Los sistemas de colectores de trough parabólico (PTC), a menudo desplegados en regiones áridas, son vulnerables a la acumulación de polvo (ensuciamiento), lo que reduce la reflectividad de los espejos y la producción de energía. Este estudio presenta un algoritmo de pronóstico de ensuciamiento basado en principios físicos (SFA) diseñado para estimar los niveles de ensuciamiento. El modelo fue calibrado y validado utilizando tres fuentes de datos meteorológicos: pronósticos numéricos (YR), observaciones METAR y mediciones en el sitio, de una instalación de PTC en Limassol, Chipre. Las campañas de campo cubrieron condiciones secas, lluviosas y de lluvia roja. El modelo demostró un rendimiento robusto, particularmente en condiciones secas de verano, con errores cuadráticos medios normalizados (NRMSE) por debajo del 1%. La sedimentación emergió como el mecanismo de ensuciamiento dominante, mientras que las contribuciones de la impactación y el movimiento browniano variaron según las condiciones ambientales específicas del sitio. En condiciones de deposición seca, la tasa de cambio de reflectividad durante la primavera y el otoño fue aproximadamente el doble que en verano, lo que indica la necesidad de una limpieza más frecuente durante las estaciones de transición. Un evento de lluvia roja resultó en una caída pronunciada de la reflectividad, mostrando la capacidad del modelo para capturar dinámicas de ensuciamiento abruptas asociadas con episodios climáticos extremos. El SFA propuesto ofrece una herramienta práctica y adaptable para reducir las pérdidas relacionadas con el ensuciamiento y apoyar estrategias de mantenimiento ajustadas estacionalmente para sistemas térmicos solares.