DUGi

Exposició a espais verds urbans: Llibreria de R greennessr = Cálculo de la exposición a espacios verdes urbanos con la librería de R greennessr

http://dugi.udg.edu/item/http:@@@@hdl.handle.net@@10256.1@@6215

Comunicació a càrrec de Jordi Segú Tell (Centro Nacional de Epidemiología - Instituto de Salud Carlos III), sobre espais verds urbans amb la llibreria de R greennessr. Els espais verds urbans (EVU) són beneficiosos per als ciutadans que resideixen a les ciutats. D’una banda, proporcionen serveis eco sistèmics que ajuden a mitigar els efectes del canvi climàtic a les ciutats. I d’altra banda, també fomenten hàbits de vida saludables i les relacions socials en proporcionar un espai físic perquè aquestes es puguin donar. Una branca dels estudis epidemiològics són els estudis ecològics, orientats a estudiar poblacions en àrees d’anàlisi agregada. La metodologia que proposem s’emmarca dins d’aquest paraigua. A Espanya la unitat mínima d’anàlisi territorial és la secció censal (SC). Aquest estudi pretén estimar l’exposició a EVU a escala de SC; establint com base de l’anàlisi el mapa cadastral d’edificis, que serviran per a tenir en compte les posicions dels edificis dins de cada SC i el nombre d’habitatges que contenen. Aquest mètode és transversal i incorpora les dues metodologies més utilitzades per al càlcul d’EVU: l’Índex de Diferència Normalitzada de Vegetació (NDVI) i la proporció d’EVU diferenciada a través de mapes de cobertes del sòl (MCS). La metodologia està disponible per al seu ús a través d’una llibreria de R (https://github.com/jsegu/greennessr). Per a validar el nostre mètode, s’ha comparat amb els mètodes existents en una anàlisi d’autocorrelació espacial en catorze ciutats espanyoles. Després hem estimat l’exposició a EVU en diferents escenaris climàtics utilitzant les mateixes ciutats. En el cas del NDVI, el nostre mètode fa augmentar la I de Moran (0,19) i en el MCS l’augment és (0,4). Hem trobat relacions entre el clima i EVU, en ciutats de clima més humit es presenten valors EVU més alts. També hem trobat que hi ha una lleugera correlació positiva de Spearman (0,37) entre les metodologies utilitzades, però aquest efecte no depèn del clima. Finalment dir que el nostre mètode millora les estimacions de les metodologies anteriors i el fet de seleccionar com a font de dades el NDVI o els MCS dependrà dels objectius de l’estudi i de la disponibilitat de dades

Universitat de Girona. Servei de Sistemes d’Informació Geogràfica i Teledetecció