UNIVERSIDAD NACIONAL AGRARIA LA MOLINA

FACULTAD DE CIENCIAS

“Islas de calor urbanas en la ciudad de Lima utilizando imágenes

satelitales”

Presentado por:
VANESSA SOFÍA SOBERÓN FORSBERG

TESIS PARA OPTAR EL TÍTULO DE INGENIERO AMBIENTAL

LIMA, PERU
AÑO, 2014
 DEDICATORIA

A mi padre, madre y hermanas por su amor

y apoyo incondicional en todo momento.

 AGRADECIMIENTO

Quiero expresar mi agradecimiento a mis padres, Margarita Forsberg y Luis Soberón por el

apoyo incondicional y desinteresando durante la investigación.

También agradezco a mi profesor patrocinador Mg. Esaúl Obregón Párraga, por la asesoría

y confianza para realizar en esta investigación y por su compromiso y paciencia en cada

etapa y a los miembros del jurado calificador por dedicar su valioso tiempo a la revisión y

aportes de mejora en esta investigación.

Así mismo, agradezco a EKODES CONSULTORES DEL PERU S.I.G. , empresa

consultora especializada en brindar soluciones mediante el uso de tecnologías de

información geográfica, y a SENAMHI, Servicio Nacional de Meteorología e Hidrología

del Perú, por su valioso apoyo y aporte en esta investigación.

Y finalmente, a todos aquellos amigos que me brindaron su apoyo y confianza en cada

oportunidad.
 ÍNDICE GENERAL

I. Introducción ………………….………………….………………………… 1
II. Revisión de literatura ………………….………………….………………. 3
2.1. Islas de calor y urbanización ….…….………………….………………… 3
2.1.1. Ciudad ………………….………………….………………….…………… 3
2.1.2. Ecosistema urbano ………………….………………….………………….. 3
2.2. Crecimiento urbano ………………….………………….……………....... 5
2.2.1. Crecimiento urbano en el mundo y en América Latina ………………..... 5
2.3. Consecuencias de la urbanización ………………….…………………..... 7
2.4. Clima urbano ………………….………………….……………………….. 10
2.4.1. Atmósfera urbana ………………….………………….………………....... 11
2.5. Conceptos, tipos, características ………………….………………………. 14
2.5.1. Conceptos ………………….………………….………………………....... 14
2.5.2. Tipos de islas de calor ………………….………………….………………. 14
2.5.3. Características de islas de calor ………………….………………………… 16
2.6. Formación y consecuencias de las islas de calor …………………………. 18
2.6.1. Formación …………………………………………….…………………… 18
2.6.2. Consecuencias de las islas de calor ………………….……………………. 23
2.7. Medición de las islas calor ………………….………………….…………. 26
2.7.1. Medición de las islas de calor atmosférica ………………….…………….. 26
2.7.2. Medición de las islas de calor superficial .………………….…………….. 28
2.8. La islas de calor y la relación entre atmósfera y superficie ………………… 30
2.8.1. Relación entre la temperatura del aire y la temperatura de superficie ….. 31
2.8.2. Relación entre la temperatura de superficie y la vegetación …………… 32
2.9. Estudios relacionados a las islas de calor urbanas ………………….……. 32
2.9.1. Estudios internacionales ………………….………………………………. 33
2.9.2. Estudios nacionales ………………….……………………………………. 36
2.10. Regresión lineal ………………….………………….…………………….. 37
2.11. Presentación del área de estudio, la ciudad de Lima Metropolitana ..……… 39
2.11.1. Aspectos demográficos………………….………………….………….. 41
2.11.2. Crecimiento poblacional en Lima Metropolitana ………………….…… 41
2.11.3. Densidad poblacional en Lima Metropolitana ………………….………. 42
2.11.4. Crecimiento urbano ………………….………………….…………….. 43
2.11.5. Uso de suelo en Lima Metropolitana ………………….………………. 45
2.11.6. Aspectos climáticos………………….………………….……………… 47
III. Materiales y métodos ………………….………………….……………. 49
3.1. Materiales ………………….………………….……………………….. 49
3.1.1. Datos ………………….………………….…………………………….. 49
3.1.2. Equipos y software ……….………………….…………………………... 50
3.2. Métodos ………………….………………….………………………….. 50
3.2.1. Definir el área de estudio ………………….………………….……….... 50
3.2.2. Determinar la distribución espacial de las islas de calor ……………….. 50
3.2.3. Determinación de la relación entre la temperatura de superficie y la
temperatura del aire ………………….………………….……………… 55
3.2.4. Determinación de la relación entre la temperatura de superficie y la
vegetación…………………………………………………………………. 56
IV. Resultados y discusión ………………….………………….………….. 58
4.1. Determinación de la distribución espacial de las islas de calor ………… 58
4.2. Determinación de la relación entre la temperatura del aire (°C) y la
temperatura de superficie (°C) ………………….………………….…. 66
4.3. Determinación del coeficiente de relación (r 2) entre la temperatura de
superficie (°C) y el NDVI y el coeficiente de correlación (r2) entre la
temperatura de brillo (°C) y el NDVI ………………….…………….. 69
V. Conclusiones ………………….………………….…………………….. 71
VI. Recomendaciones ………………….………………….………………... 73
VII. Referencias bibliográficas ………………….…………………………... 74
VIII. Anexos ………………….………………….…………………………… 83
 ÍNDICE DE CUADROS

Cuadro 1: Impactos ambientales de la urbanización …………………………………. 9

Cuadro 2: Factores que influyen en la formación de islas de calor urbanas y su efecto
en el balance de energía ………………………………………………………………. 23
Cuadro 3: Impacto de las islas de calor clasificado por región climática…………...... 24
Cuadro 4: Características del Landsat 5TM…………………………………………… 29
Cuadro 5: Bandas del satélite Landsat 5 TM …………………………………………. 30
Cuadro 6: Diferencias entre isla de calor atmosférica e isla de calor superficial ……... 31
Cuadro 7: Población censada …………………………………………………………. 41
Cuadro 8: Población urbana y rural ………………………………………………….. 41
Cuadro 9: Datos utilizados ……………………………………………………………. 49
Cuadro 10: Fórmulas para la corrección de emisividad ………………………………. 54
Cuadro 11: Datos geográficos de las estaciones meteorológicas…………………….. 55
Cuadro 12: Coordenadas de los núcleos térmicos más elevados …………………....... 60
Cuadro 13: Resumen del análisis estadístico entre la relación de la temperatura de
brillo (°C) y la temperatura del aire (°C) ……………………………………………… 66
Cuadro 14: Resumen del análisis estadístico entre la relación de la temperatura de
superficie (°C) y la temperatura del aire (°C) ……………………………………........ 67
Cuadro 15: Resumen del análisis estadístico entre la relación de la diferencia de la
temperatura del aire (°C) y la temperatura de superficie (°C) y la temperatura de
superficie ……………………………………………………………………………… 68
Cuadro 16: Resultados del coeficiente de correlación entre la temperatura de
superficie (°C) y temperatura de brillo (°C) …………………………………………... 95
Cuadro 17: Coordenadas geográficas de los núcleos térmicos con temperaturas más
altas en el área urbanizada …………………………………………………………….. 96
Cuadro 18: Datos utilizados para la regresión lineal ………………………………….. 106
Cuadro 19: Tabla ANOVA de la regresión lineal de la temperatura del aire (°C) y la
temperatura de brillo (°C) …………………………………………………………...... 108
Cuadro 20: Tabla ANOVA de la regresión lineal de la temperatura del aire (°C) y la
109
temperatura de superficie (°C) …………………………………………………….......
Cuadro 21: Tabla ANOVA de la regresión lineal de la temperatura del aire (°C) y la
110
dT [Temperatura del aire (°C) - Temperatura de superficie (°C)] …………………
Cuadro 22: Coeficientes de la regresión lineal entre la temperatura del aire (°C) y la
temperatura de brillo (°C) …………………………………………………………...... 111
Cuadro 23: Coeficientes de la regresión lineal de la temperatura del aire (°C) y la
temperatura de superficie (°C) ………………………………………………………... 112
Cuadro 24: Coeficientes de la regresión lineal entre la temperatura de superficie (°C)
y dT [temperatura del aire (°C) y la temperatura de superficie (°C)] ………………… 113
Cuadro 25: Resultado del coeficiente de correlación entre la temperatura de brillo
(°C) y el NDVI y del coeficiente de correlación entre la temperatura de superficie
(°C) y el NDVI ………………………………………………………………………... 114
 ÍNDICE DE FIGURAS

Figura 1: Ecosistema urbano ………………………………………………………….. 4

Figura 2: Distribución de la población mundial – urbana y rural …………………….. 6
Figura 3: Porcentaje de la población urbana en América latina …….………………… 7
Figura 4: Factores que influyen en el ecosistema urbano …………………………….. 11
Figura 5: Composición de la atmósfera urbana ………………….……………………. 12
Figura 6: Formación del ozono troposférico …………………….……………………. 12
Figura 7: Componentes de la atmósfera urbana ……………….……………………… 13
Figura 8: Correlación entre la isla de calor atmosférica y la isla de calor superficial … 16
Figura 9: Configuración espacial de la isla de calor ………………………………….. 17
Figura 10: Cañón urbano …………………………………………………………....... 20
Figura 11: Reducción de la evaporación de la ciudad ……………………………....... 21
Figura 12: Mapa de expansión urbana de Lima Metropolitana del año 2007 ………… 40
Figura 13: Tasa de crecimiento poblacional ………………………………………….. 42
Figura 14: Mapa de densidad poblacional …………………………………………….. 43
Figura 15: Mapa de expansión urbana desde 1940 hasta el 2005 …………………….. 44
Figura 16: Mapa de uso de suelos …………………………………………………….. 46
Figura 17: Delimitación del área de estudio ………………………………………….. 51
Figura 18: Mapa de temperatura de superficie (°C) de las 10:00 am. ……………........ 62
Figura 19: Mapa de temperatura de brillo (°C) de las 10:00 am. ……………………... 63
Figura 20: Isla de calor sobrepuestas en el mapa de uso de suelo …………………….. 64
Figura 21: Micro islas de calor urbanas en la Lima Metropolitana …………………… 65
Figura 22: Gráfico de la relación entre la temperatura de superficie (°C) y NDVI y
Temperatura de brillo (°C) y NDVI …………………………………………………... 69
Figura 23: Mapa de temperatura de superficie (°C) de las 15:00 horas GTM del 11 de
febrero del 2008 ……………………………………………………………………….. 83
Figura 24: Mapa de temperatura de superficie (°C) de las 15:00 horas GTM del 15 de
abril del 2008 …………………………………………………………………………. 84
Figura 25: Mapa de temperatura de superficie (°C) de las 15:00 horas GTM del 01 de
mayo del 2008 ………………………………………………………………………… 85
Figura 26: Mapa de temperatura de superficie (°C) de las 15:00 horas GTM del 02
de abril del 2009 ……………………………………………………………………… 86
Figura 27: Mapa de temperatura de superficie (°C) de las 15:00 horas GTM del 31 de
enero del 2010………………………………………………………………………… 87
Figura 28: Mapa de temperatura de superficie (°C) de las 15:00 horas GTM del 07 de
marzo del 2011………………………………………………………………………… 88
Figura 29: Mapa de temperatura de brillo (°C) de las 15:00 horas GTM del 11 de
febrero del 2008……………………………………………………………………… 89
Figura 30: Mapa de temperatura de brillo (°C) de las 15:00 horas GTM del 15 de
abril del 2008………………………………………………………………………… 90
Figura 31: Mapa de temperatura de brillo (°C) de las 15:00 horas GTM del 01 de
mayo del 2008………………………………………………………………………… 91
Figura 32: Mapa de temperatura de brillo (°C) de las 15:00 horas GTM del 02 de
abril del 2009………………………………………………………………………… 92
Figura 33: Mapa de temperatura de brillo (°C) de las 15:00 horas GTM del 31 de
enero del 2010………………………………………………………………………… 93
Figura 34: Mapa de temperatura de brillo (°C) de las 15:00 horas GTM del 07 de
marzo del 2011………………………………………………………………………… 94
Figura 35: Gráfico de barras del coeficiente de correlación entre la temperatura de
superficie (°C) y temperatura de brillo (°C) …………………………………………... 95
Figura 36: Gráfico de dispersión de la temperatura del aire (°C) versus temperatura
de brillo (°C) para el día 11 de febrero del 2008 ……………………………………… 98
Figura 37: Gráfico de dispersión de la temperatura del aire (°C) versus temperatura
de brillo (°C) para el día 15 de abril del 2008…………………………………………. 98
Figura 38: Gráfico de dispersión de la temperatura del aire (°C) versus temperatura
de brillo (°C) para el día 01 de mayo del 2008………………………………………... 99
Figura 39: Gráfico de dispersión de la temperatura del aire (°C) versus temperatura
de brillo (°C) para el día 31 de enero del 2010 ……………………………………….. 99
Figura 40: Gráfico de dispersión de la temperatura del aire (°C) versus temperatura
de brillo (°C) para el día 7 de marzo del 2011………………………………………… 100
Figura 41: Gráfico de dispersión de la temperatura del aire (°C) versus temperatura
100
de superficie (°C) para el día 11 de febrero del 2008…………………………………
Figura 42: Gráfico de dispersión de la temperatura del aire (°C) versus temperatura
de superficie (°C) para el día 15 de abril del 2008…………………………………….. 101
Figura 43: Gráfico de dispersión de la temperatura del aire (°C) versus temperatura
de superficie (°C) para el día 1 de mayo del 2008……………………………………. 101
Figura 44: Gráfico de dispersión de la temperatura del aire (°C) versus temperatura
de superficie (°C) para el día 31 de enero del 2010…………………………………… 102
Figura 45: Gráfico de dispersión de la temperatura del aire (°C) versus temperatura
de superficie (°C) para el día 7 de marzo del 2011……………………………………. 102
Figura 46: Gráfico de dispersión de la temperatura de superficie (°C) versus la
temperatura del aire (°C) menos la temperatura de superficie (°C) para el día 11 de
febrero del 2008…………………………………….………………………………….. 103
Figura 47: Gráfico de dispersión de la temperatura de superficie (°C) versus la
temperatura del aire (°C) menos la temperatura de superficie (°C) para el día 15 de
abril del 2008…………………………………….………………………………….. 103
Figura 48: Gráfico de dispersión de la temperatura de superficie (°C) versus la
temperatura del aire (°C) menos la temperatura de superficie (°C) para el día 1 de
mayo del 2008…………………………………….………………………………….. 104
Figura 49: Gráfico de dispersión de la temperatura de superficie (°C) versus la
temperatura del aire (°C) menos la temperatura de superficie (°C) para el día 31 de
enero del 2010…………………………………….………………………………….. 104
Figura 50: Gráfico de dispersión de la temperatura de superficie (°C) versus la
temperatura del aire (°C) menos la temperatura de superficie (°C) para el día 7 de
marzo del 2011…………………………………….………………………………….. 105
 ÍNDICE DE ANEXOS

Anexo 1: Mapas referentes a la distribución espacial de las islas de calor urbanas …... 83
Anexo 2: Correlación entre la temperatura de superficie (°C) y la temperatura de
brillo (°C) …………………………………………………………………………....... 95
Anexo 3: Coordenadas geográficas de los núcleos térmicos …………………………. 96
Anexo 4: Gráficos de dispersión referentes a la relación entre la temperatura del aire
(°C) versus temperatura de superficie (°C) …………………………………………… 97
Anexo 5: Cuadros referentes a la relación entre temperatura del aire y la temperatura
de superficie …………………………………………………………........................... 106
Anexo 6: Cuadros referentes a la determinación de la relación entre la temperatura de
superficie y la vegetación ……………………………………………………………... 114
 ABSTRACT

Identifying Urban Heat Islands in the City of Lima Using Satellite Images

This thesis analyzes surface heat islands in the City of Metropolitan Lima with the aim of
contributing to improve knowledge on this subject and determining the location of surface
urban heat islands as well as the relationship between surface temperature and air
temperature. The data were obtained through the digital processing of six Landsat 5 TM
satellite images of events registered at 10:00 a.m. on February 11, 2008; April 15, 2008;
May 1, 2008; April 2, 2009; January 31, 2010, and March 7, 2011. This information was
converted to surface temperatures. Moreover, data on air temperature were also obtained
from weather stations to analyze the relationship between air temperature and surface
temperature.

The results indicate the presence of a negative heat island during the morning, the highest
temperatures being observed in non-urban areas. The following heat islands were identified
in Metropolitan Lima: 5 surface heat islands, 7 heat islands in industrial and commercial
areas, and 3 urban micro heat islands. The relationship between air temperature, surface
temperature, and brightness temperature was low – which would indicate that other factors
not analyzed in this study influence the surface temperature--, while the relationship
between air temperature and the difference between air temperature less surface
temperature was high, probably by air advection. No definite conclusion may be drawn on
these relationships since they are based on a few meteorological observation points. The
data reflect a low relationship between surface temperature and the normalized difference
vegetation index (NDVI) due to the small amount of green areas. This research contributes
to generate information about superficial urban heat islands in Metropolitan Lima.

Key words: Surface urban heat islands, land surface temperature, Landsat 5 TM,
emissivity.
 RESUMEN

Islas de calor urbanas en la ciudad de Lima utilizando imágenes satelitales

Esta tesis analiza las islas de calor urbanas superficiales en la ciudad de Lima
Metropolitana con la finalidad de determinar la ubicación de las islas de calor urbanas
superficiales y la relación entre la temperatura de superficie y la temperatura del aíre. Los
datos fueron obtenidos mediante el procesamiento digital de seis eventos satelitales
Landsat 5 TM correspondientes a las 10:00 am para las fechas 11 de febrero del 2008, 15
de abril del 2008, 01 de mayo del 2008, 02 de abril del 2009, 31 de enero del 2010 y 7 de
marzo del 2011; y transformados a temperatura de superficie. Así mismo, se obtuvieron
datos de temperatura del aire de estaciones meteorológicas y se analizó la relación entre
temperatura del aire y temperatura de superficie.

Los resultados indican la presencia de una isla de calor negativa durante la mañana,
presentándose las temperaturas más elevadas en las zonas no urbanas. La ciudad presentó
la ubicación de 5 islas de calor superficiales, 7 islas ubicadas en zonas industriales y
comerciales y 3 micro islas de calor urbanas. La relación entre temperatura del aire,
temperatura de superficie y temperatura de brillo fue baja -- lo que indicaría que otros
factores no analizados en esta investigación influyen en la temperatura de superficie--,
mientras que la relación entre temperatura del aire y la diferencia entre la temperatura del
aire menos la temperatura de superficie fue alta, probablemente por la advección del aire.
Sobre estas relaciones no es posible ofrecer una conclusión definida debido a que están
basadas en pocos puntos de observación meteorológica. Se encontró una baja relación
entre la temperatura de superficie y el índice de vegetación normalizado debido a la poca
presencia de áreas verdes. Está investigación contribuye con generar información sobre las
islas de calor urbanas en la ciudad de Lima Metropolitana.

Palabras clave: Islas de calor urbanas superficiales, Temperatura del suelo, Landsat 5 TM,
emisividad
 I. INTRODUCCIÓN

El elevado aumento poblacional en las ciudades ha generado una alta demanda de

casas e inmuebles. Mientras la población aumentó, las ciudades también aumentaron. La
alta demanda de casas e inmuebles generó el reemplazo de las áreas verdes como jardines
y parques por viviendas y edificaciones. El aumento en el sector de construcción afecto el
clima urbano produciendo un nuevo fenómeno, conocido como islas de calor urbanas. Las
ciudades almacenan calor causando un aumento de temperaturas que afecta la salud de las
personas, el clima urbano y global, la emisión de gases de efecto invernadero y el consumo
de energía. Las causas principales han sido la morfología de la ciudad, la contaminación
del aire y los parámetros meteorológicos. También existe el fenómeno inverso conocido
como isla de calor negativa, en donde el entorno no urbano tiene una temperatura más
elevada que el área urbana.

La hipótesis de esta tesis es la siguiente: “En la ciudad de Lima Metropolitana, se presenta

una isla de calor negativa, obteniéndose mayores temperaturas en los alrededores no
urbanizados y menores temperaturas en el centro de la ciudad y en la cercanía a la costa.”
Se espera encontrar este fenómeno (islas de calor negativa) ya que en estudios anteriores se
encontró que la temperatura es menor cerca al mar y mayor en el este conforme se aleja
del mar.

La importancia de estudiar las islas de calor urbanas radica en aportar conocimientos que
pueden contribuir a mejorar el confort térmico en las ciudades y que sus habitantes puedan
tener un ambiente más agradable. Es importante conocer la presencia de las islas de calor
en Lima Metropolitana porque estas pueden afectar y perjudicar a la salud de las personas.
El aumento de temperatura genera un mayor consumo de energía por la utilización de
refrigerantes y en consecuencia hay un mayor gasto económico y se liberaran gases de
efecto invernadero. El aumento de temperatura también acelera la velocidad de las
reacciones químicas de los procesos de combustión produciendo gases contaminantes que
pueden ser dañinos para el hombre, como el ozono O3. Todos estos factores y procesos
ambientales son importantes para ordenamiento territorial de las ciudades considerando los
factores ambientales, como la temperatura.

1
El objetivo general de la tesis es:
- Determinar la distribución espacial de las islas de calor urbanas superficiales en la
ciudad de Lima Metropolitana y la relación entre la temperatura de superficie
estimada y la temperatura del aíre.
Los objetivos específicos de esta tesis son:
- Determinar la distribución espacial de las islas de calor superficial en la ciudad de
Lima Metropolitana mediante datos de imágenes satelitales, para los días 7 de
marzo del 2011, 31 de enero del 2010, 2 de abril del 2009, 11 de febrero del 2008,
1 de mayo del 2008 y 15 de abril del 2008.
- Determinar la relación entre la temperatura de superficie estimada mediante la
información satelital y la temperatura atmosférica para los días 7 de marzo del
2011, 31 de enero del 2010, 2 de abril del 2009, 11 de febrero del 2008, 1 de
mayo del 2008 y 15 de abril del 2008.

2
 II. REVISIÓN DE LITERATURA

2.1. ISLAS DE CALOR Y URBANIZACIÓN

2.1.1. CIUDAD

La palabra ciudad viene del latín civĭtas. “Las ciudades constituyen el hábitat por
excelencia para los seres humanos, y pese a su diversidad presentan características
ambientales comunes en muchas partes del mundo” (Romero et al., 2011). Uno de los
problemas más interesantes de la Geografía urbana es la misma definición de la palabra
ciudad ya que se consideran varios factores como el tamaño, actividad no agrícola, modo
de vida, etc. (Capel, 1975). Hay varias definiciones de ciudad:

- “La ciudad es aquella área urbana que presenta una alta densidad de población y
cuyos habitantes no suelen dedicarse a las actividades agrícolas” (definicion.de).
- Una ciudad es una aglomeración de más de 5.000 habitantes donde menos del
25% de la población se dedica a la agricultura (Conferencia Europea de la
Estadística de Praga).
- “Se designa con el término de ciudad a aquella área urbana que ostenta una alta
densidad poblacional y en la cual predominan fundamentalmente los servicios y
las industrias, oponiéndose ciertamente a las actividades de tipo agrícola que se
realizan preeminentemente en las regiones rurales”
(http://www.definicionabc.com/).

2.1.2. ECOSISTEMA URBANO

Una ciudad es un ecosistema urbano, que contiene una parte biótica y una parte
abiótica y que funciona a través de intercambios de materia, energía e información (Guía
Urbana.com). En este ocurre una estrecha relación de hábitat entre el previamente existente
-lo natural- y lo construido por el hombre -lo artificial- (Amaya, 2005).

3
Un ecosistema urbano está conformado por factores como los climáticos, constituidos por
temperatura, humedad y el viento; físicos constituido por la nueva geomorfología
territorial; lumínicos constituido por los distintos aspectos de la iluminación; equilibrio
ambiental el cual incluye los ruidos, vibraciones y otro; paisajísticos reflejados por el
medio circundante y sociales y psicológicos que comprenden las relaciones interpersonales
(Guía Urbana.com). La ciudad altera sustancialmente las condiciones naturales del entorno
(Guía Urbana.com).

Los ecosistemas urbanos están compuestos de elementos físicos y biológicos

interdependientes y dependientes a su vez de otros ecosistemas (Ver Figura 1). “Lo que
distingue a los sistemas urbanos de los demás ecosistemas es la enorme preponderancia de
su componente humano, con sus características sociales, culturales, económicas y
políticas” (Rekondo).

Figura 1: Ecosistema Urbano

Fuente: Rekondo

La ciudad tiene una morfología definida por la red urbana con tres tipos principales de
estructuras: la estructura en zonas concéntricas, la estructura en sectores radiantes
(estructura sectorial) y la estructura en mosaico, en núcleos múltiples (Educación
Ambiental en la república dominicana).

4
Hay tres tipos de transformaciones o sustitución de usos, en el ecosistema urbano (Amaya,
2005):

- Urbano – urbano: Sucede cuando un antiguo uso urbano, como una vivienda, es
sustituido por otro uso urbano, como un comercio (Amaya, 2005).
- Rural- rural: Sucede cuando un bosque es sustituido por un área de cultivo para
satisfacer una necesidad urbana, como puede ser el abastecimiento alimentario
(Amaya, 2005).
- Rural-urbano: Sucede cuando un suelo de uso rural, como un área de cultivo, es
acondicionado para ubicar residencias o cualquier otra actividad netamente urbana
(Amaya, 2005). Este tipo de transformación tiene el mayor impacto en el
ecosistema.

La complejidad de la ciudad depende de las escalas. Hay dos escalas: los macro
ecosistemas urbanos y los micros ecosistemas urbanos. Los macro ecosistemas urbanos
pueden presentar una gran heterogeneidad de rasgos físico-naturales -incluso tener
microclimas-, con diferentes fuentes de agua, energía, alimentos, y otros elementos
necesarios para el consumo y alimentación de la población (Amaya, 2005). Estos pueden
producir mayores riesgos para los ecosistemas, pérdida de recursos y de materiales
(Amaya, 2005). Los micro ecosistemas urbanos son lo opuesto, es menos complejo y tiene
componentes más homogéneos (Amaya, 2005). Los riesgos de destrucción del ambiente
son menores que los macro ecosistemas urbanos.

2.2. CRECIMIENTO URBANO

2.2.1. CRECIMIENTO URBANO EN EL MUNDO Y EN AMÉRICA LATINA

La ciudad es un sistema dinámico que se encuentran en constante cambio y

crecimiento, transformándose con el tiempo y ocupando mayor área de superficie natural
por área urbana. El crecimiento urbano implica un incremento de población, cambios y

5
movimientos asociados a los esfuerzos de cada individuo por encontrar su lugar en la
ciudad (Park citado por Elgueta, 2006).

El crecimiento urbano se ha ido incrementando en todo el mundo (Ver Figura 2). En los
años 1970, la población rural mundial representaba más del 50 % de la población total. Se
estima que para el año 2030, la población urbana mundial tendrá un porcentaje de 60 %.

Figura 2: Distribución de la población mundial – urbana y rural

FUENTE: UN-HABITAT; citado por REDLAC (2006).

En América Latina, desde mediados del siglo pasado, los cambios de la composición
etaria, ocupacional y residencial de la población ocurrieron en forma casi simultánea con
una expansión de la población sin igual en la historia, desde 159 millones en 1950, a 325
en 1980 y, un estimado de 450 en 1990 (INEI, 1993). Esta población equivale al 12% de
la población mundial (INEI, 1993). Este crecimiento poblacional ha estado acompañado
por un crecimiento de áreas urbanas, que en 1950 alcanzo una urbanización de 25%,
llegó a más del 50% en 1980 y a más del 72% en 1990. Siendo este último el más alto
porcentaje de habitantes urbanos de los países en el mundo en desarrollo (INEI, 1993). La
Figura 3 evidencia el crecimiento de la población urbana en América Latina desde 1960
hasta 1990.

6
 Figura 3: Porcentaje de población urbana en América latina
Fuente: INEI, 1993

2.3. CONSECUENCIAS DE LA URBANIZACIÓN

El crecimiento urbano produce daños en los sistemas ecológicos y en el medio

ambiente. Entra las consecuencias más destacadas se encuentran:

- Dañar a los sistemas ecológicos y a las funciones que se dan en este (Mashour y
Mc Donell, 2005).
- La destrucción de los factores bióticos en el ecosistema urbano (Mashour y Mc
Donell, 2005).
- Aumento de contaminación del aire, contaminación del suelo, contaminación del
agua, etc. (Mashour y Mc Donell, 2005).
- Introducción de plantas y animales no nativas en áreas naturales (Mashour y Mc
Donell, 2005).
- Aumento de exposición de enfermedades para los humanos (Mashour y Mc
Donell, 2005).
- Aumenta el riesgo de la contaminación del agua proveniente del uso de productos
químicos como fertilizantes, pesticidas, gasolina, aceite, etc. (Mashour y Mc
Donell, 2005).
- Aumento el riesgo potencial de inundaciones y la erosión del suelo debido cambio
de uso del suelo desnudo a pavimento en la ciudad (Mashour y Mc Donell, 2005).

7
 - Disminución del agua subterránea causada por los cambio del uso de las
superficies como el pavimento que impiden que el agua se infiltre hacia el suelo
(Mashour y Mc Donell, 2005).

Como señala Mashour y Mc Donell (2005) el crecimiento urbano también puede afectar
negativamente a la sociedad y la economía en las comunidades. Este aumenta el costo de
mantenimiento para pistas, caminos, transporte, alcantarillado y otros servicios que se
necesitan para los negocios y las viviendas; aumento del precio de la propiedad; aumenta la
contaminación generada por el aumento del uso de automóviles; genera el aislamiento de
los jóvenes, pobres o personas de tercera edad que no tienen acceso a los carros; aumenta
el costo y la dificultad para proveer el transporte público; aumenta el tiempo necesario para
transportarse, reduciendo el tiempo disponible para estar en compañía de amigos o
familiares o contribuir con la comunidad; genera la pérdida de trabajos en el campo y
prácticas de usos tradicionales de tierras; general la reducción del sentido de pertenencia a
una comunidad y genera el aumento de las legislaciones que regulan el ruido, olores, etc.
(Mashour y Mc Donell, 2005).

Así mismo, el crecimiento urbano también puede afectar a la litósfera, atmósfera e

hidrosfera (Ver Cuadro 1). Henry y Heinke (1999) indican que el componente urbano
afecta a la atmosfera generando temperaturas medias más elevadas en las zonas con mayor
urbanización generando temperaturas medias más elevadas en las zonas con mayor
urbanización (Ver Cuadro 1).

8
 Cuadro 1: Impactos ambientales de la urbanización
Componente Componente Urbano
ambiental Población Uso de suelo Transporte Servicio
Impactos
Niveles de ruido más
psicológicos
Impactos Impactos altos. Efectos del ruido
de la vida en …
humanos psicológicos. y la contaminación del
zonas de alta
aire en la salud.
densidad.
El relleno
Incremento en
sanitario para
la
los
transformación Cambios
desperdicios
de tierras completos Destrucción o
urbanos y la
Litósfera agrícolas o no debido a desfiguración del
instalación y
utilizadas y construcción, paisaje, etc.
reparación de
deshabilitadas enjardinado, etc.
servicios
para usos
alternas el
urbanos.
paisaje.

Creciente
Partículas
liberación de
emanaciones
CO2, menor Contaminación del aire
Temperaturas nocivas de
producción de por quema de
medias más incineraciones,
O2 conforme combustible.
elevadas en la rellenos
Atmósfera las colonias Creación de smog
mayor parte de sanitarios,
vegetales son fotoquímico.
las áreas obras de
destruidas por Emisión de plomo por
urbanas. tratamiento de
la expansión ciertos motores.
aguas negras,
de la áreas
etc.
urbanas.

9
Componente Componente Urbano
ambiental Población Uso de suelo Transporte Servicio
Lixiviados de
contaminantes
Uso intensivo de
Aguas pluviales y de los rellenos
recursos
Mayor superficiales sanitarios.
hidrológicos que
demanda de contaminadas por Contaminación
Hidrósfera causa una carga
recursos patrones de drenaje proveniente de
de
acuíferos. alterados por la barcos.
contaminación
infraestructura. Descarga de
mayor.
las salidas de
alcantarillado

FUENTE: Henry y Heinke (1999)

2.4. CLIMA URBANO

La modificación del clima urbano es una de las consecuencias más importantes de

la urbanización. “La ciudad es el ejemplo más representativo de las modificaciones que el
hombre es capaz de introducir en el medio; modifica las condiciones climáticas y
ambientales, elevando la temperatura y afectando al régimen de precipitaciones y de
vientos, entre otros” (Gómez, 2005, citado por Romero et. al. 2011). El clima urbano se
define como las condiciones climáticas que permanecen en un área metropolitana y son
diferentes de clima de sus alrededores. El clima urbano modifica a la temperatura del aire,
la humedad, la velocidad y dirección del viento y la cantidad de precipitación. Estas
diferencias se deben a la sustitución del terreno natural por el terreno urbano (The free
dictionary by Farlex).

Tal como indica la Figura 4, el clima urbano depende de una diversidad de factores; tanto
naturales (latitud, topografía, cubierta vegetal, entre otros) como artificiales (calor
producido por el hombre, contaminación atmosférica, etc.)

10
 Figura 4: Factores que influyen en el ecosistema urbano
Fuente: Elaboración propia en baase a Sebastian Wypych,

Según Seoánez (2001) los efectos causados por la ciudad en el clima se generalizan y
agrupan en: modificación de la composición del aire, modificación del equilibrio térmico,
modificación en la dinámica del aire, modificación en el régimen de tormentas,
modificación en el régimen pluviométrico, modificación de la rugosidad topográfica,
impermeabilización del suelo y poca vegetación y por ende poca evapotranspiración.

2.4.1. ATMÓSFERA URBANA

La atmósfera urbana se diferencia de la atmósfera rural, en la medida que su

composición ha sido modificada por: (a) la presencia de gases contaminantes como lo son:
el dióxido de azufre, óxido de nitrógeno, dióxido de nitrógeno, monóxido de carbono, entre
otros; (b) los compuestos orgánicos; (c) los productos foto químicos, como el ozono
troposférico y (d) las partículas sólidas o aerosoles (Moreno, 1999). En la Figura 5, página
12, se aprecia la composición de la atmosfera urbana.

11
 COMPOSICIÓN DEL AIRE

Atmósfera rural Atmósfera urbana

N2 N2
O2 O2
Mezcla de gases Ar Mezcla de gases Ar
CO2 CO2
y otros y otros

Partículas sólidas y líquidas en suspensión Partículas sólidas y líquidas en suspensión

(polvo, humos, cenizas, sales, etc.) (polvo, humos, cenizas, sales, etc.)

SO2, NO, NO2, CO, etc.

Compuestos orgánicos

Productos fotoquímicos (O3)

Aerosoles (Al, As, C, Cd, Cr, Cu, Fe, Mn,

Ni, Pb, Ti, V, etc.)

Figura 5: Composición de la atmosfera urbana

FUENTE: Moreno, 1999

La actividad del hombre produce catalizadores que contribuyen a la formación de

reacciones químicas y fotoquímicas, es decir con intervención de la radiación solar
(Moreno, 1999). Una de estas reacciones más importante, es la formación del ozono
troposférico (Ver Figura 6).

Figura 6: Formación del ozono troposférico

FUENTE: CEC.ORG

El ozono troposférico es un fuerte oxidante, poderoso reactivo, es nocivo para la salud

humana y animal, y además es componente básico para la formación del smog
fotoquímico, por lo que es una de las principales causas de contaminación ambiental en las
áreas urbanas (CEC.ORG).

12
Oke (1981), citado por Pagliarini (2008), distinguió que en la ciudad, el flujo del viento,
proveniente de las áreas rurales, presenta una atmósfera estratificada y diferenciada; y
propuso dividirlos en dos capas: la capa límite dosel urbano y la capa límite urbano (Ver
Figura 7).

- La capa límite del dosel urbano: es la capa atmosférica existente desde la

superficie urbana hasta el nivel de los techos de la ciudad, producido por procesos
de pequeña escala situados en la calle, entre edificios, etc. (Pagliarini, 2008, citado
por Barros 2010).

Figura 7: Componentes de la atmósfera urbana

FUENTE: Voogt (2008), citado por Barros (2010)

- La capa límite urbano: es aquella porción de la atmósfera donde las características

climáticas están influenciadas por la presencia de la superficie de la ciudad. Se
extiende desde encima de los techos hasta un nivel por debajo del cual los
fenómenos locales o mesoescálicos estén dominados por la naturaleza de la
superficie urbana. Esta capa tiene una mayor extensión, durante las horas del día,

13
 debido a que la convección contribuye a elevarla, sin embargo, durante las noches,
la capa límite urbana es más estable y disminuye su extensión porque no hay
procesos convectivos que originen la transferencia vertical (Moreno, 1999 citado
por Barros 2010).

2.5. CONCEPTOS, TIPOS, CARACTERÍSTICAS

2.5.1. CONCEPTOS

La isla térmica o isla de calor urbana (ICU) es aquel efecto inducido por la
urbanización y las actividades antropogénicas que éstas conllevan. “Se define a la “Isla
Urbana de Calor” cuyas siglas en inglés son UHI (Urban Heat Island) como la diferencia
térmica entre el área urbana y sus alrededores” (Galindo, 2010). La isla de calor es una
situación urbana donde el calor se acumula. Las islas de calor urbanas se forman en áreas
urbanas y suburbanas porque muchos de los materiales comunes utilizados en las
construcciones absorben y retienen más calor que los materiales naturales en áreas rurales
menos desarrolladas (Gartland, 2008). Las dos principales causas son:

- La mayoría de los materiales urbanos son impermeables generando que la

humedad no esté disponible para disipar el calor (Gartland, 2008).
- Los materiales oscuros como el pavimento, colectan y atrapan la energía del sol
(Gartland, 2008).

2.5.2. TIPOS DE ISLAS DE CALOR

a. Isla de calor atmosférica

Usualmente se refieren al aumento de temperatura del aire. Estas son estimadas a

partir de mediciones de temperatura del aire dentro de la atmosfera urbana, conocida como
la capa dosel (Voogt, 2002).

14
b. Isla de calor superficial

La isla de calor urbana superficial (ICUs) corresponde a las altas temperaturas de

emisión que alcanzan las diferentes estructuras de las ciudades y cuerpos urbanos y que
son captados directamente por sensores infrarrojos, tales como los disponibles en los
satélites de observación terrestre (Sarricolea y Romero, 2006, citados por Sarricochea
2008). La temperatura de la superficie es más sensible a las condiciones superficiales y en
consecuencia se produce una mayor variabilidad especial y temporal entre el día y la
noche, que la encontrada en la isla de calor atmosférica (Voogt, 2002). La ICUs no está
sometida directamente a las compensaciones térmicas que realizan los flujos de aire, desde
las superficies más cálidas a las más frías, y que regulan la temperatura del aire de las
ciudades, por lo que cabe esperar rasgos térmicos más marcados (Sarricochea, 2008).

c. Isla de calor micro urbana

La isla de calor micro urbana (Micro urban heat island) son los lugares calientes
con poca vegetación, techos con poca reflectividad y pistas asfaltadas (Pérez y Peña,
2010). Estas son afectadas por los factores del micro clima (Pérez y Peña, 2010). Es mejor
identificarlas utilizando datos de sensoramiento remoto (Pérez y Peña, 2010).

d. Isla de calor negativa

La islas de calor negativas (Urban heat sink) sucede cuando la ciudad es más fría
que las zonas no urbanizadas (Pérez y Peña, 2010). Se han encontrado islas de calor
negativas en ciudades con climas temperados, tropicales, semiáridos y áridos,
principalmente durante la mañana (Pérez y Peña, 2010).

La Figura 8 evidencia las altas correlaciones en las temperaturas superficiales y del aire
durante la noche (tanto en magnitud como distribución), la casi nula existencia de ICU
atmosférica durante el día; y la existencia de la ICUs durante el día muy sometidas a las
superficies construidas y con dos núcleos: el centro de la ciudad y las zonas industriales
(Sarricole, 2010).

15
 Figura 8: Correlación entre la islas de calor atmosférica y la superficial
Fuente: Sarricole, 2010

2.5.3. CARACTERÍSTICAS DE LA ISLAS DE CALOR

Una vez que se ha originado el fenómeno de la isla de calor, éste queda

caracterizado por tres parámetros que son: su intensidad, su forma o configuración y la
localización del máximo térmico.

a. Intensidad

La intensidad o magnitud del fenómeno se obtiene mediante la diferencia máxima

observada, en un momento determinado, entre la temperatura de un punto del centro de la
ciudad y otro de su periferia (Serra, 2007). Esta dependerá, principalmente, de factores
temporales (como la hora del día y la estación del año), de factores meteorológicos (como,
por ejemplo, la velocidad del viento y la nubosidad) y de factores urbanos (como el tamaño
de la ciudad, la población, etc.) (Serra, 2007). Es muy difícil indicar la máxima intensidad
respecto a la estacionalidad global (verano, otoño, invierno, primavera), ya que ella

16
dependerá de las condiciones propias de la localización geográfica del emplazamiento de la
ciudad, su entorno y su climatología (Sarricochea, 2008). Para las islas de calor urbano
superficial (ICU) la estacionalidad de la máxima intensidad de ICU depende de las
condiciones propias de localización geográfica del emplazamiento de la ciudad y su
entorno (Sarricolea et. al., 2008, citado por sarricolea 2010).

b. CONFIGURACIÓN espacial

Queda reflejada gráficamente mediante la disposición correspondiente de

isotermas (Serra, 2007). La forma del fenómeno no depende tanto de las condiciones
meteorológicas concretas, como de factores de tipo urbano (Serra, 2007). Así se puede
llegar a afirmar que existen tantas formas distintas del fenómeno como morfologías
distintas de ciudades (Serra, 2007). La configuración espacial que adquiere la ICUs no es
estable y su variabilidad temporal puede ser muy importante, estando relacionados estos
cambios con la dinámica atmosférica regional y por determinadas condiciones
meteorológicas (Sarricolea 2010).

Figura 9: Configuración espacial de la isla de calor

Fuente: Voogt 2002

La Figura 9 muestra la configuración espacial de la temperatura del aire de una isla de

calor atmosférica.

17
c. Localización del máximo térmico

El máximo térmico es la zona donde se concentra el calor. Este está determinado

por factores urbanos, por ciertas condiciones meteorológicas, como puedan ser las eólicas,
y por la estación del año (Serra, 2007). Los factores urbanos que pueden afectar a la
localización del máximo térmico son los mismos que afectan a la configuración (Serra,
2007). En cuanto a las condiciones meteorológicas, según la situación sinóptica y la
dirección del viento, la localización del máximo pudiera sufrir un desplazamiento a
sotavento del flujo dominante (Serra, 2007).

2.6. FORMACIÓN Y CONSECUENCIAS DE LAS ISLAS DE CALOR

2.6.1. FORMACIÓN

Los factores que influyen en la formación de las islas de calor son la morfología
de la ciudad, los parámetros meteorológicos y la contaminación atmosférica.

a. Morfología de la ciudad

- Materiales de la ciudad: El calor en la ciudad está relacionado a los materiales de

construcción y su componente térmico. “Un mayor almacenamiento del calor
durante el día en la ciudad, debido a las propiedades térmicas y caloríficas de los
materiales de construcción urbanos y su devolución a la atmósfera durante la
noche” (Serra, 2007). Durante el día los materiales se van calentando
progresivamente, si bien de un modo más lento que el propio suelo desnudo o
cubierto de vegetación, y durante la noche, se va enfriando, también muy
lentamente, a diferencia de los suelos rurales o con vegetación, que sufren una
rápida pérdida de calor por la irradiación nocturna (Serra, 2007). Esto causa que
el aíre urbano se enfrié lentamente durante la noche.
- Los edificaciones altas: Las zonas edificadas ofrecen más superficie para la
absorción de calor, el cual irradian lentamente durante la noche (Gartland, 2008).
Otro efecto de los edificios altos son las múltiples reflexiones horizontales de la

18
 radiación recibida, que aumentan la probabilidad de que esta energía permanezca
en el suelo en lo que se conoce como efecto cañón (Gartland, 2008).
- Falta de áreas verdes: La falta de grandes zonas verdes y el entubamiento de los
afluentes acuosos en la ciudad reduce las oportunidades de transformar la energía
solar a través de los procesos de fotosíntesis o evaporación del agua (Gartland,
2008). Diversos estudios muestran la relación directa entre las altas temperaturas
urbanas y la falta de vegetación (Gartland, 2008).
- Tamaño de la ciudad: El número de habitantes es otro factor que influye en la
generación de islas de calor. Oke, citado por García et al., en el 2004, establece
que “la diferencia térmica entre la temperatura del interior de una ciudad y la
temperatura de una zona rural próxima, Tu-r, está relacionada con la población de
dicha ciudad (P) de forma logarítmica (Oke, citado por García et al., 2004).”
Tu-r = 3,06 Log P - 6,79
- Incremento de la superficie rugosa: Hay una mayor intensidad en las islas de calor
cuando el viento tiene baja velocidad (Landsberg, 1981, Tumanov et al. 1999,
citados por Gartland, 2008). Cuando la velocidad del viento es baja, hay menos
convección del calor de las superficies al aíre (Che-Ani et al. 2009). Los edificios
de las ciudades con su singular geometría y rugosidad reducen la velocidad del
viento aumentando la intensidad de las islas de calor (Serra, 2007).
- Efecto de cañón: Los sectores existentes entre los edificios son conocidos como
cañón urbano (Ver Figura 10, en la página 20). Estas zonas poseen una gran
superficie vertical, en la cual hay una gran reflexión y absorción de la radiación
del sol generando que las áreas urbanas absorban de forma más eficiente la
radiación solar en onda corta que las rurales. Las diferentes geometrías urbanas
permiten que haya una mejor absorción de la radiación durante los periodos donde
el ángulo cenital solar es alto, como el amanecer y el atardecer. Esto se debe a que
el efecto cañón reduce el valor global del albedo de la zona urbana independiente
de los albedos individuales de cada material de la superficie (Streutker, 2003).
Además, la presencia del cañón urbano contribuye a la disminución de la
eficiencia con la que el área urbana puede liberar en onda larga, el calor
almacenado, hacia la atmósfera y el espacio, ya que las diversas superficies
reabsorben la radiación en onda larga emitidas (Streutker, 2003).

19
 Figura 10: Cañón urbano
FUENTE: Modificado de Chuan-Yao (2008)

- Decrecimiento del factor visión cielo: La EPA (2007) define como factor visión
cielo, SVF por sus siglas en inglés, al “área visible del cielo”. Los edificios con su
singular geometría disminuyen el área visible del cielo, creando una barrera para
el cielo nocturno impidiendo que el calor se disipe durante la noche.

b. Parámetros meteorológicos

De esta categoría depende principalmente la intensidad de la isla de calor urbana.

Los factores más importantes son:

- Los vientos: El viento es el principal causante de la intensidad de la isla de calor,

ya que ésta muestra una gran sensibilidad a su presencia. La cápsula de gases solo
puede ser rota cuando los vientos son superiores a 20 km/h, si en la superficie hay
demasiados edificios de mucha altura el aire será obstruido y la cápsula no se
romperá, sin embargo hasta lo más natural puede provocar una cápsula de calor.
Las ciudades localizadas en un valle rodeado de montañas de más de 500 m son
más propensas a una isla de calor, pues es aire queda obstruido por las montañas
que la rodean haciendo la cápsula más densa y gruesa.
- Radiación solar: Esta es la principal causa meteorológica de la formación de las
islas de calor. Un aumento de la absorción de radiación solar, debido al efecto de

20
 captura que produce la singular geometría que presentan las calles y los edificios,
que contribuye a un albedo relativamente bajo. La radiación solar incidente sufre
múltiples reflexiones en las fachadas y en el suelo, quedando atrapada entre las
calles (Serra, 2007).
- Evapotranspiración: La expansión urbana genera que se reemplace el suelo natural
por un suelo artificial, produciendo que disminuyan la cantidad de áreas verdes.
Este suceso genera una disminución de la evapotranspiración como una pérdida
de calor latente con relaciones a las áreas rural y en consecuencia un aumento de
la temperatura del aire. Por otro lado, los materiales impermeables y los sistemas
de drenaje para el transporte de aguas superficiales, afectan a la pérdida de calor
latente a través de la evaporación (Streutker, 2003). La Figura 11 muestra como el
reemplazo del suelo natural por artificial reduce la evapotranspiración en un 10 %
y aumenta el escurrimiento superficial en un 45 %.

Figura 11: Reducción de la evapotranspiración en la ciudad

FUENTE: EPA (2007)

- Humedad atmosférica: El agua posee una gran propiedad termorreguladora la cual

permite reducir las variaciones térmicas que puedan ocurrir en el aire (Seoánez,
2001). Las grandes áreas que posean altos valores de humedad, serán menos
propensos a sufrir grandes diferencias entre las temperaturas urbanas y rurales.

21
c. Contaminación atmosférica

La contaminación atmosférica se da por un aumento de la radiación de onda larga

que es absorbida y reemitida hacia el suelo por la contaminada atmósfera urbana. La
radiación de onda larga es emitida del suelo hacia la atmósfera, ante el obstáculo que
representa la presencia de una capa de contaminantes en la atmósfera urbana, es absorbida
un parte de esta radicación por dicha capa, que vuelve remitir la radiación hacia el suelo
(Moreno, 1993 y 1999, citado por Serra, 2007). Esto impide el paso de la radiación de onda
larga hacia niveles atmosféricos superiores y su pérdida al espacio (Moreno, 1993 y 1999,
citado por Serra, 2007).

- La actividad del hombre: La actividad industrial y doméstica genera un aporte de

calor al medio. En particular los sistemas de refrigeración en la ciudad forman
parte de un círculo vicioso, ya que generan calor extra y su uso se incrementa con
la temperatura. Algunos autores explican que la isla de calor es como un efecto
invernadero local, pues los gases se encierran en un solo lugar provocando una
cápsula de gases que absorbe calor del sol.
- Polución: Las actividades del hombre como el transporte generan una alteración
en la composición de la atmósfera urbana en comparación con la atmosfera rural.
Los contaminantes y emisiones de gases de efecto invernadero generados en las
ciudades, absorben y re irradian la radiación de onda larga hacia la superficie,
evitando su pérdida hacia las capas más altas de la atmosfera, y contribuyendo a
incrementar la temperatura del aire, lo cual significa que es una de las causas que
originan la presencia de las isla de calor (Streutker, 2003).

22
 Cuadro 2: Factores que influyen en la formación de islas de calor urbanas y
su efecto en el balance de energía.
Factores que contribuyen a la formación de
Efecto en el balance de energía
ICU
Disminución en la vegetación Reduce la evaporación
Aumento de superficies impermeables Reduce la evaporación
Aumento de la difusividad termal en los
Aumenta el almacenamiento de calor
materiales urbanos
Baja reflectancia solar en los materiales
Aumenta la radiación neta
urbanos
La geometría urbana que atrapa el calor Aumenta la radiación neta
La geometría urbana que reduce la
Reduce la convección
velocidad del viento
El aumento de la contaminación del aire Aumenta la radiación neta
El incremento del uso de energía Aumenta el calor antropogénico
FUENTE: Gartland, 2008

En el Cuadro 2, se indican los factores que contribuyen a la formación de las islas de

calor urbanas y el efecto que estos tienen en el balance de energía. De estos factores, los
dos que tienen más influencia en la formación de las islas de calor urbanas son la
disminución en la vegetación y el aumento de superficies impermeables.

2.6.2. CONSECUENCIAS DE LAS ISLAS DE CALOR

Las islas de calor urbanas pueden tener efectos positivos y negativos en las
distintas ciudades del mundo y generalmente durante la época de verano se observa sus
efectos negativos al ambiente y a la calidad de vida. En el Cuadro 3, página 24, se indican
las consecuencias por región climática y por estación.

23
 Cuadro 3: Impacto de las islas de calor clasificado por región climática
Región Climática
Impacto
Fría Caliente
Positivo (invierno) Negativo (todas las
Confort humano
Negativo (verano) estaciones)
Positivo (invierno)
Uso de energía Negativo
Negativo (verano)
Contaminación del aire Negativo Negativo
Uso del agua Negativo Negativo
Actividad biológica Positivo Pero probablemente
Hielo y nieve Positivo No aplica
FUENTE: Oke (1997), citado por Voogt (2000)

Entre las consecuencias negativas están: el aumento de consumo de energía, las elevadas
emisiones de contaminantes y gases de efectos invernadero, el daño al confort térmico y a
la salud del hombre y el deterioro de la calidad del agua (EPA, 2011).

a. Aumento del consumo de energía

En verano, al aumentar la temperatura del aire por el efecto de la isla de calor

urbana se incrementa el consumo de energía en las ciudades, debido a que se demanda
mayor uso de refrigerantes para mantener una temperatura adecuada dentro de las
instalaciones urbanas. Investigaciones han demostrado que por cada 0.6 °C de aumento en
la temperatura del aire, el consumo de electricidad aumenta 1.5 – 2 % (Akbari, H. 2005,
citado por la EPA). Las islas de calor urbanas aumentan el consumo de energía usualmente
en el verano.

b. Elevadas emisiones de contaminantes y gases de efectos invernadero

Como ya se mencionó, las ICU aumentan la demanda por el uso de energía

eléctrica en verano. Las compañías que proveen energía eléctrica dependen de plantas de
combustibles fósiles. Para abastecer las demandas de combustibles fósiles, las compañías

24
contaminan el aire liberando gases contaminantes y de efecto invernadero como el SO2,
NOx, PM, CO, etc. (EPA).

Richard (2003), menciona en su tesis doctoral, que debido al efecto de la isla de calor
urbana, la circulación del aire urbano surge en respuesta del gradiente del aire entre las
áreas urbanas y rurales. El aire más caliente de la ciudad se eleva por diferencias de
presión y este aire ascendente conduce a una circulación térmica que se alimenta en
superficie por la fluencia del viento desde la periferia hacia el centro urbano. Esta
circulación del aire, según Sailor (2007) provoca una mezcla y dispersión de los
contaminantes.

Según Sailor (2007), el aumento de la temperatura afecta a las emisiones de hidrocarburos,

ya que éstas se incrementan en un 10% por cada grado centígrado, así mismo las emisiones
provenientes de las actividades humanas también se ven influenciadas por la temperatura
debido a que los motores vehiculares en funcionamiento aumentan sus emisiones en un 7 –
14% por cada grado centígrado incrementado y a que las emisiones fugitivas de los centros
de venta de combustible se incrementan también con la temperatura.

La presencia del efecto isla de calor, como bien ya se mencionó, incrementa la temperatura
del aire ocasionando que las velocidades de reacción de algunos contaminantes se aceleren.
Según Gray y Finster (2000), uno de los contaminantes más favorecido es el ozono
troposférico, el cual es el principal causante del smog fotoquímico, teniendo efectos
perjudiciales sobre la salud humana y el medio ambiente.

c. Daño al confort térmico y a la salud del hombre

Las islas de calor pueden contribuir el discomfort general, las dificultades en la

respiración, el cansancio, deshidratación e incluso la muerte (EPA). Las islas de calor
pueden incrementar los daños en las olas de calor que ocurren en Europa. La población
más sensible a estos daños, como los niños y los adultos mayores, son más susceptibles a
sufrir daños a la salud por las olas de calor.

25
Los eventos de calor excesivo son particularmente peligrosos y pueden causar varias
muertes. En Estados Unidos, el centro de prevención y control de enfermedades (The
Centers for Disease Control and Prevention) ha estimado que entre 1979 al 2003, la
exposición al calor elevado ha contribuido a más de 8000 muertes prematuras (Center for
Disease Control and Prevention. 2006, citado por EPA).

d. Deterioro de la calidad del agua

Las personas consumen mayor cantidad de agua ya que aumenta la frecuencia de

duchas, utilizan mayor cantidad de agua para regar el jardín, utilizan el agua para
actividades recreacionales como la piscina, etc. Según Gelt (2006) el agua y la energía
están relacionadas entre sí. El aumento de energía producido por el aumento de consumo
de refrigerantes genera que se aumente la cantidad utilizada de agua por las hidroeléctricas
para producir energía.

Así mismo, un efecto en la cantidad del agua existente debido al aumento de la

temperatura, origina un aumento en la evaporación y evapotranspiración del agua, ya sean
en fuentes naturales o de las fuentes artificiales de agua que existen en las ciudades (Gelt,
2006).

2.7. MEDICIÓN DE LAS ISLAS CALOR

La forma ideal de medir las islas de calor sería examinar el clima regional con la
ciudad y sin la ciudad. Sin embargo, eso es imposible. Los métodos se clasifican en:
medición de la isla de calor atmosférica y medición de la isla de calor superficial.

2.7.1. MEDICIÓN DE LAS ISLAS DE CALOR ATMOSFÉRICA

Consiste en medir la temperatura del aíre.

26
a. Estaciones meteorológicas

Este método consiste en comparar los datos meteorológicos existentes

provenientes de dos o más estaciones meteorológicas fijas. Este método se ha usado
principalmente para comparar los datos meteorológicos entre una estación en la ciudad y
otra en los alrededores no urbanizados, estudiar los datos de varias estaciones e investigar
datos meteorológicos históricos para evaluar las islas de calor en el tiempo (Gartland,
2008).

b. Transectos

Este procedimiento metodológico consiste en tomar medidas meteorológicas

(temperatura y humedad relativa) en diferentes puntos de la ciudad a través de una ruta
pre-establecida mediante el uso de automóviles. Los transectos surgen ante la necesidad de
cubrir una mayor área de estudio, debido a que la red, poco densa, de observatorios y
estaciones meteorológicas no son suficiente para brindar datos del clima urbano. Se utiliza
el método de los transectos para tomar datos de temperatura del aire y humedad relativa en
el área de estudio (Cuadrat et al., 1993). Este es el método más utilizado, siendo empleado
hace ya varias décadas (Yamashita et al., 1994; citado por Correa et al., 2005). Fue
empleado por primera vez en 1930 por Schmidt para estudiar el clima urbano en la ciudad
de Viena (Vide, 1987; citado por Carreras et al., 1990).

c. Sensoramiento vertical

Este método sirve para medir las temperaturas y otras propiedades en diferentes
alturas y capas: canopy y boundary. Este método incluye un globo meteorológico,
instalación de equipos meteorológicos en torres de radios o volando en diferentes alturas
en helicópteros o aviones.

27
2.7.2. MEDICIÓN DE LAS ISLAS DE CALOR SUPERFICIAL

Las islas de calor superficial se pueden medir por el método de balance de energía
y el método de sensoramiento remoto.

a. Balance de energía

En este método se mide la energía que entra y sale de las superficies. Este método
provee un mejor entendimiento de los orígenes de las islas de calor.

b. Sensoramiento remoto

Todas las superficies emiten energía termal la cual está comprendida en

longitudes de ondas. Los instrumentos en los satélites pueden identificar y medir la energía
termal, generando un indicador de temperatura (Environmental Protection Agency, 2012).
Los valores de temperatura de los satélites no corresponden a los valores de temperatura
que obtendríamos realizando la medición in situ, es necesario introducir dos factores de
corrección: la corrección por emisividad y la corrección atmosférica (Lopez y Caselle,
1986).

- La corrección por emisividad: Las temperaturas calculadas a partir de la radiación

emitida en el intervalo espectral del infrarrojo térmico se obtienen suponiendo que
el sistema observado se comporta como un perfecto cuerpo emisor (cuerpo negro),
lo cual en la práctica no es rigurosamente cierto, ya que la emisividad varía en
función de la naturaleza y las características de la superficie observada (Lopez y
Caselle, 1986). Debido a la heterogeneidad de la superficie terrestre (tipo de suelo,
rugosidad, cobertura vegetal, etc.) la emisividad varía de forma considerable de
unas superficies a otras (0.85 -0.99), por lo que es necesario tener en cuenta este
factor a la hora de determinar las temperaturas a partir de una imagen satelital
(Lopez y Caselle, 1986).
- Corrección atmosférica: La radiación emitida por la superficie llega al satélite
después de atravesar un medio absorbente y emisor como es la atmósfera, que

28
 introduce diferentes perturbaciones, parte de esta radiación es absorbida por los
componentes atmosféricos, siendo el principal el vapor de agua (Lopez y Caselle,
1986). Para realizar la corrección atmosférica, es necesario conocer el perfil
vertical de la humedad en la atmósfera (Lopez y Caselle, 1986).

c. Satélites para estimar la temperatura

Se utilizan varios satélites para estimar la temperatura de superficie. Los satélites

más usados son el NOAA (usualmente se usa para estimar la temperatura de superficie y
del mar), el Landsat (estimar temperatura del suelo), el Terra, el Acua, etc.

- Series Landsat: El satélite Landsat 5 fue puesto en órbita el 01 de marzo de 1984

portando el sensor TM (Mapeador Temático) que opera en siete bandas
espectrales diferentes. Estas bandas fueron elegidas especialmente para el
monitoreo de vegetación a excepción de la banda 7 que se agregó para
aplicaciones geológicas. El Landsat 5 pertenece al programa Landsat, financiado
por el gobierno de los Estados Unidos y operado por la NASA.

En los Cuadros 4 y 5 se presentan las características del satélite landsat 5 TM.

Cuadro 4: Características del landsat 5TM

Bandas 1-5 y 7: 30 metros
Resolución espacial
Banda 6: 120 metros
Largo de faja 185 km
Resolución temporal 16 días
FUENTE: www.professores.uff.br/cristiane/.../apostilasr.doc

29
 Cuadro 5: Bandas del satélite landsat 5 TM
Banda Descripción
Es útil para la penetración en cuerpos de agua, el mapeo de
Banda 1: (0,45 a 0,52
costas, diferenciar entre suelo y vegetación y para clasificar
micrones - azul)
distintos cubrimientos boscosos.
Es útil para evaluar el vigor de la vegetación sana, para
Banda 2: (0,52 a 0,60
diferenciar tipos de rocas y para detectar la presencia o no de
micrones - verde)
limonita.
Banda 3: (0,63 a 0,69 Es útil para la clasificación de la cubierta vegetal, diferenciar
micrones - rojo) las distintas rocas y para detectar limonita.
Banda 4: (0,76 a 0,90 Es útil para determinar el contenido de biomasa, para la
micrones - infrarrojo delimitación de cuerpos de agua y para la clasificación de las
cercano) rocas.
Banda 5: (1,55 a 1,75
Es útil para indicar el contenido de humedad de la vegetación y
micrones - infrarrojo
del suelo y para discriminar entre nieve y nubes.
medio)
Banda 6: (10,40 a 12,50 El infrarrojo termal es útil en el análisis del stress de la
micrones - infrarrojo vegetación, en la determinación de la humedad del suelo y en
termal) el mapeo termal.
Banda 7: (2,08 a 2,35
Es útil para la discriminación de rocas y para el mapeo
micrones - infrarrojo
hidrotermal.
medio)
FUENTE: Elaboración propia, en base a la información brindada por la página
http://www.imagenesgeograficas.com/Landsat.html

2.8. LA ISLA DE CALOR Y LA RELACIÓN ENTRE ATMOSFERA Y

SUPERFICIE

Del Cuadro 6 se desprende que las ICUs son más intensas en verano y durante el
día, con intensidades de 10 a 15ºC. Además, existen altas correlaciones espaciales entre las
islas de calor de superficie y del aire (Arnfield, 2003, citado por Sarricolea, 2010) durante
el periodo diurno.

30
 Cuadro 6: Diferencias entre isla de calor atmosférica e isla de calor
superficial
Característica Isla de calor atmosférica Isla de calor superficial
- Débil o inexistente durante el - Se mantiene durante el día y la
día; noche
Ritmo temporal
- Máxima en invierno y - Máxima intensidad durante el día
durante la noche y en verano
- Estaciones meteorológicas
Método de
fijas - Sensoramiento remoto
identificación
- Transectos
- Mapas de isotermas
Representación - Imágenes térmicas
- Gráficos
- Día: -1 a 3 °C - Día: 10 a 15 ° C
Intensidad
- Noche: 7 a 12 ° C - Noche: 5 a 10 °C
FUENTE: Elaboración propia en base a la EPA, 2008; citado por Fernández, 2009 y la
EPA, citado por Sarricolea, 2010

2.8.1. RELACIÓN ENTRE LA TEMPERATURA DEL AIRE Y LA

TEMPERATURA DE SUPERFICIE

El factor de temperatura de superficie es considerado como un indicador fiable de

la temperatura del aire ya que generalmente hay una alta correlación entre ambos factores
en la capa de dosel, debido a la transferencia de energía térmica emitida desde la superficie
a la atmósfera (Nichol, 1994; Arrau y Pena, 2010 citados por Farina, 2012). Sin embargo,
debido al hecho de que el aire se mezcla dentro de la atmósfera, la relación entre la
superficie y la temperatura del aire cerca de la superficie no es constante (EPA, 2009
citado por Farina 2012). Las temperaturas atmosféricas normalmente fluctúan menos que
las temperaturas superficiales a través de un área dada durante el día, mientras que una
relación más congruente entre la atmosférica y temperaturas de la superficie se pueden
observar durante las horas nocturnas (Farina 2012).

31
2.8.2. RELACIÓN ENTRE LA TEMPERATURA DE SUPERFICIE Y LA
VEGETACIÓN

Se considera que la vegetación es un buen indicador de las islas de calor

superficial. La abundancia de vegetación reduce los valores elevados de temperatura de
superficie a través de la evapotranspiración (Farina, 2012). El Índice de Vegetación
Normalizada (NDVI) es un índice vegetativo utilizado en el análisis de teledetección para
evaluar si la zona estudiada contiene vegetación (Farina, 2012). Los valores de este Índice
varían entre -1 y 1, en donde el 1 indica una vegetación densa y saludable (Farina, 2012).
El Índice de Vegetación Normalizado se puede utilizar para investigar la relación entre
temperatura de superficie y la vegetación. En general, la relación entre la temperatura de
superficie y el NDVI es inversa y puede ser influenciada por la humedad del suelo y la
evapotranspiración de la superficie (Yuan y Bauer, 2007; citado por Farina, 2012. Su et al,
2010, citado por Farina 2012). Se requieren estudios adicionales para la relación entre la
temperatura de superficie y el NDVI para superficies sin vegetación o con menos
vegetación como océanos, lagos, ríos, suelo con características urbanas, suelo desnudo y
vegetación muerta o estresado (Weng, Dengsheng y Jacquelyn, 2003).

2.9. ESTUDIOS RELACIONADOS A LAS ISLAS DE CALOR URBANAS

El estudio de las islas de calor comenzó cuando se hizo un estudio en la ciudad de

Londres y se descubrió que presentaba una temperatura más caliente que el campo,
después de registrar las temperaturas medias mensuales entre el centro de la ciudad y el
área rural (Howard, 1818; citado por Romero et al., 2011). En Paris, en la segunda mitad
del siglo XIX también descubrieron temperaturas más elevadas en las ciudades que en las
zonas rurales (Emilien Renou, citado por Gartland, 2006). Este fenómeno recibió el
nombre de islas de calor urbanas (“urban heat islands”), el cual fue utilizado por Manley
por vez primera en 1958 (Romero et al., 2011). La aparición de la Isla de Calor se ha
documentado sistemáticamente en diversas ciudades del mundo, pues las condiciones de
crecimiento urbano son significativamente diferentes a las condiciones rurales (Capelli et
al., 2005; citado por Romero et al. 2011).

32
A lo largo sigo XX, la climatología urbana ha experimentado un desarrollo ciertamente
espectacular. Las investigaciones son cada vez más numerosas, especialmente en Estados
Unidos; Brasil; Japón y Europa. El interés por el estudio del clima urbano está bien
fundamentado, ya que las áreas urbanas constituyen zonas distintivas dentro del clima de la
región donde se localizan. “Este interés responde no solo a la necesidad de lograr un
conocimiento para conseguir un ambiente más agradable para los habitantes de las
ciudades, sino, también, al de analizar y prever las modificaciones que suponen éstas y las
repercusiones que pueden tener en el clima” (Moreno, 1992).

2.9.1. ESTUDIOS INTERNACIONALES

Algunos estudios afirman que las islas de calor tienen una intensidad positiva en
verano y una intensidad negativa en invierno (Oltra-Carrio et al., 2010; Serra, 2008). Un
estudio analizó el impacto de la urbanización en el Gran San Miguel de Tucumán
(Argentina), estudiando el tipo de vegetación de la ciudad, la transición de vegetación
natural a vegetación de parques y jardines con imágenes Landsat TM, captadas a las 14:00
UTC (Oltra-Carrio y et al., 2010). Se encontró en invierno y primavera que la intensidad de
la isla de calor superficial es negativa y en verano la intensidad es positiva (Oltra-Carrio y
et al., 2010). Otro estudio de la isla de calor de la ciudad de Ibiza (España) utilizando el
método de los transectos comprobó la existencia del fenómeno de la isla de calor en la
ciudad con una mayor intensidad en verano por la actividad turística (Serra, 2008). Este
estudio encontró una isla de calor con una intensidad media de 3ºC, mientras que la
diferencia entre la intensidad máxima invernal y estival puede llegar a los 0,9ºC (Serra,
2008).

Otros estudios analizan los distintos algoritmos para estimar la temperatura de superficie a
partir de las imágenes satelitales. Walawender y Hajto examinaron diferentes datos de
satélites (Terra/MODIS, Meteosat/SEVIRI, NOAA/AVHRR y Landsat/TM) y diferentes
algoritmos para estimar la temperatura del suelo utilizados para el monitoreo de islas de
calor urbanas. Walawender y Hajto elaboraron cuatro mapas de temperatura superficial del
suelo y encontraron que los cuatro mapas de temperatura superficial indican los mismos
núcleos térmicos; sin embargo hay una diferencia de temperatura significante entre los
valores estimados de los datos satelitales provenientes del Meteosat/SEVIRI; del

33
Terra/MODIS; del NOAA/AVHRR y del Landsat/TM debido a los diferentes algoritmos.
Es difícil comparar y decir cuál es el algoritmo más preciso (Walawender y Hajto). Para
responder a esta pregunta hay que validar los datos de imágenes satelitales con datos de
mediciones en campo tomadas en el mismo momento que los datos del satélite
(Walawender y Hajto).

Algunos estudios identifican los factores determinantes de la formación de las islas de

calor. Un estudio en el centro de España (Madrid, Segovia, Ávila, Guadalajara y Toledo)
utilizó información aportada por los satélites NOAA y Landsat y por las estaciones
meteorológicas y descubrió que la isla de calor respondía al distinto ritmo de
calentamiento-enfriamiento de los materiales, de modo que la «isla de calor urbana » sólo
se manifiesta por la noche, mientras que durante el día las ciudades estudiadas muestran
una «isla de frío» con respecto a su entorno (PÉREZ et al., 2003). Otro estudio investigo
las islas de calor utilizando imágenes Landsat – ETM y descubrió que la temperatura
superficial está relacionada positivamente con la concentración de las estructuras urbanas,
la densidad poblacional y la actividad humana (Adinna et al., 2009). Los gradientes de
temperaturas se forman en los distritos centrales de actividades de negocios en el centro de
la ciudad y luego se reducen en los suburbios (Adinna et al., 2009).

Otros estudios analizan la relación entre la temperatura del aire y la temperatura de

superficie. Roth et al. (1989) afirman que la relación entre la temperatura de superficie y
temperatura del aire es débil e inversa y también indican que durante la noche la
variabilidad intra-urbano en temperatura de superficie (TS) es mucho menor que la
variabilidad diurna mientras que lo contrario es cierto para la temperatura del aire (TA) y
que esto podría ser debido a lo siguiente: (i) la falta de una conexión simple entre el TS y
los valores de TA (implicada también por Goldreich (1985)), (ii) los sensores remotos no
perciben la superficie activa total, (iii) la falta de reconocimiento de las diferentes escalas
de los fenómenos climáticos. Voogt y Oke (2003) citados por Unger et al. (2009) indican
que no existe una relación general simple entre los dos parámetros (temperatura de
superficie y temperatura del aire). Zhaoquin et al. encontraron que la diferencia entre la
temperatura de superficie y la temperatura del aire es relativamente grande y que no se
puede utilizar la temperatura de superficie como un sustituto directo de la temperatura del
aire de estaciones meteorológicas debido a las grandes diferencias en sus valores

34
absolutos. Prata (1994) citado por Zhaoquin et al. realizo una regresión múltiple entre la
temperatura de superficie derivada del satélite AVHRR y la temperatura del aire promedio
en diferentes tipos de superficies y encontró una correlación buena y un error de +/- 1.5°C
entre ambas.

Otros estudios analizan la relación entre la temperatura de superficie (Ts) y la diferencia

entre la temperatura del aire (Ta) y la temperatura de superficie (Ts), conocido como dT.
Bastiaanssen et al. (1998) citador por Valiente et. al. (2010) afirman que hay una relación
lineal entre ambas variables, sin embargo Valiente et. al. (2010) afirman que esta relación
no está completamente validada y que hay una relación lineal entre el dT (Ta – Ts) y con
el Producto del flujo de radiación neta (Rn * CWSI) y el índice de estrés hídrico de
vegetación (r ah).

Hay estudios que analizan la relación entre la vegetación y la temperatura de superficie.

Goward et al. (1994) citado por Niclòs (2010) propuso una aproximación contextual
conocida como el Índice Temperatura – Vegetación (TVX), la cual asume que la
temperatura de superficie de una superficie vegetal densa es igual a la temperatura del aire
y que existe una correlación significativa entre la temperatura de superficie y el índice de
vegetación espectral (NDVI). Carson et al. (1994), Gillies & Carlson (1995), Gillies et al.
(1997); citados por Weng (2004) afirman que la temperatura de superficie versus el Índice
de Vegetación (NDVI) en un diagrama de dispersión tiene un forma triangular. Sun y
Kafatos (2007) indican que en el invierno la correlación entre la temperatura de superficie
y el NDVI es positiva y en verano es negativa.

Resumiendo los aportes fundamentales de los estudios internacionales, un primer grupo de

aportes se refiere a la identificación de los factores que inciden en formación de las islas de
calor superficiales: la estructura de la ciudad, los materiales de construcción, la densidad
poblacional, la actividad humana, la ausencia de vegetación. Otro grupo de investigaciones
analiza sobre todo las relaciones existentes entre la temperatura de superficie y la
temperatura del aire (débil e inversa), la relación entre la temperatura de superficie y la
presencia o ausencia de vegetación (alta y positiva en invierno y negativa en verano), y la
relación entre la temperatura de superficie y dT [Temperatura del aire menos la
temperatura de superficie] (alta y positiva). Por último, un tercer grupo de investigaciones

35
se concentra en mediciones. Una investigación concluye que las islas de calor superficiales
tienen una intensidad positiva en verano y una intensidad negativa en invierno. Otras
investigaciones desarrollan algoritmos para estimar la temperatura de superficie.

2.9.2. ESTUDIOS NACIONALES

En el Perú, se realizaron los primeros estudios del clima urbano en los años 80
(1982, 1985) en la ciudad de Lima. Se encontró la ubicación de las zonas térmicas en el
Agustino, La Victoria, San Luis, El Cercado, Rimac y La Molina (Reyes, Cisneros y
Obregón, citados por Quezada, 1987).

En 1985, se realizó un estudio del comportamiento temporal de la temperatura del aire en

los distritos de Lima y Callo durante el día. Se encontró que la temperatura se incrementa
desde el litoral costero hacia el continente, debido al efecto de continentalidad y oceánida
(Cisneros y Obregón, 1985, citados por Quezada, 1987).

Se realizó otro estudio sobre el confort climático en los distritos de Lima y Callao
(Quezada, 1987). En este se realizó un estudió climatológico de las distintas variables
meteorológicas. Las isotermas de temperatura mostraron la misma tendencia que la
encontrada por Cisneros y Obregón (1985), indicado que la temperatura tiene menor valor
conforme se acerca al océano Pacífico. Quezada (1987) en su estudio, encontró una lengua
de isotermas que disminuyen de temperatura desde Pueblo Libre hasta la Punta. Quezada,
1987, encontró que en verano (mes de marzo) la isla de calor atmosférica se ubica dentro
de los distritos del Agustino, La Victoria, San Luis, el Cercado de Lima y el Rímac y que
en este mismo mes se presenta un centro de altas temperaturas en el distrito de La Molina.
Encontró, así mismo, que en invierno (en el mes de agosto) la isla de calor atmosférica se
ubica dentro de los distritos del Agustino, La Victoria, San Luis, el Cercado de Lima y el
Rímac y la formación de una isla de frío en el distrito de La Molina.

Pulache y Menis (2009), estudiaron las siguientes variables meteorológicas: temperatura,

precipitación y horas de sol desde el año 1950 al 2008. Ellos encontraron que las olas de
calor (> 26°C y 27°C) fueron más comunes durante la décadas de 1980 y 1990. Además

36
encontraron que las temperaturas extremas en la ciudad de Lima son mayores en la parte
continental y menores en la parte marítima.

Barros (2010) estudió las islas de calor meteorológicas en la ciudad de Lima por el método
de transectos para un día típico de verano. Se encontró que la temperatura del aire aumenta
su valor conforme a la distancia del mar a las 16:00 horas y que se produce el efecto
inverso a las 19:00 horas. A las 16:00 horas se encontró dos núcleos térmicos: uno en los
distritos de Independencia y Rímac y el otro en los distritos de Ate Vitarte, Santa Anita, el
Agustino y San Luis. La formación de las islas de calor se debió a la altitud, la densidad
poblacional y la densidad urbana media. A las 19:00 horas se encontró solo un núcleo
térmico dominante en los distritos de la Independencia, Rímac, San Martín de Porres y Los
Olivos. Este núcleo térmico se debió a la densidad urbana media y la altitud. Además se
encontró que la intensidad de las islas de calor es mayor a las 16:00 horas.

En síntesis, los estudios sobre islas de calor realizados en la ciudad de Lima Metropolitana
son relativamente recientes (fueron desarrollados a partir de 1985), se han concentrado
básicamente en estudiar la variable de la temperatura del aire y han estado orientados sobre
todo a identificar las islas de calor geográficamente. Un estudio analiza variables que
influyen en la formación de las islas de calor. Varios identifican tendencias de temperatura
del aire e indican que la temperatura del aire aumenta cuanto mayor es distancia existente
entre un área geográfica y el mar.

2.10. REGRESIÓN LINEAL

El tutorial de SPSS indica que “la regresión lineal estima los coeficientes de la
ecuación lineal, con una o más variables independientes, que mejor prediga el valor de la
variable dependiente”. Hay cinco métodos de regresión lineal:
- Introducir (Regresión): Procedimiento para la selección de variables en el que
todas las variables de un bloque se introducen en un solo paso.
- Por pasos: En cada paso se introduce la variable independiente que no se
encuentre ya en la ecuación y que tenga la probabilidad para F más pequeña, si
esa probabilidad es suficientemente pequeña.

37
- Eliminar: Procedimiento para la selección de variables en el que las variables de
un bloque se eliminan en un solo paso.
- Eliminación hacia atrás: Procedimiento de selección de variables en el que se
introducen todas las variables en la ecuación y después se van excluyendo una tras
otra.
- Selección hacia adelante: Procedimiento de selección de variables por pasos en el
que las variables se introducen secuencialmente en el modelo. La primera variable
que se considerará introducir en la ecuación será la que tenga mayor correlación,
positiva o negativa, con la variable dependiente.

La opción estimaciones muestra el coeficiente de regresión B, el error típico de B, el

coeficiente beta tipificado, el valor de t para B y el nivel de significación bilateral t.
Intervalos de confianza muestra intervalos de confianza con el nivel de confianza
especificado para cada coeficiente de regresión o una matriz de covarianzas. Matriz de
covarianzas muestra una matriz de varianzas-covarianzas de los coeficientes de regresión,
con las covarianzas fuera de la diagonal y las varianzas en la diagonal. También se muestra
una matriz de correlaciones.
- Coeficientes de regresión B: La columna etiquetada “Coeficientes no
estandarizados” contiene los coeficientes de regresión parcial que definen la
ecuación de regresión lineal.
- Coeficientes beta tipificado: Son los coeficientes que definen la ecuación de
regresión cuando ésta se obtiene tras estandarizar las variables originales, es decir,
tras convertir las puntuaciones directas en típicas. Se obtiene de la siguiente
manera: En regresión múltiple, según veremos, los coeficientes de
regresión estandarizados permiten valorar la importancia relativa de cada variable
independiente dentro de la ecuación.
- Pruebas estadísticas: Pueden ser utilizados para decidir si un determinado
coeficiente de regresión es significativamente distinto de cero y, en consecuencia,
si la variable independiente está significativamente relacionada con la
dependiente. El estadístico F contrasta la hipótesis nula de que el valor
poblacional de R es cero y, por tanto, nos permite decidir si existe relación lineal
significativa entre la variable dependiente y el conjunto de variables
independientes. Si la significancia estadística es igual a cero, indica que hay una

38
 relación significativa entre las variables estudiadas. Las pruebas t y sus niveles
críticos sirven para contrastar la hipótesis nula de que un coeficiente de regresión
vale cero en la población. Niveles críticos muy pequeños (generalmente menores
a 0.05) indican que se debe rechazar la hipótesis nula. Un coeficiente de cero
indica ausencia de regresión lineal, de modo que los coeficientes
significativamente distintos de cero nos informas sobre qué variables son
relevantes en la ecuación de regresión. (Universidad Complutense Madrid).

El ajuste del modelo presenta una lista de las variables introducidas y eliminadas del
modelo y muestra los siguientes estadísticos de bondad de ajuste: R múltiple, R cuadrado y
R cuadrado corregida, error típico de la estimación y tabla de análisis de la varianza.

- R múltiple: Es el valor absoluto del coeficiente de correlación de Pearson.

- R cuadrado: El R cuadrado expresa la proporción de varianza de la variable
dependiente que está explicada por la variable independiente (Universidad
Complutense Madrid). Cuanto más se acerque a uno, más poder explicativo tendrá
el modelo. Pero esto esconde una trampa. Cada vez que introducimos una nueva
variable independiente en el modelo, R cuadrado aumenta acercándose más a uno.
Si introducimos un número artificialmente grande de variables, podremos llegar a
acercarla a uno tanto como queramos (López y Montiel).
- Error típico de estimación: Este error típico es la raíz cuadrada de la media
cuadrática residual. Representa una medida de la parte de variabilidad de la
variable dependiente que no es explicada por la recta de regresión. En general,
cuanto mejor es el ajuste, más pequeño es este error típico.

2.11. PRESENTACIÓN DEL ÁREA DE ESTUDIO: LA CIUDAD DE LIMA

METROPOLITANA

Lima es la capital de la República del Perú. Está situada en la región occidental de

América del sur a orillas del Océano Pacífico. La provincia de Lima tiene una población de
aproximadamente 7.6 millones, constituyendo uno de los centros más poblados de América
Latina (Atlas Ambiental, 2007). Lima contiene el 91 % de la población de todo el

39
departamento y 29 % de la población del país (Atlas Ambiental, 2007). Esto se refleja en
los indicadores de densidad poblacional: la provincia del Callao en el 2007 tiene una
densidad de 6 061,3 Hab / Km2 y la provincia de Lima tiene una densidad poblacional de 2
846,2 Hab / Km2 (Atlas Ambiental, 2007).

El Instituto Nacional de Estadísticas e Informática (INEI) indica que el límite entre lo

urbano y lo rural está en base de los conglomerados de personas. Se considera ciudad a
partir de 5,000 habitantes (INEI, 1993). Para este trabajo, la ciudad urbana de lima
metropolitana se ha considerado utilizando el mapa de expansión urbana correspondiente
al 2007 (Ver Figura 12).

2
Lima metropolitana tiene una extensión aproximada de 2.819 km , se encuentra
constituida por los distritos de la provincia de Lima y de la Provincia Constitucional del
Callao.

Figura 12: Mapa de expansión urbana de Lima Metropolitana del año 2007
Fuente: Vivienda / PETT, citado por el Altas Ambiental

40
2.11.1. ASPECTOS DEMOGRÁFICOS

La ciudad de Lima – Callao es considerada la quinta ciudad más grande de

América Latina después de Sao Paulo, México D.F., Buenos Aires y Río de Janeiro,
teniendo una población de 7 605 742 en Lima y 890 887 en el Callao, según el INEI
(2007). En el cuadro 7 se aprecia el crecimiento poblacional en la provincia de Lima y
Callao desde 1981 hasta el 2007.

Los censos nacionales de Población y Vivienda de los años: 1981, 1993 y 2007 muestran
como en Lima y el Callao la población ha crecido (Ver Cuadro 7) y como la población
urbana ha aumentado y la población rural se ha reducido (Ver Cuadro 8).

Cuadro 7: Población censada

Provincia 1981 1993 2007
Lima 4 164 597 5 706 127 7 605 742
Callao 443 413 639 729 876 877
FUENTE: INEI - Censos Nacionales de Población y Vivienda, 1981, 1993 y 2007.

Cuadro 8: Población urbana y rural

1981 1993 2007
Población Población Población
Provincia Población Población Población
urbana urbana urbana
rural (%) rural (%) rural (%)
(%) (%) (%)
Lima 99.2 0.8 99.6 0.4 99.9 0.1
Callao 99.3 0.7 99.9 0.1 100 0
FUENTE: INEI - Censos Nacionales de Población y Vivienda, 1981, 1993 y 2007.

2.11.2. CRECIMIENTO POBLACIONAL EN LIMA METROPOLITANA

Los censos nacionales de Población y Vivienda de los años: 1940, 1961, 1972,
1981, 1993 y 2005 muestran que la tasa de crecimiento de la población de Lima

41
Metropolitana ha sido la mayor del Perú (Atlas Ambiental, 2007). La Figura 13 muestra
como la tasa más grande se observó en el periodo de 1961- 1972, en el que el índice de
Lima Metropolitana fue de 5.5 % en comparación con el del Perú de 2.8 % (Atlas
Ambiental, 2007).

Tasa de crecimiento poblacional desde 1940

hasta el 2004
Porcentaje de crecimiento poblacional

0
1940-1961 1961 - 1972 1972 - 1981 1981-1993 1993-2004
Lima Metropolitana 5.1 5.5 3.9 2.4 2.1
Peu 1.9 2.8 2.6 2 1.8

Figura 13: Tasa de crecimiento Poblacional

Fuente: INEI, citado por el Atlas Ambiental 2007

2.11.3. DENSIDAD POBLACIONAL EN LIMA METROPOLITANA

En su mayor parte, la población de Lima Metropolitana está asentada mayormente

en los distritos de San Juan de Lurigancho y Ate por el este; Comas, y San Martín de
Porres, por el norte; en los distritos de Villa El Salvador, Villa María del Triunfo y San
Juan de Miraflores por el Sur y en el centro en los distritos de Callao y Lima (Atlas
Ambiental, 2007). La mayor población se encuentra concentrada en el distrito de San Juan
de Lurigancho (Atlas Ambiental, 2007). En la Figura 14 se muestra el mapa de densidad
poblacional de la ciudad de Lima Metropolitana.

42
 Figura 14: Mapa de densidad poblacional
Fuente: INEI, 2004

2.11.4. CRECIMIENTO URBANO

El periodo de expansión en Lima Metropolitana se inicia en los 1940 y continúa

hasta la actualidad. Este se divide en tres grandes etapas. En el primer período (antes de
1954) el crecimiento de Lima se da en el cono de deyección del río Rímac, donde se
distribuyen los terrenos la clase media y la clase más pobre. El inicio de la segunda etapa
de este crecimiento se dio a finales de 1954 cuando se dio la invasión de Ciudad de Dios,
ahora conocido como el centro comercial del distrito de San Juan de Miraflores. En la
segunda etapa se da la gran expansión territorial de la ciudad de Lima, la cual estuvo
direccionada por el Gobierno Militar de Juan Velasco Alvarado. La tercera etapa de la
expansión de Lima se inicia en la década de los 80, en donde los nuevos barrios de la
ciudad se forman en área marginales como laderas y cimas de cerros o en áreas reservadas
para construir equipamiento urbano (Programa Urbano). A lo largo de esta década, la
ciudad se había transformado por completo: habían viviendas de dos o tres pisos, calles
asfaltadas, colegios, postas médicas y otros equipamientos urbanos (INADUR). En la

43
Figura 15, página 44, se aprecia el crecimiento de Lima Metropolitana desde 1940 hasta el
2005.

Figura 15: Mapa de expansión urbano desde 1940 hasta el 2005

Fuente: INEI, 2003

44
2.11.5. USO DE SUELO EN LIMA METROPOLITANA

El tipo de cobertura del suelo influye en la formación de islas de calor, debido a

que el uso del suelo afecta la absorción y reflexión de los rayos solares (albedo). Existen 6
tipos de uso de suelo:
- Uso residencial: destinado principalmente al uso de vivienda
- Uso comercial: destinado fundamentalmente al uso de establecimientos de
compras y ventas de productos
- Uso industrial: destinado principalmente uso de fábricas de producción
- Uso de equipamiento: destinado a la habilitación y funcionamiento de
instalaciones, como centros cívicos, de salud, centros de educación,
establecimientos administrativos, terminales terrestres, marítimos, aéreo,
establecimientos religiosos, entre otros
- Áreas verdes: destinadas predominantemente a la vegetación
- Suelo sin uso: suelo natural desnudo, inerte

45
 Figura 16: Mapa de uso de suelos
Fuente: Barros, 2010

En la Figura 16 se aprecia el mapa de uso de suelos de Lima Metropolitana. El uso

industrial se restringe principalmente a las áreas del distrito del Callao, Lima, Ate Vitarte,
La Victoria, Santa Anita, Independencia y Rímac y sus avenidas principales que poseen un
nivel de tráfico elevado (Barros, 2010). El uso residencial se encuentra esparcido por todos
los distritos del área de estudio, habiendo una mayor concentración en los distritos de La
Molina, Santiago de Surco, San Borja, Magdalena, San Miguel, La Perla, La Punta,
Bellavista, Pueblo Libre, San Martín de Porres y Los Olivos (Barros, 2010). Las zonas de
uso comercial también están distribuidas en toda el área de estudio, ubicándose
principalmente en los distritos de Miraflores, San Isidro, Lince y Lima (Barros, 2010). El
uso denominando equipamiento principalmente se localiza en las zonas del Callao, La
Punta, La Perla, San Miguel, Lima, San Isidro, Santiago de Surco, San Borja y Rímac
(Barros, 2010). Los distritos que concentran la mayor cantidad de áreas verdes son
Santiago de Surco, La Molina, San Borja, San Isidro, Miraflores y Callao (Barros, 2010).

46
2.11.6. ASPECTOS CLIMÁTICOS

El clima de Lima es húmedo con poca lluvia (menor a 11 mm/ año). Tiene
temperaturas moderadas ocasionadas por el afloramiento de aguas frías de la Corriente
Peruana frente a la costa del Pacífico (Atlas Ambiental de Lima, 2007).

Los factores naturales que inciden sobre el clima de Lima Metropolitana, además de la
Cordillera de los Andes son los siguientes:

- Capa de inversión Térmica: La temperatura del aire aumenta con la altura y se

ubica en los niveles de la atmósfera (tropósfera) (Atlas Ambiental de Lima, 2007).
Debido a la gran estabilidad, se genera un manto nuboso del tipo estrato, que es
más notorio en la estación de invierno con presencia de lloviznas persistentes
(Atlas Ambiental de Lima, 2007).
- La Capa de Inversión Térmica juega un papel importante en el comportamiento de
las temperaturas extremas del aire en los distritos de Lima debido a la cobertura
de nubes (Atlas Ambiental de Lima, 2007). Así, en los meses de invierno, la
temperatura máxima no supera los 20 °C en la mayoría de los distritos (Atlas
Ambiental de Lima, 2007). Por el contrario, en el verano predominan los cielos
despejados y las temperaturas máximas superan los 24 °C (Atlas Ambiental de
Lima, 2007).
- Topografía: Los valles, hondanadas y cerros influyen sobre las variables
meteorológicas como en la temperatura, humedad, viento y en las nubes (Atlas
Ambiental de Lima, 2007). La presencia de cerros influye en la circulación de
vientos, produciendo vientos que descienden desde la altura hasta el fondo o
vientos que ascienden desde el fondo hasta las zonas más altas, la variación
espacial de la temperatura es afectada por la topografía (Atlas Ambiental de Lima,
2007).
- El efecto de continentalidad: debido de la distancia del mar al continente, las
temperaturas mínimas del aire se dan en los distritos ubicados en los lugares
cercano al mar, y estos están sujetas a menores variaciones con respecto a los

47
 distritos que se encuentran con mayor distancia del mar (Atlas Ambiental de
Lima, 2007).
- Corriente de Humboldt: Esta corriente de aguas frías, disminuye la evaporación,
formando solo nubes bajas que causan lluvias tipo lloviznas, en la estación de
invierno (Atlas Ambiental de Lima, 2007).

Las variables climáticas que influyen en el clima son la temperatura, la precipitación,

radiación solar, humedad y viento:

- La temperatura de lima: La temperatura media anual presenta valores

comprendidos entre 18.6°C y 19.8°C (Atlas Ambiental de Lima, 2007). Los
menores valores se obtienen cerca del litoral y disminuyen a medida que nos
acercamos al este de la capital.
- La precipitación en lima: Las precipitaciones varían de escasas a nulas,
generalmente se caracterizan por presentar lloviznas ligeras. Los valores promedio
usualmente se encuentra por debajo de los 10 mm anuales, distribuyendo las
mayores cantidades en el sector este de la ciudad (Atlas Ambiental de Lima,
2007).
- Radiación solar: La radiación se incrementa hacia la cuenca media y alta de los
ríos Chillón, Rímac y Lurín hasta aproximadamente 6.0 kW h / m2 (Atlas
Ambiental de Lima, 2007). La mayor potencia de energía solar se encuentra en el
este, con valores promedios entre 5.5 a 5.6 kW h / m2 (Kilobatio – hora / m2)
(Atlas Ambiental de Lima, 2007).
- Humedad: Lima tiene una humedad relativa sumamente alta, la cual genera una
neblina desde junio hasta diciembre. La humedad es mayor cerca al mar y menor
en las lejanías del continente.
- Viento: La velocidad de los vientos medio varía de 2 a 4 m/s y direcciones de
componentes Sur y Sur Oeste principalmente (Atlas Ambiental de Lima, 2007).
La tendencia del viento anual fluye desde las zonas costeras hacia el interior del
continente, y se dirige hacia los valles que conforman las cuencas de los ríos
Chillón, Rímac y Lurín (Atlas Ambiental de Lima, 2007).

48
 III. MATERIALES Y MÉTODOS

3.1. MATERIALES

El estudio se realizó en la ciudad de Lima Metropolitana.

3.1.1. DATOS

En el estudio se utilizó los datos mencionados en el Cuadro 9.

Cuadro 9: Datos utilizados

Tipo de datos Fuente Periodo de adquisición
7 de marzo del 2011
31 de enero del 2010
Landsat 5 TM (Mapeador Temático)
Datos de imágenes 2 de abril del 2009
del United States Geological Survey
satelitales 11 de febrero del 2008
(USGS)
1 de mayo del 2008
15 de abril del 2008
7 de marzo del 2011
31 de enero del 2010
Temperatura del
Estaciones meteorológicas 11 de febrero del 2008
aire
1 de mayo del 2008
15 de abril del 2008
Datos de una imagen satelital SPOT
Datos de una
proveniente del EKODES Año 1998
imagen satelital
CONSULTORES DEL PERU S.I.G.
Mapa del uso de suelo de Lima
Mapa Metropolitana de la tesis de Barros, 2010
2010
FUENTE: Elaboración propia

49
3.1.2. EQUIPOS Y SOFTWARE

- Una laptop
- Google Earth
- ArcGis Desktop 9.3
- Microsoft Office 2010
- Statistical Package for Social Sciences (SPSS)

3.2. MÉTODOS

En este capítulo, dedicado a los métodos, se presenta la metodología para cumplir

con los objetivos de la tesis y comprobar la hipótesis, la cual indica que “en la ciudad de
Lima Metropolitana, se presenta una isla de calor negativa, obteniéndose mayores
temperaturas en los alrededores no urbanizados y menores temperaturas en el centro de la
ciudad y en la cercanía a la costa.”

3.2.1. DEFINICIÓN EL ÁREA DE ESTUDIO

El área de estudio fue la ciudad de lima metropolitana y se delimitó la zona de

estudio de acuerdo a la zona urbana y la zona rural. La zona urbana se caracterizó por tener
suelos de uso residencial, suelos de uso comercial, suelos de uso industrial, zonas de
equipamiento y suelo desnudo. Los límites entre lo urbano y lo rural se plantearon en base
al mapa de la Figura 12, en la página 41. En la Figura 17 se presenta la zona de estudio y el
área de urbanización.

3.2.2. DETERMINACIÓN DE LA DISTRIBUCIÓN ESPACIAL DE LAS ISLAS

DE CALOR

Se utilizó el método del sensoramiento remoto para estimar la temperatura

superficial del suelo ya que es la técnica más reciente para los estudios de clima urbano.

50
Este procedimiento metodológico consistió en procesar las bandas termales de los satélites
para obtener la temperatura superficial.

Figura 17: Delimitación del área de estudio

FUENTE: Elaboración propia, 2012

51
a. Fuentes de información para la temperatura de superficie

Se eligió el satélite Landsat 5 TM, ya que se tenía acceso libre a la data de dicho
satélite y presenta una resolución espacial de 120 metros que permite identificar las micro
islas de calor.

b. Horas de estudios

Los datos provenientes del satélite Landsat 5 TM, correspondieron a las 15:00
horas GTM, hora local de 10:00 am. en Lima Perú.

c. Pre procesamiento

USGS realizó la corrección de las imágenes hasta el nivel L1T, que es un nivel de
corrección que elimina la inclinación y desplazamiento por relieve propio de imágenes
satelitales y proporciona un nivel aceptable que refleja la verdadera posición planimétrica
de una zona. El nivel de proceso L1T utilizó tanto los puntos de control terrestre (GCP) y
modelos de elevación digital (DEM) para alcanzar la absoluta precisión geodésica
obteniendo un producto rectificado geométricamente en el sistema WGS 1984 UTM 18
Norte. En el programa ArcGis Desktop 9.3 se procedió a proyectar las imágenes al sistema
WGS 1984 UTM 18 Sur.

d. Estimación de temperatura de superficie

El Número digital (ND) de la banda 6 del satélite landsat 5 TM se transformó a

radiancia utilizando la fórmula de Chuvieco (2002), citado por Montoya:

Lsen= (Lmax – Lmin) / 255* NDk + Lmin

Dónde:
- Lsen: Radiancia

52
- ND: Número digital de la banda 6
- Lmax: 15.303; valor para la banda 6 de las imágenes con fecha de adquisición
después del 4 de mayo de 2003 (Chander y Markhan, 2003; citado por Instituto
Nacional de Pesquisas Espaciais, 2005).
- Lmin: 1.2378; valor para la banda 6 de las imágenes con fecha de adquisición
después del 4 de mayo de 2003 (Chander y Markhan, 2003; citado por Instituto
Nacional de Pesquisas Espaciais, 2005).

Luego se usó la fórmula de Sospedra et al. (1998) citado por Montoya para obtener la
temperatura de brillo:

- Tb= Temperatura de brillo o temperatura de satélite (kelvin)

- Lsen: Radiancia del satélite
- k1 = 607.76 W m2 sr1 Am1; para el satélite Landsat 5 TM
- k2 = 1260.56 Kelvin; para el satélite Landsat 5 TM

Aunque debería realizarse una corrección atmosférica para mejorar la estimación de la

temperatura de superficie, esta no se realizó por no ser indispensable debido a la poca
presencia de nubes en la zona de estudio.

Para realizar la corrección de emisividad se utilizó el método de Stathopoulou et al., (2007)

citado por Farina (2012). Este método obtiene la emisividad utilizando como umbral al
NDVI para diferenciar entre el suelo urbano, suelo mixto y vegetación.

Se obtuvo el NDVI de las bandas rojo (R) e infrarrojo (IR) del satélite Landsat 5 TM
mediante la ecuación de Yarleque, Posadas y Quiroz (2004):

53
 NDVI= (IR – R) /(IR + R)

La temperatura de superficie se obtuvo considerando tres posibles escenarios presentados

en el Cuadro 10:

Cuadro 10: Fórmulas para la corrección de emisividad

NDVI PIXELES EMISIVIDAD
Estos pixeles fueron considerados
NDVI < 0.2 como suelo urbano o áreas de 0.92
materiales hechos por el hombre
ε = εvPv + εm(1 - Pv) +
dεNDVI
εv = Emisividad de la
vegetación (0.98)
Estos pixeles fueron considerados
0.2 ≤ NDVI ≤ 0.5 mixtos entre vegetación y suelo εm = Emisividad del suelo
urbano urbano (0.92)
Pv = (NDVI – 0.2)2 / (0.5
– 0.2)2
dε = (1 - εm) εv0.55 (1 -
Pv)
Estos pixeles fueron considerados
NDVI > 0.5 0.98
vegetación
FUENTE: Elaboración propia

Finalmente se usó la fórmula de Artis y Carnahan (1982) citado por Farina (2012) para
convertir la temperatura de brillo a temperatura de superficie:
LST = TB/ ( 1 + (λ TB/ ρ) lnε )

- LST = Temperatura de superficie en kelvin

- TB = Temperatura de brillo en kelvin
- λ = La longitud de onda de la radiancia emitida (11.5 μm)
- ρ = h×c/σ (1.438×10−2 m K)
- h = Constante de Planck (6.26×10-34J s)
- c = Velocidad de la luz (2.998×108 m/sec)
- σ = Constante de Stefan Boltzmann (1.38×10-23J K-1)
- ε = Emisividad

54
3.2.3. DETERMINACIÓN DE LA RELACIÓN ENTRE LA TEMPERATURA DE
SUPERFICIE Y LA TEMPERATURA DEL AIRE

La temperatura del aire (Ta) depende de varios factores como la latitud, altitud,
cobertura de nubes, efectos marítimos y de continentalidad y las corrientes oceánicas
(Pidwirny y Saundry, 2013). Bassian et al. (1998) citado por Valiente et. al. (2010)
indicaron que existe una relación lineal entre la temperatura de superficie y la diferencia
entre temperatura de superficie y temperatura del aire (dT). En este estudio se decidió
hacer una relación entre la temperatura del aire y la temperatura de superficie, entre la
temperatura del aire y temperatura de brillo y la temperatura de superficie, por un lado, y el
dT(temperatura del aire menos temperatura de superficie), por otro lado.

a. Obtención de temperatura del aire

Se acudió al Servicio Nacional de Meteorología e Hidrología (Senamhi) y a la

Estación Meteorológica Alexander Von Humboldt (OVH) para la obtención de la
temperatura del aíre. En el Cuadro 11 se ha detallado las características de las estaciones
meteorológicas:

Cuadro 11: Datos geográficos de las estaciones meteorológicas

Estación
Latitud Sur Longitud Oeste Altitud (m.s.n.m)
Meteorológica
Las Palmas 12°09’ 77°01’ 73
Campo de Marte 12°04’ 77°02’ 123
Hospital Central de
12°06’ 77°01’ 158
la FAP
Alexander Von
12°05’ 76°56’ 257.43
Humboldt
Lima Este 12°03’ 77°55’ 241
Collique 11.931392° 77.064720° 138
* m.s.n.m. = metros sobre el nivel del mar
FUENTE: elaboración propia

55
b. Ubicación de las estaciones meteorológicas en los pixeles landsat

Para realizar la correlación entre los datos de temperatura del aíre y temperatura
de superficie, es necesario que los datos se encuentren en el mismo sistema de
coordenadas. En el programa Arcguis Desktop 9.3 se elaboró un vector de estaciones
meteorológicas en el sistema de coordenadas de las imágenes Landsat 5 TM (UTM 18 Sur,
WGS 84).

c. Determinación del coeficiente de correlación entre la temperatura de

superficie y la temperatura del aire

En el programa Statistical Package for Social Sciences (SPSS) se procedió a

realizar una regresión lineal introduciendo progresivamente los siguientes factores:
- Temperatura del aire y temperatura de brillo
- Temperatura del aire y temperatura de superficie
- dT (Temperatura del aire – Temperatura de superficie) y Temperatura de
Superficie

3.2.4. DETERMINACIÓN DEL COEFICIENTE DE DETERMINACIÓN ENTRE

LA TEMPERATURA DE SUPERFICIE Y LA VEGETACIÓN

Farina (2012) indicó que la vegetación es un buen indicador de las islas de calor
superficial. Barros (2010) afirmó que en Lima Metropolitana hay poca presencia de áreas
verdes, ya que la mayor parte de la superficie natural ha sido reemplazada por materiales
antropogénicos. Barros (2010) indicó que las zonas más frescas en Lima Metropolitana se
encuentran predominantemente cerca de las zonas con densidad urbana baja, las cuales
cuentan con la presencia de áreas verdes y que la poca significancia de este factor
condicionante (densidad urbana baja) a la hora de determinar la presencia de la isla de
calor urbana indican la ausencia de parques urbanos de gran masa vegetal en el área de
estudio. Es por este motivo que se decidió analizar la relación entre la temperatura de

56
brillo, la temperatura de superficie y el NDVI. La Temperatura de superficie versus el
Índice de Vegetación (NDVI) en un diagrama de dispersión tiene una forma triangular. Sun
y Kafatos (2007) indicaron que en el invierno la correlación entre la temperatura de
superficie y el NDVI es positiva y en verano es negativa.

a. Obtención del NDVI

El NDVI se obtuvo de las bandas rojo (R) e infrarrojo (IR) del satélite Landsat 5
TM mediante la ecuación de Yarleque, Posadas y Quiroz (2004):

NDVI= (IR – R) /(IR + R)

b. Determinación de la correlación entre la temperatura de brillo (°C) y el

NDVI y la correlación entre la temperatura de superficie (°C) y el NDVI

Se utilizó el coeficiente r2 del programa Microsoft Excel (2010) para conocer la

correlación entre la temperatura de brillo (°C) y el NDVI y la correlación entre la
temperatura de superficie (°C) y el NDVI:

̅) ̅)
)
√ ̅) ̅)

- x= Media de la muestra promedio del conocido x

- Conocido x= Es una matriz o un rango de puntos de datos de la variable x
- y= Media de la muestra promedio del conocido y
- Conocido y= Es una matriz o un rango de puntos de datos de la variable y

57
 IV. RESULTADOS Y DISCUSIÓN

En este capítulo, dedicado a los resultados, se presenta en donde se ubican las

islas de calor superficiales en la ciudad de Lima Metropolitana, el análisis de la relación
entre temperatura del aire y la temperatura de superficie y el análisis de la relación entre la
vegetación y la temperatura de superficie. Esta investigación se realizó para generar
conocimientos sobre las islas de calor superficiales en la ciudad de Lima Metropolitana.

4.1. DETERMINACIÓN DE LA DISTRIBUCIÓN ESPACIAL DE LAS ISLAS

DE CALOR

Las mediciones de temperaturas para la ciudad de Lima fueron realizadas en

condiciones de cielo despejado. Se elaboró seis mapas de temperatura de superficie y seis
mapas de temperatura de brillo de las imágenes landsat correspondientes a las siguientes
fechas y horas: 10:00 am para las fechas 11 de febrero del 2008, 15 de abril del 2008, 01
de mayo del 2008, 02 de abril del 2009, 31 de enero del 2010 y 7 de marzo del 2011. Los
mapas de temperaturas de superficie y brillo son presentados en los anexos (Ver ANEXO
1, página 84). Se obtuvo la temperatura promedio de los seis mapas de temperatura de
brillo y la temperatura promedio de los seis mapas de temperatura de superficie, los cuales
se aprecian en las Figura 18 y Figura 19 respectivamente y se utilizó estas Figuras (18 y
19) para identificar la ubicación de las islas de calor superficiales en la ciudad de Lima
Metropolitana. Ambas Figuras (18 y 19) mostraron la misma tendencia respecto a la
distribución espacial de la temperatura y tuvieron un coeficiente de correlación (r2) entre la
temperatura de brillo y la temperatura de superficie de 0,960925453. Los coeficientes de
correlación entre temperatura de brillo y temperatura de superficie para cada día estudiado
son presentados en los anexos (Ver ANEXO 2, página 96).

Se observó que la temperatura de superficie es menor cerca del mar y mayor hacia el este
conforme se aleja del mar.

58
Este resultado concordó con lo mencionado por Cisneros y Quezada (1985), que la
temperatura del aire en los distritos de Lima y Callao se incrementa desde el litoral costero
hacia el continente, debido al efecto de continentalidad y oceánida; así mismo Quezada
(1987) encontró que las isotermas de temperatura del aire tienen menor valor conforme se
acerca al océano Pacífico y por Barros (2010) quien encontró que la temperatura del aire
aumentan su valor conforme a la distancia del mar.

En los seis mapas de temperatura de superficie y seis mapas de temperatura de brillo de las
imágenes landsat, se encontró que las temperaturas más elevadas en las zonas no
urbanizadas y temperaturas menores en las zonas urbanizadas.

Este resultado llegó a la misma conclusión encontradas por Pulache y Menis (2009);
confirmado la presencia en Lima de la isla de calor negativa. Estas son producidas por la
presencia de cerros desnudos, de superficie de color oscuro, con propiedades térmicas y
caloríficas que durante el día se calienten más que los materiales urbanos. Según Pérez y
Peña (2010) este efecto corresponde a climas temperados, tropicales, semiáridos y áridos, y
ocurren principalmente durante la mañana.

Los núcleos térmicos con temperaturas más elevadas se encontraron en el cerro el

Agustino, en el cerro Gramadal ubicado entre Chorrillos y San Juan de Miraflores y en el
distrito de Chorrillos. Sin embargo, estos núcleos no son islas de calor urbanas
superficiales ya que son ubicados en cerros y no en zonas urbanas. En el ANEXO 3
(página 97) se aprecia las coordenadas de los núcleos térmicos con temperaturas más
elevadas. Se consideró como islas de calor urbanas a aquellas superficies que tienen una
temperatura mayor al promedio de la temperatura encontrada en el área urbanizada. Las
islas de calor con mayor núcleo térmico se encontraron en el extremo nor - este de la
ciudad, teniéndose el mayor núcleo térmico en el distrito de Ate y Lurigancho, seguido por
los distritos de Villa María del Triunfo, Villa el Salvado y San Juan de Miraflores, luego
los distritos de San Juan de Lurigancho. Las coordenadas de los núcleos térmicos más
elevados de las islas de calor urbanas son apreciadas en el Cuadro 12.

59
 Cuadro 12: Coordenadas de los núcleos térmicos con temperatura más altas
Temperatura Sistema de coordenadas en WGS 84 18 Sur
(metros)
Ubicación de Superficie
(°C) X Y
Ate y Lurigancho 36,4104 291138,45005700000 8667654,56731000000

Ate y Lurigancho 35,8977 294002,61005700000 8669086,64731000000

Villa María del Triunfo 36,3410 290501,97005700000 8656993,52731000000

Villa María del Triunfo 36,1473 291774,93005700000 8649037,52731000000
San Juan de Lurigancho 36,1226 281750,37005700000 8679111,20731000000
San Juan de Lurigancho 36,0366 281591,25005700000 8679270,32731000000
San Juan de Lurigancho 35,9096 281909,49005700000 8678952,08731000000
Fuente: Elaboración Propia

Los resultados obtenidos indicaron la presencia de 15 islas de calor urbana:

- Una isla de calor se ubicó en el norte de Lima, en el distrito de San Juan de
Lurigancho. Las altas temperaturas en este distrito pueden ser explicadas por la
densidad poblacional del distrito; el efecto de continentalidad; falta de áreas
verdes; altitud y la topografía del distrito; el cual se encuentro rodeado por cerros.
(Ver Figura 18 y Figura 19)
- En el este de Lima se ubicaron dos islas de calor en los distritos de Ate y
Lurigancho y en el distrito de La Molina. Ambas islas de calor pueden ser
explicadas por el efecto de continentalidad, altitud y a la presencia de cerros. (Ver
Figura 18 y Figura 19)
- En el sur, se ubicó una isla de calor, en los distritos de San Juan de Miraflores;
Villa El Salvador y Villa María del Triunfo. Las elevadas temperaturas son
generadas por la proximidad de los cerros y al tipo de suelo (arena). (Ver Figura
18 y Figura 19)
- En el centro de la ciudad, se encontró una isla de calor en los distritos de Rímac y
el Agustino. (Ver Figura 18 y Figura 19)
- Siete islas de calor se ubicaron en las zonas comerciales e industriales de Lima
Metropolitana, conforme a lo indicado por Sarricole (2010) quien afirmó que
durante el día las Isla de calor urbana superficial tiene dos núcleos: el centro de la
ciudad y las zonas industriales. Una isla de calor se ubicó en los distritos de Los
Olivos e Independencia, en las zonas industriales de dichos distritos. Otra se ubicó

60
 en la zona industrial al costado de aeropuerto Jorge Chávez. En el centro de la
ciudad se ubicaron cuatro islas de calor. Una se encontró en la zona industrial de
los distritos del Callao, Carmen de La legua Reynoso, Lima y Breña; otra isla se
ubicó en la zona comercial del distrito de Lima; otra se ubicó en la zona comercial
e industrial de La victoria y la otra isla de calor se encontró en la zona industrial
de los distritos de San Luis, Ate, El Agustino y Santa Anita. En el sur se ubicó una
isla de calor en la zona industrial del distrito de Surquillo. (En la Figura 20 se
aprecian las islas de calor sobrepuestas en el mapa de uso de suelos de Lima
Metropolitana)
- Tres fueron micro islas de calor. Las micro islas son lugares caliente con poca
vegetación, techos con poca reflectividad y pistas asfaltadas (Pérez y Peña, 2010).
Estas se ubicaron en el distrito de Santiago de Surco, en el distrito de San Juan de
Miraflores y en el aeropuerto Jorge Chávez (En la Figura 21 se aprecian las zonas
con mucho asfalto que generan las micro islas de calor urbanas superficiales).

Barros (2010) realizó un estudio para identificar la presencia de las islas de calor urbanas
atmosféricas para dos días típicos de verano por el método de transectos y encontró dos
núcleos cálidos en la temperatura del aire a las 16:00 horas, encontrándose el primero en
los distritos de Independencia y Rímac y el segundo predominantemente en los distritos de
Ate Vitarte, Santa Anita, El Agustino y San Luis. Barros (2010) encontró solo un núcleo
térmico, a las 19:00 horas, dominante en los distritos de la Independencia, Rímac, San
Martín de Porres y Los Olivos. La autora de esta tesis encontró islas de calor urbanas
superficiales a las 10:00 de la mañana en el los distritos indicados por Barros (2010), sin
embargo encontró una mayor cantidad de núcleos térmicos (15). Se debe tener en cuenta
que ambos estudios se realizaron en horas diferentes, en diferentes días de estudio y se
consideran diferentes variables: Barros (2010) considero la temperatura del aire y la autora
de esta tesis considero la temperatura de superficie.

61
Figura 18: Mapa de temperatura de superficie (°C) de las 10:00 am.
Fuente: Elaboración propia

62
Figura 19: Mapa de temperatura de brillo (°C) de las 10:00 am.
Fuente: Elaboración propia

63
Figura 20: Isla de calor sobrepuestas en el mapa de uso de suelo
Fuente: Barros, 2010

64
Figura 21: Micro islas de calor urbanas en la Lima Metropolitana
Fuente: Imagen satelital SPOT del EKODES, 1998

65
4.2. DETERMINACIÓN DEL COEFICIENTE DE DETERMINACIÓN ENTRE
LA TEMPERATURA DEL AIRE (°C) Y LA TEMPERATURA DE
SUPERFICIE (°C)

Este resultado fue importante, ya que contar con un número de datos de

temperatura del aire adecuados, permite tener un referente del grado de aceptación de la
temperatura de superficie estimada. Sin embargo, en Lima metropolitana se tuvieron pocos
datos de temperatura del aire, debido al bajo número de estaciones de la red meteorológica.
Así mismo, este resultado contribuyó a brindar información para la estimación de
temperatura del aire utilizando los valores de la temperatura de superficie.

En el Cuadro 13 se observa que el valor de r2 para la relación entre temperatura de brillo y

temperatura del aíre, para los días estudiados; presentó un valor inferior a 0,31 para todos
los días.

CUADRO 13: Resumen del análisis estadístico de regresión lineal entre la

temperatura de brillo (°C) y la temperatura del aire (°C)

Fechas del Variable Variable Error típico de la

r r2
estudio dependiente independiente estimación
11 de Temperatura
Temperatura
febrero del de brillo 0,074 0,005 1,36591
del aire (°C)
2008 (°C)
Temperatura
15 de abril Temperatura
de brillo 0,202 0,041 1,45712
del 2008 del aire (°C)
(°C)
Temperatura
01 mayo Temperatura
de brillo 0,172 0,029 1,11337
del 2008 del aire (°C)
(°C)
Temperatura
31 de enero Temperatura
de brillo 0,029 0,001 1,20934
del 2010 del aire (°C)
(°C)
Temperatura
07de marzo Temperatura 4,53018
de brillo 0,550 0,302
del 2011 del aire (°C)
(°C)
FUENTE: Elaboración propia

66
El valor de r2 para la relación entre temperatura de superficie y temperatura del aire para
los días estudiados fue menor a 0,4 indicando que la temperatura del aire explicó menos
del 40% de la temperatura de superficie estimada para los días estudiados (Ver Cuadro 14).

La temperatura de superficie depende de varios factores además de la temperatura del aire

como por ejemplo la radiancia, la vegetación, el tipo de material de superficie, el albedo,
etc. El bajo valor de r2 entre la temperatura de brillo y la temperatura del aire y entre la
temperatura de superficie y la temperatura del aire, indicó que otros factores no analizados
en esta investigación influyen en la temperatura de superficie.

CUADRO 14: Resumen del análisis estadístico de regresión lineal entre la

relación de la temperatura de superficie (°C) y la temperatura del aire (°C)
Fechas
Variable Variable Error típico de la
del r r2
dependiente independiente estimación
estudio
11 deTemperatura
Temperatura
febrero de superficie 0,155 0,024 3,566
del aire (°C)
del 2008 (°C)
15 deTemperatura
Temperatura
abril del de superficie 0,435 0,189 1,46469323
del aire (°C)
2008 (°C)
Temperatura
01 mayo Temperatura
de superficie 0,467 0,218 1,93583
del 2008 del aire (°C)
(°C)
31 de Temperatura
Temperatura
enero del de superficie 0,566 0,321 2,13725
del aire (°C)
2010 (°C)
07de Temperatura
Temperatura
marzo de superficie 0,581 0,338 5,54572
del aire (°C)
del 2011 (°C)
FUENTE: Elaboración propia

El mayor valor de r2 se obtuvo al analizar la relación entre la temperatura del aire, de un

lado, y la temperatura del aire menos la temperatura de superficie, del otro lado. En todos
los días analizados el r2 fue mayor a 0,8, excepto en el periodo 15 de abril del 2008 (Ver
Cuadro 15). Esta alta relación se pudo deber a la advección del aire que se dio en la capa
dosel, que promueve el intercambio de calor entre el suelo y el aire; sin embargo se
requieren más investigaciones sobre este tema.

67
 CUADRO 15: Resumen del análisis estadístico entre la relación de la
diferencia de la temperatura del aire (°C) y la temperatura de superficie (°C)
y la temperatura de superficie
Fechas
Variable Variable Error típico de la
del r r2
dependiente independiente estimación
estudio

Temperatura del aire

11 de Temperatura
(°C)
febrero de superficie 0,956 0,915 1,053
- Temperatura de
del 2008 (°C)
superficie (°C)

Temperatura del aire

15 de Temperatura
(°C)
abril del de superficie 0,343 0,117 1,52813583
- Temperatura de
2008 (°C)
superficie (°C)

Temperatura del aire

Temperatura
01 mayo (°C)
de superficie 0,916 0,839 0,87955
del 2008 - Temperatura de
(°C)
superficie (°C)

Temperatura del aire

31 de Temperatura
(°C)
enero del de superficie 0,940 0,883 0,8873
- Temperatura de
2010 (°C)
superficie (°C)

Temperatura del aire

07de Temperatura
(°C)
marzo del de superficie 0,952 0,906 2,09264
- Temperatura de
2011 (°C)
superficie (°C)

FUENTE: Elaboración propia

El bajo valor de los r2 para los días estudiados entre temperatura de brillo y temperatura del
aire (menor a 31 %) y entre la temperatura de superficie y temperatura del aire (menor a
40%) indicó una relación baja entre la temperatura de superficie y temperatura del aire.

Este resultado coincidió con los mencionados por: Roth et al. (1989) y Goldreich (1985),
que no hay una conexión simple entre ambas variables, y con lo mencionado Zhaoquin et

68
al. que no se puede utilizar la temperatura de superficie como sustituto directo de la
temperatura del aire debido a las altas diferencias de los valores absolutos entre
temperatura de superficie y temperatura del aire.

El alto valor de r2 para los días estudiados entre la relación de la temperatura del aire, de un
lado, y la temperatura del aire menos la temperatura de superficie, del otro lado, (mayor a
80 %) coincidió con lo mencionado Bastiaanssen et al. (1998) citador por Valiente et. al.
(2010) quienes afirmaron que hay una relación lineal entre ambas variables.

4.3. DETERMINACIÓN DEL COEFICIENTE DE CORRELACIÓN (R2)

ENTRE LA TEMPERATURA DE SUPERFICIE (°C) Y EL NDVI Y EL
COEFICIENTE DE CORRELACIÓN (R2) ENTRE LA TEMPERATURA
DE BRILLO (°C) Y EL NDVI

La Figura 22 indica que la relación estudiada entre el NDVI y las temperaturas de

superficie y el NDVI y temperatura de brillo presentó valores promedio bajos de r2 para los
días estudiados, de 0,15 para el caso de la temperatura de superficie y 0,10 para el caso de
la temperatura de brillo.

Figura 22: Gráfico de la relación entre la temperatura de superficie (°C) y NDVI y

Temperatura de brillo (°C) y NDVI
Fuente: elaboración propia

69
En teoría se espera una correlación alta y negativa para los meses de verano y positiva en
invierno (Sun y Kafatos, 2007), sin embargo las bajas correlaciones reflejaron en Lima
Metropolitana la poca presencia de áreas verdes coincidiendo con lo encontrado por Barros
(2010).

70
 V. CONCLUSIONES

1. A partir de los datos proporcionados de imágenes satelitales fue posible la

detección de diferentes islas de calor urbana en la ciudad de Lima Metropolitana
2. Se confirmó que en Lima Metropolitana se da la presencia de una isla de calor
negativa durante el mañana y en los meses cálidos, debido a que las observaciones
realizadas indicaron temperaturas de superficie más elevadas en las zonas no
urbanizadas y temperatura de superficie menos elevadas en las zonas urbanizadas.
3. En base al estudio realizado se concluyó que en Lima Metropolitana se dio durante
la mañana y en los meses cálidos una configuración de las islas de calor
comprendiendo un conjunto de 15 islas. Las islas de calor con núcleo térmico más
elevado se encontraron en los distritos de Ate y Lurigancho, en el distrito de Villa
María del Triunfo y en el distrito de San Juan de Lurigancho.
4. En la mañana y en los meses cálidos se observó la presencia de islas de calor el
distrito de San Juan de Lurigancho, en los distritos de Ate y Lurigancho, en el
distrito de La Molina, en los distritos de San Juan de Miraflores; Villa El Salvador
y Villa María del Triunfo, en los distritos de Rímac y el Agustino. También se
observó islas de calor en las zonas comerciales e industriales de Lima
Metropolitana. Estas se ubicaron en los distritos de Los Olivos e Independencia, en
la zona industrial al costado de aeropuerto Jorge Chávez, en la zona industrial de
los distritos del Callao; Carmen de La legua Reynoso; Lima y Breña, en la zona
comercial del distrito de Lima, en la zona comercial e industrial de La victoria en la
zona industrial de los distritos de San Luis, Ate, El Agustino y Santa Anita y en la
zona industrial del distrito de Surquillo. Asimismo se observó islas de calor en
zonas con mucho asfalto en el distrito de Santiago de Surco, en el distrito de San
Juan de Miraflores y en el aeropuerto.
5. El coeficiente de determinación entre la temperatura del aire y la temperatura de
superficie y entre la temperatura del aire y la temperatura de brillo fue baja para los
días estudiados. El coeficiente de determinación entre la temperatura de superficie
y la diferencia de temperatura del aire entre la temperatura de superficie fue alta.
Sobre estas relaciones no fue posible ofrecer una conclusión definida debido a que
están basadas en pocos puntos de observación meteorológica.

71
6. Existió una baja correlación entre la temperatura de superficie y el índice de
vegetación normalizado (NDVI) a consecuencia de las pocas áreas verdes en el área
de estudio.

72
 VI. RECOMENDACIONES

1. Para mejorar la identificación de las islas de calor superficial, se recomendó utilizar

información de los satélites NOAA y del satélite Landsat 7 TM durante los meses
de verano.
2. Se sugirió realizar mediciones in situ de la temperatura de superficie en el momento
de la medición del satélite para validar la temperatura de superficie estimada de la
data del satélite y tener más puntos de temperatura del aire para obtener una mejor
análisis entre las tres variables.
3. Se sugirió realizar investigaciones más detalladas en los núcleos térmicos
encontrados (Ate y Lurigancho, Villa María del Triunfo y San Juan de Lurigancho)
y en las zonas industriales y comerciales de Lima Metropolitana.
4. Se recomendó realizar investigaciones, de las islas de calor, más grandes y con
mayor presupuesto en las distintas ciudades del Perú, ya que estas van a ayudar a
realizar planes de ordenamiento territorial más eficaces.

73
 VII. REFERENCIAS BIBLIOGRÁFICAS

1. Adinna Enete, I.C. y Okolie, T. Assessment of Urban Heat Island and Possible
Adaptations in Enugu Urban using Landsat/ ETM. Journal of Geography and
Regional Plannin. 2(2):30-36. 2009
2. Amaya, Carlos. EL ECOSISTEMA URBANO: SIMBIOSIS ESPACIAL
ENTRE LO NATURAL Y LO ARTIFICIAL. [En Línea] Revista Forestal
Latinoamericana. 2005, N° 37/2005: 1 - 16.
<http://www.saber.ula.ve/bitstream/123456789/24099/2/articulo1.pdf> [
Consultado: 30 de mayo del 2011]
3. Altas Ambiental de Lima. [En Línea] 2007,
<http://geoserver.itc.nl/lima/start/start.html>. [Consultado: 30 de mayo del
2011]
4. Arcguis Resource Center. Comparar métodos de interpolación. [En Línea]
<http://help.arcgis.com/es/arcgisdesktop/10.0/help/index.html#//009z000000z4
000000> [Consultado: 17 de septiembre de 2013]
5. Bandfield Joshua L. Effects of surface roughness and gray body emissivity on
martian thermal infrared spectra. Icarus. (202): 414–428. 2009
6. Barros Pozo, P.M. Modificaciones térmicas en la ciudad de Lima: análisis de la
presencia de la isla de calor urbana. Tesis (Ingeniero en Ingeniería Ambiental)
Lima, Perú. Universidad Nacional Agraria La Molina, Facultad de Ciencias.
2010.
7. Buyantuyev Alexander y Wu Jianguo. Urban heat islands and landscape
heterogeneity: linking spatiotemporal variations in surface temperatures to
land-cover and socioeconomic patterns. Landscape Ecol (25):17–33. 2010
8. Pulache, W. y Menis L. Cambio climático en el Perú: Impactos económicos y
sociales. Climatología urbana y el cambio climático en Lima Metropolitana.
SENAMHI (Servicio Nacional de Meteorología e Hidrología). Lima, Perú.
(2009, Lima, Perú).
9. Capel, H. La definición de lo urbano. Scripta Vetera: Edición electrónica de
trabajos publicados sobre geografía y ciencias sociales [en línea]
<http://www.ub.es/geocrit/sv-33.htm#N_7_>. Reproducido de la Revista

74
 Estudios Geográficos, No. 138-139: 265-301. Barcelona. 1975. [Consultado:
30 de marzo del 2011]
10. Casares Marta, Piorno Marta y Gioia Antonela. INDICADORES
AMBIENTALES URBANOS: MORFOLOGÍA URBANA – ISLA DE
CALOR URBANA. [En línea] <www.observatoriofau.org.ar > [Consultado:
15 de marzo del 2011]
11. CEC.org. Ozono troposférico [En línea]
<http://www.cec.org/Storage/35/2621_SOE_Ground-levelOzone_es.pdf>
[Consultado: 3 de febrero del 2012]
12. Chuvieco Emilio y Hantson Stijn. Plan Nacional de Teledetección de Media
Resolución Procesamiento estándar de imágenes Landsat Documento técnico
de algoritmos a aplicar. 15 de Febrero de 2010.
13. Cristobal J., Ninyerola M. y Pons X. Modeling air temperature through a
combination of remote sensing and GIS data. JOURNAL OF GEOPHYSICAL
RESEARCH. (113) 2008.
14. CRISTÓBAL ROSSELLÓ, NINYEROLA CASALS, PONS FERNÁNDEZ y
PLA MONTFERRER. MEJORAS EN LA MODELIZACIÓN DE LA
TEMPERATURA DEL AIRE MEDIANTE EL USO DE LA
TELEDETECCIÓN Y DE LOS SISTEMAS DE INFORMACIÓN
GEOGRÁFICA. EL ACCESO A LA INFORMACIÓN ESPACIAL Y LAS
NUEVAS TECNOLOGÍAS GEOGRÁFICAS PÁG. 93-103
15. Cristobal J., Jimenez-Muñoz, Sobrino J .A. , Ninyerola M. y Pons X.
Improvements in land surface temperature retrieval from the Landsat series
thermal band using water vapor and air temperature. JOURNAL OF
GEOPHYSICAL RESEARCH. (114) 2009
16. Conferencia Europea de Estadística de Praga [En Línea].
<cmapspublic.ihmc.us/rid=1152472865312.../text%20ciutat.doc> [Consultado:
30 de marzo 2012]
17. Cuadrat Prats, JM; De la Riva, J; López, F; Martí, A. El medio ambiente
urbano en Zaragoza, observaciones de la isla de calor [en línea]
<http://revistas.ucm.es/ghi/02119803/articulos/AGUC9393110127A.PDF>.
Anales de Geografía de la Universidad Complutense. 13: 119-130. 1993.
[Consultado: 24 de abril 2009]
18. Definición. [En Línea] <http://definicion.de/> [Consultado: 24 de abril 2009]

75
19. Definición. [En Línea] < http://definicion.de/ciudad/> [Consultado: 24 de abril
2009]
20. Definición ABC.< http://www.definicionabc.com/social/ciudad.php>
[Consultado: 24 de abril 2009]
21. Donglian Sun y Menas Kafatos. Note on the NDVI-LST relationship and the
use of temperature-related drought indices over North America. [En Línea]
Revista GEOPHYSICAL RESEARCH LETTERS. (34). 2007.
<http://www.atmos.umd.edu/~sun/Sun_2007GL031485.pdf >
22. Elgueta Astaburuaga, MA. Gran Santiago: Transformación del patrón espacial
de localización del sector residencial de la élite. Tesis (Ingeniero Geógrafo)
Santiago, CH. Universidad de Chile. 2006.
23. Educación Ambiental en la república dominicana. [En Línea]
<http://www.jmarcano.com/nociones/ciudad/urbs4.html#morfo> [ 20 de abril
del 2011]
24. Environmental Science Published for Everybody Round the Earth Educational
Network on Climate. Enciclopedia virtual del clima.
25. Environmental Protection Agency (EPA). Heat Island Impacts. [En Línea]
<http://www.epa.gov/heatisland/impacts/index.htm> [Consultado: 3 de febrero
del 2012]
26. Farina Andrew. Exploring the relationship between land surface temperature
and vegetation abundance for urban heat island mitigation in Seville, Spain.
[En línea]
<http://lup.lub.lu.se/luur/download?func=downloadFile&recordOId=3460284
&fileOId=3460402> [Consultado: 10 de marzo del 2013]
27. Fernandez García Felipe. Ciudad y cambio climático: aspectos generales y
aplicación al área metropolitana de Madrid. Investigaciones Geográficas, n°49:
173-195. 2009.
28. F. J. López y F. Téllez. Apuntes bioestadística. [En Línea]
http://www.bioestadistica.uma.es/baron/apuntes/ficheros/cap06.pdf
[Consultado: 31 de octubre del 2013]
29. Gartland Lisa. Heat Islands. Understanding and mitigating heat in urban areas.
Editorial Earthscan Publications Ltd. 2008.
30. Galindo Estrada, Ignacio Guillermo. Identificación y estudios de las islas
urbanas de calor de las ciudades de Guadalajara y Colima, propuestas de

76
 estrategias de mitigación. [En Línea]
<http://www.conacyt.gob.mx/fondos/FondosSectoriales/CONAVI/Documents/
8-IgnacioGalindo.pdf > [Consultado el: 20 de abril del 2011]
31. Goldreich Y. The estructure of the ground- level heat island in a central
business district. Revista J. Climate Appl. Meteor. (24): 1237–1244. 20 de
mayo 1985.
32. Guía Urbano.com. [En Línea] <http://www.guia-
urbana.com/urbanismo/ecosistema-urbano.php> [Consultado: 20 de abril del
2011]
33. Henry, JG y Heinke, GW. Ingeniería Ambiental. Trad. HC Escalona. 2a. Ed.
México, Prentice Hall. 800 p. (ISBN: 970-17-0266-2) 1999
34. CENSOS NACIONALES DE POBLACION Y VIVIENDA 1993. Instituto
nacional de estadística del Perú [En Línea]
<http://www.inei.gob.pe/biblioineipub/bancopub/Est/Lib0046/C6-22.htm>
[Consultado: 20 de abril del 2011]
35. Instituto nacional de estadística del Perú [En Línea]
<http://www.inei.gob.pe/biblioineipub/bancopub/Est/Lib0046/C2-1.htm>
[Consultado: 20 de abril del 2011]
36. Instituto nacional de estadística del Perú [En Línea]
<http://www.inei.gob.pe/biblioineipub/bancopub/Est/Lib0950/cap04.pdf>
[Consultado: 17 de septiembre de 2013]
37. JULIEN, SOBRINO, MATTAR, RUESCAS, JIMENEZ-MUNÑOZ, SORIA,
HIDALGO, ATITAR, FRANCH y CUENCA. Temporal analysis of
normalized difference vegetation index (NDVI) and land surface temperature
(LST) parameters to detect changes in the Iberian land cover between 1981 and
2001. International Journal of Remote Sensing. (32): 2057–2068. 2011.
38. Kon Joon Bhang y Seok-Soon Park. Evaluation of the Surface Temperature
Variation With Surface Settings on the Urban Heat Island in Seoul, Korea,
Using Landsat-7 ETM+ and SPOT. IEEE GEOSCIENCE AND REMOTE
SENSING LETTERS 4 (6). 2009
39. Land Processes Distributed active archive center. [En Línea]
<https://lpdaac.usgs.gov/.> [Consultado: 12 de abril del 2012]
40. Mashour y Mc Donell. Some Negative Effects of Urban Sprawl. [En Línea]
<http://www.interfacesouth.org/products/changing-roles/changing-roles-

77
 notebook/module-3/fact-sheets/mod3fs4.pdf> [Consultado: 3 de febrero del
2012]
41. Moreno García, MC. Climatología urbana. 1a. Ed. Barcelona, ESP, Edicions
Universitat de Barcelona. 80 p. (ISBN: 848-33-8127-3). 1999
42. Montoya Martínez J. F, Isern Herrero, J., Casterad, M. A. UTILIDAD DE LA
BANDA TÉRMICA DE LANDSAT EN LA DISCRIMINACIÓN DE
TERRENOS YESOSOS. [En Línea]
<http://digital.csic.es/bitstream/10261/43993/1/HerreroJ_Symp_2011.pdf>
[Consultado: 18 de diciembre del 2012]
43. Oltra-Carrión R., Sobrino J.A., Gutiérrez-Angonese, Gioia, Paolini y Malizia.
Estudio del crecimiento urbano, de la estructura de la vegetación y de la
temperatura de la superficie del Gran San Miguel de Tucumán, Argentina.
Revista de Teledetección (34): 69-76. 2010.
44. Parra J.C., Sobrino J.A., Acevedo P.S. y Morales L.J. Estimación de la
temperatura de suelo desde datos satelitales AVHRR-NOAA aplicando
algoritmos de split window. REVISTA MEXICANA DE FISICA 52 (3): 238–
245. 2006
45. PÉREZ GONZÁLEZ, GARCÍA RODRÍGUEZ y GUERRA ZABALLOS.
Análisis del clima urbano a partir de imágenes de satélite en el centro
peninsular español. [En Línea]
<http://inrm.cip.cgiar.org/home/publicat/0406nrm.pdf > Anales de Geografía
de la Universidad Complutense. ( 23): 187-206. [Consultado: 21 de mayo de
2003]
46. Pérez A.M., Calle A. y Casanova J.L. CÁLCULO DE LA TEMPERATURA
SUPERFICIAL A PARTIR DE DATOS LANDSAT TM. Teledetección y
Desarrollo Regional (20): 95- 98. 2003.
47. Pérez Arrau Camilo y Peña Marco A. Urban heat island types. [En Línea]
<http://www.urbanheatislands.com/heat-island-types > [Consultado: 3 de
febrero del 2012]
48. Peña Marco A. Examination of the Land Surface Temperature Response for
Santiago, Chile. 10 (75): 1191–1200. October 2009
49. Pidwirny Michales y Saundry Peter. Factors Influencing Surface Air
Temperature. [En Línea]

78
 <http://www.eoearth.org/article/Factors_Influencing_Surface_Air_Temperatur
e?topic=49479 > [Consultado: 3 de febrero del 2012]
50. Programa Urbano [En línea]
<http://www.urbano.org.pe/observatorio/index.php?IDIOMA=OU&plantilla=c
ontenido&ncategoria1=103&ncategoria2=153&ncontenido=146> [Consultado:
17 de septiembre de 2013]
51. Quezada Pacheco, JM. Estudio del confort climático en Lima Metropolitana y
Callao. Tesis (Requerimiento para optar el título de meteorólogo) Lima, Perú.
Universidad Nacional Agraria La Molina. Facultad de Ciencias. 1987. 227 p.
52. REDLAC (Grupo Regional de Riesgo, Emergencia y Desastre de América
Latina y el Caribe). Diez años después del huracán Mitch: Panorama de la
tendencia de la gestión del riesgo de desastre en Centroamérica [En Línea]
<http://www.eird.org/cd/redlac/capitulo1/tendencias.html> Panamá. 2008. [
Consultado: 15 de junio del 2011]
53. Rekondo Julen. Las ciudades, segunda parte. [En Línea]
<http://www.jmarcano.com/educa/curso/ciudad2.html> [Consultado: 3 de
marzo del 2011]
54. Reca1, Medina, Camacho, López y Roldán. APLICACIÓN DE LAS
TÉCNICAS DE TELEDETECCIÓN Y SIG A LA DETERMINACIÓN Y
ANÁLISIS DE MAPAS DE EVAPOTRANSPIRACIÓN. Ingeniería del Agua.
1 (6): 63-68. 1999.
55. Romero Dávila Sonia, Constantino Morales Méndez Carlos y Némiga Xanat
Antonio. [En Línea] < http://webs.ono.com/reclim5/reclim11a.pdf >
Identificación de las islas de calor de verano e invierno en la ciudad de Toluca,
México. Revista de climatología (11): 1-10. 2011
56. Rose Lilly, Monsingh Devadas, Sathyabama. ANALYSIS OF LAND
SURFACE TEMPERATURE AND LAND USE / LAND COVER TYPES
USING REMOTE SENSING IMAGERY - A CASE IN CHENNAI CITY,
INDIA. [En Línea] <
http://www.ehu.es/cdsea/Formaci%F3n/Castellano/Educaci%F3n%20Ambient
al/Ciudades.htm> The seventh International Conference on Urban Climate, 29
June - 3 July 2009, Yokohama, Japan. [Consultado: 3 de marzo del 2011]

79
57. Sebastian Wypych. El clima de las ciudades. [En Línea]
<http://www.atmosphere.mpg.de/enid/2__Clima_Urbano/-
__Qu__lo_controla__3x3.html.> [Consultado: 15 de junio del 2011]
58. Sarricolea, P; Aliste, E; Castro, E y Escobedo, C. 2008. Análisis de la máxima
intensidad de la isla de calor urbano nocturno de la ciudad de Rancagua (Chile)
y sus factores explicativos. [en línea].
<http://webs.ono.com/reclim3/reclim08f.pdf> Revista de Climatología. (8): 71-
84. 2008. [Consultado: el 19 de abril 2009]
59. SARRICOLEA ESPINOZA PABLO y ROMERO ARAVENA HUGO.
ANÁLISIS DE LOS FACTORES CONDICIONANTES SOBRE LAS
TEMPERATURAS DE EMISIÓN SUPERFICIAL EN EL ÁREA
METROPOLITANA DE VALPARAÍSO, CHILE. Arquitectura, Ciudad y
Entorno. Número 14: 79-96. 2010.
60. Serra Pardo Juan Antonio. ESTUDIO DE LA ISLA DE CALOR DE LA
CIUDAD DE IBIZA. [En Línea]
<http://rua.ua.es/dspace/bitstream/10045/10232/1/IG_44_03.pdf>
Investigaciones Geográficas, Número 44: 55-73. 2007. [Consultado: el 19 de
abril 2009]
61. SEOANEZ CALVO, M. Tratado de climatología aplicado a la ingeniería
medioambiental, Madrid, Mundi- prensa, Epígrafes relativos al suelo. 2001
62. Streutker David R. Satellite-measured growth of the urban heat island of
Houston, Texas. Remote Sensing of Environment (85): 282–289. 2003
63. Sobrino Jose A. y Raissouni N. Toward remote sensing methods for land cover
dynamic monitoring: Application to Morocco. International Journal of Remote
Sensing 2 (21): 353- 366. 2000
64. Sobrino José A. Estimación de la temperatura y la emisividad de la superficie
terrestre a partir de datos suministrados por sensores de alta resolución. [En
Línea] < http://www.tdx.cat/handle/10803/10337 > Calor. Termodinàmica.
2005 [Consultado: el 19 de abril 2009]
65. Sobrino José A., Jiménez-Muñoz Juan C., Guillem Sòria, Mireia Romaguera,
Guanter Luis y Moreno José. Land Surface Emissivity Retrieval From
Different VNIR and TIR Sensors. IEEE TRANSACTIONS ON
GEOSCIENCE AND REMOTE SENSING 2(46). 2008.

80
66. Sobrino José A., Julien Y. y Jiménez-Muñoz J.C. Land use classification from
multitemporal Landsat imagery using the Yearly Land Cover Dynamics
(YLCD) method. International Journal of Applied Earth Observation and
Geoinformation (13) 711–720. 2011.
67. Sobrino José A., Jiménez-Muñoz J. C., Cristóbal J., Sòria, Ninyerola, Pons,
Hidalgo, Franch, Romaguera, Oltra-Carrió, Julien y C. Mattar. Obtención de la
temperatura de la superficie terrestre a partir de la serie histórica LANDSAT.
Revista de Teledetección. (33):53-63. 2010.
68. Sobrino José A., G. Sòria1, R. Oltra-Carrió, J. C. Jiménez-Muñoz, J. Cuenca,
V. Hidalgo, B. Franch, C. Mattar, M. Romaguera, Y. Julien, R. Bianchi, M.
Paganini, J. F. Moreno, L. Alonso, A. Fernández-Renau, J. A. Gómez, E. de
Miguel, Ó. Gutiérrez, M. Jiménez , E. Prado, R. Rodríguez-Cantano, I. Ruiz, F.
Nerry, G. Najjar, P. Kastendeutch, M. Pujadas, F. Molero, A. Martilli, F.
Salamanca, F. Fernández, E. Galán, R. Cañada, E. Hernández , J. Hidalgo, J.
Á. Acero, J. M. Romero, F. Moya, L. Gimeno. ESTUDIO DE LA ISLA DE
CALOR EN LA CIUDAD DE MADRID. Teledetección: Agua y desarrollo
sostenible. 23 – 26: 441 -444- 2009
69. The free dictionary by Farlex. [En Línea] <
http://www.thefreedictionary.com/> [Consultado: 17 de septiembre del 2013].
70. Universidad Complutense Madrid. Capítulo 18 Análisis de regresión lineal: El
procedimiento Regresión lineal. [En Línea] <
http://pendientedemigracion.ucm.es/info/socivmyt/paginas/D_departamento/m
ateriales/analisis_datosyMultivariable/18reglin_SPSS.pdf > [Consultado: 17 de
septiembre del 2013].
71. Unger János, Gál Tamás, Rakonczai János, Mucsi László, Szatmári János,
Tobak Zalán, Boudewijn van Leeuwen y Károly Fiala. AIR TEMPERATURE
VERSUS SURFACE TEMPERATURE IN URBAN ENVIRONMENT. [En
Línea] <http://www.ide.titech.ac.jp/~icuc7/extended_abstracts/pdf/375624-1-
090514014110-003.pdf > The seventh International Conference on Urban
Climate. (29). Yokohama, Japón. 2009
72. Valiente José A., Niclòs Raquel, Barberá María J. y Estrela María J.
ANALYSIS OF DIFFERENCES BETWEEN AIR-LAND SURFACE
TEMPERATURES TO ESTIMATE LAND SURFACE AIR
TEMPERATURE FROM MSG DATA. [En Línea]

81
 <http://www.eumetsat.int/Home/Main/AboutEUMETSAT/Publications/Confer
enceandWorkshopProceedings/2010/groups/cps/documents/document/pdf_con
f_p57_s1_16_valiente_p.pdf> [Consultado: 04 de febrero del 2013]
73. Voogt, JAMES. Urban heat island. Encyclopedia of global environmental
change (Ed. T. Munn), (3): 660-666. 2000.
74. Voogt, James. Urban Heat Island. Encyclopedia of Global Environmental
Change (3): 657- 663. 2002.
75. Voogt, JAMES. Islas de calor en zonas urbanas: Ciudades más calientes
America. Institute of Biological Sciences. [en línea] <
http://www.actionbioscience.org/esp/ambiente/voogt.html> 2008 [Consultado:
19 de abril 2009]
76. Walawender Jakub y Hajto Monika. ASSESSMENT OF THERMAL
CONDITIONS IN URBAN AREAS WITH USE OF DIFFERENT
SATELLITE DATA AND GIS. [En Línea] < http://geostat-
course.org/node/282> [ Consultado: 17 de Diciembre del 2012]
77. Weng Qihao. Thermal infrared remote sensing for urban climate and
environmental studies: Methods, applications, and trends. Revista ISPRS
Journal of Photogrammetry and Remote Sensing. (64): 335-344. 2009.
78. Weng Qihao, Lu Dengsheng y Schubring Jacquelyn. Estimation of land
surface temperature–vegetation abundance relationship for urban heat island
studies. [En línea]
<http://www.utsa.edu/lrsg/Teaching/EES5053_Geo4093/Labs/Wengetal.pdf>
Remote Sensing of Environment (89): 467–483. 2003.
79. Yarlequé, Posadas y Quiroz. Procesamiento de Datos de NDVI para la
obtención de Precipitación de Lluvias en la Cuenca del Altiplano. [En Línea]
<http://inrm.cip.cgiar.org/home/publicat/0406nrm.pdf> Septiembre del 2004.
[Consultado: 12 de febrero del 2013]
80. Zhaoquin Li, Xulin Guo y Yuhong He. Applicability of Land Surface
Temperature (LST) estimates from AVHRR satellite image composites in
northern Canada.[En Línea] <http://pcag.uwinnipeg.ca/Prairie-
Perspectives/PP-Vol11/Li-Guo-Dixon-He.pdf> Prairie Perspectives (11): 119 –
130. [ Consultado: 17 de Diciembre del 2012]

82
 VIII. ANEXOS
Anexo 1: Mapas referentes a la distribución espacial de las islas de calor urbanas

Figura 23:.Mapa de temperatura de superficie (°C) de las 15:00 horas GTM del 11 de
febrero del 2008
Fuente: Elaboración propia

83
Figura 24: Mapa de temperatura de superficie (°C) de las 15:00 horas GTM del 15 de abril
del 2008
Fuente: Elaboración propia

84
Figura 25: Mapa de temperatura de superficie (°C) de las 15:00 horas GTM del 01 de mayo
del 2008
Fuente: Elaboración propia

85
Figura 26: Mapa de temperatura de superficie (°C) de las 15:00 horas GTM del 02 de abril
del 2009
Fuente: Elaboración propia

86
Figura 27: Mapa de temperatura de superficie (°C) de las 15:00 horas GTM del 31 de enero
del 2010
Fuente: Elaboración propia

87
Figura 28: Mapa de temperatura de superficie (°C) de las 15:00 horas GTM del 07 de
marzo del 2011
Fuente: Elaboración propia

88
Figura 29: Mapa de temperatura de brillo (°C) de las 15:00 horas GTM del 11 de febrero
del 2008
Fuente: Elaboración propia

89
Figura 30: Mapa de temperatura de brillo (°C) de las 15:00 horas GTM del 15 de abril del
2008
Fuente: Elaboración propia

90
Figura 31: Mapa de temperatura de brillo (°C) de las 15:00 horas GTM del 01 de mayo del
2008
Fuente: Elaboración propia

91
Figura 32: Mapa de temperatura de brillo (°C) de las 15:00 horas GTM del 02 de abril del
2009
Fuente: Elaboración propia

92
Figura 33: Mapa de temperatura de brillo (°C) de las 15:00 horas GTM del 31 de enero del
2010
Fuente: Elaboración propia

93
Figura 34: Mapa de temperatura de brillo (°C) de las 15:00 horas GTM del 07 de marzo del
2011
Fuente: Elaboración propia

94
 Anexo 2: Correlación entre la temperatura de superficie (°C) y la temperatura de brillo
(°C)
CUADRO 16: Resultados del coeficiente de correlación entre la temperatura
de superficie (°C) y temperatura de brillo (°C)
Días r2
11 de febrero del 2008 0,939856507
15 de abril del 2008 0,99882223
01 de mayo del 2008 0,9690632
2 de abril del 2009 0,93371321
31 de enero del 2010 0,96380591
7 de marzo del 2011 0.96029166
FUENTE: Elaboración Propia

Coeficiente de correlación entre la

temperatura de superficie (°C) y
temperatura de brillo (°C)

7 de marzo del 2011

31 de enero del 2010
2 de abril del 2009
01 de mayo del 2008
15 de abril del 2008
11 de febrero del 2008

0 0.2 0.4 0.6 0.8 1

Figura 35: Gráfico de barras del coeficiente de correlación entre la temperatura de

superficie (°C) y temperatura de brillo (°C)
Fuente: Elaboración propia

95
 Anexo 3: Coordenadas geográficas de los núcleos térmicos

CUADRO 17: Coordenadas geográficas de los núcleos térmicos con

temperaturas más altas en el área urbanizada

Temperatura de Coordenadas en UTM WGS 84 18 Sur (metros)

Ubicación
Superficie (°C) X Y

Cerro el agustino 38,2071 283659,81005700000 8666858,96731000000

Cerro el agustino 38,0806 284296,29005700000 8666222,48731000000
Cerro el agustino 37,7923 283978,05005700000 8652538,16731000000
Cerro el agustino 37,4941 283659,81005700000 8667018,08731000000
Cerro el agustino 37,3106 283500,69005700000 8667018,08731000000
Cerro el agustino 37,0944 284137,17005700000 8666381,60731000000
Cerro el agustino 36,7658 283659,81005700000 8667177,20731000000
Cerro el agustino 36,6837 283978,05005700000 8666540,72731000000
Cerro el agustino 36,5654 283818,93005700000 8666540,72731000000
Cerro el agustino 36,5568 283659,81005700000 8666699,84731000000
Cerro el agustino 36,4565 284137,17005700000 8666540,72731000000
Cerro el agustino 36,4093 283500,69005700000 8666858,96731000000
Cerro el agustino 36,3141 283500,69005700000 8667177,20731000000
Cerro el agustino 36,1873 283818,93005700000 8666699,84731000000
Cerro el agustino 36,1109 284296,29005700000 8666381,60731000000
Cerro el agustino 36,0596 283182,45005700000 8667654,56731000000
Cerro Gramadal 37,4654 284137,17005700000 8652219,92731000000
Cerro Gramadal 36,8979 283818,93005700000 8652697,28731000000
Cerro Gramadal 36,8727 283978,05005700000 8652379,04731000000
Cerro Gramadal 36,8330 283978,05005700000 8652697,28731000000
Cerro Gramadal 36,3454 283818,93005700000 8652538,16731000000
Cerro Gramadal 36,2823 283978,05005700000 8652060,80731000000
Cerro Gramadal 35,9388 283978,05005700000 8654129,36731000000
Cerro Gramadal 35,9200 284137,17005700000 8653811,12731000000
Chorrillos 35,7035 280108,78612200000 8652139,49204000000
Chorrillos 34,4319 280108,78612200000 8652298,61204000000

96
 Temperatura de Coordenadas en UTM WGS 84 18 Sur (metros)
Ubicación
Superficie (°C) X Y

Chorrillos 34,4213 280108,78612200000 8651980,37204000000

Chorrillos 33,3408 280108,78612200000 8652457,73204000000
Chorrillos 33,2163 280267,90612200000 8652139,49204000000
Chorrillos 32,9273 280108,78612200000 8651821,25204000000
Rimac 35,8464 278130,69552100000 8671848,54218000000
Los Olivos 33,0629 273675,33552100000 8679008,94218000000
San Martin de Porres 33,3300 271521,21200000000 8672304,75700000000
Aeropuerto 33,0497 270935,79348300000 8668564,97753000000
Santa Anita 32,9800 288274,57300000000 8668828,32600000000
Zona Comercial del centro de
33,1423 280672,47294000000 8667253,68482000000
Lima
Villa María del Triunfo, Villa
El Salvador y San Juan de 35,2875 291779,67797800000 8649304,35336000000
Miraflores
Micro Isla de Santiago de
34,2904 282575,29583100000 8655267,60431000000
Surco
Micro Isla de Santiago de
33,4348 282257,05583100000 8653994,64431000000
Surco
Zona Industrial al costado del
33,4200 270323,35100000000 8672021,15500000000
Aeropuerto
Zona Industrial del Callao,
Carmen de La legua Reynoso, 33,0700 274582,53500000000 8667679,53400000000
Lima y Breña
FUENTE: Elaboración Propia

97
Anexo 4: Gráficos de dispersión referentes a la relación entre la temperatura del aire (°C)
versus temperatura de superficie (°C)

27

26.5
Temperatura de brillo (°C)

26

25.5
y = 0.0865x + 23.695
25
R² = 0.0055

24.5

24
22 22.5 23 23.5 24 24.5 25 25.5
Temperatura del aire (°C)

Figura 36: Gráfico de dispersión de la temperatura del aire (°C) versus temperatura de
brillo (°C) para el día 11 de febrero del 2008
Fuente: Elaboración propia

20.5
20
Temperatura de brillo (°C)

19.5
19
18.5
y = 0.141x + 15.765
18
R² = 0.0408
17.5
17
16.5
20 20.5 21 21.5 22 22.5 23 23.5 24 24.5 25 25.5 26
Temperatura del aire (°C)

Figura 37: Gráfico de dispersión de la temperatura del aire (°C) versus temperatura de
brillo (°C) para el día 15 de abril del 2008
Fuente: Elaboración propia

98
 25.5

Temperatura de brillo (°C)

25

24.5

24
y = 0.1371x + 20.93
23.5 R² = 0.0294

23
21.5 22 22.5 23 23.5 24 24.5 25
Temperatura del aire (°C)

Figura 38: Gráfico de dispersión de la temperatura del aire (°C) versus temperatura de
brillo (°C) para el día 01 de mayo del 2008
Fuente: Elaboración propia

29

28.5
Temperatura de brillo (°C)

28

27.5

27
y = 0.023x + 26.587
26.5 R² = 0.0008

26
23.5 24 24.5 25 25.5 26 26.5 27
Temperatura del aire (°C)

Figura 39: Gráfico de dispersión de la temperatura del aire (°C) versus temperatura de
brillo (°C) para el día 31 de enero del 2010
Fuente: Elaboración propia

99
 40
35
Temperatura de brillo (°C) 30
25
y = 1.3583x - 7.561
20 R² = 0.3025
15
10
5
0
23.5 24 24.5 25 25.5 26 26.5 27 27.5 28 28.5
Tempreatura del aire (°C)

Figura 40: Gráfico de dispersión de la temperatura del aire (°C) versus temperatura de
brillo (°C) para el día 7 de marzo del 2011
Fuente: Elaboración propia

35
34
Temperatura de superficie (°C)

33
32
31
30
29 y = -0,4787x + 42,191
r² = 0,0241
28
27
26
Temperatura del aire (°C)
25
22 22.5 23 23.5 24 24.5 25 25.5

Figura 41: Gráfico de dispersión de la temperatura del aire (°C) versus temperatura de
superficie (°C) para el día 11 de febrero del 2008
Fuente: Elaboración propia

100
24

Temperatura de superficie (°C)

22

20

18 y = 0,3318x + 12,718
r² = 0,1891
16

14
Temperatura del aire (°C)
12
18 19 20 21 22 23 24 25 26
Figura 42: Gráfico de dispersión de la temperatura del aire (°C) versus temperatura de
superficie (°C) para el día 15 de abril del 2008
Fuente: Elaboración propia

32
Temperatura de superficie (°C)

31

30

29

28
y = -0.7235x + 46.234
R² = 0.2184
27

26
21.5 22 22.5 23 23.5 24 24.5 25
Temperatura del aire (°C)

Figura 43: Gráfico de dispersión de la temperatura del aire (°C) versus temperatura de
superficie (°C) para el día 1 de mayo del 2008
Fuente: Elaboración propia

101
35

34
Temperatura de superficie (°C)

33

32

31 y = -0,961x + 57,298
R² = 0,3207

30

Temperatura del aire (°C)

29
23.5 24 24.5 25 25.5 26 26.5 27

Figura 44: Gráfico de dispersión de la temperatura del aire (°C) versus temperatura de
superficie (°C) para el día 31 de enero del 2010
Fuente: Elaboración propia

43

41
Temperatura de superficie (°C)

39
y = 1,8046x - 14,88
37 R² = 0,3381

35

33

31

29

27
Temperatura del aire (°C)
25
23.5 24 24.5 25 25.5 26 26.5 27 27.5 28 28.5

Figura 45: Gráfico de dispersión de la temperatura del aire (°C) versus temperatura de
superficie (°C) para el día 7 de marzo del 2011
Fuente: Elaboración propia

102
 34

Temperatura de superficie (°C)

32

30

28

y = -0,871x + 24,735 26
r² = 0,9149
24

22
Temperatura del aire (°C) - Temperatura de superficie (°C)
20
-12 -10 -8 -6 -4 -2 0

Figura 46: Gráfico de dispersión de la temperatura de superficie (°C) versus la temperatura

del aire (°C) menos la temperatura de superficie (°C) para el día 11 de febrero del 2008
Fuente: Elaboración propia

24

22
Temperatura de superficie (°C)

20

18 y = -0,2727x + 20,908
r² = 0,1173
16

14

12
Temperatura del aire (°C) - Temperatura de superficie (°C)
10
-1 -0.5 0 0.5 1 1.5 2 2.5 3 3.5 4

Figura 47: Gráfico de dispersión de la temperatura de superficie (°C) versus la temperatura

del aire (°C) menos la temperatura de superficie (°C) para el día 15 de abril del 2008
Fuente: Elaboración propia

103
 32

Temperatura de superficie (°C)

31

y = -0,6442x + 25,268 30
R² = 0,8386
29

28

Temperatura del aire (°C) - Temperatura de superficie (°C) 27

26
-10 -9 -8 -7 -6 -5 -4 -3 -2 -1 0

Figura 48: Gráfico de dispersión de la temperatura de superficie (°C) versus la temperatura

del aire (°C) menos la temperatura de superficie (°C) para el día 1 de mayo del 2008
Fuente: Elaboración propia

35

Temperatura de superficie (°C)

34

33

32

y = -0,662x + 27,948 31
R² = 0,8829
30
Temperatura del aire (°C) - Temperatura de superficie (°C
29
-12 -10 -8 -6 -4 -2 0

Figura 49: Gráfico de dispersión de la temperatura de superficie (°C) versus la temperatura

del aire (°C) menos la temperatura de superficie (°C) para el día 31 de enero del 2010
Fuente: Elaboración propia

104
 45

Temperatura de superficie (°C)

40

35
y = -1,1146x + 25,649
R² = 0,9058 30

25

Temperatura del aire (°C) - Temperatura de superficie (°C

20
-14 -12 -10 -8 -6 -4 -2 0
Figura 50: Gráfico de dispersión de la temperatura de superficie (°C) versus la temperatura
del aire (°C) menos la temperatura de superficie (°C) para el día 7 de marzo del 2011
Fuente: Elaboración propia

105
 Anexo 5: Cuadros referentes a la relación entre temperatura del aire y la temperatura de
superficie

CUADRO 18: Datos utilizados para la regresión lineal

Temperat Temperat Temperat

Estación Temperatura del aire
ura del ura de ura de
Fecha Meteorológ (°C) – Temperatura de
aire brillo Superficie
ica Superficie (°C)
(°C) (°C) (°C)
Alexander
11 de febrero del 27,2 -1,9
Von 25,3 24,74
2008
Humboldt
11 de febrero del Campo de 34,29 -10,79
23,5 26,86
2008 Marte
11 de febrero del Hospital 27,76 -5,26
22,5 24,31
2008 central FAP
11 de febrero del 32,1 -8,3
Las Palmas 23,8 26,015
2008
11 de febrero del 32,54 -8,44
Collique 24,1 26,86
2008
15 de abril del Collique 19,05 2,75
21,8 19,058
2008
15 de abril del Las Palmas 18,59 3,61
22,2 16,801
2008
Hospital
15 de abril del central de la 21,31 -0,61
20,7 19,95
2008
FAP

Campo de
15 de abril del 20,41 2,69
23,1 19,058
2008 marte

1 de mayo del Collique 21,9 25,254 31,31 -9,41

2008
1 de mayo del Las Palmas 22,3 23,11 29,08 -6,78
2008
Hospital
1 de mayo del central de la 21,7 23,11 29,53 -7,83
2008
FAP

106
 Temperat Temperat Temperat
Estación Temperatura del aire
ura del ura de ura de
Fecha Meteorológ (°C) – Temperatura de
aire brillo Superficie
ica Superficie (°C)
(°C) (°C) (°C)

Campo de
1 de mayo del 23,5 24,83 31,75 -8,25
2008 marte

Alexander
1 de mayo del Von 24,6 23,97 27,02 -2,42
2008
Humboldt
31 de enero del
Las Palmas 25,2 28,53 34,72 -9,52
2010
Hospital
31 de enero del
central de la 23,8 26,44 33,42 -9,62
2010
FAP
31 de enero del Campo de
26,2 27,28 33,42 -7,22
2010 marte
Alexander
31 de enero del
Von 26,6 26,44 29,8 -3,2
2010
Humboldt
7 de marzo del Las palmas 24,1 27,28 29,92 -5,82
2011
Campo de
7 de marzo del 25,8 24,31 30,33 -4,53
2011 marte
Alexander
7 de marzo del Von 27,6 26,86 29,56 -1,96
2011
Humboldt
7 de marzo del
Lima Este 28 34,61 41,05 -13,05
2011
FUENTE: Elaboración Propia

107
CUADRO 19: Tabla ANOVA de la regresión lineal de la temperatura del aire (°C) y la temperatura de brillo (°C)

Fechas Variable Variable Suma de Media

ANOVA gl F Sig,
del estudio dependiente Independiente cuadrados cuadrática
Temperatura Temperatura Regresión 0,031 1 0,031 0,016 ,906
11/02/2008 de brillo del aire Residual 5,597 3 1,866 - -
(°C) (°C) Total 5,628 4 - - -
Temperatura Temperatura Regresión ,271 1 0,271 0,128 0,745
15/04/2008 de brillo del aire Residual 6,370 3 2,123 - -
(°C) (°C) Total 6,641 4 - - -
Temperatura Temperatura Regresión 0,113 1 0,113 0,091 0,783
01/05/2008 de brillo del aire Residual 3,719 3 1,240 - -
(°C) (°C) Total 3,832 4 - - -
Temperatura Temperatura Regresión 0,002 1 0,002 0,002 0,971
31/01/2010 de brillo del aire Residual 2,925 2 1,463 - -
(°C) (°C) Total 2,927 3 - - -
Temperatura Temperatura Regresión 17,800 1 17,800 0,867 0,450
07/03/2011 de brillo del aire Residual 41,045 2 20,523 - -
(°C) (°C) Total 58,845 3 - - -
FUENTE: elaboración propia

108
 CUADRO 20: Tabla ANOVA de la regresión lineal de la temperatura del aire (°C) y la temperatura de superficie (°C)

Fechas del Variable Variable Suma de Media

ANOVA gl F Sig,
estudio dependiente Independiente cuadrados cuadrática
Temperatura Temperatura Regresión 0,942 1 0,942 0,074 0,803
11/02/2008 de superficie del aire Residual 38,154 3 12,718 - -
(°C) (°C) Total 39,097 4 - - -
Temperatura Temperatura Regresión 1,501 1 1,501 0,700 0,464
15/04/2008 de superficie del aire Residual 6,436 3 2,145 - -
(°C) (°C) Total 7,937 4 - - -
Temperatura Temperatura Regresión 3,141 1 3,141 0,838 0,427
01/05/2008 de superficie del aire Residual 11,242 3 3,747 - -
(°C) (°C) Total 14,383 4 - - -
Temperatura Temperatura Regresión 4,313 1 4,313 0,944 0,434
31/01/2010 de superficie del aire Residual 9,136 2 4,568 - -
(°C) (°C) Total 13,449 3 - - -
Temperatura Temperatura Regresión 31,417 1 31,417 1,022 0,419
07/03/2011 de superficie del aire Residual 61,510 2 30,755 - -
(°C) (°C) Total 92,927 3 - - -
FUENTE: elaboración propia

109
 CUADRO 21: Tabla ANOVA de la regresión lineal de la temperatura del aire (°C) y la dT [Temperatura del aire (°C) -
Temperatura de superficie (°C)]

Fechas del Variable Variable Suma de Media

ANOVA gl F Sig,
estudio dependiente Independiente cuadrados cuadrática
Temperatura Temperatura del aire (°C) Regresión 35,769 1 35,769 32,246 0,011
11/02/2008 de superficie - Temperatura de Residual 3,328 3 1,109 - -
(°C) superficie (°C) Total 39,097 4 - - -
Temperatura Temperatura del aire (°C) Regresión ,931 1 0,931 0,399 0,573
15/04/2008 de superficie - Temperatura de Residual 7,006 3 2,335 - -
(°C) superficie (°C) Total 7,937 4 - - -
Temperatura Temperatura del aire (°C) Regresión 12,062 1 12,062 15,592 0,029
01/05/2008 de superficie - Temperatura de Residual 2,321 3 ,774 - -
(°C) superficie (°C) Total 14,383 4 - - -
Temperatura Temperatura del aire (°C) Regresión 11,874 1 11,874 15,082 0,060
31/01/2010 de superficie - Temperatura de Residual 1,575 2 ,787 - -
(°C) superficie (°C) Total 13,449 3 - - -
Temperatura Temperatura del aire (°C) Regresión 84,168 1 84,168 19,220 0,048
07/03/2011 de superficie - Temperatura de Residual 8,758 2 4,379 - -
(°C) superficie (°C) Total 92,927 3 - - -
FUENTE: elaboración propia

110
 CUADRO 22: Coeficientes de la regresión lineal entre la temperatura del aire (°C) y la temperatura de brillo (°C)

Modelo Coeficientes no estandarizados Coeficientes tipificados

t Significativo
Fechas del estudio Variable dependiente Variable B Error típico Beta

Temperatura de brillo (Constante) 23,695 16,070 - 1,475 0,237

11 de febrero del 2008
(°C) Temperatura del aire (°C) 0,086 0,674 0,074 0,128 0,906
Temperatura (Constante) 15,765 8,976 - 1,756 0,177
15 de abril del 2008 de brillo
Temperatura del aire (°C) 0,141 0,395 0,202 0,357 0,745
(°C)
Temperatura (Constante) 20,930 10,375 - 2,017 ,137
1 de mayo del 2008 de brillo
Temperatura del aire (°C) 0,137 0,455 0,172 0,302 0,783
(°C)

Temperatura de brillo (Constante) 26,587 14,255 - 1,865 ,203

31 de enero del 2010
(°C) Temperatura del aire (°C) 0,023 0,560 0,029 0,041 0,971
Temperatura (Constante) -7,561 38,535 - -0,196 0,863
7 de marzo del 2011 de brillo
Temperatura del aire (°C) 1,358 1,459 0,550 0,931 0,450
(°C)
FUENTE: Elaboración propia

111
 CUADRO 23: Coeficientes de la regresión lineal de la temperatura del aire (°C) y la temperatura de superficie (°C)

Modelo Coeficientes no estandarizados Coeficientes tipificados

t Significativo
Fechas del estudio Variable dependiente Variable B Error típico Beta
Temperatura (Constante) 42,191 41,957 - 1,006 0,389
11 de febrero del 2008 de superficie
Temperatura del aire (°C) -0,479 1,759 -0,155 -0,272 0,803
(°C)
Temperatura (Constante) 12,718 9,022 - 1,410 0,253
15 de abril del 2008 de superficie
Temperatura del aire (°C) 0,332 0,397 0,435 0,836 0,464
(°C)
Temperatura (Constante) 46,234 18,040 - 2,563 0,083
1 de mayo del 2008 de superficie
Temperatura del aire (°C) -0,724 0,790 -0,467 -0,915 0,427
(°C)
Temperatura (Constante) 57,298 25,193 - 2,274 0,151
31 de enero del 2010 de superficie
Temperatura del aire (°C) -0,961 0,989 -0,566 -0,972 0,434
(°C)
Temperatura (Constante) -14,880 47,173 - -0,315 0,782
7 de marzo del 2011 de superficie
Temperatura del aire (°C) 1,805 1,785 0,581 1,011 0,419
(°C)
FUENTE: Elaboración propia

112
 CUADRO 24: Coeficientes de la regresión lineal entre la temperatura de superficie (°C) y dT [temperatura del aire (°C) y la
temperatura de superficie (°C)]

Coeficientes no Coeficientes
Modelo
estandarizados tipificados
t Significativo
Variable
Fechas del estudio Variable B Error típico Beta
dependiente
Temperatura (Constante) 24,735 1,164 - 21,254 0,000
11 de febrero del 2008 de superficie Temperatura del aire (°C) –
-0,871 0,153 -0,956 -5,679 0,011
(°C) Temperatura de superficie (°C)
Temperatura (Constante) 20,908 1,255 - 16,666 0,000
15 de abril del 2008 de superficie Temperatura del aire (°C) –
-0,273 0,432 -0,343 -0,631 0,573
(°C) Temperatura de superficie (°C)
Temperatura (Constante) 25,268 1,198 - 21,087 0,000
1 de mayo del 2008 de superficie Temperatura del aire (°C) –
-0,644 0,163 -0,916 -3,949 0,029
(°C) Temperatura de superficie (°C)
Temperatura (Constante) 27,948 1,336 - 20,926 0,002
31 de enero del 2010 de superficie Temperatura del aire (°C) –
(°C) -0,662 0,170 -0,940 -3,884 0,060
Temperatura de superficie (°C)
Temperatura (Constante) 25,649 1,922 - 13,347 0,006
7 de marzo del 2011 de superficie Temperatura del aire (°C) –
(°C) -1,115 0,254 -0,952 -4,384 0,048
Temperatura de superficie (°C)
FUENTE: Elaboración propia

113
 Anexo 6: Cuadros referentes a la determinación de la relación entre la temperatura de
superficie y la vegetación

CUADRO 25: Resultado del coeficiente de correlación entre la temperatura

de brillo (°C) y el NDVI y del coeficiente de correlación entre la temperatura
de superficie (°C) y el NDVI

Temperatura de brillo (°C) y el NDVI Temperatura de superficie (°C) y el NDVI

Fecha r2 Fecha r2
11 de febrero del 0,15376558 11/02/2008 0,28807308785
2008
15 de abril del 2008 0,0389371369621339 15/04/2008 0,0325639458683761
01 de mayo del 0,1851754 0,11635703
01/05/2008
2008
2 de abril del 2009 0,113207113 2009 0,24552074
31 de enero del 0,00121504213 31 de enero del 0,02492582
2010 2010
07 de marzo del 0,09022207 07 de marzo del 0,18773585
2011 2011
r 2 promedio 0,097087057 2
r promedio 0,149196079
FUENTE: elaboración propia

114