En este artículo, vamos a mostrarte cómo analizar y representar cartográficamente islas de calor urbanas con QGIS, con el fin de plantear medidas de cara a paliar el efecto del Cambio Climático.
Las islas de calor urbanas son un fenómeno en el que las zonas urbanizadas presentan temperaturas mucho más altas que las áreas rurales cercanas.
Esto ocurre porque las edificaciones, el pavimento y la falta de áreas verdes acumulan y conservan el calor, un efecto que además se ve reforzado por la actividad humana y sus emisiones.
Descarga de datos de temperatura para la zona de estudio
Vamos a utilizar como ejemplo el área metropolitana de la ciudad de Madrid. Para ello, vamos a emplear una imagen de Landsat 9 (Collection 2 Level-2), que ya incluye información de Surface Temperature (ST) en Kelvin.
Entramos en EarthExplorer (USGS), y buscamos Madrid, Spain. La fecha recomendada sería entre el 1 de junio y el 31 de agosto (ya que es en verano cuando el fenómeno es más crítico y peligroso).
Escogeremos el Dataset Landsat → Landsat Collection 2 → Level-2 (L2), ya que tiene una resolución de 30 metros, perfecta para cartografía urbana.
Es importante escoger un día lo más despejado posible, y descargar las bandas ST_B10.tif (temperatura superficial), QA_PIXEL (máscara de nubes) y, también, hay que descargar el archivo MTL.txt para poder convertir a grados centígrados.
Esta imagen descargada, la recortaremos con una máscara de nuestra zona de estudio.
Conversión de temperatura: Kelvin a Grados Centígrados
Lo primero que debemos hacer, es cargar la banda 10 de Landsat en QGIS.
Para la conversión de temperatura utilizaremos la siguiente fórmula (cuyos valores puedes encontrar en el archivo MTL.txt descargado), que introduciremos en la calculadora ráster de QGIS:
T°C =(DN×TEMPERATURE_MULT)+TEMPERATURE_ADD – 273.15
El resultado es un ráster de temperatura en °C.
Con la banda QA_PIXEL, podemos enmascarar nubes (esto es opcional pero es muy recomendable).
Cálculo de percentiles
Para poder elaborar nuestro mapa de islas de calor (UHI) vamos a calcular unos rangos de percentiles, con el objetivo de generar una clasificación por severidad:
- P10 o UHI muy baja: Zonas con temperaturas más bajas, usualmente vegetación, cuerpos de agua, áreas rurales.
- P25 o UHI baja: Temperaturas por debajo de la media; zonas menos urbanizadas o con buena cobertura verde.
- P50 o UHI moderada: Rango intermedio; mezcla de áreas urbanas, suburbanas y espacios verdes.
- P75 o UHI severa: Temperaturas elevadas; alta presencia de superficies artificiales.
- P90 o UHI extrema: Núcleos urbanos densos; pavimento, techos oscuros, alta actividad humana.
El cálculo de los percentiles lo ejecutaremos con el algoritmo r.quantile del proveedor GRASS GIS.
Representación gráfica de islas de calor (UHI)
Una vez que hemos calculado nuestros percentiles, podemos indicar los rangos en las propiedades de nuestra imagen de temperaturas de la zona de estudio, y generar la leyenda.
Este artículo se centra en analizar el efecto isla de calor en el área metropolitana de Madrid, teniendo en cuenta los datos de temperatura procedentes de Landsat 9. Pero, para un análisis con mayor profundidad, convendría analizar la cantidad de dosel arbóreo y la cobertura de superficie impermeable, por ejemplo, para obtener aquellas coberturas que influyen en el efecto isla de calor.
Con este análisis, podemos concluir qué barrios son más calurosos que otros y su relación con las temperaturas de toda la ciudad.
También, podemos incluir información demográfica para entender quién vive en las zonas más afectadas por estos episodios de calor extremo y qué características hacen que algunos individuos sean más vulnerables que otros.
Tutor de los cursos de QGIS, QGIS avanzado, QGIS aplicado a Urbanismo y Catastro, PostGIS, Teledetección con QGIS y Google Earth Engine, PostGIS y ArcGIS. Licenciado en Geografía y Master en SIG y Ordenación del Territorio. Echa un vistazo a todos nuestros cursos de SIG online.