Resumen:
Tapakis y Charalambides (2014) destacan que el impacto de las energías renovables, en particular la solar, ha aumentado globalmente debido a su rentabilidad y versatilidad en aplicaciones que van desde sistemas industriales hasta dispositivos portátiles. Este crecimiento exige optimizar la adquisición y cuantificación de la energía solar, mejorando técnicas que maximicen su eficiencia frente a los combustibles fósiles (International Renewable Energy Agency [IRENA], 2023). Para lograr esto, es fundamental caracterizar la irradiancia (G), definida como la potencia solar por unidad de área (W/m²), parámetro crítico en el diseño de redes fotovoltaicas (Eraso & Erazo, 2020; International organization for Standardization [ISO], 2018). En este contexto, desarrollar una metodología para modelar la irradiancia mediante sensores de bajo costo resulta relevante para ampliar la cobertura espacial de mediciones y reducir los costos operativos asociados. Técnicas como la interpolación espacial mediante Kriging han demostrado ser efectivas para estimar valores en áreas no instrumentadas, permitiendo una representación más precisa de la distribución de la irradiancia solar (Rehman & Ghori, 2000).
