TOOLK I T   D E   I N F R A E S T R U C T U R A
V E R D E   Y   N I Ñ E Z

Es una herramienta integral diseñada para abordar los desafíos socioecológicos en el contexto de las ciudades contemporáneas, centrándose en el bienestar de los niños. Su objetivo fundamental es guiar la planificación urbana de manera informada y sostenible, considerando la importancia de integrar áreas verdes y espacios naturales en entornos urbanos.

ISLAS URBANAS DE CALOR (IUC)

Las IUC son áreas urbanas con temperaturas significativamente más altas que las de la zona rural circundante, debido a la presencia de materiales de construcción como asfalto y concreto que absorben el calor, en contraposición a la vegetación que lo disipa.


Las IUC afectan al confort de los habitantes de la ciudad, por lo que resulta fundamental estimar los balances energéticos y las condiciones bioclimáticas de los sistemas urbanos. Las IUC se pueden analizar utilizando imágenes térmicas provenientes de satélites, algunos de los cuales proveen las imágenes de manera libre y gratuita, tales como las de los proyectos MODIS y Landsat. 



Este análisis fue realizado para la zona conurbada Veracruz-Boca del Río-Medellín-El Tejar, comprendiendo la zona rural circundante como referencia para la comparación. Para describir la IUC de la zona de estudio se utilizaron imágenes del proyecto MODIS, del satélite Terra, para todo el periodo disponible, que va del 26 de febrero de 2000 al 25 de enero de 2022. 

Se utilizó el producto promedio de 8 días a una resolución de 1 km, con clave de catálogo MOD11A2 V 061, disponibles desde el portal de search.earthdatasa.gov (Zhengming Wan and NASA. 2015); para este producto en el periodo de análisis hay un total de 1,001 archivos. Las imágenes se preprocesaron mediante la conversión de °K a °C. 

Las áreas urbanas de la zona de estudio fueron clasificadas manualmente en previas y posteriores a 2010, utilizando imágenes satelitales de alta resolución (Bing y Google). La zona rural para comparar las urbes fue trazada a partir de un radio de 10 km con respecto a las zonas urbanas identificadas (Figura 2). Se retiró un cuerpo de agua (Laguna de Mandinga) de la zona rural, pues como reservorio de calor afecta el análisis. 

El conjunto de imágenes fue analizado en el software R (R Core Team 2021), para determinar el comportamiento espaciotemporal de la IUC, utilizando las librerías terra (Hijmans 2021) para procesos geoespaciales, exactextractr (Daniel Baston 2021) para estadísticas zonales y ggseas (Ellis 2018) para descomposición de series de tiempo. Se encontró que la IUC de la zona de estudio fue de 3 °C de diferencia entre la zona urbana y la rural para el periodo 2000-2012 (Figura 3), mientras que para la segunda etapa, de 2013 a 2022, se observa una intensificación, que llega hasta 5 grados de diferencia, paralelo a un incremento generalizado de toda el área, atribuible al aumento de superficies urbanas en la zona y potencialmente al cambio climático global.

El patrón mensual promedio del periodo se puede observar en la Figura 4. Hay una intensidad mayor (4 °C) de la IUC en los meses de octubre a abril, comprendiendo los nortes y las secas, así como en junio, donde la zona urbana alcanza picos mayores a 26 °C de temperatura superficial. 

El comportamiento temporal se muestra en la Figura 5, en la que se observa un incremento más acelerado en la zona construida después de 2010 con respecto de la zona rural, además de que la zona urbana previa a 2010 es consistentemente la más cálida, con un valor promedio de 1 °C con respecto de la rural. Se observa también un incremento en la variación interanual en la gráfica de tendencia, es decir, en un periodo de varios años juntos, que va de menos de 0.5 °C al principio del periodo (e.g. 2001 vs 2004), hasta 2 °C (e.g. 2017 vs 2020).

Cada uno de los análisis anteriores pueden usarse de manera independiente para seleccionar las zonas que requieren ser arborizadas, de acuerdo al problema que se desea resolver. Por ejemplo, para mitigar las islas de calor se deben atender las zonas más cálidas mostradas en el análisis de islas de calor o si se desea estimular la actividad física, la creatividad y el bienestar infantil se debe priorizar la intervención de sitios donde los niños tienen menor acceso a las áreas verdes. 

ÍNDICE DE VISTA VERDE (GVI)

El Índice de Vista Verde (GVI), desarrollado por el Massachusetts Institute of Technology (MIT)-Senseable City Lab, y modificado por la REVIVE, es un indicador ambiental que utiliza imágenes panorámicas de Google Street View (GSV) para calcular la visibilidad de la vegetación a nivel de calle o escala humana. 


El principal criterio para delimitar las zonas con necesidad de reverdecimiento emplea el Índice de Vista Verde (GVI). Este índice calcula la visibilidad de la vegetación a nivel de calle o escala humana a partir del análisis de imágenes CIUDADES FRESCAS SON CIUDADES SENSIBLES. REPORTE TÉCNICO FINAL 10 panorámicas de Google Street View (GSV). El método considera la obstrucción de las copas de los árboles y clasifica las imágenes en consecuencia. Al utilizar GSV en lugar de imágenes de satélite, se representa la percepción humana del medio ambiente desde lo que se ve en la calle. El GVI se presenta en una escala de 0 a 100 y muestra el porcentaje de cobertura del dosel en una ubicación dada. Para poder categorizar el GVI, se hizo un análisis de los valores de mediana de las 30 ciudades con GVI actualmente publicadas en la página de Treepedia. del MIT Senseable City Lab. Esto con el fin de que los resultados del presente proyecto puedan ser comparables con los ya existentes. 



Por lo tanto, se hicieron cinco categorías con los intervalos que se muestran a continuación: 


• Muy bajo (0-10%) 

• Bajo (10-15%) 

• Medio (15-20%) 

• Alto (15-26%) 

• Muy Alto (>26%) 


El GVI representa la cantidad de pixeles verdes, expresados como porcentaje del total de pixeles de la imagen. Para obtener imágenes de las calles de la zona de estudio, se descargaron programáticamente panorámicas de Google Street View (GSV), siguiendo el procedimiento publicado por el MIT-Senseable City Lab. Para este proyecto se utilizó una versión actualizada por REVIVE del código original escrito en el lenguaje de programación Python.


El algoritmo genera una capa de puntos a una distancia de 40 metros entre ellos sobre las calles de la zona de estudio. Posteriormente hace una consulta para verificar la existencia de una panorámica en cada punto (consulta de metadatos); Después, en los puntos con existencia de panorámicas, se descargaron dos imágenes o secciones (no es posible descargar todo el panorama), a 90° y 270° respecto de la ruta del vehículo de GSV. En total se descargaron 51,548 panorámicas para cubrir toda la ZMV. Las imágenes fueron pre-procesadas mediante la segmentación para maximizar la clasificación de pixeles de vegetación sombreada o sobre-iluminada en las unidades de verdes evidentes. Después se contabilizó la proporción de verde en la combinación Rojo-Verde-Azul (RGB) para finalmente obtener el porcentaje de pixeles verdes frente al total de pixeles. Se encontró que la media de GVI en la zona es de 15.87% (Mapa 2), con un primer cuartil de 8.7% y un tercer cuartil en 21.5%. Como contexto, las ciudades de Xalapa y Guadalajara tienen 18% y 11.8% respectivamente como medias de GVI. Fuera de México, las únicas ciudades en América Latina que cuentan con GVI son Buenos Aires (14%) en Argentina, Quito (10.8%) en Ecuador y São Paulo (11.7 %) en Brasil. 


En la Zona Urbana de Veracruz se encontró que la mayoría de las AGEB cuenta con GVI medio y bajo (Mapa 3 y Mapa 4), con promedio de 16.07 %. Estos valores se encuentran en el límite entre las clases de bajo y medio GVI. Vale la pena resaltar que el 25% de las AGEB presentan un GVI por debajo de 13.18 (bajo) y que algunas AGEB situadas al centro de la ciudad tienen valores de alto y muy alto GVI. Esto último puede estar relacionado con la ubicación y densidad de áreas verdes y ANP, ya que al sobreponer dicha información, algunas AGEB con niveles altos de GVI muestran una alta densidad de áreas verdes y la ubicación de ANP estatales dentro de las mismas (por ejemplo, las AGEB 1413, 1790 y 1792). Sin embargo, para otras AGEB con alta densidad de áreas verdes o con polígonos de ANP dentro de sus límites no se observan valores altos de GVI (por ejemplo, las AGEB 2784 y 2178, al sur del municipio de Veracruz) (Mapa 4). Una posible explicación a ello es que para estas últimas existan pocas calles o vialidades circundantes con visibilidad a las áreas verdes. 

En lo que respecta a la Zona Urbana de Boca del Río, el GVI promedio en las AGEB es de 13.69% (Mapa 5), que corresponde a un nivel bajo en la percepción de la vegetación. No se encontraron zonas con GVI alto y muy alto. 


Como parte de una estrategia de arborización para mejorar el bienestar físico y psicológico de las personas, aumentar la cantidad de árboles en las calles y los beneficios que esto conlleva, los sitios que requieren atención prioritaria son aquellos con niveles muy bajas y bajos de GVI.

ÍNDICE DE VEGETACIÓN DE DIFERENCIA NORMALIZADA  (NDVI)

El NDVI es un índice espectral frecuentemente empleado para evaluar la presencia de vegetación en un sitio y su estado de salud basado en cómo refleja la luz en determinadas frecuencias. El NDVI toma valores entre -1 a 1, donde los valores negativos corresponden a agua, nieve, nubes o construcciones, los valores de 0 a 0.2 a suelos desnudos y los valores entre 0.2 y 1 a la vegetación. Entre más cercano a 1 sea el valor del NDVI, más densa y con mayor actividad fotosintética es la vegetación. A diferencia del GVI, este índice se calcula a partir de una imagen de satélite que no captura árboles individualmente, por lo que se consideran complementos importantes. 


El cálculo del NDVI en la ZMV se realizó utilizando una imagen satelital Sentinel 2, descargada del portal Copernicus de la Agencia Espacial Europea, con un nivel de procesamiento 2A (corregida atmosféricamente) y con fecha de adquisición del 29 de diciembre de 2021. El procesamiento de la imagen se llevó a cabo en el software SNAP, realizando un recorte de esta a la extensión de la ZMV y el remuestreo de las bandas para obtener una resolución espacial general de 10 m. Asimismo, el cálculo del NDVI es un proceso que SNAP realiza de manera automática, requiriendo la selección de la banda 4 como la banda roja y la 8 como la banda del infrarrojo cercano. 



Posteriormente, el archivo raster generado fue exportado a formato GeoTiff para ser reclasificado en el software ArcMap. El rango de valores del NDVI fue dividido en cinco clases según la condición de la vegetación: ausencia de vegetación (de -1 a 0.2), vegetación en mal estado (de 0.2 a 0.4), vegetación en estado medio (de 0.4 a 0.6), vegetación en buen estado (de 0.6 a 0.8) y vegetación en estado excelente (de 0.8 a 1).


La reclasificación permitió examinar en primer lugar las áreas donde es posible encontrar vegetación dentro de la ZMV. Si bien la mayoría de la vegetación se encuentra al exterior de la mancha urbana, hacia la zona de cultivos, dentro de la zona urbana también se observa vegetación de manera dispersa, así como algunas áreas más grandes con vegetación en estado de salud entre buena y excelente. Algunos de estos sitios con vegetación vigorosa coinciden con los polígonos que delimitan las Áreas Naturales Protegidas de jurisdicción estatal presentes en la ZMV, reafirmando con ello la importancia de la conservación de estos espacios. 


Asimismo, otros sitios dentro o cercanos a la mancha urbana poseen vegetación en buen estado, aunque actualmente no forman parte de algún área de conservación. Esto podría ser considerado a futuro para el establecimiento de nuevas áreas verdes y áreas protegidas o bien la extensión de las ya existentes. También se analizó la distribución de áreas verdes de tipo parques, jardines, glorietas, camellones y unidades deportivas en la ZMV. 


Esta información se obtuvo a partir de la extracción de los polígonos de áreas verdes del Marco Geoestadístico 2020 del INEGI, así como mediante la digitalización de los puntos georreferenciados proporcionados por los Ayuntamientos locales, a través de consultas a la Plataforma Nacional de Transparencia. Dichos polígonos son escasos, lo que puede deberse a la falta de actualización de la base de datos de catastro de los Ayuntamientos correspondientes. 


No obstante, de las áreas verdes con las que ya se cuenta es posible determinar el estado de salud de la vegetación de manera particular para cada una y priorizar los esfuerzos de reforestación urbana y restauración en áreas que más lo requieran.

ÍNDICE DE EQUIDAD DE ACCESO INFANTIL A LA NATURALEZA

Para evaluar la equidad en el acceso a la naturaleza de niños y adolescentes de las localidades urbanas del área del proyecto, se empleo el método propuesto por la organización Children and Nature para la iniciativa “Cities Connecting Children to Nature”.

En ella se plantean cuatro fases en la planeación e identificación de las estrategias de las ciudades para lograr un acceso equitativo a la naturaleza: 

1. Mapeo de la infraestructura de la ciudad, áreas verdes, áreas naturales, variables demográficas, variables socioeconómicas, estado de salud de los niños, etc. 

2. Identificación de las poblaciones prioritarias con base en el mapeo realizado, enfocándose en aquellas con menor acceso a la naturaleza, menor nivel de ingresos, presencia de grupos étnicos minoritarios, menor participación en programas ambientales o con altos índices de obesidad infantil. 

3. Identificación de los actores clave en las localidades seleccionadas y realización de consultas para analizar los recursos disponibles, fortalezas y áreas de oportunidad en el acceso de los niños a la naturaleza. 

4. Determinación de las estrategias para lograr un acceso más equitativo a la naturaleza de los niños y adolescentes. 



Asimismo, el trabajo de mapeo para la identificación de poblaciones prioritarias se basó en la metodología realizada por la ciudad de Austin, Texas, que en el año 2016 llevó a cabo un análisis geográfico (SIG) para determinar las zonas en las que se implementaría un plan para proveer un acceso equitativo a la naturaleza de los niños de la ciudad. En dicho análisis SIG se calcularon dos puntajes a partir de los cuales se ponderó la priorización de los sectores urbanos: el factor de naturaleza y el factor de potencial de impacto. El primero de ellos incluyó la suma de factores asignados a cada área verde según su tamaño, el factor de estatus de acceso a las áreas naturales, el factor de porcentaje de cubierta arbolada y el factor de uso de tierra de las áreas verdes. Por su parte, el factor de potencial de impacto consistió en la suma del factor de ingreso familiar promedio, el factor de población infantil y el factor de porcentaje de cobertura arbolada. Como resultado, se priorizaron aquellas zonas de la ciudad con altos puntajes de potencial de impacto y con puntajes de medios a bajos del factor de naturaleza. En este caso, las variables consideradas para generar el factor de potencial de impacto en las localidades del área Biocitis fueron: población de niños y adolescentes (de 0 a 17 años), población mayor a 3 años hablante de alguna lengua indígena y población afrodescendiente por localidad según el Censo Nacional 2020; así como índice de marginación normalizado por localidad publicado por la CONAPO en el año 2020, el promedio de NDVI por localidad como indicador del porcentaje de cobertura arbolada y el promedio de GVI por localidad. Por su parte, en el cálculo de factor de naturaleza se consideraron las siguientes variables: tamaño de las áreas verdes, estatus de acceso a las áreas naturales protegidas ubicadas dentro o en un radio de 1 km de distancia de la localidad, número de humedales existentes dentro o en un radio de 1 km de distancia de la localidad y las distancias promedio de las escuelas al área verde, área natural protegida y humedal más cercano. De manera particular, los factores asignados a las áreas verdes según su tamaño fueron sumados para obtener un total por localidad, caso similar del factor de estatus de ANP, siendo los totales los que se sumaron al factor de naturaleza. Como resultado, las localidades que deben atenderse con carácter prioritario para mejorar la equidad de acceso infantil a la naturaleza son aquellas con un factor de impacto entre alto y medio y un factor de naturaleza entre medio y bajo dentro del área del proyecto. Dichas localidades son El Tejar, Fraccionamiento Costa Dorada, Fraccionamiento Geovillas Los Pinos, Fraccionamiento Puente Moreno, Hacienda Sotavento, Las Amapolas, Lomas de Río Medio Cuatro, Los Torrentes, Valente Díaz, Valle Alto y sur de Veracruz 

FUENTES FIJAS DE CONTAMINACIÓN

En la ZMV se encuentra la zona industrial más grande del estado, lo que tiene implicaciones en la calidad del aire y la salud de los ciudadanos. Con el objetivo de conocer la cantidad de contaminantes y sus fuentes de emisión se realizó una consulta de información pública mediante la Plataforma Nacional de Transparencia, a la Secretaría de Medio Ambiente y Recursos Naturales (SEMARNAT) y al Instituto de Ecología y Cambio Climático (INECC).

Se solicitó información histórica (del año 2000 a la fecha) referente a las fuentes fijas de contaminación atmosférica en el Estado de Veracruz. 

A continuación se transcribe la solicitud: “En una base de datos electrónica requiero conocer el a) nombre de la fábrica, industria, empresa, aeropuerto o fuente emisora, su ubicación b) Municipio, c) Localidad, d) Calle y número, e) Colonia, f) Tipo y concentración de contaminantes (PM 10, PM 2.5, PM 1, NOx , SOx, COV, CO, CO2, O3 y cualquier otro contaminante reportado, g) Fecha de emisión o reporte, h) Categoría de fuentes fijas. Requiero también la ubicación geográfica (en la misma base, puntos georreferenciados o polígonos shapefile para visualizar en un sistema de información geográfica) de cada fuente fija. Además, solicito los Informes anuales, mensuales, semanales o los que reportados por cada fuente fija en el estado de Veracruz”. 



Los datos proporcionados por las dependencias como respuesta a las solicitudes, mostraron que en la ZMV existen 88 fuentes fijas de contaminación (Mapa 8), que anualmente emiten más de 1,700,000 toneladas (2020) de contaminantes atmosféricos. De estas, 27,030 toneladas corresponden a contaminantes de tipo PM 10, PM 2.5, PM 1, PST, NOx, SOx, COV, CO, CO2 y O3. El arbolado presente en la zona tiene la capacidad de remover 935 toneladas, que equivalen al 3.45% de este tipo de contaminantes. 

Para evitar las posibles afecciones que los contaminantes atmosféricos pueden ocasionar sobre los habitantes, se sugiere proveer y mejorar la calidad de la vegetación en los sitios circundantes a las fuentes fijas de contaminación en la ZMV.

FUENTES MÓVILES DE CONTAMINACIÓN 

Con el objetivo de caracterizar espacial y temporalmente el comportamiento del tráfico en la zona de estudio, se descargaron imágenes de Google Traffic cada hora (294 en total) durante la semana del 11 al 18 de diciembre de 2021, utilizando el lenguaje de programación estadística R (R Core Team, 2018). 


Las imágenes fueron configuradas para retirar etiquetas de calles, colonias y puntos de interés tales como centros comerciales y hospitales, dejando solamente un gris como fondo y cuerpos de agua para servir como contexto visual. Las imágenes fueron pre-procesadas para eliminar los efectos de gradientes de color (dithering) producidos para suavizar la visualización de los elementos. 


Este pre-proceso consistió en asignar cada pixel de la imagen al color más próximo de una paleta de colores con solo el gris de fondo, el azul de los cuerpos de agua y los cuatro colores (verde, naranja, rojo y marrón) del tráfico.

Después del pre-proceso se contaron, agrupados para cada hora, el total de pixeles de cada color de tráfico, para obtener el comportamiento temporal del tráfico en la ciudad en general. 



Para el comportamiento espacial, primero se asignaron valores numéricos a cada color de la paleta del tráfico (1, 2, 3 y 4) para el tráfico fluido (verde), ligero (naranja), lento (rojo) y pesado (marrón). Después se hizo un promedio para todas las imágenes descargadas, para así observar las zonas con mayor tráfico en la ciudad en el periodo muestreado. Se observan cuatro puntos principales de mayor concentración de tráfico: el malecón, Malibrán-Floresta, en un tramo de la carretera a Ciudad Industrial y en la zona de las plazas comerciales en Boca del Río.



INVENTARIO DIGITAL DE ALTA RESOLUCIÓN DEL ARBOLADO URBANO

El proceso de inventario se llevó a cabo mediante una exhaustiva revisión digital remota del arbolado en cuatro polígonos representativos, abarcando diversas áreas de la ciudad. Estos polígonos se distribuyeron en zonas estratégicas, con dimensiones específicas: 78.9 hectáreas en la Zona Sur, 16.7 hectáreas en la Zona del Dren B, 35 hectáreas en las vialidades principales con camellón y una extensión de 39.7 hectáreas en la Zona Norte. En conjunto, la superficie muestreada alcanzó un total de 170.3 hectáreas.

 

Este inventario se llevó a cabo en la plataforma My Maps de Google, la cual cuenta con fotografías aéreas actualizadas hasta el año 2023. En dicha plataforma, se dispusieron los cuatro polígonos de estudio, marcando puntos con información detallada de cada árbol, especialmente en banquetas e islas viales. La información sobre la especie de cada árbol y su estado se obtuvo a través de Google Street View, utilizando imágenes desde 2014 hasta 2023. Se evaluaron tanto árboles existentes como espacios vacantes y áreas por abrir. 

MAPA INTERACTIVO 

(diciembre 2023)

Los árboles existentes fueron clasificados en tres estados:


 

En cuanto a plantaciones potenciales, se consideraron dos tipos de espacios:


 

El registro se separó en diferentes tipos de áreas para visualizar las densidades en cada uno de los diferentes tipos de escenarios:


 

El propósito principal es mejorar el paisaje urbano, minimizando riesgos asociados con el arbolado y optimizando los beneficios ambientales, sociales y económicos del activo forestal. Este análisis proporciona una base sólida para la gestión efectiva del arbolado urbano, mejorando los servicios ambientales ofrecidos a la comunidad y fortaleciendo las estrategias de manejo.

P A L E T A   V E G E T A L   B O C A   D E L   R Í O click aquí