Metodología
Pipeline de datos, ingeniería de variables, modelos y protocolo de validación
Pipeline de análisis
Flujo desde datos brutos hasta evaluación final
1
Descarga
NASA POWER API
13 estaciones
2000–2025
13 estaciones
2000–2025
2
Preprocesamiento
Limpieza, restricciones fisicas, combinación de estaciones
3
Ingeniería
102 variables: rezagos, medias moviles, interacciones
4
Modelado
Entrenamiento de 12 modelos en division temporal
5
Evaluación
RMSE, MAE, R², Precisión, Recall, F1, TSS
Importancia de variables — XGBoost (top 10)
Protocolo de validación temporal
Entrenamiento
2000–2021 (104,468 obs.)
Validación
2022–2023 (9,490 obs.)
Prueba
2024–Sep 2025 (8,190 obs.)
Fuga de datos
Prevenida con shift(1)
Normalización
Por estación (espacial)
Helada (umbral)
T_min ≤ 0°C
Variables de entrada (NASA POWER)
| Variable | Descripción | Unidad |
|---|---|---|
| T2M_MIN | Temperatura mínima diaria a 2m | °C |
| T2M_MAX | Temperatura máxima diaria a 2m | °C |
| T2M | Temperatura media diaria a 2m | °C |
| RH2M | Humedad relativa a 2m | % |
| WS2M | Velocidad del viento a 2m | m/s |
| PS | Presion superficial | kPa |
| PRECTOTCORR | Precipitación corregida | mm/dia |
Ingeniería de características (102 variables)
Temporales
month, doy, week, season × 4, sin/cos ciclico
Rezagos
tmin/tmax/tmean/rh/pressure/wind lag(1,2,3,7)
Medias moviles
MA y SD a ventanas 3, 7, 14, 30 días
Interacciones
HR×T, Presion×T, Viento×T
Estaciones
One-hot encoding (13 variables)
Modelos comparados — justificación de selección
| Categoría | Modelo | Justificación para el Altiplano |
|---|---|---|
| Estadístico | SARIMAX | Captura ciclos anuales de heladas y regresores externos |
| Holt-Winters | Triple suavizamiento para patrones estacionales complejos en gran altitud | |
| Prophet | Robusto ante datos faltantes, multiples estacionalidades | |
| STL+ARIMA | Separa tendencias de calentamiento del riesgo persistente de heladas | |
| Machine Learning | Random Forest | Interacciones altitud-radiacion-humedad via bootstrap |
| SVM (RBF) | Relaciones no lineales temperatura-topografia-viento | |
| XGBoost | Gradient boosting optimizado para interacciones meteorológicas complejas | |
| Deep Learning | MLP | Aproximación universal para patrones de radiacion-conveccion-enfriamiento |
| LSTM | Memoria de episodios de heladas de multiples días | |
| CNN-1D | Detección de patrones locales de enfriamiento radiativo rápido | |
| Hibrido | SARIMA+ANN | Patrones lineales + residuos no lineales |
| Ensemble | Promedio ponderado XGBoost+LSTM+RF, reduce varianza entre microclimas |