Estimación de PM2.5 con GEE y Google Colab

Estimación de Contaminación por PM2.5

Análisis mediante Google Earth Engine y Python para la ciudad de La Paz

¿Qué es el PM2.5?

El PM2.5 se refiere a partículas con un diámetro menor a 2.5 micrómetros. Estas pueden penetrar profundamente en los pulmones y entrar al torrente sanguíneo, provocando enfermedades respiratorias, cardiovasculares y neurológicas.

Metodología

1 Definimos el área de estudio en GEE: projects/eddycc66/assets/areas_min.

2 Usamos el sensor Sentinel-5P para obtener datos de aerosoles (Aerosol Index).

3 Aplicamos funciones para filtrar y calcular promedios mensuales.

4 Exportamos los resultados y visualizamos con folium.

Código completo en Google Colab

Accede al notebook interactivo para explorar el código y los detalles técnicos:

Abrir Notebook en Google Colab

Se abrirá en una nueva pestaña

Mapa de Concentración de PM2.5

Mapa interactivo con la estimación de PM2.5 en el área de La Paz:

Visualización de PM2.5

Leyenda de Colores

Muy bajo: < 5 μg/m³
Bajo: 5 - 10 μg/m³
Moderado: 10 - 20 μg/m³
Alto: 20 - 35 μg/m³
Muy alto: > 35 μg/m³

Interpretación de Resultados

Los resultados muestran áreas con alta concentración de PM2.5 principalmente en zonas urbanas densas. Según la OMS, niveles por encima de 35 μg/m³ representan un riesgo significativo para la salud. Aunque esta estimación es útil como una alerta temprana, puede diferir ligeramente respecto a estaciones terrestres debido a la resolución satelital y factores atmosféricos.

Datos Satelitales

Proporcionan cobertura amplia y consistente, pero con menor precisión puntual.

Estaciones Terrestres

Ofrecen mediciones precisas en puntos específicos, pero con cobertura limitada.

Según AccuWeather, los niveles actuales de calidad del aire en La Paz son moderados. Esto resalta la necesidad de combinar datos satelitales con sensores terrestres para obtener una visión más precisa.

Conclusión

Este enfoque demuestra cómo tecnologías abiertas como GEE y Python pueden usarse para monitorear la calidad del aire, especialmente en regiones con poca infraestructura de sensores. Puede servir como herramienta de alerta y apoyo a la toma de decisiones en salud pública.

Autor: Edwin Calle – Agosto 2025

Tecnologías utilizadas: Google Earth Engine, Sentinel-5P, Python, Folium