Un siglo de variabilidad y cambio climático en los Andes centrales del Perú (1921–2025): Reconstrucción climática, evaluación de la variabilidad y predictibilidad de las heladas en la Estación Meteorológica de Huayao mediante Machine Learning.

Las regiones altoandinas del Perú son altamente vulnerables a la variabilidad climática, al cambio climático, y a los eventos meteorológicos extremos como las heladas, siendo uno de los eventos más frecuentes y con mayor impacto sobre la agricultura, los ecosistemas de montaña y la seguridad alimentaria. Sin embargo, la comprensión científica de su evolución de largo plazo en esta zona continúa siendo limitada, principalmente por la pérdida, fragmentación y escasa sistematización de los registros meteorológicos históricos en los Andes peruanos, lo que ha impedido el aprovechamiento pleno de observaciones instrumentales realizadas a lo largo de décadas. El Órgano Desconcentrado y Centro de Facilidades Científicos-Técnicos (OD CFCT) Observatorio Geofísico de Huancayo, dependencia del Instituto Geofísico del Perú (IGP), constituye uno de los patrimonios científicos más valiosos del país, al contar con registros meteorológicos que se extienden desde 1921 hasta 2025, representativos de los Andes centrales del Perú. No obstante, una parte sustancial de esta información permanece dispersa en formatos históricos, con vacíos temporales y posibles inhomogeneidades, lo que ha restringido su uso sistemático en estudios climáticos de largo plazo. La recuperación, depuración y reconstrucción de estas series centenarias es una tarea prioritaria para preservar este legado científico y transformarlo en una base de datos climáticos consistentes y de alta calidad. En este contexto, el OD CFCT del IGP, constituye un patrimonio científico excepcional del país, al disponer un registro excepcional de las observaciones meteorológicas continuas que se extienden por más de un siglo, desde 1921 hasta 2025, representativas de los Andes centrales del Perú. No obstante, una fracción importante de esta información permanece dispersa en formatos históricos, con vacíos temporales y posibles inhomogeneidades, lo que ha restringido su uso sistemático para estudios climáticos de largo plazo. La recuperación, depuración y reconstrucción de estas series centenarias es, por tanto, una condición indispensable para aprovechar plenamente su valor científico y para construir una base de datos climática consistente y de alta calidad. Este proyecto de investigación básica propone aprovechar el valor científico del OD CFCT del IGP, planteando como objetivo rescatar, reconstruir y analizar las series climáticas históricas de la Estación Meteorológica de Huayao con el fin de caracterizar la evolución y la variabilidad de la temperatura, la precipitación y el régimen de heladas en los Andes centrales del Perú, así como evaluar de manera exploratoria la predictibilidad de las heladas mediante técnicas de Machine Learning. En una primera etapa, se recuperarán, digitalizarán, depurarán y homogenizarán las principales variables meteorológicas registradas en la estación, incluyendo temperatura mínima y máxima, precipitación, humedad relativa, horas de sol, temperaturas seca y húmeda, temperatura de punto de rocío y evaporación, con el propósito de generar series climáticas coherentes y científicamente robustas. Posteriormente, estas series reconstruidas serán empleadas para analizar la variabilidad estacional, interanual y decadal de la temperatura y la precipitación, identificar tendencias de largo plazo y detectar cambios en el régimen de heladas y de los extremos fríos, así como su relación con los principales modos de variabilidad climática (como ENSO y variabilidad decadal del Pacífico). De manera complementaria, se evaluará el potencial de las series históricas reconstruidas para reproducir y predecir la ocurrencia de heladas mediante modelos de Machine Learning, aplicando técnicas de validación temporal y métricas estándar de desempeño que permitan cuantificar su capacidad predictiva y sus principales limitaciones. Los resultados del proyecto permitirán rescatar y valorizar uno de los conjuntos de datos climáticos más antiguos y completos del país, fortaleciendo la infrae