La hidrometría es esencial para prever caudales extremos y gestionar las cuencas hidrográficas de forma sostenible, especialmente en regiones de alta montaña, donde las variaciones hidrológicas son significativas. Este estudio analizó la hidrometría en ríos de cuencas de Ayacucho, Cajamarca y Puno durante la época húmeda, cuantificando caudales mediante cuatro técnicas de medición. Se registraron y compensaron datos de tirantes de agua utilizando el software Solinst, y posteriormente, los caudales fueron estimados mediante el método correntómetro, flotador, trazador químico y videocámara, procesando la información en el software Hydraccess. La incertidumbre se evaluó bajo la norma ISO EN 748 empleando el correntómetro como técnica de referencia y estableciendo límites de confiabilidad al 95% en las curvas de gasto. Los resultados mostraron una variabilidad en los niveles y caudales máximos registrados entre estaciones. En Huancayocc, los caudales oscilaron entre 2 a 11 m³/s; en Luricocha, entre 3 a 10 m³/s; en Sexemayo, entre 9 a 450 L/s; mientras que en los ríos Charamaya y Conaviri se registraron caudales de 4 a 30 m³/s y de 5 a 39 m³/s, respectivamente. Las técnicas de aforo presentaron menor dispersión en caudales bajos menores a 1 m³/s, y aunque la videocámara resultó útil para flujos altos, requiere corroboración con otro método. El trazador químico fue ineficaz en ríos de baja velocidad y poca turbulencia, y la incertidumbre global en las estaciones osciló entre 10% y 28%.

La presente tesis tiene como objetivo caracterizar el régimen hidrológico del rio Luricocha (Ayacucho) mediante la aplicación de velocimetría de imágenes de partículas (PIV), como técnica innovadora para estimar caudales en ríos de alta montaña. Se emplearon cuatro metodologías de aforo: correntómetro, trazador químico (dilución), PIV y flotador, complementadas con la construcción de curvas altura-gasto utilizando el software Hydraccess. Resultando un total de 328 mediciones con las distintas metodologías. Los resultados indicaron que el correntómetro presento el mejor desempeño, especialmente para nivel de agua inferiores a 70 cm (R2=0.92). La velocimetría de imágenes de partículas demostró ser eficaz en zonas de difícil acceso, aunque su precisión dependió de factores como la calidad de las imágenes, el ángulo de grabación y la turbulencia del flujo (R2=0.90). El trazador químico fue adecuado para caudales bajos, pero mostró limitaciones en caudales elevados. El flotador presento alta variabilidad para niveles superiores a 60 cm debido a la turbulencia del flujo. En cuanto a la incertidumbre, la mayor dispersión se observó en el método PIV (31%), seguido del flotador (15%) y trazador químico (13%), estimándose una incertidumbre global de 25%. La integración de las cuatro metodologías permitió construir una curva de gasto con un ajuste global de R2=0.88. la validación mostro un R2=0.87, un RMSE de 0.27m3/s y un sesgo (PBIAS) de -4.03%. indicando una ligera sobreestimación de los caudales simulados. Este estudio aporta al desarrollo de metodologías precisas para estimación de caudales en ríos de montaña y ofrece información relevante para la gestión hídrica en Ayacucho, resaltando la importancia de considerar la incertidumbre en los análisis hidrológicos bajo escenarios de flujo extremo.

La presente investigación tiene el objetivo de mejorar la precisión de las predicciones y optimizar la gestión de riesgos en agricultura, ganadería y salud pública. Se empleará una metodología cuantitativa con enfoque aplicado y diseño experimental predictivo, utilizando modelos de IA como Random Forest, Extra Trees y Gradient Boosting. Se analizaron cinco años de datos climáticos históricos del Instituto Geofísico del Perú (IGP) y SENAMHI, incluyendo temperatura, humedad y radiación. Los resultados mostraron que Random Forest y Extra Trees fueron los modelos más precisos para predecir heladas en un horizonte de 6 a 48 horas. Se realizaron pruebas experimentales bajo escenarios de variabilidad climática, como inversión térmica y el fenómeno del Niño, para evaluar su desempeño. Se concluyó que la integración de redes neuronales profundas y la actualización constante de datos podrían mejorar aún más la precisión de las predicciones a largo plazo.

El presente trabajo de tesis tiene como objetivo principal el diseño e implementación de un generador de señales de radiofrecuencia para transmisor de radar ionosonda que está basado en el SDR Red Pitaya Signal Lab 250-12 que comprende de un FPGA SoC Zynq 7020 y puede transmitir señales moduladas con un barrido de frecuencias desde 1 MHz hasta 25 MHz. Para el diseño se utiliza el entorno de desarrollo Vivado de Xilinx-AMD. La síntesis del hardware se basa en el lenguaje VHDL y el estilo de descripción comportamental para los módulos controlador SPI, mapa de registros, oscilador controlado numéricamente (NCO), modulador BPSK y OOK, multiplexor y un módulo de sincronismo con entrada de clock de referencia de GPS de 10Mhz y trigger para el inicio de envío de las señales. Luego se agrega el Ip Core Clocking Wizard que nos permite elevar la frecuencia interna de clock del FPGA a 250 MHz. Los módulos mencionados e Ip Cores se integran utilizando el estilo de descripción estructural con la herramienta Create Design Block en el software Vivado. Finalmente se realizaron simulaciones con banco de pruebas (test bench), pruebas de funcionamiento en el laboratorio de IDI y en la estación del radar ionosonda “Vertical Incidence Pulsed Ionospheric Radar” (VIPIR).

En las recientes décadas, se ha presenciado un aumento considerable de incendios forestales alrededor del mundo. En Perú, Cusco se encuentra entre las regiones que han sido fuertemente impactadas por los incendios forestales, afectando principalmente ecosistemas de pastizales, e impactando severamente el suelo, no obstante, los impactos en la recuperación de pastizales son muy poco documentados en los Andes del Perú. El objetivo de la investigación fue “Evaluar la recuperación natural de pastizales andinos ante la ocurrencia de incendios forestales en las comunidades Macay y Salloc-Cusco”. El presente estudio se realizó en zonas con y sin incendios pertenecientes a las comunidades de Macay y Salloc en la región de Cusco. Primeramente, se recolectó muestras de suelo (3 puntos en la zona quemada y 1 punto en la zona no quemada) en ambas comunidades y durante 4 temporadas (temporada 1: época seca; temporada 2: época de inicio de lluvias; temporada 3: época de lluvias; temporada 4: nuevo periodo seco). Los resultados indican que el pH después del incendio se incrementa, se reduce gradualmente al pasar los meses. Asimismo, se registró un incremento en la conductividad eléctrica, materia orgánica, NPK, después del incendio en cada temporada de muestreo. Cabe mencionar que la textura del suelo se mantuvo en franco arenoso desde la primera hasta la última temporada de análisis de suelo. El “método de Parker” fue utilizado para determinar la recuperación de los pastizales y se obtuvo como resultado que en la zona quemada se encontró mayor número de especies con respecto a la zona no quemada. A pesar de mostrar una mayor cantidad de especies, no se estimó una mayor cantidad de producción de biomasa en esta zona quemada. De hecho, la zona no quemada, presenta mayor cantidad de biomasa. La investigación indica que un incendio forestal ocurrido en temporadas de estiaje sobre ecosistemas de pastizales afectaría su recuperación a corto plazo en cantidad y calidad a pesar de que los parámetros del suelo se encuentren en niveles normales en su mayoría, estos resultados están asociados a las anomalías en el régimen de precipitación durante el año 2022-2023. La recuperación esperada de pastizales se daría en los próximos años sucesivamente. En general el incendio no beneficia la producción de biomasa a corto plazo; estos incrementos en los valores de las propiedades químicas del suelo tras el incendio mejorarían la fertilidad del suelo estacionalmente.

En el presente trabajo se describe la implementación y comparación de tres algoritmos de formación de imágenes para radares de Apertura Sintética de Estación Terrena (GB-SAR), con el objetivo principal de determinar el algoritmo más adecuado para aplicarlo en la etapa inicial de un Sistema de monitoreo de deslizamientos con radares SAR. Los algoritmos que se implementaron fueron los siguientes: Frequency Domain Back Projection (FDBP), Range Migration Algorithm (RMA) y Discrete Linear Inverse Problem (DLIP). Cada uno de estos algoritmos se probaron con datos simulados, mientras que solo los dos primeros se probaron con datos reales. Las pruebas con datos simulados consistieron en la obtención de las imágenes SAR de blancos teóricos, estos blancos fueron definidos por el usuario y los datos fueron generados por un programa de computador. Por otro lado, las pruebas con datos reales consistieron en la obtención de las imágenes SAR de un blanco real. El blanco real usado fue un cerro propenso a deslizamiento, y los datos fueron adquiridos con el radar GB-SAR ‘IGP-ROJ’, perteneciente al Instituto Geofísico del Perú (IGP). En el análisis comparativo se consideraron los siguientes tres parámetros de comparación: calidad de reconstrucción de la imagen, calidad de enfoque y coste computacional. Además se analizó cómo afectan los resultados de cada algoritmo en la etapa final del Sistema de monitoreo de deslizamientos con radares SAR, que es la generación de los mapas y gráficos de deslizamientos del blanco real. De los resultados de comparación usando tanto datos obtenidos de la simulación como datos reales, se concluyó que el algoritmo FDBP es el más adecuado para una aplicación de monitoreo de deslizamientos.