Evaluación de pronósticos semanales de condiciones atmosféricas para la ocurrencia de incendios forestales en el Perú, en el periodo 2022 – 2024

Abstract

El presente trabajo tiene como objetivo evaluar el desempeño predictivo de los pronósticos semanales de condiciones atmosféricas favorables para la ocurrencia de incendios forestales en el Perú, emitidos por el Servicio Nacional de Meteorología e Hidrología del Perú (SENAMHI) durante el periodo 2022–2024. Para ello, se realizó la superposición espacial entre los shapefiles de los boletines semanales y los registros oficiales de incendios forestales del Sistema Nacional de Información para la Respuesta y Rehabilitación (SINPAD) del INDECI, a fin de determinar la correspondencia entre las áreas pronosticadas y los eventos observados. La verificación del desempeño se efectuó mediante indicadores estadísticos como la Probabilidad de Detección (POD) y la Tasa de Omisión (MR). Asimismo, se desarrolló un análisis sinóptico utilizando información del reanálisis ERA5 del Centro Europeo de Previsiones Meteorológicas a Plazo Medio (ECMWF por sus siglas en inglés), con el propósito de identificar los patrones atmosféricos asociados a casos de alto y bajo desempeño predictivo. La metodología fue implementada en Python, utilizando librerías geoespaciales como GeoPandas, Xarray y Cartopy para automatizar el procesamiento, verificación y visualización de resultados. Los análisis evidenciaron una mejora progresiva en la capacidad predictiva entre 2022 y 2024, alcanzando valores máximos de POD de hasta 0.93 y mínimos de MR de 0.07 durante la temporada seca, en concordancia con condiciones atmosféricas secas, cálidas y estables. En contraste, los periodos húmedos o transicionales presentaron mayor número de omisiones, vinculadas a la influencia de vaguadas, dorsales, depresiones aisladas en niveles altos (DANAs) y friajes. En conjunto, los resultados confirman la utilidad operativa del pronóstico semanal como herramienta de alerta temprana, contribuyendo al fortalecimiento de la gestión del riesgo de incendios forestales y de las capacidades institucionales del SENAMHI y del COEN–INDECI.This research aims to evaluate the weekly forecasts performance of atmospheric conditions favorable for the occurrence of forest fires in Peru. These forecasts were issued by the National Meteorology and Hydrology Service of Peru (SENAMHI) during the 2022–2024 period. To achieve this, a spatial overlay was carried out between the shapefiles from the weekly bulletins and the official forest fire records from the National Information System for Response and Rehabilitation (SINPAD) of INDECI, in order to determine the correspondence between the forecasted areas and the observed events. The performance verification was conducted using statistical indicators such as the Probability of Detection (POD) and the Miss Rate (MR). Additionally, a synoptic analysis was performed using ERA5 reanalysis data from the European Centre for Medium-Range Weather Forecasts (ECMWF), with the aim of identifying atmospheric patterns associated with cases of high and low predictive performance. The methodology was implemented in Python, using geospatial libraries such as GeoPandas, Xarray, and Cartopy to automate the processing, verification, and visualization procedures. The analyses revealed a gradual improvement in predictive skill between 2022 and 2024, reaching maximum POD values of up to 0.93 and minimum MR values of 0.07 during the dry season, in line with dry, warm, and stable atmospheric conditions. In contrast, humid or transitional periods showed a higher number of missed events, linked to the influence of troughs, ridges, upper-level cut-off lows (DANA), and cold surges (friajes). Overall, the results confirm the operational usefulness of the weekly forecast as an early warning tool, contributing to the strengthening of forest fire risk management and the institutional capabilities of SENAMHI and the COEN–INDECI.