Comparativa de modelos tradicionales vs machine learning para el relleno de datos faltantes en series de caudales diarios en cuencas representativas del Perú

Los registros confiables de caudales son fundamentales para la gestión hídrica, aunque los datos faltantes limitan frecuentemente el análisis hidrológico. Este estudio evalúa comparativamente métodos tradicionales (persistencia, climatología, regresión) y de machine learning (algoritmos de árboles, ensambles y stacking) para el relleno de datos faltante de caudal diario en cuencas representativas de las principales regiones naturales del Perú: Costa, Sierra y Selva. A partir de datos observados, se generaron escenarios sintéticos con pérdidas de información del 20 % al 50 %. El desempeño se cuantificó mediante la eficiencia de Nash–Sutcliffe (NSE), el error cuadrático medio (RMSE) y el sesgo porcentual (PBIAS). Los resultados demuestran que no existe un método universalmente superior. En escenarios de baja pérdida, ambos enfoques presentan resultados comparables; sin embargo, ante mayores vacíos de información, el machine learning muestra una alta sensibilidad en cuencas de la selva debido a su variabilidad hidrológica. En contraste, los métodos tradicionales evidencian mayor robustez en las regiones de la costa y sierra. Finalmente, la limitada precisión obtenida en sistemas intercuenca subraya las restricciones actuales de estas técnicas para modelar transferencias complejas.