Expansión y densificación urbana del Gran Buenos Aires (2012-2019) a partir de imágenes satelitales nocturnas

Eloy Montes Galbán

doi:10.30972/geo.17334097

Autores

Eloy Montes Galbán Universidad Nacional de Luján. Consejo Nacional de Investigaciones Científicas y Técnicas. Bahía Blanca - Buenos Aires. Argentina

DOI:

https://doi.org/10.30972/geo.17334097

Palavras-chave:

Expansión urbana, Gran Buenos Aires, Imágenes satelitales nocturnas, Suomi NPP VIIRS, luminosidad urbana

Resumo

El objetivo del presente trabajo consistió en analizar la expansión y densificación del Gran Buenos Aires (GBA) para el periodo 2012 – 2019, a partir de imágenes satelitales nocturnas de la Tierra. Se realizó una primera aproximación metodológica que permitió explorar las potencialidades de esta fuente de información relativamente nueva en el campo de la Geografía Urbana. Con la aplicación del Software QGIS se procesaron imágenes nocturnas de la Tierra provenientes del satélite Suomi NPP-VIIRS. Se identificó un crecimiento de la superficie de luminosidad urbana de un 13,87% en un intervalo de 7 años. Por otro parte, se realizó una aproximación al conocimiento de la intensidad de los usos urbanos y cómo evolucionó durante el periodo estudiado, reflejando un incremento en la intensidad lumínica media de 17,77% para todo el conjunto de unidades político-administrativas del GBA. De igual manera, se evaluó la densidad de las luces nocturnas en las 25 unidades de análisis y se constató la hipótesis de que a mayor densidad de iluminación mayor densidad poblacional con un coeficiente de correlación r = 0,87. Esta primera aproximación metodológica permitió constatar a través del caso del GBA la utilidad y potencialidad de las imágenes nocturnas de la Tierra provenientes del satélite Suomi NPP-VIIRS, demostrando una gran cantidad de posibles aplicaciones en el campo de la Geografía científica.

Referências

Aguilera Arilla, J., BorderíasUribeondo, P., González Yanci, P., & Santos Preciado, J. M. (1991).Geografía general II (Geografía humana). Madrid: Universidad Nacional de Educación a Distancia.

Amaral, S., Monteiro, A. M., Camara, G., &Quintanilha, J. A. (2006). DMSP/OLS night time lightimageryforurbanpopulationestimates in theBrazilian Amazon. International Journal of RemoteSensing,27(5), 855-870. doi:10.1080/01431160500181861

Buzai, G. D., & Marcos, M. (2012). The social map of greater Buenos Aires as empiricalevidence ofurbanmodels. Journal of Latin American Geography, 11(1), 67-78.

Center forSpatial Data Science. TheUniversity of Chicago. (15 de Noviembre de 2019). Software ofthe Center forSpatial Data Science. Recuperado de https://spatial.uchicago.edu/software

Checa, J., &Nel•lo, O. (2018). UrbanIntensities. TheUrbanization of theIberianMediterraneanCoast in the Light of NighttimeSatelliteImages of theEarth. UrbanScience, 2(4), 1-17. doi:10.3390/urbansci2040115

Checa, J., Gomà, A., López, J., Martín, J., &Nel•lo, O. (2017). Energía y proceso de urbanización enEspaña. Nuevas perspectivas de investigación a partir de la imagen satelital nocturna de la tierra. EnM. Zaar, M. Vasconselos, & H. Capel (Eds.), La electrificación y el territorio. Historia y futuro (pp. 1-20).Barcelona: Universitat de Barcelona. Recuperado el 1 de Julio de 2019, de http://www.ub.edu/geocrit/Electr-y-territorio/ChecaGoma.pdf

Chen, X., &Nordhaus, W. D. (2010). Thevalue of luminosity data as a proxy foreconomicstatistics.Nberworkingpaper series, 1-43.

Elvidge, C. D., Baugh, K. E., Anderson, S. J., Sutton, P. C., &Ghosh, T. (2012). TheNight LightDevelopmentIndex (NLDI): a spatiallyexplicitmeasure of human developmentfromsatellite data. SocialGeography, 7, 23-35. doi:10.5194/sg-7-23-2012

Elvidge, C. D., Baugh, K., Zhizhin, M., & Chi Hsu, F. (2013). Why VIIRS data are superior to DMSPformappingnighttimelights. Proceedings of the Asia-PacificAdvanced Network, 35, 62-69. doi:10.7125/APAN.35.7

Elvidge, C. D., Baugh, K., Zhizhin, M., Chi Hsu, F., &Ghosh, T. (2017). VIIRS night-time lights.International Journal of RemoteSensing, 38(21), 5860-5879. doi:10.1080/01431161.2017.1342050

Henderson, M., Yeh, E. T., Gong, P., Elvidge, C., &Baugh, K. (2003). Validation of urbanboundariesderivedfrom global night-time satelliteimagery. International Journal of RemoteSensing, 24(3), 595-609.doi:10.1080/01431160304982

Instituto Geográfico Nacional. (2019). Datos abiertos. Capas SIG. Recuperado de https://www.ign.gob.ar/NuestrasActividades/InformacionGeoespacial/CapasSIG

Instituto Nacional de Estadística y Censos. (1 de Noviembre de 2019). Estadísticas de población.Recuperado de https://www.indec.gob.ar/

Instituto Nacional de Estadística y Censos. (2003). ¿Qué es el Gran Buenos Aires? Buenos Aires:Publicaciones del INDEC. Recuperado el 15 de Junio de 2019, de https://web.archive.org/web/20101113161116/http://www.indec.gov.ar/nuevaweb/cuadros/4/folleto%20GBA.pdf

Kamarajugedda, S. A., Mandapaka, P. V., & Lo, E. Y. (2017). Assessingurbangrowthdynamics ofmajorSoutheastAsiancitiesusingnight-time light data. International Journal of RemoteSensing, 38(21),6073-6093. doi:10.1080/01431161.2017.1346846

Klinkenboborg, V. (Noviembre de 2008). Ourvanishingnight. Nationalgeographic, 214(5), 102-123.

Kloog, I., Haim, A., Stevens, R. G., Barchana, M., &Portnov, B. A. (2008). Light at nightco-distributeswithincidentbreastbutnotlungcancer in thefemalepopulation of Israel. Chronobiology International,25(1), 65-81. doi:10.1080/07420520801921572

Li, X., & Li, D. (2014). Can night-time light imagesplay a role in evaluatingtheSyrian Crisis?International Journal of RemoteSensing, 35(18), 6648-6661. doi:10.1080/01431161.2014.971469

Li, X., Zhang, R., Huang, C., & Li, D. (2015). Detecting 2014 Northern Iraq Insurgencyusingnighttime light imagery. International Journal of RemoteSensing, 36. doi:10.1080/01431161.2015.1059968

Liu, L., &Leung, Y. (2015). A study of urbanexpansion of prefectural-levelcities in South Chinausingnight-time light images. International Journal of RemoteSensing, 36, 5557-5575. doi:10.1080/01431161.2015.1101650

Matayeva, A. (2014). Derivingthedistribution of populationfromnighttimelights data (tesis demaestría). TechnischeUniversitatMunchen, Munich.

Martin Oriol, J. (2016). Observingchanges in urbanformthroughnightsatelliteimages in BuenosAires and Lima. En O. Nel•lo, & R. Mele (Eds.), Cities in the 21st Century (págs. 93-95). London and New York:Routledge.

Min, B., Gaba, K. M., Sarr, O. F., &Agalassou, A. (2013). Detection of rural electrification in Africausing DMSP-OLS nightlightsimagery. International Journal of RemoteSensing, 34(22), 8118-8141. doi:10.1080/01431161.2013.833358

Mitchell, J. G. (Julio de 2001). La expansión urbana. Nationalgeographic en español, 9(1), 82-107.

Montes Galbán, E. (2017). Ideas sobre tecnociencia y experimentación digital en geografía. Vientosdel Norte, 2, 7-17. Recuperado el 1 de Enero de 2017, de http://editorial.unca.edu.ar/Publicacione%20on%20line/CD%20VIENTOS%202017/PDF/N5%20Vol%20II/1-Ideas%20sobre%20tecnociencia.pdf

Montes Galbán, E. (2019). Cuenca. Luminosidad nocturna. En G. D. Buzai, & S. L. Lanzelotti (Dir.),Atlas de Geografía Humana de la cuenca del río Luján (pp. 168-169). Ciudad Autónoma de Buenos Aires:Impresiones Buenos Aires.

NationalGeographic. (2004). La tierra de noche [Mapa]. 1:46.360.000. Washington, D.C.: NationalGeographicMaps.

NationalGeographic. (2005). África la huella humana [Mapa]. 1:14.636.000. Washington, D.C.:NationalGeographicMaps.

NationalOceanic and AtmosphericAdministration. (2019). Versión 1 VIIRS Day / Night Band NighttimeLights. Recuperado de https://www.ngdc.noaa.gov/eog/viirs/download_dnb_composites.html

Nel•lo, O., López Redondo, J., Martín Oriol, J., & Checa Rius, J. (2016). La luz de la ciudad. El procesode urbanización en España a partir de las imágenes nocturnas de la Tierra. Barcelona: Universitat Autónomade Barcelona.

Nel•lo, O., López, J., Martín, J., & Checa, J. (2017). Energy and urbanform. Thegrowth of Europeancitiesonthebasisofnight-time brightness. Land Use Policy, 61, 103-112. doi:10.1016/j.landusepol.2016.11.007

Pérez Machado, R. P., VizeuBarrozo, L., Luchiari, A., & Small, C. (2014). Identification of theurbancontinuum of Sao Paulo MetropolitanAgglomerationwithpeople, lights and land use. Firstresultsof a methodologicalapproach. AnnualConference of the IGU UrbanCommission (pp. 1-42). Poznan:IGU. Recuperado el 15 de Junio de 2019, de https://www.researchgate.net/publication/266202035_Identification_of_the_urban_continuum_of_Sao_Paulo_Metropolitan_Agglomeration_with_people_lights_and_land_use_First_results_of_a_methodological_approach

Potere, D., Schneider, A., Angel, S., &Civco, D. L. (2009). Mappingurbanareason a global scale:which of theeightmapsnowavailableis more accurate? International Journal of RemoteSensing, 30, 6531-6558. doi:10.1080/01431160903121134

QGIS DevelopmentTeam. (1 de Noviembre de 2019). QGIS. Un Sistema de Información Geográficalibre y de Código Abierto. Recuperado de https://qgis.org/es/site/

Quaíni, K. (2014). Procedimiento metodológico para la generación de mapas de interfaseurbanovegetación rural. Córdoba: Proyecto BPR - BID.

Roy Chowdhury, P. K., Maithani, S., &Dadhwal, V. K. (2012). Estimation of urbanpopulation in IndoGangetic Plains usingnight-time OLS data. International Journal of RemoteSensing, 33, 2498-2515. doi:10.1080/01431161.2011.616550

Sánchez de Miguel, A., Zamorano, J., Gómez Castaño, J., & Pascual, S. (2014). Evolution of theenergyconsumedbystreetlighting in Spainestimatedwith DMSP-OLS data. Journal of QuantitativeSpectroscopyand Radiative Transfer, 139, 109-117. doi:10.1016/j.jqsrt.2013.11.017

Small, C., Elvidge, C. D., &Baugh, K. (2013). Mappingurbanstructure and spatialconnectivitywithVIIRS and OLS night light imagery. UrbanRemoteSensingJointEvent, (pp. 230-233). Sao Paulo. doi:10.1109/JURSE.2013.6550707

Small, C., Pozzi, F., &Elvidge, C. D. (2005). Spatialanalysis of global urbanextentfrom DMSP-OLSnightlights. 96, 277-291. doi:10.1016/j.rse.2005.02.002

Sutton, P. C., Elvidge, C. D., &Ghosh, T. (2007). Estimation of GrossDomesticProduct at Sub-NationalScalesUsingNighttimeSatelliteImagery. International Journal of EcologicalEconomics&Statistics, 8(S07),5-21. Recuperado el 16 de Junio de 2019, de https://www.researchgate.net/publication/242254394_Estimation_of_Gross_Domestic_Product_at_Sub-National_Scales_Using_Nighttime_Satellite_Imagery

Townsend, A. C., & Bruce, D. A. (2010). The use of night-time lightssatelliteimagery as a measureof Australia’s regional electricityconsumption and populationdistribution. International Journal of RemoteSensing, 31(16), 4459-4480. doi:10.1080/01431160903261005

UnitedStates Geological Survey. (2019). Earth Explorer. Recuperado de https://earthexplorer.usgs.gov/

Xin, X., Liu, B., Di, K., Zhu, Z., Zhao, Z., Liu, J., . . . Zhang, G. (2017). Monitoringurbanexpansionusingtime series of night-time light data: a case study in Wuhan, China. International Journal of RemoteSensing,38(21), 6110-6128. doi:10.1080/01431161.2017.1312623

Zhou, Y., Smith, S. J., Zhao, K., Imhoff, M., Thomson, A., Bond-Lamberty, B., . . . Elvidge, C. D. (2015).A global map of urbanextentfromnightlights. 10(5), 1-11. doi:10.1088/1748-9326/10/5/054011