El creciente aumento de datos y su disponibilidad en diferentes áreas y ámbitos ha motivado el desarrollo de diversas técnicas para el descubrimiento de conocimiento sobre grandes volúmenes de datos complejos. A pesar de las recientes investigaciones en métodos y técnicas de minería de datos, su aplicación a gran escala aún es limitado debido a su alto costo computacional. Para el desarrollo de soluciones de alto desempeño en tareas que requieren enormes recursos computacionales, se necesita utilizar nuevos esquemas de resolución. Una forma de mejorar el tiempo de ejecución de las técnicas de recuperación y extracción de conocimiento es el empleo de las nuevas arquitecturas de programación paralela. Por otro lado, el calentamiento global y sus consecuencias traen nuevos desafíos a los investigadores del siglo XXI. A pesar de que la comunidad científica no tiene dudas sobre el calentamiento del planeta, es necesario la identificación de las causas del aumento de temperatura global, así como la cuantificación de ese calentamiento y sus consecuencias para los ecosistemas. Modelos matemáticos y estadísticos han sido entregados para analizar los posibles escenarios futuros y consecuentemente una gran cantidad de datos han sido generados. Además, el avance tecnológico a propiciado mejoras en los diversos sensores utilizados para mediciones de datos climáticos y de imágenes satelitales, contribuyendo en el aumento de la cantidad y complejidad de los datos generados. Las investigaciones sobre grandes volúmenes de datos así como su diversidad son dos grandes desafíos en computación: la gestión de información en grandes volúmenes de datos y su modelo computacional en sistemas complejos. En este contexto, este proyecto propone investigar y desarrollar técnicas y métodos de minería de datos de gran escala para analizar los datos utilizados por meteorologistas y agro­meteorologistas como soporte en sus investigaciones de cambio climático en el sur de Perú. Esta investigación, pretende aplicar técnicas de minería de datos no supervisadas y computación de alto desempeño para el modelamiento de los impactos del cambio climatológico a nivel regional conjuntamente con técnicas de visualización de información. Estas últimas, promueven que el análisis de datos sea más efectivo por utilizar ambientes visuales interactivos y por usar la capacidad humana en la identificación y exploración de patrones.