README.md



Construcción de una base de datos a partir de la generación de indicadores estadísticos basados en imágenes satelitales


I. Introducción
Este documento presenta los resultados del análisis geoespacial enfocado en la generación de imágenes geomedianas anualizadas y el cálculo de distintos índices espectrales a partir de datos satelitales Sentinel-2. El objetivo fue caracterizar el comportamiento de la superficie terrestre y sus componentes a nivel municipal, proporcionando una base para futuros estudios de monitoreo ambiental y uso del suelo en el periodo 2018-2024. Los estadísticos descriptivos (mínimo, máximo, media, mediana y desviación estándar) fueron calculados para cada polígono municipal, abarcando tanto las bandas espectrales como los índices derivados, ofreciendo una visión detallada de las variaciones espaciales y temporales.

II. Fuentes de datos
La fuente de datos de imágenes satelitales para este análisis fue la constelación de satélites Sentinel-2 de la Agencia Espacial Europea (ESA). Sentinel-2 se compone de dos satélites idénticos (2A y 2B) que proporcionan imágenes ópticas de alta resolución con una amplia cobertura multiespectral. Sus 12 bandas espectrales (dimensiones) cubren desde el visible hasta el infrarrojo de onda corta, con resoluciones espaciales que van desde los 10 hasta los 60 metros, lo que las hace ideales para el monitoreo de la vegetación, cuerpos de agua, áreas urbanas y cambios en la cobertura terrestre. Los datos fueron recopilados anualmente para el período comprendido entre 2018 y 2024. La fuente fue consultada desde la plataforma de análisis geoespacial en la nube Google Earth Engine (GEE).

III. Geomediana
La geomediana es un estadístico robusto utilizado para resumir una serie temporal de imágenes satelitales en una única imagen representativa. A diferencia de la mediana tradicional que opera en una dimensión, la geomediana se calcula en un espacio multidimensional, es decir, considerando todas las bandas espectrales simultáneamente. Esto la hace particularmente útil para reducir el ruido atmosférico, las nubes y las sombras, obteniendo una representación más limpia y característica de la reflectancia de la superficie en un período determinado.
En este estudio, se calcularon imágenes geomedianas anualizadas para cada año entre 2018 y 2024, lo que permitió obtener una "imagen base" más representativa de las condiciones promedio del terreno para cada ciclo anual.

IV. Metodología
La metodología aplicada consistió en los siguientes pasos principales:


Cálculo de Imágenes Geomedianas Anualizadas: Utilizando los datos de Sentinel-2 para el periodo 2018-2024, se generaron imágenes geomedianas para cada año. Este proceso implicó la agregación de múltiples observaciones satelitales a lo largo de cada año para crear una imagen compuesta que minimiza la presencia de anomalías temporales como nubes y sombras.


Cálculo de Índices Espectrales: Sobre cada imagen geomediana anualizada, se calcularon un total de 17 índices espectrales derivados. Estos índices combinan la reflectancia de diferentes bandas espectrales para realzar características específicas de la superficie terrestre, como la salud de la vegetación, la presencia de agua, la composición del suelo y la urbanización.


Extracción de Estadísticos por Polígono Municipal: Se empleó una capa de polígonos municipales correspondiente a cada año de estudio. Para cada polígono municipal, se extrajeron los siguientes estadísticos descriptivos para todos los píxeles contenidos dentro de sus límites:


Mínimo (min): El valor más bajo de reflectancia o índice dentro del polígono.

Máximo (max): El valor más alto de reflectancia o índice dentro del polígono.

Media (mean): El promedio de todos los valores de reflectancia o índice dentro del polígono.

Mediana (median): El valor central de reflectancia o índice dentro del polígono.

Desviación Estándar (std): Una medida de la dispersión de los valores de reflectancia o índice dentro del polígono.


Este cálculo se realizó para las 12 bandas originales de Sentinel-2, así como para cada uno de los 17 índices espectrales calculados, proporcionando un conjunto de datos robusto para el análisis a nivel municipal.

V. Índices utilizados
Los índices espectrales son combinaciones matemáticas de diferentes bandas de un espectro que permiten resaltar características específicas del terreno. A continuación, se describen los índices utilizados en este análisis:


ARVI (Atmospherically Resistant Vegetation Index)

AWEI (Automated Water Extraction Index)

BSI (Bare Soil Index)

BUI (Built-up Index)

DBSI (Difference Built-up Soil Index)

EMBI (Enhanced Modified Built-up Index)

EVI (Enhanced Vegetation Index)

GNDVI (Green Normalized Difference Vegetation Index)

MNDWI (Modified Normalized Difference Water Index)

MSAVI2 (Modified Soil Adjusted Vegetation Index 2)

NDBI (Normalized Difference Built-up Index)

NDDI (Normalized Difference Drought Index)

NDRE (Normalized Difference Red Edge)

NDVI (Normalized Difference Vegetation Index)

NDWI (Normalized Difference Water Index)

SAVI (Soil Adjusted Vegetation Index)

UI (Urban Index)


VI. Resultados
El producto final de este análisis es un tabulado estructurado que organiza la vasta cantidad de información generada de manera comprensible. Este tabulado presenta los municipios como filas, permitiendo una fácil consulta de los datos para cada entidad geográfica. Las columnas de este tabulado representan los estadísticos calculados para cada una de las bandas espectrales y los índices derivados.
Específicamente, para cada municipio y para cada año de estudio, se obtienen:


12 estadísticos para las bandas originales de Sentinel-2 (min, max, mean, median, std).

18 estadísticos para cada uno de los índices espectrales calculados (min, max, mean, median, std).

Dado que se calcularon 5 estadísticos para cada una de las 12 bandas y los 18 índices, el número total de columnas por municipio (y por año) en el tabulado final es: