La precipitación es una de las principales variables que dinamizan el ciclo hidrológico. Asimismo, constituye información clave en el estudio de los extremos climáticos.
En el Perú, la red de estaciones pluviométricas que monitorea el SENAMHI presenta una baja densidad o, en algunos casos, no existe. Del mismo modo, se cuenta con el registro limitado de información meteorológica de las estaciones locales de las unidades mineras (UM).
En contraste, debido a los avances tecnológicos, se dispone de productos de precipitación estimada por satélite (PES) y reanálisis climático (RC) que presentan una cobertura temporal y espacial a nivel mundial, que permiten afrontar el problema de la escasez de datos. Sin embargo, la aplicación de los productos PES y RC no es directa, debido a que presentan sesgos, siendo necesario construir modelos de machine learning de clasificación/regresión.
Una de las aplicaciones es el estudio de los extremos climáticos, tales como las inundaciones y sequías. Asimismo, nos permite analizar los efectos de la variabilidad y el cambio climático, incorporando las proyecciones de modelos de circulación general (GCM) del coupled model intercomparison project phase 6 (CMIP6), empleando escenarios shared socioeconomic pathway (SSP).
El proceso metodológico permite desarrollar las curvas intensidad-duración-frecuencia (IDF) considerando las proyecciones de cambio climático, proporcionando información crítica para la planificación y diseño de obras hidráulicas y proponer medidas de adaptación respetuosas del medioambiente, especialmente en el sector minero.
Este enfoque metodológico ofrece una herramienta robusta para enfrentar los desafíos del cambio climático, mejorar la gestión de los recursos hídricos y la gestión del riesgo de desastres.
