Desarrollo de modelos de inteligencia artificial para el pronóstico de heladas en la cuenca del río Mantaro, Chupaca, 2024

• Autores: Santiago Blancas, Delbin Aldair, Rojas Huari, Trhiany Eloy
• Formato: tesis de grado
• Fecha de Publicación: 2025
• Institución: Servicio Nacional de Meteorología e Hidrología del Perú
• Repositorio: SENAMHI-Institucional
• Lenguaje: español
• OAI Identifier: oai:repositorio.senamhi.gob.pe:20.500.12542/4429
• Enlace del recurso: https://hdl.handle.net/20.500.12542/4429
• Nivel de acceso: acceso abierto
• Materia: Fenómenos Meteorológicos; Gestión de Riesgo; Pronóstico Meteorológico; Temperatura; Humedad; Radiación; Inteligencia Artificial; https://purl.org/pe-repo/ocde/ford#1.05.09; temperatura - Aire y Atmósfera

La presente investigación tiene el objetivo de mejorar la precisión de las predicciones y optimizar la gestión de riesgos en agricultura, ganadería y salud pública. Se empleará una metodología cuantitativa con enfoque aplicado y diseño experimental predictivo, utilizando modelos de IA como Random Forest, Extra Trees y Gradient Boosting. Se analizaron cinco años de datos climáticos históricos del Instituto Geofísico del Perú (IGP) y SENAMHI, incluyendo temperatura, humedad y radiación. Los resultados mostraron que Random Forest y Extra Trees fueron los modelos más precisos para predecir heladas en un horizonte de 6 a 48 horas. Se realizaron pruebas experimentales bajo escenarios de variabilidad climática, como inversión térmica y el fenómeno del Niño, para evaluar su desempeño. Se concluyó que la integración de redes neuronales profundas y la actualización constante de datos podrían mejorar aún más la precisión de las predicciones a largo plazo.