Los ecosistemas de páramo son muy importantes debido a que son una fuente hídrica única en el mundo, siendo de gran importancia para muchas especies de flora y fauna que dentro de ellos viven, además son pocos los estudios que se centran en el cambio que están sufriendo estos ecosistemas. El propósito del estudio es encontrar la relación que pueden tener variables meteorológicas en los cambios de cobertura en el páramo de Chingaza. El presente artículo evalúa la generación de un modelo de espacio de estados basado en las variables climatológicas de temperatura, humedad, y precipitación, para describir el cambio en el área de cobertura del páramo de Chingaza (Colombia) entre los años 2009 y 2019. A estas series de tiempo se les realizo análisis de correlación, pruebas de Dickey-Fuller, prueba de ruido blanco o Ljung box test y modelos ARIMA para verificar su nivel de predicción, utilizando el software R. Los datos obtenidos muestran que las variables de temperatura y vegetación de páramo y subpáramo, son las que mejor explican el cambio en el área de cobertura del páramo. Se obtuvo un modelo óptimo con un R^2 de 0.4874, donde el modelo explica el 48% del cambio de cobertura de vegetación de páramo y subpáramo, estos resultados evidencian que si es posible, generar un modelo de espacio de estados del cambio en el área de cobertura del páramo de chingaza, explicado por la variable climática de temperatura, el modelo se convierte en una herramienta base para futuros estudios donde se integren otras variables.

The paramo ecosystems are very important because they are a unique water source in the world, being of great importance for many species of flora and fauna that live within them, in addition there are few studies that focus on the change they are undergoing. these ecosystems. The purpose of the study is to find the relationship that meteorological variables may have in the changes of coverage in the Chingaza páramo. This article evaluates the generation of a state space model based on the climatological variables of temperature, humidity, and precipitation, to describe the change in the coverage area of the Chingaza páramo (Colombia) between 2009 and 2019. Correlation analysis, Dickey-Fuller tests, white noise test or Ljung box test and ARIMA models were performed on these time series to verify their level of prediction, using the R software. The data obtained show that the variables of temperature and Páramo and sub-páramo vegetation are the ones that best explain the change in the páramo coverage area. An optimal model was obtained with an R^2 of 0.4874, where the model explains 48% of the change in páramo and sub-páramo vegetation cover. These results show that, if possible, generate a state space model of change in the area of coverage of the páramo de chingaza, explained by the climatic variable of temperature, the model becomes a base tool for future studies where other variables are integrated.