El pronóstico de lluvias intensas para la Ciudad de México

• Magaña, Víctor ^[1] ; López, Luis Clemente ^[1] ; Vázquez, Gustavo ^[1]
  1. [1] Universidad Nacional Autónoma de México

     Universidad Nacional Autónoma de México

     México

     
• Localización: TIP Revista Especializada en Ciencias Químico-Biológicas, ISSN 2395-8723, Vol. 16, Nº. 1, 2013, págs. 18-25
• Idioma: español
• Títulos paralelos:
  • Heavy rains in Mexico City
• Enlaces
  • Texto completo (pdf)
• Resumen
  • español

    El pronóstico numérico del tiempo se ha vuelto una herramienta fundamental en las instituciones de Protección Civil. Sin embargo, en el caso de los pronósticos de corto plazo para el Valle de México, es relativamente poco lo que se conoce sobre la calidad de las predicciones. Mediante datos diarios de precipitación observada y pronosticada con el modelo de mesoescala conocido como MM5 se hace una evaluación de los pronósticos de lluvia. Se encuentra que cuando se hacen predicciones de alta resolución espacial en el Valle de México, donde los efectos de la urbanización y la orografía son importantes, la calidad de los pronósticos de lluvia es limitada, con patrones espaciales observados y pronosticados diferentes. La falta de coherencia espacial entre predicciones y observaciones requiere comenzar por analizar los factores físicos estacionarios que pueden influir en la calidad de las predicciones. Los errores en los pronósticos a corto plazo requieren por tanto formular estrategias de gestión de riesgo para implementar acciones de prevención de desastres.

  • English

    Numerical Weather Prediction has become a fundamental tool in Civil Protection Institutions. Short-term numerical weather prediction for the Valley of Mexico has rarely been evaluated in a systematic way. By using daily observed precipitation data and those predicted with the mesoscale model known as MM5, an evaluation of rainfall forecast is made. It is found that making predictions of high spatial resolution in the Valley of Mexico is of limited quality mainly because of the effects of urbanization and orography over the rainfall. The lack of consistency between predicted and observed rainfall spatial patterns requires an analysis of stationary physical factors that can influence the quality of forecasts. Errors in short-term forecasts require risk management strategies to implement disaster prevention actions.