DETERMINACIÓN DE LA TEMPERATURA SUPERFICIAL EN LA LOCALIDAD DE PUERTO VALLARTA, JALISCO Y SUS INMEDIACIONES

Por: Samuel Alatorre Ramos

Lic. Geografía

Coordinador General de Geositer

La Isla de Calor Urbana es entendida de manera sencilla como el incremento en la temperatura en las áreas cubiertas por espacio construido consolidado en contraste con las superficies primordialmente de cobertura natural circundantes. Al referir al espacio construido consolidado se entiende que no se trata de localidades o edificaciones dispersas, tales como rancherías, caseríos, naves industriales, etc. De allí que se considere como urbano, ya que la superficie de cobertura detectada por el sensor remoto debe ser un espacio significativo y continuo.

Se desarrollaron 2 enfoques para detectar el fenómeno de Isla de Calor Urbana: el primero mediante el empleo de una imagen de satélite LandSAT-8, y el segundo usando el relieve a través de un Modelo Digital de Elevación (MDE). Asimismo, cruzando el resultado del primer insumo con vectoriales de cobertura de suelo, se obtuvo información cuantitativa que correlaciona las clases de cobertura con su intervalo de temperatura.

Temperatura Superficial LandSAT

Para el cálculo de la temperatura superficial se utilizó la Banda térmica (Banda 10) del satélite LandSAT-8 columna 30 fila 46, con un nivel de tratamiento L1, tomada el 23 de diciembre de 2021, su resolución espacial (tamaño del pixel) es de 30 m. Nombre completo del raster:

LC08_L1TP_030046_20211216_20211223_02_T1_B10.tiff

Se optó por usar esta fecha al tratarse de una imagen reciente, que refleja el estado actual de la zona de análisis, y que cuenta con poca nubosidad, ya que fue capturada durante la época de estiaje en la región; además, el nivel de tratamiento L1 (procesamiento de precisión y terreno) sugiere una corrección atmosférica adecuada para evitar deformaciones y desplazamientos en la imagen.[1]

La fórmula empleada para el cálculo de la temperatura superficial a partir de la imagen referida previamente es:

TS = (1321.08 / Ln(774.89 / (.0003342 * ”banda10.tiff” + .1)*1))-273.15

Mapa 1. Temperatura Superficial a partir de imagen LandSAT-8. Fuente: Elaboración propia.

En el Mapa se aprecia la distribución de temperatura superficial. De manera general, los valores más bajos se concentran al sur, y al este; coincidiendo con las zonas de relieve más accidentado, mayor altitud, y cubiertas de vegetación natural primaria y secundaria. Por otro lado, las temperaturas más elevadas corresponden a superficies urbanizadas y a las zonas de cultivos anuales localizadas al norte de la localidad de Puerto Vallarta, cabe señalar las planchas de concreto como el aeropuerto y los espacios de estacionamiento comerciales como zonas de concentración de temperaturas altas; contrastantemente, se pueden observar oasis de temperaturas bajas dentro de la urbe zonas cubiertas de vegetación, así como el Manglar y la Marina de Puerto Vallarta.

Temperatura Superficial
Variable	°C
Temperatura Máxima	34.64
Temperatura Mínima	21.06
Amplitud Térmica	13.58
Promedio	25.72
Desviación Estándar	2.36

Tabla 1. Estadísticas de la Temperatura Superficial. Fuente: Elaboración propia.

Conseguido este producto, se tabularon espacialmente cada una de las categorías de las coberturas de suelo del estado de Jalisco al año base 2016[2] encontradas en la zona de estudio, con las temperaturas producto de la fórmula anterior.

Mapa 2. Coberturas de Suelo. Fuente: Elaboración propia a partir de CONAFOR-SEMADET, 2020.

En este mapa se incluyeron los 2 límites municipales que se consideran como aquellos con mayor oficialidad en el estado traslapándose entre sí para denotar sus discrepancias espaciales:

- El de INEGI, tomado del SCINCE 2020, lanzado en 1998 y que desde entonces ha sufrido pocos o nulos cambios, este límite municipal presenta varias controversias con cada entidad territorial, ya que no se ajusta a los instrumentos de planeación vigentes en muchos de ellos. Su morfología obedece a accidentes topográficos y cauces naturales, de allí la mayor sinuosidad de su trazo.

- La amalgama de la fuente anterior con lo establecido por el IIEG (en ese entonces IITEJ), lanzada en 2012. Previo a esta combinación de límites, los trazos de esta última fuente se mostraban altamente ortogonales, diferenciándose sobremanera de lo propuesto por INEGI; no se ajustaba casi en absoluto a trazos de elementos naturales. Actualmente, a pesar de no ser reconocida por ciertas instancias de corte federal o estatal, se presenta en muchas municipalidades como la demarcación oficial de su territorio.

Lo anterior, no obstante, fue meramente para efectos ilustrativos, observando la diferencia territorial a través de todo el municipio, especialmente en la parte oriental, en donde, de acuerdo a la primera fuente, esta superficie forma parte del municipio de Mascota. La capa vectorial de cobertura de suelos se delimita espacialmente por dicha fuente, por lo que se observan algunos vacíos en los linderos septentrionales con respecto a la capa de INEGI-IIEG, al carecer de información por considerarse como parte del estado de Nayarit en la delimitación de INEGI.

Los resultados a nivel cuantitativo de la mencionada correlación espacial se muestran en el histograma siguiente y en las gráficas subsecuentes.

Figura 1. Histograma de frecuencia de Temperatura Superficial por categoría de Cobertura de Suelo. Fuente: Elaboración propia.

En la Figura anterior, se presenta la frecuencia de los datos (temperatura en °C por cobertura de suelo). En las gráficas resultantes de este proceso, se resalta la moda, lo cual no necesariamente indica el promedio o media aritmética, dicha discrepancia cuantitativa se denota al comparar las gráficas siguientes con la Tabla 8, en donde se explaya el resultado de tabular los valores de los pixeles que intersectan espacialmente cada categoría de Cobertura de Suelo.

Figura 2. Gráficas de frecuencia de Temperatura Superficial desglosadas por categoría de Cobertura de Suelo. Fuente: Elaboración propia.

En la Figura 2 se observa más a detalle y de manera particularizada lo presentado en la Figura 1. Destacan por su patrón térmico y su importancia a nivel antrópico las clases de Agricultura Anual y Espacio Construido, siendo éstas, junto con el Suelo Desnudo, las que presentan una línea térmica pronunciada hacia el rojo; es decir, hacia las temperaturas más cálidas encontradas en la zona de estudio. En contraste, como se mencionó en el Mapa 1, las zonas de vegetación son las que aportan a decrementar la temperatura, fenómeno que se observa de manera marcada en la gráfica de la Selva Mediana Subcaducifolia.

Usando el algoritmo de clasificación de intervalos Natural Breaks, se dividió la amplitud térmica superficial en 6 estratos. El algoritmo referido define los rangos de datos acorde a cada capa de información, siendo entonces inherentes a las particularidades del universo de datos analizado. Uno de los pros de esta categorización es que todas las capas se encuentran bien representadas a nivel visual; por su parte, el principal aspecto en contra de este método de clasificación es que imposibilita la comparación con capas análogas, al generar grupos de manera específica para los datos de la capa analizada. Para el caso actual, tal comparación es inexistente, por lo que se decidió usar esta técnica[3].

Mapa 3. Distribución espacial de intervalos/estratos de Temperatura Superficial. Fuente: Elaboración propia.

Intervalos de Temperatura Superficial (°C)	Número de Manzanas	Superficie (Ha)	Población Total	Viviendas Totales	Viviendas Habitadas
21.06° - 23.45°	51	3281.68	3292	1917	871
23.46° - 25°	337	3289.36	18749	11818	5026
25.01° - 26.54°	1112	2500.60	61688	29521	16982
26.55° - 27.98°	3504	3252.09	193548	75762	54919
27.99° - 29.63°	1996	2283.46	116888	47133	33158
29.64° - 34.64°	74	703.25	5884	2580	1501

Tabla 2. Acumulado de Población y Viviendas para cada intervalo de Temperatura Superficial. Fuente: Elaboración propia.

El rango térmico con mayor cantidad de manzanas que intersectan espacialmente su superficie es el de 26.55° a 27.98°, siendo del mismo modo el de mayor extensión territorial, así como el que engloba a más número de personas y viviendas. A nivel metodológico cabe señalar que, como se menciona líneas arriba, la relación espacial entre superficies de intervalos térmicos y manzanas fue la intersección; es decir, si una manzana cae parcial o totalmente dentro de un polígono de intervalos de temperatura específico, se contabiliza y acumula para dicho rango. Es así que una manzana puede entrar en múltiples intervalos térmicos y por ende acumular sus datos en más de uno solo, debido a ello, los valores cuantitativos expuestos en la Tabla 2 no sumarizan el total de las manzanas de la localidad, sino que lo sobrepasan; lo mismo ocurre para los datos de población y vivienda, que si se toman para efectos de valores relativos, excederán el 100% y se estará generando duplicidad de información. Este modo de correspondencia, no obstante, es el más acertado para la interrelación pretendida, ya que si se hubiese utilizado algún otro, por ejemplo el centroide de la manzana, o la mayoría de la superficie de la misma, se estaría sesgando la información de la unión espacial entre ambas variables.

Temperatura Ambiental

Este concepto se puede definir como la correlación del relieve con lo recolectado por sensores térmicos emplazados en lugares estratégicos, lo cual se conoce en la bibliografía como el Gradiente Térmico Altitudinal. Teniendo así para el caso actual, la amalgama del Modelo Digital de Elevación con una interpolación Inverse Distance Weighted (IDW)[4] de las estaciones meteorológicas automatizadas (EMAs) reconocidas por CONAGUA, usando el año más reciente de cada una que tuviera más de medio año (6 meses) de datos. Se tienen 10 estaciones en la zona de estudio y sus inmediaciones, se usaron los datos de temperatura media para interpolar, la mitad de ellas aún se encuentran en operación.

El listado de tales estaciones se desglosa a continuación, las señaladas en verde son aquellas que se localizan dentro de la zona de estudio, siendo por tanto las que aportan mayor influencia al recorte del gradiente térmico altitudinal presentado en la cartografía y en el raster:

Código de EMA	ORGANISMO OPERADOR	ESTADO	ESTATUS	TEMPERATURA MÁXIMA MENSUAL (°C)	TEMPERATURA MÍNIMA MENSUAL (°C)	TEMPERATURA MEDIA MENSUAL (°C)	NOMBRE	ÚLTIMO AÑO DE INFORMACIÓN
14081	CONAGUA DGE	Jalisco	Operando	33.6	19.2	26.4	La Desembocada	2018
14096	CONAGUA SMN	Jalisco	Operando	29.5	13.3	21.4	Mascota (SMN)	2019
14339	CONAGUA DGE	Jalisco	Operando	31.4	20.1	25.8	El Cuale	2019
18030	CONAGUA DGE	Nayarit	Operando	31.9	19.5	25.7	San José Valle	2018
14116	CONAGUA SMN	Jalisco	Suspendida	31.2	20.3	25.8	Puerto Vallarta	1988
14133	CONAGUA DGE	Jalisco	Suspendida	32.4	8.2	20.3	San Sebastián del Oeste	1989
14178	CONAGUA DGE	Jalisco	Suspendida	29.0	10.3	19.7	Mascota (DGE)	1991
18042	CONAGUA DGE	Nayarit	Suspendida	32.0	19.8	25.9	Valle de Banderas	1986
18074	CONAGUA DGE	Nayarit	Suspendida	29.8	21.8	25.8	Punta de Mita	1982
18021	CONAGUA DGE	Nayarit	Operando	33.8	20.5	27.1	Las Gaviotas	2018

Tabla 3. Estaciones Meteorológicas Automáticas CONAGUA usadas en la interpolación. Fuente: Elaboración propia.

Se admite que este insumo es uno de los principales obstáculos para la construcción de un GTA adecuado, ya que las estaciones realmente cercanas o dentro del área de estudio son pocas, además de que sus datos no son del todo confiables y las temporalidades de la información recolectada en cada estación son distintas.

Para el relieve se utilizó el Continuo de Elevaciones Mexicano (CEM) del año 2013, que cuenta con una resolución de 15 x 15 m. En este caso, se infiere que el modelo fue realizado a partir de curvas de nivel con una equidistancia de 15 m. La fórmula para calcular el gradiente térmico altitudinal es: GTA = T_prom + (-.0066) * (MDE – 890)

Se corrió esta fórmula 3 veces, sustituyendo el valor de la Temperatura Promedio con la Temperatura Máxima y Mínima de las EMAs para conseguir el gradiente de las temperaturas correspondientes; obteniendo de tal forma, el gradiente térmico altitudinal de la temperatura promedio, máxima y mínima dentro de la zona de estudio.

Mapa 4. Gradiente Térmico Altitudinal de la Temperatura Media Mensual. Fuente: Elaboración propia.

Temperatura Ambiental (GTA_{Temp Media})
Variable	°C
Temperatura Máxima	32.22
Temperatura Mínima	24.54
Amplitud Térmica	7.68
Promedio	30.79
Desviación Estándar	1.42

Tabla 4. Estadísticas de la Temperatura Ambiental Media Mensual (GTA_TempMedia). Fuente: Elaboración propia.

Mapa 5. Gradiente Térmico Altitudinal de la Temperatura Máxima Mensual. Fuente: Elaboración propia.

Temperatura Ambiental (GTA_{Temp Max})
Variable	°C
Temperatura Máxima	39.41
Temperatura Mínima	30.14
Amplitud Térmica	9.27
Promedio	36.83
Desviación Estándar	1.73

Tabla 5. Estadísticas de la Temperatura Ambiental Máxima Mensual (GTA_TempMax). Fuente: Elaboración propia.

Mapa 6. Gradiente Térmico Altitudinal de la Temperatura Mínima Mensual. Fuente: Elaboración propia.

Temperatura Ambiental (GTA_{Temp Min})
Variable	°C
Temperatura Máxima	26.23
Temperatura Mínima	18.83
Amplitud Térmica	7.4
Promedio	24.7
Desviación Estándar	1.26

Tabla 6. Estadísticas de la Temperatura Ambiental Mínima Mensual (GTA_TempMin). Fuente: Elaboración propia.

Al cotejar las Tablas previas, resalta una mayor temperatura promedio en la zona de interés al hablar de la Temperatura Ambiental, con respecto a la Temperatura Superficial. Lo anterior debido entre otros factores, a estar más generalizadas las temperaturas altas gracias a la poca altitud imperante en una región costera. De tal modo, se tiene una diferencia de 5.07° en la temperatura promedio dentro del área de estudio cuando se compara la Temperatura Superficial con el Gradiente Térmico Altitudinal de Temperatura Media Mensual.

Lo analizado cuantitativamente se complementa a nivel geográfico, donde se observa a grandes rasgos una similitud en los patrones espaciales de temperatura entre ambos modelos; pero con zonas más homogéneas y superficies de altas temperaturas mucho más extensas, lo cual, como se mencionó en el párrafo anterior, incrementará el promedio en el espacio analizado para el GTA. Así, a pesar de que sus alcances son distintos, se admite que el primer proceso, usando la imagen LandSAT-8, arroja resultados más concisos, tanto a nivel de distribución espacial como a nivel de datos cuantitativos. Consecuentemente, es lógico suponer que si se emplean imágenes con mayor resolución (tamaño de pixel más pequeño), como una imagen Sentinel (cuyo tamaño de pixel es 3 veces más pequeño) la información obtenida será aún más precisa y minuciosa. Se deberá usar obviamente otra fórmula de conversión de su respectiva banda térmica a unidades de temperatura superficial, así como observar que las características de la imagen usada sean las idóneas, análogamente a lo realizado para la imagen LandSAT aquí analizada. No obstante lo anterior, para estudios regionales, municipales o incluso metropolitanos, se corrobora que la precisión alcanzada por el sensor remoto LandSAT es más que adecuada para obtener resultados satisfactorios.

Finalmente, a nivel de teledetección, se obtiene la siguiente variable, que al sintetizar los dos modelos previos, pretende fungir como la más acertada para acercarse a términos de confort climático o sensación térmica.

Así, la variable denominada en este estudio como Temperatura Ambiental, a pesar de sus limitantes metodológicas y de insumos, se convierte en un producto de apoyo de la Temperatura Superficial

Temperatura Efectiva

Entendida como la combinación de la temperatura superficial que emiten los objetos por medio del proceso de radiación térmica, variable que es codificada por la Banda Térmica de los sensores remotos; y la temperatura ambiental, medida por las Estaciones Meteorológicas, que se complementa con la metodología de Gradiente Térmico Altitudinal. Para el presente, se tomó la Temperatura Ambiental Promedio Mensual (GTA_TempMedia), al considerarse la más significativa, ya que no se trata de valores extremos que pueden no representar la temperatura vigente en la mayor parte del año.

La Temperatura Efectiva se ha definido en la bibliografía del rubro[5] simplemente como el promedio de las Temperaturas Superficial y Ambiental: TE = (TS + GTA_TempMedia) / 2

Mapa 7. Temperatura Efectiva. Fuente: Elaboración propia.

Temperatura Efectiva
Variable	°C
Temperatura Máxima	33.23
Temperatura Mínima	23.31
Amplitud Térmica	9.92
Promedio	28.27
Desviación Estándar	1.74

Tabla 7. Estadísticas de la Temperatura Efectiva. Fuente: Elaboración propia.

De tal suerte, los modelos desarrollados en los apartados previos aportan el mismo peso al cálculo de esta variable. Al comparar las temperaturas que arroja cada uno para las distintas coberturas de suelo encontradas en el área de estudio se obtiene:

Cobertura	Ecosistema	Superficie (Ha)	Temperatura Promedio			Temperatura Máxima			Temperatura Mínima			Amplitud Térmica			Desviación Estándar
Cobertura	Ecosistema	Superficie (Ha)	TS	TA	TE	TS	TA	TE	TS	TA	TE	TS	TA	TE	TS	TA	TE
Bosque de Encino-Galería	Bosque	65.75	25.68	29.04	27.42	29.41	31.91	30.58	22.61	24.71	23.84	6.79	7.21	6.74	1.67	2.55	2.02
Selva Mediana Subperennifolia	Selvas	9.52	26.48	31.83	29.16	30.16	31.86	30.99	24.42	31.79	28.11	5.74	0.07	2.88	1.49	0.03	0.74
Manglar	Selvas	306.17	25.11	31.78	28.44	30.24	31.87	31.04	23.55	31.71	27.66	6.69	0.16	3.38	0.83	0.03	0.42
Selva Baja Caducifolia	Selvas	688.12	26.44	31.59	29.02	31.31	32.22	31.62	22.72	29.31	26.44	8.59	2.92	5.18	1.40	0.41	0.84
Selva Mediana Subcaducifolia	Selvas	6971.76	23.75	29.79	26.77	30.03	32.04	30.89	21.06	24.54	23.31	8.98	7.50	7.58	1.22	1.48	1.15
Tular	Otras Áreas Forestales	16.14	25.22	31.80	28.51	25.85	31.82	28.82	24.56	31.77	28.17	1.29	0.05	0.65	0.30	0.01	0.15
Tierras Agrícolas Cultivos Anuales	Áreas No Forestales	1555.52	28.56	31.89	30.23	33.56	32.22	32.72	23.84	30.83	27.62	9.72	1.39	5.10	1.52	0.16	0.79
Urbano y Construido	Áreas No Forestales	4457.47	27.54	31.67	29.61	34.64	32.22	33.23	21.94	30.39	26.36	12.69	1.83	6.87	1.45	0.23	0.78
Suelo Desnudo	Áreas No Forestales	188.66	27.91	31.60	29.76	33.19	32.21	32.52	22.73	28.90	26.01	10.46	3.30	6.50	1.96	0.72	1.26
Agua	Áreas No Forestales	105.69	25.86	31.80	28.83	30.87	32.21	31.49	23.37	31.20	27.57	7.50	1.01	3.92	1.66	0.16	0.87
Pastizales Cultivados e Inducidos	Áreas No Forestales	935.75	26.65	31.11	28.88	31.94	32.08	31.88	21.88	24.65	23.97	10.06	7.43	7.91	1.70	1.11	1.22

Tabla 8. Comparación de Temperaturas por Cobertura de Suelo. Fuente: Elaboración propia.

Donde:

TS = Temperatura Superficial

TA = Temperatura Ambiental (Gradiente Térmico Altitudinal)

TE = Temperatura Efectiva

La Tabla anterior presenta las estadísticas de los valores de los pixeles cuyo centroide (centro geométrico) cae en los polígonos de cada una de las clases de cobertura de suelo. Cabe señalar que no debe confundirse la amplitud térmica (temperatura máxima – temperatura mínima) con la desviación estándar.

Todos los productos desarrollados en este estudio, tanto raster (imágenes) como vectoriales (puntos, líneas, polígonos), se transformaron a la proyección UTM con el datum WGS84 Zona 13 Norte. Este proceso de homologación es altamente recomendable para evitar cualquier discrepancia espacial, tanto a nivel visual como en los cálculos matemáticos debido a los desplazamientos o deformaciones que pudieran suscitarse al emplear capas que usan distintas transformaciones del geoide terrestre.

El presente escrito no pretende por sí mismo establecer o corroborar una hipótesis, su función es proveer las herramientas técnico-científicas para apoyar el trabajo de investigación académico de la Candidata a Maestra Vanessa G. Mendoza-Hernández, cuyo objeto de estudio es justificar la implementación estratégica de azoteas verdes sustentables que idealmente vendrán a mitigar de manera significativa el fenómeno de la Isla de Calor Urbana.

[1] Para mayor información sobre las características de las imágenes LandSAT y el significado de la nomenclatura mostrada en el nombre de los archivos, refiérase aquí.

[2] CONAFOR – SEMADET. (2020). Mapa de Cobertura del Suelo del Estado de Jalisco al año base 2016 [Vector]. Escala 1:75,000. Versión 1.3. México: Comisión Nacional Forestal y Secretaría de Medio Ambiente y Desarrollo Territorial del Gobierno del Estado de Jalisco.

[3] Esta clasificación está basada en el algoritmo de Cortes Naturales de Jenks, para más información refiérase a Univariate classification schemes in Geospatial Analysis—A Comprehensive Guide, 3rd edition; © 2006–2009; de Smith, Goodchild, Longley.

[4] Para mayor detalle sobre este tipo de interpolación refiérase a: Watson, D. F., and G. M. Philip. "A Refinement of Inverse Distance Weighted Interpolation." Geoprocessing 2:315–327. 1985.

[5] Para un ejemplo de bibliografía sobre la conceptualización y cálculo de la Temperatura Efectiva véase: Mayorga-Cervantes, J. R. (2012): “Arquitectura y Confort Térmico: Teoría, Cálculo y Ejercicios” Plaza y Valdés Editores, México. ISBN: 978-607-402-458-6