○ planned · proyecto
Otorga nivel a: Time Series · Image Segmentation
Usa: Image Segmentation · Time Series · Principal Component Analysis · Data Cleaning · Network Science
Presentación de URSA (Urban Reporting Based on Satellite Analysis), herramienta de código abierto desarrollada con el Banco Interamericano de Desarrollo para caracterizar el crecimiento urbano y construir escenarios de futuro con datos satelitales, orientada a municipios sin recursos. El mensaje central es la urgencia de incorporar científicos de datos a la planeación urbana en México y Latinoamérica.
Hallazgos clave
- En México las ciudades pierden densidad: en 30 años la población se duplicó pero la extensión territorial se triplicó, con migración masiva del centro (donde está la mejor infraestructura) hacia la periferia, impulsada por el costo del suelo.
- El módulo de islas de calor mide la diferencia de temperatura de cada píxel respecto a la temperatura media rural de referencia, clasificando por desviaciones estándar en cuartiles; en Morelia el centro urbano llega a 8 °C de diferencia.
- Abandonaron su clasificador propio (random forest) por Google Dynamic World y Global Human Settlement Layer, porque eran más precisos, ya estaban entrenados y Google los mantiene y actualiza.
- El modelo de escenarios SLEUTH (autómata celular) fue reimplementado por primera vez en Python (PySLEUTH), reduciendo la calibración de año y medio a un día; queda pendiente llegar a ~1 hora usando instancias en nube y optimización bayesiana.
Módulos
- El problema urbano en Latinoamérica — Informalidad, pérdida de densidad, coordinación metropolitana y el marco lógico.
- Datos geoespaciales — Google Earth Engine, Global Human Settlement Layer, imágenes Landsat y Sentinel.
- Caracterización de la ciudad — Crecimiento histórico, cobertura de suelo (Dynamic World) y densidad poblacional.
- Islas de calor urbanas — Cálculo por diferencia con la zona rural, clasificación por cuartiles y estrategias de mitigación.
- Modelos de escenarios de futuro — Autómatas celulares y SLEUTH (PySLEUTH): sus cuatro coeficientes y calibración.
- Planeación por escenarios — Escenarios normativo, explorativo y predictivo; Planning Support Systems y participación ciudadana.
Fuente: https://www.youtube.com/watch?v=YzUwajDoycE · Transcript local: data/cursos/datapub-ciudades-sostenibles/ciudades-sostenibles.srt
Enlaces
Otorga nivel a: Time Series · Image Segmentation Usa: Image Segmentation · Time Series · Principal Component Analysis · Data Cleaning · Network Science