Cómo funciona
Apoyando la ambición verde de las ciudades globales mediante datos satelitales e inteligencia artificial
HUGSI.green es un servicio de Husqvarna que proporciona monitoreo objetivo y recurrente para cientos de ciudades en más de 60 países mediante el análisis de datos satelitales.
Analizando ciudades globales a gran escala
- Las ciudades se monitorean en su día vegetativo óptimo individual.
- Utilizamos conjuntos de datos globales abiertos y aplicamos la misma metodología al analizar todas las ciudades para promover la comparación y la colaboración.
- Analizamos los datos por ti, con actualizaciones anuales. Los datos se recopilan y presentan como indicadores y se visualizan en mapas y gráficos.
- Nuestra metodología es abierta y está llena de definiciones y consideraciones importantes basadas en fuentes científicas. Nuestro objetivo es ofrecer una fuente escalable, confiable y coherente de datos sobre espacios verdes urbanos a nivel global, regional y local.
Metodología en resumen
- ¿Qué área de una ciudad se analiza?Nos enfocamos en las áreas urbanas, donde vive mucha gente. La definición de urbano se basa en datos de la Comisión Europea (GHS-POP).
- Los límites exteriores se definen según mapas proporcionados por la ciudad o por los límites administrativos de Open Street Map.
- Las áreas urbanas/pobladas se definen con al menos 3,8 personas por cuadrícula de 100 m en GHS-POP (Global Human Settlement Layer).
- ¿Cuándo se capturan los datos durante el año?Las ciudades se evalúan en su día óptimo individual de vegetación del año, para garantizar una evaluación justa entre ciudades y de un año a otro.
- ¿Qué datos se utilizan para analizar las ciudades?Las ciudades se analizan utilizando datos multiespectrales de los satélites Sentinel-2, parte del programa Copernicus de la Agencia Espacial Europea (ESA).
Conoce más sobre HUGSI
Videos
Usando HUGSI
Metodología
Seminario web sobre biodiversidad
Descargar nuestro libro blanco de metodología
Para quienes son tan curiosos como nosotros y quieren conocer todos los detalles de nuestra metodología, nos complace compartir nuestro libro blanco de metodología contigo. ¡Feliz lectura!
Preguntas frecuentes
El índice se basa en varios factores, como el porcentaje del área urbana cubierta por vegetación, la salud de la vegetación y qué tan bien está distribuido el espacio verde dentro del área urbana. Para ofrecer resultados lo más precisos posible, los diferentes parámetros se extraen por separado para cada tipo de vegetación. Combinar valores de distintas categorías requiere un proceso de estandarización antes de ponderarlos. Para cada tipo de vegetación, usamos sus diferentes factores para generar una distribución de producto, que luego se transforma en una distribución normal. Usando la función de distribución acumulativa de la distribución normal obtenemos una puntuación de probabilidad acumulada de 0 a 1. Luego de obtener estas puntuaciones para los distintos tipos de vegetación, se ponderan y reescalan al rango de 0 a 100 para obtener la puntuación final.La naturaleza multiplicativa de los cálculos garantiza que las ciudades con valores altos en varios factores obtengan una mejor posición que aquellas con un valor muy alto en un solo factor pero bajo en los demás.La razón de incluir la salud y la distribución de la vegetación es reflejar mejor los valores ambientales y recreativos de los espacios verdes urbanos. Creemos que los espacios verdes distribuidos equitativamente por toda el área urbana son más accesibles para los ciudadanos y, por lo tanto, tienen un mayor valor recreativo que aquellos concentrados en pocos puntos. Además, una vegetación más saludable tiene un mayor valor ambiental debido a su mayor absorción de dióxido de carbono y emisión de oxígeno. El índice asigna el doble de peso a los árboles en comparación con el césped para reconocer su mayor impacto ambiental (ver referencia a continuación).Contáctanos si estás interesado en más detalles sobre los métodos estadísticos y analíticos utilizados en HUGSI.
Además del índice y el ranking, las ciudades reciben una calificación con una etiqueta de la A a la E, donde A+ es la puntuación máxima. La idea detrás de esto es tener una segmentación más estable basada en la puntuación verde de las ciudades. El índice y el ranking se recalculan cuando se agregan nuevas ciudades, y la calificación se basa en ciertos criterios por etiqueta.Las ciudades se califican en función de una puntuación verde calculada a partir de los KPI verdes por ciudad.
- Porcentaje de espacio verde
- NDVI/Vitalidad del verde
- Verde per cápita
- Distribución del verde
La primera ronda de 98 ciudades en el lanzamiento inicial de 2019 se seleccionó según las ciudades miembro de C40, incluidas ciudades temporalmente inactivas, además de las no pertenecientes a C40: Gotemburgo (Suecia) y Marsella (Francia).Se seleccionaron 57 nuevas ciudades en 2020 para llenar vacíos en Europa, América del Norte e India.En 2021 se agregaron ciudades participantes del 'Green City Challenge' en los Países Bajos, a solicitud de las ciudades participantes.Desde 2022 en adelante, las ciudades pueden solicitar y pagar para monitorear su ciudad con actualizaciones anuales.
Para calcular el índice, usamos principalmente el conjunto de imágenes satelitales Sentinel-2. Estos datos son capturados por satélites operados por la Agencia Espacial Europea (ESA) y se ponen a disposición pública a través del programa Copernicus de la Comisión Europea en colaboración con la ESA. Datos satelitales adicionales, como imágenes de alta resolución de Airbus y Maxar, se utilizan para complementar y validar los resultados.Los datos satelitales se obtienen del programa Copernicus y se han modificado para establecer nuestra base de datos. Para evitar confusiones, debe aclararse que HUGSI no está oficialmente avalado ni afiliado a ninguna institución de la Unión Europea.
Se utilizan técnicas de aprendizaje profundo (deep learning) para procesar las imágenes satelitales y extraer métricas relevantes a partir de las imágenes en bruto.Como subcampo del aprendizaje automático, el aprendizaje profundo utiliza redes neuronales profundas para aprender de datos no estructurados (como imágenes satelitales) y descubrir patrones, características e ideas.
Los límites de la ciudad se definen con base en un mapa municipal compartido por la propia ciudad. Si no hay un mapa municipal adecuado, usamos los límites administrativos de OpenStreetMap (OSM) para definir los límites exteriores del área a analizar.
Definición de áreas urbanas:
Los datos de población del Global Human Settlement Layer (GHS-POP) se utilizan para ajustar el área a analizar dentro de los límites definidos de la ciudad.Para centrar nuestro análisis en los centros urbanos y conglomerados urbanos (según la terminología de GHS-POP) aplicamos las siguientes reglas:GHS-POP divide una ciudad en cuadrículas de 100 por 100 metros y mide la densidad promedio de población en cada cuadrícula. Nuestro enfoque excluye las cuadrículas con menos de 1000 personas por milla cuadrada (3,8608 personas por 100x100 m) e incluye islas (pequeñas áreas desconectadas del cuerpo principal de la ciudad) con más de 5000 habitantes.Para más información sobre GHS-POP, consulta: Schiavina, Marcello; Freire, Sergio; Alessandra Carioli; MacManus, Kytt (2023): GHS-POP R2023A - GHS population grid multitemporal (1975-2030). Comisión Europea, Centro Común de Investigación (JRC) [Conjunto de datos] doi: 10.2905/2FF68A52-5B5B-4A22-8F40-C41DA8332CFEPID: http://data.europa.eu/89h/2ff68a52-5b5b-4a22-8f40-c41da8332cfeDespués de definir los límites exteriores e interiores poblados, agregamos un margen de 300 m alrededor de los límites filtrados para incluir áreas circundantes. Esta área resultante se considera el área urbana de la ciudad utilizada en todos los cálculos posteriores.Este método produce tres resultados importantes:- Área urbana utilizada en el análisis de una ciudad
- Área real de la ciudad en m² que cubre el análisis
- Población estimada del área medida
Por lo tanto, cualquier cifra de población o área de ciudad mencionada en la plataforma sigue la lógica descrita anteriormente. A menudo, no coincide con las cifras oficiales de población o área, ya que solo nos centramos en las zonas urbanas.
HUGSI utiliza un modelo de aprendizaje automático que diferencia los árboles de otras vegetaciones, incluidos los arbustos, mediante reconocimiento de imágenes. El modelo está entrenado con un conjunto de datos etiquetado visualmente donde los árboles se clasifican explícitamente; otras vegetaciones se consideran césped. Los arbustos pueden entrar en cualquiera de las dos clases, ya que no existe una definición estricta.
Los resultados se producen a través de nuestra metodología rigurosa y abierta.HUGSI se centra en análisis escalables a nivel global y puede usarse para derivar el estado actual, el desarrollo y los cambios de una ciudad, de varias ciudades, de una región o a nivel mundial.Los resultados son validados por científicos de datos y expertos del sector y se consideran muy precisos. Se emplea un riguroso proceso de pruebas y validación en el procesamiento de datos con aprendizaje profundo para garantizar una comprensión profunda del rendimiento y una optimización continua de los algoritmos.Aviso legal: Todos los resultados son estimaciones basadas en nuestra metodología abierta y en los modelos de IA utilizados.www.hugsi.green/terms-of-use
Estamos abiertos a compartir las métricas de una ciudad o área de tu interés bajo solicitud. Envíanos un mensaje y estaremos encantados de conversar.
Fomentamos el uso de los datos proporcionados en HUGSI.green para investigación académica, informes, por ONG y también por empresas con fines diversos. No se permite compartir nuestros datos en su totalidad, pero sí usar partes como componente secundario en un nuevo trabajo.Cítanos siempre como HUGSI.green – Husqvarna Urban Green Space Insights. Dado que nuestros datos se actualizan anualmente, también se recomienda indicar el año en que se capturaron los datos.Por favor, infórmanos también cuando utilices datos de HUGSI.green; siempre es bueno saberlo. Envíanos un correo electrónico a hello@hugsi.green
Para garantizar una evaluación justa entre ciudades y de un año a otro, todas las ciudades se evalúan en su día verde óptimo individual del año. De esta forma evitamos la estacionalidad y nos centramos siempre en los mejores datos disponibles. A veces, los datos satelitales contienen demasiadas nubes del día ideal; en ese caso, combinamos imágenes de los mejores mosaicos disponibles.
Después de que se confirme el pedido y se realice el pago, necesitamos aproximadamente 10 semanas para incorporar tu ciudad a la plataforma.
Por defecto, analizamos los dos años completos más recientes y los incorporamos a la plataforma. Como complemento, las ciudades pueden solicitar años adicionales desde 2015 para ciudades europeas y desde 2018 para el resto del mundo.
Sí, las cifras que compartimos por ciudad sobre el tamaño total del área en kilómetros cuadrados pueden diferir de las oficiales. Partimos de tu límite administrativo exterior, compartido por ti o tomado de OpenStreetMap; dentro de este límite aislamos las áreas urbanas que cumplen nuestros criterios.El tamaño del límite definido por HUGSI es el que compartimos por ciudad. Por lo general, el límite definido por nosotros es más pequeño que el límite oficial. Usamos diferentes definiciones.
Sí, las cifras que compartimos por ciudad sobre la población urbana pueden diferir de las oficiales. Nuestros datos de población provienen del Global Human Settlement Layer (GHS-POP) proporcionado por la Comisión Europea, e incluimos únicamente la población que vive dentro del límite definido por HUGSI.Por lo general, la población definida por nosotros es menor que la oficial. Usamos diferentes definiciones.