Modelo matemático ante datos erróneos de temperatura del aire para el control de calidad en la sierra del departamento de Puno del Perú

Abstract

En la sierra del departamento de Puno, los registros de temperatura del aire presentan errores sistemáticos, valores atípicos y datos faltantes, lo que compromete la confiabilidad de los análisis climáticos y la toma de decisiones en sectores como la agricultura, la gestión del agua y la prevención de desastres. Este estudio desarrolló un modelo matemático que integra técnicas de machine learning (Random Forest y Gradient Boosting), herramientas estadísticas y análisis geoespacial para el control de calidad, corrección e imputación de series de temperatura en estaciones meteorológicas. Se emplearon datos históricos del Servicio Nacional de Meteorología e Hidrología del Perú (SENAMHI) del período 2001-2024, provenientes de 22 estaciones ubicadas por encima de los 3,800 m s. n. m. El modelo comprendió cuatro fases: recopilación y depuración de datos, detección de anomalías, implementación del algoritmo híbrido y validación de resultados. La evaluación se realizó mediante métricas como el error absoluto medio (MAE), la raíz del error cuadrático medio (RMSE) y el coeficiente de determinación (R²), complementadas con la prueba de Friedman. Los resultados mostraron que el modelo redujo en más del 30% el error en los registros originales y mejoró la consistencia espacial entre estaciones vecinas (r > .90), superando los métodos convencionales de control de calidad. Estos hallazgos confirman la eficacia del modelo propuesto para optimizar la calidad de los datos meteorológicos en regiones altoandinas y su aplicabilidad en otros contextos con condiciones climáticas extremas.