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
DOI:
https://doi.org/10.54167/tch.v4i1.722Palabras clave:
Modelo meteorológico de mesoescala, pronóstico local de tiempo, alta resolución, validación del modelo, modelo MM5Resumen
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 (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).
Abstract
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).
Keywords: Mesoscale meteorological model, local weather forecast, high resolution, model validation
Descargas
Citas
Charney, J.G., R. Fjortoft & J. V. Newman. 1950. Numerical integration of the barotropic vorticity equation. Tellus 2(4):237-254. https://doi.org/10.1111/j.2153-3490.1950.tb00336.x
Colle, B. A., K. J. Westric & C.F. Mass. 1999. Evaluation of MM5 and Eta-10 Precipitation Forecasts over the Pacific Northwest during the Cool Season. Weather and Forecasting 14(2): 137-154. https://doi.org/10.1175/1520-0434(1999)014%3C0137:EOMAEP%3E2.0.CO;2
Das, S. 2005. Mountain weather forecasting using MM5 modelling system. Current Science 88(6): 899- 905. https://tinyurl.com/zrwpybn5
Fuentes, V., A. Jazcilevich, R. Aguirre, A. Wellens, J. Aysa & C. Rivera. 1993. Modelo metropolitano de gestión de la calidad del aire. Reporte técnico. Dirección de Ecología. Gobierno del Distrito Federal.
García, E. 1973. Modificaciones al sistema de clasificación climática de Koppen (para adaptarlo a las condiciones de la República Mexicana). Universidad Nacional Autónoma de México.
García, R. J., 2002. Evaluación de escenarios utilizándo el modelo regional de calidad del aire Multiescale Climate Chemistry Model (Tesis, Universidad Nacional Autónoma de México). https://www.repositorionacionalcti.mx/recurso/bc2e404a-c4cd-42c1-a10e-2feb12dd9fed
Hernández, G. R. 1999. Modelación preliminar del campo de viento alrededor de la Central Nucleoeléctrica de Laguna Verde (Tesis, Universidad Veracruzana).
Instituto Nacional de Estadística y Geografía. 2004. Síntesis de información geográfica del estado de Chihuahua. INEGI. https://tinyurl.com/3bcdfm4x
Jazcilevich, A., A. García & G. Ruiz-Suárez. 2002. A study of air flow patterns affecting pollutant concentrations in the region of Mexico. Atmospheric Environment 37(2): 183-193. https://doi.org/10.1016/S1352-2310(02)00893-2
Kerbyson, D.J., J. Kebin & K. Davis. 2007. Analysis of the Weather Research and Forecasting (WRF) Model on Large- Scale Systems. En Parallel Computing: Architectures, Algorithms and Applications. John von Neumann Institute for Computing. ISBN 158603796X, 9781586037963. https://juser.fz-juelich.de/record/60553/files/NIC225296.pdf
Kislova, A.V., E.D. Babinab & 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. https://doi.org/10.3103/S1068373908070030
Lobato, S., R. O. Rodríguez & I. Mendoza. 2005. Los usos de los modelos numéricos de mesoescala en México: un ejemplo de aplicación. Revista Universitaria Digital. http://hdl.handle.net/20.500.12013/1821
Magaña, V., J. Pérez-Fernández & J. Méndez-Pérez. 2002. Diagnostic and prognostic of extreme precipitation events in the México basin. Geofísica Internacional 42(2): 247-259. https://doi.org/10.22201/igeof.00167169p.2003.42.2.269
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. & D.G. Buttler. 1993. Statistical validation. Ecological Modelling 68(1-2): 21-32. https://doi.org/10.1016/0304-3800(93)90105-2
Pérez, F. J. 2004. Pronóstico numérico del tiempo para el Valle de México (Tesis, Universidad Autónoma de México). https://ru.dgb.unam.mx/handle/DGB_UNAM/TES01000327231
Reyes, S., M.W. Douglas & R.A. Maddox. 1991. El monzón del suroeste de Norteamérica (TRAVASON/SWAMP). Atmósfera 7(2): 117-137. https://www.redalyc.org/articulo.oa?id=56507204
Richardson, L. 1916. Weather Prediction by numerical process. En The Emergence of numerical weather prediction: Richardson´s Dream. Cambridge University Press. ISBN 9781107414839. https://assets.cambridge.org/97811074/14839/excerpt/9781107414839_excerpt.pdf
Salas, D. 2000. Experimentos numéricos de circulación atmosférica en el Valle de México (Tesis, Universidad Nacional Autónoma de México). https://ru.dgb.unam.mx/handle/DGB_UNAM/TES01000281045
Stauffer, D. & N. L. Seaman. 1990. Use of four-dimensional data assimilation in a limited-area mesoscale model. Part I: Experiments with synoptic-scale data. Monthly Weather Review 118(6):1250-1277. https://doi.org/10.1175/1520-0493(1990)118%3C1250:UOFDDA%3E2.0.CO;2
Stern, W., R. Pierrehumbert, J. Sirutis, J. Ploshay & K. Miyakoda. 1986. Recent Development in the GFDL Extended-Range Forecasting System, Short and Medium Range Numerical Weather Prediction. Journal of the Meteorological Society of Japan Ser II 63A:359- 363. http://dx.doi.org/10.2151/jmsj1965.64A.0_359
Zitácuaro, A. & E. N. Caetano. 2004. Simulación numérica de la circulación atmosférica en el Valle de México. En El Clima entre el mar y la montaña. Serie A. Nº 4 (p.p. 539-548). Asociación Española de Climatología y Universidad de Cantabria, Santander.
Publicado
Cómo citar
-
Resumen170
-
PDF90
-
HTML98