DETERMINACIÓN DE LA TEMPERATURA SUPERFICIAL EN LA LOCALIDAD DE PUERTO VALLARTA, JALISCO Y SUS INMEDIACIONES
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 = Tprom + (-.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 (GTATemp
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 (GTATempMedia).
Fuente: Elaboración propia.
Mapa 5. Gradiente Térmico Altitudinal de la Temperatura Máxima Mensual.
Fuente: Elaboración propia.
Temperatura Ambiental (GTATemp
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 (GTATempMax).
Fuente: Elaboración propia.
Mapa 6. Gradiente Térmico Altitudinal de la Temperatura Mínima Mensual. Fuente: Elaboración propia.
Temperatura Ambiental (GTATemp
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 (GTATempMin).
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 (GTATempMedia), 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 + GTATempMedia) / 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 |
||||||||||
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.
No hay comentarios:
Publicar un comentario