The preliminary results showed that random forest worked best for the PB imbalanced data, having a 0.84 weighted average in precision and recall metric. The model reproduces 9 of the PB with low error 4.5% and overestimates 34.52 % one of them in the Amazon. Furthermore, there is an increasing slight trend (not significant) of AI at the drainage-scale, mainly in the Pacific. We hypothesize that there is a migration of dryland subtypes from dry to wet areas in the present time.

La necesidad de cuantificar el riesgo de ocurrencia de precipitaciones de cierta intensidad y duración es vital para las obras de ingeniería en el Perú. Una herramienta que sirve para estimarlo son las curvas Intensidad-Duración-Frecuencia (IDF). La exactitud de estas curvas depende de datos de calidad y resolución temporal horaria (Ritschel et al., 2017). Sin embargo, en el Perú se cuenta con un registro muy corto de años de precipitaciones horarias, lo que dificulta inferir propiedades estadísticas de la IDF sub diarias. Un método de estimación de las curvas IDF sobre territorio peruano es desarrollado en esta investigación, utilizando la distribución General de Extremos (GEV) para calcular las intensidades de diferente duración en 5, 50, 100 y 200 años de retorno. El método se validó comparando las curvas generadas con datos observados y simulados para la Mina Toquepal...

The biodiversity present in Peru will be affected by climatic and anthropogenic changes; therefore, understanding these changes will help generate biodiversity conservation policies. This study analyzes the potential distributions of biomes (B) in Peru under the effects of climate change. The evaluation was carried out using the random forest (RF) method, six bioclimatic variables, and digital topography for the classification of current B in Peru. Subsequently, the calibrated RF model was assimilated to three downscaled regional climate models to project future B distributions for the 2035–2065 horizon. We evaluated possible changes in extension and elevation as well as most susceptible B. Our projections show that future scenarios agreed that 82% of current B coverage will remain stable. Approximately 6% of the study area will change its current conditions to conditions of higher hum...

La necesidad de cuantificar el riesgo de ocurrencia de precipitaciones de cierta intensidad y duración es vital para las obras de ingeniería en el Perú. Una herramienta que sirve para estimarlo son las curvas Intensidad-Duración-Frecuencia (IDF). La exactitud de estas curvas depende de datos de calidad y resolución temporal horaria (Ritschel et al., 2017). Sin embargo, en el Perú se cuenta con un registro muy corto de años de precipitaciones horarias, lo que dificulta inferir propiedades estadísticas de la IDF sub diarias. Un método de estimación de las curvas IDF sobre territorio peruano es desarrollado en esta investigación, utilizando la distribución General de Extremos (GEV) para calcular las intensidades de diferente duración en 5, 50, 100 y 200 años de retorno. El método se validó comparando las curvas generadas con datos observados y simulados para la Mina Toquepal...

Explora la posibilidad de simular precipitaciones sub diarias (ejemplo 1 hora de duración) a nivel Nacional utilizando el modelo pulso rectangular modificado de Barlett-Lewis (MBLRP). El modelo MBLRP es un modelo estocástico que conceptualiza las tormentas como un grupo de bloques cuyas duraciones e intensidades son aleatorias entre ellas. Para poder calibrar este modelo se necesita que las series simuladas reproduzcan las características estadísticas de la precipitación medidas con pluviómetros para diferentes duraciones. Debido a que solo se cuenta con información pluviométrica de resolución diaria se requirió utilizar datos satelitales del producto TRMM para poder estimar características de precipitaciones sub diarias y así poder introducir estas características al modelo MBLRP. Además, se utilizó el método de validaciones cruzadas repetitivas para considerar la influe...

As Peru is subject to large seismic movements owing to its geographic condition, determining seismic risk levels is a priority task for designing appropriate management plans. These actions become especially relevant when analyzing Pisco, a Peruvian city which has been heavily affected by various seismic events through the years. Hence, this project aims at estimating the associated seismic risk level and its previous requirements, such as hazard and vulnerability. To this end, a hybrid approach of machine learning (i.e., Random Forest) and hierar-chical analysis (i.e., the Saaty matrix) was used. Risk levels were calculated through a double-entry table that establishes the relation between hazard and vulnerability levels. Results suggest that the city of Pisco exhibits both medium (lower city areas) and high (higher city areas) hazard levels in similar proportion. In addition, the coast...

In Peru, solid waste accumulation has been constant for decades and impacts 72% of local governments, affecting 42% of the population. These numbers show new tools are required to better understand this phenomenon and develop appropriate mitigation methods. In this light, this research proposes an exploratory analysis of the study population against the accumulation of solid waste. For this, the study proposes the segmentation of a specific population through a set of social indicators grouped into three categories of analysis (i.e., sociocultural, sociodemographic, and socioeconomic) and, in turn, assess the geographic proximity between each group of people segmented according to the parameters used for this study, and the informal points of accumulation of MSW. To segment the study population, an unsupervised classification model (i.e., K-means) was used. For methodological purposes, t...