Desigualdades térmicas en la Ciudad de México: Percepción remota, morfología urbana y simulación microclimática para analizar la exposición al calor urbano

◌Quién soy

Perfil técnico-profesional para este estudio

Soy Daniela Reséndiz García, especialista en análisis espacial y clima urbano. Trabajo en la intersección entre investigación aplicada, datos geoespaciales y evaluación multiescalar de desigualdades territoriales.

Puente entre teoría urbana y análisis técnico

Traduzco evidencia geoespacial en marcos analíticos, indicadores y criterios de intervención.

Experiencia aplicada en riesgo territorial

He participado en proyectos de prevención y reconstrucción con enfoque de coordinación interinstitucional.

Formación internacional en planeación espacial

MSc en Space Syntax en The Bartlett, UCL, con enfoque en accesibilidad, exposición y desigualdad urbana.

Trabajo aplicado en clima urbano y movilidad

Proyectos en CDMX y Chennai combinando percepción remota, morfología urbana, red vial y simulación microclimática.

Website

Alcances del estudio

El reporte 2025 de Lancet Countdown informa que la mortalidad asociada al calor aumentó 23% desde la década de 1990 y que la exposición al calor provocó la pérdida potencial de 640 mil millones de horas laborales en 2024 (Romanello et al., 2025). Este estudio examina cómo el calor extremo agrava desigualdades sociales preexistentes en la Ciudad de México y desarrolla una ruta operativa para dirigir enfriamiento donde genere el mayor beneficio social.

Macro

¿Dónde coinciden las temperaturas del aire diurnas de verano con poblaciones socialmente vulnerables?

Meso

¿Qué combinaciones de forma/densidad urbana y configuración de red caracterizan los hotspots térmico-sociales?

Micro

¿Cómo se puede evaluar el estrés térmico a microescala para definir objetivos de diseño pasivo para la reducción del calor?

Hipótesis y aporte metodológico

Qué se evalúa, con qué método y qué inferencias son válidas para este estudio

Hipótesis operativa

La exposición peatonal al calor no se distribuye de manera homogénea: se concentra en corredores con alta integración espacial y co-ocurrencia de vulnerabilidad social. Este patrón justifica una clasificación espacial escalonada (crítica, intermedia y de consolidación).

Aporte metodológico

Se propone un sistema de priorización multiescalar con criterios reproducibles, métricas térmicas (Tmrt, UTCI, PET) y esquema de seguimiento comparativo por tramo para evaluación ex ante y ex post.

Alcance analítico: usar este visor como marco de referencia para integrar resultados macro, meso y micro con indicadores comparables de desempeño térmico peatonal.

Paso	Fuentes de datos
Fase 1 (Macro): Mapeo térmico + colocalización de vulnerabilidad
1.1	Productos Landsat 8/9 (L8/9) Collection 2 Level-2 (reflectancia de superficie + LST; escenas de verano, climatología multianual) procesados en GEE
1.2	Estaciones meteorológicas locales (RedMet, SEDEMA) para calibración; índices satelitales del Paso 1.1
1.3	Microdatos censales a nivel manzana (INEGI 2020) y límites administrativos; predicciones de Ta del Paso 1.2 agregadas a manzanas
Fase 2 (Meso): Morfología urbana + configuración de red vial
2.1	Huellas de edificios y alturas (Google Open Buildings + catastro CDMX como fuente auxiliar de alturas)
2.2	Red vial (OSM / red oficial de la CDMX) procesada con DepthmapX
2.3	Capas térmicas de la Fase 1 + salidas de los Pasos 2.1–2.2 para análisis de acoplamiento forma-red y selección de corredores
Fase 3 (Micro): Simulación biometeorológica para exposición peatonal
3.1	DEM/DSM de alta resolución; huellas y alturas de edificios (Paso 2.1); capas de vegetación/dosel (derivadas de NDVI); forzamiento meteorológico (datos de estaciones)
3.2	Motor de simulación y parámetros (UMEP/SOLWEIG en QGIS); puntos de observación a lo largo de corredores seleccionados (del Paso 2.3)

◉Diagnóstico macro de riesgo térmico-social

Magnitud del problema y localización de primera prioridad (2014–2024)

32%

de manzanas supera 26°C en verano (Ta media)

11%

de manzanas supera 28°C (condición extrema)

26.8°C

Ta media en corredor centro-oriente

+1.5σ

anomalías UHI_air en oriente/noreste

Anotación metodológica: en este estudio los umbrales de Ta = 26°C y Ta = 28°C se usan para clasificar exposición térmica a escala manzana/segmento (hazardous y extreme) en coherencia con la literatura local y el marco de comunicación de riesgo térmico.

Citas: Magaña y Vargas (2020); WMO (2025).

Referencias: Magaña, V. and Vargas, N. (2020). Warm Spells and Climate Risk to Human Health in the Mexico City Metropolitan Area. Weather, Climate, and Society, 12(3), 351-365. DOI: 10.1175/WCAS-D-19-0096.1. World Meteorological Organization (2025). State of the Global Climate 2024. URL: WMO-1368-2024.

Lectura del resultado: el riesgo se concentra en territorios densos, menos vegetados y con mayor dependencia peatonal/transporte público. Esto respalda una focalización espacial, en lugar de intervenciones dispersas.

◈Diagnóstico meso: motores espaciales del riesgo

Evidencia estadística-espacial para explicar patrones de exposición

Mecanismo 1: carga térmica estructural

GSI es el predictor morfológico más sensible: correlación negativa con NDVI (r = -0.299) y positiva con Ta_mean (r = 0.228). Tipologías compactas y selladas concentran mayor Heat Index y menor capacidad de disipación térmica.

Mecanismo 2: exposición por corredor

Las zonas hazard 2 combinan alta temperatura y alta integración de red. En términos de servicio urbano, los corredores de mayor demanda peatonal son también los de mayor exposición térmica.

Implicación analítica: los corredores integrados dentro de tejidos compactos concentran simultáneamente mayor flujo peatonal y mayor vulnerabilidad acumulada, por lo que su intervención tiene mayor efecto sobre la exposición total.

Calidad analítica y robustez del modelo

Trazabilidad de método, robustez estadística y límites de uso

Calibración térmica

LST se convierte a Ta con modelo local: Ta = 0.5540 × LST + 5.7606, usando 17 estaciones RedMet (10:00–14:00).

Comparación de modelos

GWR mejora ajuste en 16/16 alcaldías y mejora Moran p en 11/16 frente a OLS; esto valida heterogeneidad espacial para focalización territorial.

Lectura prudente

Persiste autocorrelación residual en GWR (p<0.05): uso recomendado para análisis comparativo y diseño urbano, no para inferencia causal directa.

La calibración está centrada en horario diurno; no describe completamente dinámica nocturna.
SOLWEIG simplifica ciertos procesos (por ejemplo, calor antropogénico directo).
Los indicadores sociales son proxies de sensibilidad/capacidad adaptativa, no mediciones clínicas de impacto.

Tendencias anuales (2014-2024)

Relación entre temperatura y estructura biofísica.

Nota metodológica: se adopta 2014-2024 (n=11) por continuidad instrumental y comparabilidad interanual (Landsat 8/9 Collection 2 + calibración homogénea con RedMet), y porque la literatura reciente de LST urbano usa ventanas decenales para detectar señal térmica reciente [4,5]. Este periodo se usa para tendencia urbana, no como normal climatológica; para normales, WMO/IPCC emplean marcos de 30 años [1,2].

[1] WMO climatological normals. [2] IPCC AR6 Glossary (climate normal). [3] USGS Landsat 8-9 C2 L2 Science Product Guide. [4] Shafizadeh-Moghadam et al., 2025, J. Environ. Manage., doi:10.1016/j.jenvman.2025.127789. [5] RoohaniQadikolaei et al., 2025, Ecol. Indicators, doi:10.1016/j.ecolind.2025.113386.

Temperatura

Series en °C para LST y Ta. Se muestran todos los años (2014-2024).

Indicadores de superficie

Series adimensionales de Albedo, NDBI y NDVI, comparables con la tendencia de Ta. En albedo: 0 = absorbe más radiación y 1 = refleja más radiación.

Caso	Régimen térmico	Grupo social dominante	Morfología dominante	Rango UTCI/PET (estudio)
Zona 1 — Hospital General	26–28°C (moderado), sin señal estructural en ≥28°C	Adultos mayores (65+) y baja escolaridad (primaria)	Perímetro bajo (37.5%), Barras (31.2%), Perímetro medio (25.0%)	UTCI 29.6→32.9 (media diaria); PET media hasta 37.2 a las 14:00 y excedencias PET>41 en puntos críticos
Zona 2 — Entorno AICM	Predominio del umbral de 26°C (hot26) con transición parcial al umbral de 28°C (hot28)	Baja escolaridad como factor consistente	Sin predio/sin catastro (54.2%), Perímetro bajo (29.2%), Hilera/adosada (8.3%)	UTCI estable ~34–35; PET 38.7–40.8 con picos >41 a las 10:00 y 14:00
Zona 3 — Basílica de Guadalupe	Vulnerabilidad activada principalmente en ≥28°C	Adultos mayores (65+) en régimen extremo	Compacta continua (44.4%), Perímetro bajo (33.3%), Hilera/adosada (22.2%)	UTCI ~35–36; PET 39.5–41.6 (máximo reportado 43.4 a las 14:00)

Matriz comparativa exposición-intervención

Comparativo técnico entre casos de estudio

Caso	Régimen dominante	Población más expuesta	Mecanismo espacial	Hora crítica	Síntesis de intervención
Zona 1 — Hospital General	Calor moderado (26–28°C)	Adultos mayores + baja escolaridad	Corredores integrados en tejido perimetral	14:00	Intervención inmediata en corredores estructurantes
Zona 2 — Entorno AICM	Transición hot26→hot28	Baja escolaridad	Alta integración + morfologías en transición	10:00 y 14:00	Mitigación preventiva y ajustes de transición
Zona 3 — Basílica de Guadalupe	Calor extremo (≥28°C)	Adultos mayores	Compacidad alta + corredores de alta centralidad	10:00 y 14:00	Actuación prioritaria por régimen térmico extremo

◍Indicadores de seguimiento de desempeño

Métricas para línea base, intervención y evaluación ex post

-10 a -15°C

reducción de Tmrt al mediodía en corredores prioritarios

Métrica de resultado principal; validación con línea base y medición post-intervención.

≥70%

sombra continua entre 10:00 y 14:00 en tramos peatonales críticos

Métrica de servicio urbano; auditoría de continuidad por segmento y temporada.

300–500 m

distancia máxima entre refugios térmicos

Métrica de accesibilidad; cobertura efectiva sobre red peatonal y nodos de alta demanda.

↓ Ta ≥28°C (p90)

reducción de longitud de segmentos en condición extrema

Métrica de impacto territorial; comparación anual de segmentos hazard 2 en el atlas.

Síntesis de medidas térmicas: costo, impacto y horizonte temporal

Escenarios de intervención para factibilidad y ejecución técnica

Medida 1

Sombra continua en corredores de alta integración

Intervenir tramos con mayor exposición peatonal para reducir carga radiante entre 10:00 y 14:00.

Costo: 6-10 M MXN por km de corredor (estimación preliminar sujeta a validación de proyecto ejecutivo).
Impacto esperado: -10 a -15°C en Tmrt de hora crítica y caída de 20-40 p.p. en PET>41°C.
Plazo: 6-12 meses por paquete de 3-5 km.

Medida 2

Refugios térmicos de proximidad

Instalar nodos de sombra, descanso e hidratación cada 300-500 m en ejes con demanda peatonal alta.

Costo: 1.2-2.0 M MXN por nodo operativo (estimación preliminar sujeta a validación).
Impacto esperado: cobertura de protección en población sensible y reducción de exposición acumulada en trayecto.
Plazo: 3-6 meses para despliegue en red piloto.

Medida 3

Rediseño de superficie peatonal y materiales

Aplicar soluciones de enfriamiento pasivo (arbolado, pavimento frío y control de insolación en suelo expuesto).

Costo: 3-6 M MXN por km equivalente intervenido (estimación preliminar sujeta a validación).
Impacto esperado: -3 a -7°C en Tmrt local y reducción del p90 de Ta en segmentos críticos.
Plazo: 6-12 meses según complejidad de obra.

Secuencia analítica sugerida: iniciar con Medida 1 en corredores críticos, complementar con Medida 2 para protección inmediata y usar Medida 3 como consolidación del desempeño térmico en el mediano plazo.