica  
una elevada significancia y por ende un  
pronóstico bastante aceptable.  
Sitio  
S-S-p  
mm  
r
P
Aldama  
0.231 0.976 0.001  
0.156 0.962 0.001  
-0.317 0.965 0.001  
Salaices  
Madera  
Mesa de Huracán -1.610 0.845 0.001  
San Juanito  
Pueblito  
-0.114 0.977 0.001  
0.362 0.868 0.001  
0.259 0.914 0.001  
-0.153 0.933 0.001  
Figura 6. Comparación de valores de temperatura  
máxima (Tmax) pronosticada y observada  
para el mes de julio 2008 en los sitios  
control.  
Villa Ahumada  
Total de sitios  
S-S-p = Sobre o sub estimación promedio generada en el  
pronóstico de lluvia con MM5 , r = correlación de Pearson  
entre los valores de lluvia con MM5 vs observados, P =  
probabilidad de error del modelo de correlación (n-2).  
Validación numérica del pronóstico de las  
temperaturas extremas. En el caso del  
pronóstico de temperaturas extremas, el MM5  
generó sobre y subestimaciones en los dos  
horarios considerados como valores mínimo y  
máximo (7:00 y 15:00, respectivamente). Para  
el pronóstico de la temperatura máxima (Figura  
6
), las mayores dispersiones por sitio se  
observan en la Mesa del Huracán y Villa  
Ahumada, respectivamente, con una  
sobrestimación extrema de 11 °C y una  
subestimación de – 7 °C, cuyos promedios (S-  
S-p) se reflejaron de 3.5 °C y -1.2 °C en ambos  
casos (Cuadro 2). En los otros sitios, los valores  
de S-S-p reflejaron valores intermedios con  
promedios entre 0.07 °C y -0.7 °C, y de 0.75°C  
cuando se considera el total de sitios. En el caso  
de la temperatura mínima (Figura 7), para el  
mes de enero en la estación San Juanito, se  
observó una dispersión más importante en las  
temperaturas bajo cero que en aquellas  
positivas, con sobreestimaciones que pueden  
alcanzar los 7 °C, reflejándose un promedio de  
S-S-p de 2.14 °C para esa zona serrana de  
Chihuahua.  
Figura 7. Comparación de valores de temperatura  
mínima (Tmin) pronosticada y observada  
para el mes de enero 2009 en la estación  
San Juanito.  
2
7
•
Vol. IV, No. 1 • Enero-Abril 2010 •  
VÍCTOR MANUEL REYES GÓMEZ, DANIEL NÚÑEZ LÓPEZ, OSCAR ALEJANDRO VIRAMONTES OLIVAS Y VÍCTOR DIEGO QUIÑONEZ QUINTANA:  
Aplicación y evaluación del modelo MM5 para pronóstico de lluvia y temperatura en Chihuahua, México.  
Cuadro 2. Correlación de Pearson entre temperaturas  
extremas pronosticadas con MM5 vs  
observadas.  
más se encuentre un valor cercano de 1, mejor  
será la eficiencia del modelo, de hecho se  
acepta que si EM es ≥ 0.5 es suficientemente  
correcto para simular (Mayer y Butler, 1993). Los  
resultados promedio de la prueba EM para  
validar el MM5, se muestran en el Cuadro 3  
donde se aprecia que en los tres casos, el valor  
de EM es superior a 0.5, lo que indica que el  
MM5 para Chihuahua es lo suficientemente  
correcto para pronosticar las temperaturas  
extremas y la precipitación en el estado de  
Chihuahua. Sin embargo, debe mencionarse  
que el modelo deberá evaluarse en una segunda  
etapa, cuando el proceso de asimilación  
S-S-p  
Condición  
Tmax  
Sitio  
Aldama  
r
P
°C  
0.077 0.482 0.010  
-0.126 0.246 0.100  
1.389 0.512 0.010  
3.563 0.432 0.020  
0.911 0.391 0.050  
-1.209 0.892 0.001  
0.748 0.864 0.001  
2.147 0.865 0.001  
Salaices  
Madera  
Mesa de Huracán  
San Juanito  
Villa Ahumada  
Total del sitio  
San Juanito  
(
LITTLE) sea incluido en el sistema  
implementado para Chihuahua, el pronóstico  
deberá evaluarse a diversas escalas  
horizontales (4, 6, 8, 10 y 20 km) y al menos  
tres verticales (100, 400 y 850 mb), para  
encontrar una mayor certeza en el pronóstico  
del tiempo para todo el gradiente orográfico del  
estado.  
Tmin  
S-S-p=Sobre o sub estimación promedio generada en el  
pronóstico de temperaturas extremas con MM5, r=correlación  
de Pearson entre los valores de temperaturas extremas con  
MM5 vs observados, Tmax=temperatura máxima medida a  
las 15:00, Tmin=temperatura mínima medida a las 7:00,  
P=probabilidad de error del modelo de correlación (n-2).  
De igual forma, se debe considerar que  
Chihuahua, se encuentra en una zona crítica  
desde el punto de vista de las barreras  
orográficas y de los procesos atmosféricos que  
condicionan el clima de la región, como lo han  
demostrado Reyes et al. (1991) quienes  
señalan que la región del Vertiente del Golfo de  
México (donde se encuentra el estado) se deben  
considerar distintos niveles verticales para el  
entendimiento de los procesos de circulación  
atmosférica, al menos durante los tres meses  
del periodo estival (julio-septiembre).  
Con estos resultados de validación visual y  
numérica, queda demostrado que el MM5 es una  
herramienta que permite predecir con bastante  
certitud las condiciones extremas de lluvia y  
temperatura a escala regional o estatal (p.e. para  
Chihuahua), que debe tomarse con reserva el  
grado de imprecisión puntual en los sitios de  
control, ya que se sabe que el pronóstico con  
este tipo de modelos de mesoescala, es sobre  
todo con resoluciones de mallado mayores a  
los 6 km. Este tipo de pronósticos puede ser  
mejorado con procesos como el de asimilación,  
que considera nuevas condiciones iniciales de  
tiempo en superficie, que mejora el re-grillado  
horizontal inicial al comienzo del cálculo del  
pronóstico del tiempo con el MM5.  
Cuadro 3. Prueba de eficiencia del modelo MM5.  
2
2
i
Condición  
∑(X -Y)  
∑(X -X )  
EM  
0.78  
0.57  
0.87  
i
i
i
Temperatura a las 15:00  
Temperatura a las 7:00  
Lluvia acumulada (24 h)  
1726.8  
354.3  
7740.6  
823.9  
Prueba de eficiencia del MM5. Este criterio  
estadístico (descrito en materiales y métodos),  
2
indica de forma análoga al valor de r , que con  
953.01  
7211.2  
un valor nulo EM lo suficientemente diferente  
de − ∞ a 1, cualquier modelo sería inapropiado  
para el pronóstico en cuestión. Contrariamente,  
X = Valor observado, Y= valor pronosticado con MM5, X =  
i
i
i
promedio del valor observado, EM= Eficiencia del modelo.  
2
8
• Vol. IV, No. 1 • Enero-Abril 2010 •  
VÍCTOR MANUEL REYES GÓMEZ, DANIEL NÚÑEZ LÓPEZ, OSCAR ALEJANDRO VIRAMONTES OLIVAS Y VÍCTOR DIEGO QUIÑONEZ QUINTANA:  
Aplicación y evaluación del modelo MM5 para pronóstico de lluvia y temperatura en Chihuahua, México.  
fueron entre 0.57 y 0.78, respectivamente para  
temperaturas máximas y mínimas.  
Conclusiones  
El modelo de meso-escala MM5 adaptado  
Se debe contemplar en la adaptación y la  
para el estado de Chihuahua, logra pronosticar  
validación de otros modelos como el WRF, ETA  
lluvia y temperaturas extremas con exactitud  
en un futuro inmediato, que sustenten este  
estadística confiable. En términos de  
pronóstico con MM5, ya que si bien en  
coincidencia de eventos pluviométricos, el MM5  
Chihuahua los mayores desastres, como  
presenta una aptitud muy elevada para predecir  
huracanes y tormentas, no azotan directamente  
si durante las próximas 48 lloverá o no, con una  
al territorio estatal, sí es muy frecuente tener  
mayor certitud en la zona serrana (> 96 %) que  
consecuencias derivadas de tales fenómenos  
en la desértica (entre 86 y 96 % de aciertos), lo  
hidrometeorológicos, como inundaciones y  
que indica que debe seguirse explorando con  
oleadas de frío y calor.  
otras escalas de mallado horizontal y vertical  
para lograr una mayor confianza. A escala  
Agradecimientos  
puntual, el modelo MM5 tiende a sobre estimar  
las lluvias menores de 5 mm y a subestimar  
las lluvias con rangos entre 6 y 16 mm; para  
lluvias entre 17 y 25 mm, se presentó una  
certitud cercana al 100 % de eventos y una  
subestimación para lluvias mayores a los 26  
mm.  
Al Fondo Mixto del Gobierno del Estado de  
Chihuahua, por su financiamiento otorgado a  
través de la convocatoria FOMIX-Chihuahua,  
2005.  
Al Consejo Nacional de Ciencia y  
Tecnología, por su apoyo otorgado para la  
realización del presente proyecto, convocatoria  
FOMIX-CONACYT-2005.  
Para el caso de temperaturas, el modelo  
puede sobre o sub estimar las máximas, con  
rangos extremos entre 11 y -7 °C si se  
consideran puntualmente los sitios de control.  
Cuando se considera el total de sitios, a una  
escala estatal, el modelo produce un promedio  
de 0.75 °C de sobrestimación en la temperatura  
máxima, observada a las 15:00 en el mes de  
julio del 2008. Para extremo frío de las  
temperaturas, el MM5 puede generar  
sobrestimaciones de hasta 7 °C, con un  
promedio para San Juanito de 2.5 °C para  
temperaturas bajo cero. Los valores de  
correlación de Pearson para lluvia, fueron muy  
aceptables (>0.84), indicando una elevada  
eficiencia del modelo para el pronóstico de lluvia,  
constatado de igual manera con el valor de EF  
Al Instituto de Ecología, A.C. (INECOL-  
CEISS) por su apoyo brindado durante la  
ejecución del proyecto.  
Al Centro de Ciencias de la Atmósfera  
(CCA-UNAM), por el apoyo y consejos recibidos  
durante la puesta en marcha del MM5 y por la  
automatización de la operatividad del MM5.  
A la gerencia regional de CONAFOR- Río  
Bravo, por permitirnos el acceso a su red de  
estaciones automatizadas de clima del  
programa de incendios forestales en el estado  
de Chihuahua.  
Literatura citada  
CHARNEY, J.G., R. Fjortoft, and J. V. Newman. 1950. Numerical  
(
0.87); esos valores de correlación en  
integration of the barotropic vorticity equation, Tellus, Vol. 2.  
temperaturas extremas se mantuvieron para el  
caso de las mínimas (0.87), observándose  
ligeramente menores para el caso de las  
máximas pero lo suficientemente significantes  
237-254 pp.  
COLLE A., B., J. Kenneth, J. Westric and C.F. Mass, 1999.  
Evaluation of MM5 and Eta-10 Precipitation Forecasts over  
the Pacific Northwest during the Cool Season. Weather and  
Forecasting, 14: 137-154  
(
r > 0.4, con P < 0.05) para probar  
DAS, SOMESHWAR, 2005. Mountain weather forecasting using MM5  
modelling system. Current Science 88(6): 899- 905.  
FUENTES, V., A. Jazcilevich, R. Aguirre, A. Wellens, J. Aysa y C.  
Rivera. 1993. Modelo metropolitano de gestión de la calidad  
del aire. Reporte técnico, Dirección de Ecología, Gobierno del  
Distrito Federal. 100 p.  
estadísticamente la bondad del MM5. Las  
pruebas de eficiencia reforzaron la validación  
del modelo, los valores encontrados de EF  
2
9
•
Vol. IV, No. 1 • Enero-Abril 2010 •  
VÍCTOR MANUEL REYES GÓMEZ, DANIEL NÚÑEZ LÓPEZ, OSCAR ALEJANDRO VIRAMONTES OLIVAS Y VÍCTOR DIEGO QUIÑONEZ QUINTANA:  
Aplicación y evaluación del modelo MM5 para pronóstico de lluvia y temperatura en Chihuahua, México.  
GARCÍA, E. 1973. Modificaciones al sistema de clasificación  
climática de Koppen (para adaptarlo a las condiciones de le  
República Mexicana). Public. UNAM, 1973. 246 p.  
GARCÍA, R. J., 2002, Evaluación de escenarios utilizándo el modelo  
regional de calidad del aire Multiescale Climate Chemistry Model,  
Tesis de doctorado, pos-grado en Ciencias de la Tierra, Instituto  
de Geofísica de la UNAM, México. 55-56 pp.  
HERNÁNDEZ, G. R. 1999, Modelación preeliminar del campo de viento  
alrededor de la Central Nucleoeléctrica de Laguna Verde. Tesis  
de licenciatura, Facultad de Ciencias Atmosféricas,  
Universidad Veracruzana. 67 p.  
MAGAÑA, V. 2004. Evaluación de modelos y construcción de  
capacidades para la evaluación de la vulnerabilidad al cambio  
climático. 3er informe de proyecto CCA-UNAM-INE.  
MAYER, D.G. and D.G. Buttler. 1993. Statistical validation. Ecol.  
Modelling, 68: 21-32 pp.  
PÉREZ, F. J. 2004. Pronóstico numérico del tiempo para el Valle de  
México. Tesis de maestría. Centro de Estudios de laAtmósfera,  
Universidad Autónoma de México. México D.F. p. 69.  
REYES S., M.W. Douglas, R.A. Maddox, 1991. El monzón del  
suroeste de Norteamérica (TRAVASON/SWAMP). Atmósfera  
7: 117-137.  
INEGI, 2004. Síntesis de información geográfica del estado de  
Chihuahua. DVD, 350 pp.  
RICHARDSON, L. 1916. Weather Prediction by numerical process  
(Cambridge: Cambridge University Press. Vol 3. 234 p.  
SALAS, D., 2000, Experimentos numéricos de circulación  
atmosférica en el Valle de México. Tesis de licenciatura,  
Facultad de Ciencias, Universidad Nacional Autónoma de  
México, UNAM, México. 45 p.  
STAUFFER, D., and N. L. Seaman, 1990, Use of four-dimensional  
data assimilation in a limited-area mesoscale model. Part I:  
Experiments with synoptic-scale data, Mon. Wea. Review,  
Vol. 118, pp. 1250-1277.  
STERN, W., R. Pierrehumbert, J. Sirutis, J. Ploshay and K. Miyakoda,  
1986, Recent Development in the GFDL Extended-Range  
Forecasting System, Short and Medium Range Numerical  
Weather Prediction (Special Volume of the Journal of the  
Meteorological Society of Japan), Editado por T. Matsuno,  
359- 363 pp.  
ZITÁCUARO, A. y E. N. Caetano. 2004. Simulación numérica de la  
circulación atmosférica en el Valle de México. 539-548 In  
García-Codron, J.C.; D. C. Liaño, F. A., P. Hernández, G.  
Pedraja, y R.D. Álvarez. El Clima entre el mar y la montaña.  
Asociación Española de Climatología y Universidad de  
Cantabria, Santander. Cantabria, España. Serie A, Nº 4.  
JAZCILEVICH, A., A. García and G. Ruiz-Suárez. 2002. A study of air  
flow patterns affecting pollutant concentrations in the region  
of Mexico. Atmospheric Environment, Vol. 37: 183-193 pp.  
KERBYSON, D.J., J. Kebin and K. Davis. 2007. Analysis of the  
Weather Research and Forecasting (WRF) Model on Large-  
Scale Systems. In C. Bischof, M. Bücker, P. Gibbon, G.R.  
Joubert, T. Lippert, B. Mohr, F. Peters (Eds.), Parallel  
Computing: Architectures, Algorithms and Applications , JNIC.  
KISLOVA, A.V., E.D. Babinab and V.V. Lbedeva. 2008. Evaluation  
of summer temperature and precipitation forecasts generated  
by the MM5 model over Central European Russia. Russian  
Meteorology and Hydrology, 33 (7): 424–429.  
LOBATO, S., R. O. Rodríguez y I. Mendoza. 2005. Los usos de los  
modelos numéricos de mesoescala en México: un ejemplo de  
aplicación. Revista Universitaria Digital, 12 p.  
MAGAÑA, V., J. Pérez-Fernández and J. Méndez-Pérez. 2002.  
Diagnostic and prognostic of extreme precipitation events in  
the México basin. Geofísica Internacional, Vol. 41: 247-259  
pp.  
Este artículo es citado así:  
Reyes-GómezV. M., D. Núñez-López, O. A. Viramontes-Olivas y V. D. Quiñonez-Quintana. 2010: Aplicación  
y evaluación del modelo MM5 para pronóstico de lluvia y temperatura en Chihuahua, México.  
TECNOCIENCIA Chihuahua 4(1): 21-31.  
3
0
• Vol. IV, No. 1 • Enero-Abril 2010 •  
VÍCTOR MANUEL REYES GÓMEZ, DANIEL NÚÑEZ LÓPEZ, OSCAR ALEJANDRO VIRAMONTES OLIVAS Y VÍCTOR DIEGO QUIÑONEZ QUINTANA:  
Aplicación y evaluación del modelo MM5 para pronóstico de lluvia y temperatura en Chihuahua, México.  
Resúmenes curriculares de autor y coautores  
VÍCTOR MANUEL REYES GÓMEZ. Egresó como biólogo de la ESB-UJED y como Maestro en Ciencias del Colegio de Posgraduados de  
Montecillos; Obtuvo su DEA en Sciences de l’Eau Dans l’Environnement Continental en la Université de Montpellier II (1999, Francia)  
y el grado de doctor en ciencias de la Tierra y del Agua en la Université de Montpellier II (2002, Francia). Es investigador del Instituto  
de Ecología, A.C. (INECOL), adscrito al Centro de Investigación Sobre Sequía (CEISS), especialista en el área de hidro-edafología  
y en el estudio de sequía y el monitoreo ecológico a largo plazo. Ha sido candidato del SNI (2004-.2007), miembro de la Reseau de  
Zones Arides (1995-2005), miembro de la Comisión Scientiphique électoralle de l’IRD-Paris (2003-2005), director del CEISS (2003-  
2004), coordinador de investigación y docencia del CEISS (2004-2009). Ha publicado 10 artículos indexados, 1 libro y 8 capítulos  
de libro, ha dirigido 7 proyectos de investigación con fondos externos y participado en otros 7 en colaboración con otras  
instituciones, ha dirigido 5 tesis de licenciatura y 1 de doctorado. Ha participado en 15 ponencias por invitación y 30 en congresos  
y simposios nacionales e internacionales. Participó en docencia ofreciendo los cursos de: Manejo de Cuencas, Manejo Integral de  
los Recursos Naturales y Manejo Integral de Cuencas hidrográficas (UJED y UACH). Revisor de proyectos de CONACYT (Fondos  
Mixtos y Sectoriales, SINECYT), evaluador de artículos en revistas nacionales especializadas. Contacto: victor.reyes@inecol.edu.mx,  
rey.victor@gmail.com  
DANIEL NÚÑEZ LÓPEZ. Egresado de la Licenciatura en Ciencias Forestales de la Universidad Juárez del Estado de Durango, con estudios  
de Maestría en Ciencias Forestales cursados en la UniversidadAutónoma de Nuevo León. Especialista en el desarrollo de Sistemas  
de Información Geográfica y de Teledetección orientado a la evaluación de recursos naturales. Incorporado desde el año 2001 en  
el Centro de Investigación Sobre Sequía del Instituto de Ecología A.C. (CEISS-INECOL) desarrollando proyectos de investigación  
relacionados con incendios forestales en donde generó un modelo cartográfico para identificar el riesgo potencial de incendios  
forestales en Chihuahua, así mismo contribuyó en la implementación de un sistema de monitoreo de la sequía en el norte de México.  
Es autor y coautor de artículos científicos indexados, así como de capítulos de libros; ha dirigido varias tesis de licenciatura. Ha  
participado como especialista invitado en ponencias nacionales e internacionales relacionadas a sequía e incendios forestales.  
Actualmente es estudiante del programa de Doctorado en Ciencias con especialidad en Manejo de Recursos Naturales en la  
Universidad Autónoma de Nuevo León.  
OSCAR ALEJANDRO VIRAMONTES OLIVAS. Realizó sus estudios de licenciatura en la Facultad de Zootecnia y Ecología de la Universidad  
Autónoma de Chihuahua, obteniendo el título de Ingeniero Zootecnista (1981-1985). Cursó la maestría en Producción Animal, en el  
área de Reproducción y Genética Animal (1991-1993), en la misma institución con mención honorífica. Obtuvo su Doctorado por el  
Instituto de Ciencias Agrícolas de la Universidad Autónoma de Baja California (UABC) de 2005 a 2008, con el tema de Disertación  
«
Evaluación de las Propiedades Hidráulicas del Suelo Superficial Aplicando un Modelo de Escurrimiento en la Cuenca del Río  
Conchos» con mención honorífica. Laboró en el periodo 1986-1995 en la Facultad de Medicina de la UACH, como jefe del  
Departamento de Animales de Investigación. Ingresó a la Facultad de Zootecnia y Ecología de 1995 a la fecha en diversas áreas  
(Extensión y Difusión, Planeación, Reproducción y Genética y actualmente en Recursos Naturales y Ecología). Tiene un amplio  
trabajo editorial en diferentes medios de comunicación (Heraldo de Chihuahua, Norte de Chihuahua, revista el Pueblo de Chihuahua,  
Chihuahua Moderno, La Opción, NN Noticias en Radiorama de Chihuahua) y revistas científicas arbitradas e indexadas, sobre  
temas relacionados con el manejo de cuencas y agua. Autor de los libros La Rabia y el Manual para Determinar Erosión del Suelo  
a partir de la Ecuación Universal de Pérdida de Suelo, Aplicando Tecnología Geoespacial. Colaborador de los cuerpos académicos  
de Agua y Suelo, en el Instituto de Ciencias Agrícolas de la UABC y el CA-105 y CA-16 en la Facultad de Zootecnia y Ecología de  
la UACH. Ha sido ponente en varios congresos nacionales e internacionales, con temas relacionados con conservación de  
cuencas y la aplicación de la Ecuación Universal de Pérdida de Suelo.  
VÍCTOR DIEGO QUIÑÓNEZ QUINTANA. Egresó de la Facultad de Zootecnia de la Universidad Autónoma de Chihuahua, como ingeniero en  
Ecología en el año 2010. Realizó su investigación de tesis de ingeniería en el tema de pronóstico de lluvia y temperatura en  
Chihuahua, usando el modelo de mesoescala MM5; ha participado como Técnico de Servicios Profesionales en el área de incendios  
forestales de la Región VI Río Bravo de CONAFOR; también, como Técnico de la Red LTER de México en el área de tratamiento de  
datos climáticos y como Técnico en el tratamiento de cartografía de sequía en la Región VI Rio Bravo, en el marco del proyecto CNA-  
CONACYT «Implementación de un sistema de Monitoreo de sequías para la RVI del Río Bravo. Tiene participaciones en congresos  
nacionales e internacionales sobre Ciencias Ambientales, Ecología y productos biotecnológicos.  
3
1
•
Vol. IV, No. 1 • Enero-Abril 2010 •