Diseño de un modelo para la predicción de ocurrencia del fenómeno El Niño, mediante el uso de redes neuronales artificiales, en la región Piura, Perú

Abstract

La investigación se enfocó en el desarrollo de un modelo para predecir el Fenómeno El Niño en la Región Piura a través del uso de Redes Neuronales Artificiales, partiendo desde la identificación de variables. Se destaca la Temperatura Superficial del Mar (TSM) como la variable principal, mientras que factores adicionales como la presión atmosférica, humedad relativa, vientos y temperatura ambiental podrían fortalecer futuros modelos. La metodología empleada utiliza una arquitectura de Redes Neuronales Recurrentes (RNN) y la variable TSM en una escala promedio mensual, especialmente en los meses críticos (Diciembre a Marzo), con el objetivo de prever y adoptar medidas preventivas. Se consolidó un conjunto de datos históricos (1982-2021) con 468 índices de registro, calculando el promedio mensual de la TSM y etiquetando los datos para caracterizar 40 eventos de El Niño. La fuente de datos se determinó en la zona marino-costera de la provincia de Paita. Los resultados del modelo utilizando RNN muestran una precisión del 75% en datos de prueba y 81.25% en datos de entrenamiento. La validación del modelo se realizó a través de 6 pruebas logrando resultados favorables. Finalmente, se empleó el método de regresión lineal, evaluando el ajuste del modelo a través del coeficiente de determinación R², el cual arrojó un resultado significativo de 0.92, destacando la validez del estudio.