Olas de calor marinas y terrestres concurrentes en el Perú: caracterización, dinámica y predictibilidad subestacional mediante Inteligencia Artificial

Las olas de calor marinas (MHW) y terrestres (THW) se han intensificado a escala global, pero los mecanismos que vinculan el calentamiento costero del océano con los extremos térmicos en tierra siguen siendo poco comprendidos en el Pacífico suroriental. En el Perú, la co-ocurrencia y la secuencia MHW-THW, así como su predictabilidad subestacional, no han sido evaluadas de manera sistemática pese a su relevancia para ecosistemas, recursos hídricos, salud pública y actividades económicas costeras. Este proyecto busca caracterizar MHW y THW a lo largo del margen peruano, identificar sus patrones sinópticos dominantes y diagnosticar los procesos de acoplamiento océano–atmósfera asociados a eventos concurrentes o secuenciales MHW-THW. El proyecto se organiza en tres componentes principales. La primera se centra en la identificación y caracterización de MHW y THW utilizando series diarias de temperatura superficial del mar (TSM) del reanálisis oceánico GLORYS y temperatura del aire a 2 m (T2m) del reanálisis ERA5-Land, junto con variables atmosféricas y de superficie de ERA5, con el fin de construir una climatología de su intensidad, duración, estacionalidad y distribución espacial. La segunda componente aborda el análisis dinámico del acoplamiento océano–atmósfera mediante técnicas de Análisis de Funciones Ortogonales Empíricas (EOF) y clustering aplicadas a campos oceánicos y atmosféricos de GLORYS y ERA5, además de análisis lag–lead para evaluar procesos asociados a la concurrencia o secuencia MHW–THW. La tercera componente evalúa la predictibilidad subestacional entrenando modelos Random Forest, Long Short-Term Memory (LSTM) y Convolutional Neural Networks (CNN) para predecir TSM y T2m hasta 30 días de anticipación. La robustez de los resultados se examinará mediante distintos periodos de entrenamiento y prueba y mediante análisis de sensibilidad e importancia de predictores. Los resultados permitirán identificar los principales drivers oceánicos y atmosféricos que controlan la ocurrencia conjunta de MHW y THW, determinar su horizonte efectivo de predictibilidad y generar bases científicas para fortalecer el monitoreo y la anticipación de extremos térmicos, apoyando el desarrollo de futuros sistemas de alerta temprana y estrategias de adaptación climática en el país.