La contaminación lumínica es otra de las colecciones disponibles en Google Earth Engine a la que puedes acceder gracias a los datos VIIRS. Cada noche, satélites como Suomi NPP reconocen tenues niveles de brillo en la superficie terrestre mostrando las distribuciones de pequeñas y grandes nucleos urbanos debido al impacto que genera la contaminación lumínica de estas ciudades y su sistema viario, e incluso advirtiendo las zonas afectadas por incendios activos en la noche.
¿Sabías que las luciérnagas han descendido su población debido a factores como la contaminación lumínica ? La luz de las ciudades genera desorientación en los individuos y el nivel de luz ambiental cercano a las ciudades impide que las luciérnagas inicien sus reclamos luminosos. Con Google Earth Engine, puedes medir los niveles de luminosidad a lo largo de amplias series temporales y trabajar datos de impacto ambiental como el caso de las luciérnagas. Sólo necesitas un par de pasos con los que obtener tus datos para analizarlos posteriormente en tu SIG de escritorio o mediante estadística.
Para ello, deberás acceder a la colección de datos de luminosidad de VIIRS y comenzar a gestionar los periodos de tiempo de los que obtener la información filtrando por fecha o incluso recortando zonas territoriales de interés por zona AOI. Los valores de luminosidad serán tan tenues que tendrás que simbolizar los datos de manera sutil para acotar los niveles de brillo en el extremo más bajo del rango de valores ofrecidos por VIIRS. Compón una imagen a partir de los valores de píxel máximos o medios y lanza tu imagen en la vista de Earth Engine con Map.addLayer(). Podrás empezar a ver sutiles niveles de contraste que identifican ciudades, puertos y carreteras y localizar rápidamente infraestructuras antrópicas influenciadas por la polución lumínica.
Incorpora una paleta de colores que permita advertir del contraste de brillos a través de una rampa llamativa que pueda generar contraste de color en el entorno nocturno. Colores claros pueden generar fogonazos luminosos que ayuden a resaltar valores más altos frente a valores bajos simbolizados en colores oscuros.
Añade la distribución de tus citas desde la pestaña Assets utilizando tus propios shapefiles o recurriendo a datos de ciencia ciudadana como iNaturalist. Representa las coordenadas y genera un rango de distribución de la especie con convexHull() o mediante un radio de influencia con buffer() utilizando una distancia prudencial para obtener los datos de luminosidad por superposición de área de influencia de citas.
Por último, centra el mapa en la zona de trabajo e imprime en la consola de Engine una gráfica básica con print (ui.Chart.image.series()) para que extraiga los valores de luminosidad de las zonas de influencia y obtener las variaciones de contaminación lumínica a lo largo de la serie temporal fijada al inicio.
A través de la gráfica podrás visualizar los datos para analizar las variaciones de los niveles de contaminación en el tiempo y descargar los datos diarios de VIIRS mediante tablas tabuladas.
