GEO4SDG - Colombia

 

EO4SDG, una iniciativa GEO cuyo propósito es extender los usos de EO (Observaciones terrestres) para el desarrollo sostenible y permitir beneficios sociales a través del logro de los ODS, está trabajando con los miembros de GEO, las organizaciones participantes y otras GEO iniciativas, para integrar las observaciones terrestres en los procesos nacionales de monitoreo e implementación de los ODS.

Las Oficinas Nacionales de Estadísticas (OSN) están interesadas en el uso de imágenes de satélite para mejorar y eventualmente producir estadísticas oficiales sobre una amplia gama de temas, abordadas en las metas del Desarrollo Sostenible (SDG), y promover el desarrollo de capacidades y el intercambio de experiencias.

Para cumplir con este requisito, el DANE (Oficina Nacional de Estadísticas de Colombia) ha incorporado nuevas fuentes de información diferentes a las tradicionales, como las que ofrece Big Data, específicamente las de imágenes satelitales.

 

Contacto: 

Raul Ospina - DANE - reospinav@dane.gov.co

 
DANE-GEO4SDG

En el monitoreo de los ODS, el DANE ha llevado a cabo diversos proyectos piloto usando datos de Observación Terrestre de diversas fuentes de entidades nacionales e internacionales con el objetivo de proponer métodos para calcular diversos indicadores.

 

 

11.3.1 ¿relación de la tasa de consumo del suelo y la tasa del crecimiento de la población¿

DANE desarrolló un método que incorpora imágenes Landsat de libre acceso con datos de población para investigar la relación entre el consumo de tierra y el crecimiento de la población en el Área Metropolitana de Barranquilla (MA) en el norte de Colombia.

Las actividades inician en el 2015 donde se exploraron herramientas alternativas y se comenzó a utilizar google earth engine lo que permitió la optimización del tiempo. (Earth Engine, reduce tiempo de procesamiento y de clasificación de las imágenes ya que se dispone de scripts parametrizables que facilitan su procesamiento.)

Con la metodología definida y afinada en el año 2017 se realizó el cálculo para 138 ciudades en Colombia definidas por el sistema de ciudades. Esta definición de ciudad difiere un poco de la metodología de UN HABITAT sin embargo los resultados fueron los esperados.

2019: 7 ciudades adicionales, según definición UN-Habitat

Más detalles y resultados:

http://eo4sdg.org/wp-content/uploads/2017/08/4.-Report_Pilot_Project_Colombia_v3-1.pdf

 

 

11.7.1 ¿Proporción media de la superficie edificada de las ciudades correspondiente a espacios abiertos para el uso público de todos, desglosada por sexo, edad y personas con discapacidad¿

Se trabajó con imágenes Sentinel como alternativa al uso de imágenes Landsat, dada su mejor resolución y baja nubosidad, obteniendo muy buenos resultados.

Se programa en R, un algoritmo que permite reclasificar el resultado del procesamiento inicial de las imágenes Sentinel en urbano, suburbano y rural, clasificando la proporción de pixel construido en un área de influencia de 1 km. (ventana cuadrada y ventana circular).

Se desarrolla un modelo utilizando «model builder» en Arcgis, el cual a partir de toponimia, loteo y UCUs , permite junto con la digitalización,  definir los espacios abiertos de carácter público.

2015: Se inician actividades y hasta este año. Con las mejoras a la metodología y la espera de los datos del CNPV.

2018: Prueba Piloto con tres ciudades Colombianas con características diferentes:  Soledad (Atlántico), Pasto (Nariño) y Villavicencio (Meta).

2019: Pruebas para el calculo del indicador a nivel nacional.

 

9.1.1 ¿Proporción de la población rural que vive a menos de 2 kms de una carretera transitable todo el año¿ 

Se complementa la propuesta del Banco Mundial al incluir la cobertura del agua superficial y la distancia geométrica en el cálculo del área de influencia. Cuando se incluye la distancia geométrica, a partir del MDE, el área de influencia calculada es menor, principalmente en regiones con pendientes pronunciadas. Cuanto mayor sea el área de influencia, probablemente mayor será la cantidad de población rural seleccionada y mayor será el valor del indicador, lo que afectaría la precisión del resultado.

El proyecto piloto se llevó a cabo en el departamento de Quindío, la extensión de agua superficial se obtuvo de las imágenes Landsat (acceso gratuito), se utilizó el MDE de Alos Palsar (acceso gratuito) y se seleccionó la población georreferenciada en el Censo Nacional Agropecuario (DANE, 2014).

 

2017: El proyecto piloto se llevó a cabo en el departamento de Quindío

2018: Se realiza el cálculo del indicador para todos los departamentos con información preliminar.

2019: Se realizará el cálculo del indicador para todos los departamentos, se seleccionará la extensión del agua superficial de la cartografía oficial y el MDE Trex del IGAC , así mismo se utilizará la población georreferenciada en el Censo Nacional de Población (DANE, 2018).

 

Resumen de los proyectos disponible en:

https://dane.maps.arcgis.com/apps/MapJournal/index.html?appid=85c042d55d774e27aa1c5b948950a260

 

Otros Proyectos:

A partir de la información georreferenciada obtenida en el CNPV, se pueden generar mapas de concentración, los cuales permiten visualizar fenómenos particulares de forma continua, con el fin de reflejar patrones de alta concentración.  Estas herramientas geoespaciales permiten focalizar comportamientos particulares de variables de interés.

Algunos ejemplos se encuentran disponibles en:

 

Características Sociodemográficas

https://dane.maps.arcgis.com/apps/MapSeries/index.html?appid=db12078f493d4941b17da4ddfb572fcd

 

PIB Departamental

https://dane.maps.arcgis.com/apps/MapSeries/index.html?appid=9d091f802200470d816eb1f063aa6aee

 

"proyecto de investigación para explorar el uso de imágenes de satélite y otras fuentes de datos para la estimación del rendimiento de cultivos"

Se ha explorado el cálculo del Índice de Stress de la Vegetación propuesto por la FAO y que hace uso de las bandas 4, 5 y 10 del satélite LandSat 8. El procesamiento digital de imágenes de satélite se ha programado haciendo uso de la herramienta de acceso gratuito de imágenes y de procesamiento en la nube: Google Earth Engine. Estamos aún en la etapa de desarrollo y se espera generar un modelo estadístico que integre información geográfica y estadística agrícola.

 

Que sigue:

  • Implementar mecanismos adecuados que permitan involucrar a la sociedad civil en el cálculo de los indicadores ODS, ejemplo wikimapia (mapas con información producida y cotejada por usuarios).
     
  • Establecer acuerdos de cooperación entre diversos sectores (ONG, sector privado, académico, etc.) y DANE, que permitan realizar investigaciones como los cálculos de indicadores ODS a costos reducidos con muy buena calidad.
     
  • Continuar apoyando el desarrollo, refinamiento e implementación de metodologías propuestas en otras iniciativas GEO, como:
    • EO4EA (Observaciones terrestres aplicadas a Cuentas Ecosistemicas),
    • GEOGLOWS-EO4SDG  ODS 6. bajo el proyecto de monitoreo de dinámica de aguas superficiales DANE-IDEAM. 
    • GEO-GUOI, mediante la generación de varios productos de datos de áreas urbanas globales utilizando datos de Observación de la Tierra (EO), y desarrollar nuevos modelos y algoritmos para detectar, evaluar, monitorear y modelar áreas y entornos urbanos.
    • GEOGLAM, proyecto de investigación para explorar el uso de imágenes de satélite y otras fuentes de datos para la estimación del rendimiento de cultivos.
 
TAGSDANE, ODS, SDG, IDEAM, EO4SDG, GEO-GUOI, GEOGLOWS