Variabilidad espacio-temporal de tormentas en la ciudad de Ayacucho durante el verano austral 2026 mediante pluviómetros IoT

Abstract

La presente investigación tuvo como objetivo analizar la variabilidad espacio-temporal y caracterizar los perfiles de los eventos de tormenta en la ciudad de Ayacucho durante el verano austral 2026, mediante una red de diez pluviómetros IoT programados con Arduino. Para ello, se implementaron pluviómetros tipo balancín conectados a módulos NodeMCU ESP8266, los cuales registraron pulsos de precipitación y transmitieron la información en tiempo real hacia la plataforma Adafruit IO. Los datos fueron descargados, depurados y procesados en RStudio, aplicando criterios de limpieza, corrección temporal y delimitación de eventos mediante un umbral IETD de 30 minutos. La calibración del sistema se realizó mediante ensayos volumétricos controlados, determinándose un factor representativo de conversión de 2.31 mL por pulso, equivalente aproximadamente a 0.42 mm de precipitación por basculación. Los eventos identificados fueron caracterizados mediante parámetros de duración, precipitación acumulada, intensidad máxima, intensidad media y distribución temporal interna, clasificándolos según el cuartil de mayor concentración de lluvia. Los resultados evidenciaron que la precipitación en Ayacucho no presentó un comportamiento uniforme entre estaciones, observándose diferencias en frecuencia de eventos, acumulados, intensidades máximas, duración y forma temporal de la lluvia. Asimismo, se reconocieron eventos locales, compartidos y regionales, rutas recurrentes de propagación y agrupamientos espaciales mediante el método Ward, diferenciando zonas con comportamiento pluviométrico semejante. Se concluye que la red de pluviómetros IoT permitió obtener información de alta resolución temporal y espacial, útil para caracterizar la dinámica interna de las tormentas urbanas, mejorar la comprensión de eventos extremos y aportar información técnica para el diseño de infraestructura hidráulica más representativa de la variabilidad local de la precipitación.