Análisis de la estructura del arbolado urbano en la Ciudad de México mediante aprendizaje profundo

Abstract

[ES] Este estudio presenta un mapeo detallado de la vegetación arbórea urbana en la Ciudad de México mediante aprendizaje profundo, estimando la altura del dosel forestal con una resolución de 1 metro. Se integraron datos del periodo 2017-2020, descargados de la plataforma de sostenibilidad de Meta, con el inventario local de áreas verdes en un entorno SIG. Utilizando el algoritmo de segmentación de ArcGIS Pro, se delimitaron árboles individuales a partir de máximos locales en la superficie de altura, generando métricas clave como diámetro y altura promedio. El análisis reveló patrones espaciales de cobertura arbórea urbana, mostrando concentraciones elevadas en Chapultepec, Aragón y la Sierra de Santa Catarina, mientras que las zonas periféricas del oriente presentan baja densidad y fragmentación del arbolado. Se identificaron desigualdades significativas en el acceso a espacios verdes, destacando la necesidad de estrategias de restauración ecológica para mitigar inequidades en la distribución de la vegetación urbana. La metodología utilizada, basada en datos avanzados y SIG, es replicable en otras ciudades con desafíos similares, ofreciendo herramientas para la planificación sostenible de áreas verdes, la mitigación del cambio climático y la mejora de la calidad de vida en entornos urbanos.

[EN] learning, estimating canopy height with a resolution of 1 meter. Data from the 2017-2020 period, downloaded from Meta's sustainability platform, were integrated with the local green space inventory in a GIS environment. Using the ArcGIS Pro segmentation algorithm, individual trees were delineated from local maxima in the height surface, generating key metrics such as average diameter and height. The analysis revealed spatial patterns of urban tree cover, showing high concentrations in Chapultepec, Aragón, and the Sierra de Santa Catarina, while the peripheral areas in the east exhibited low density and fragmentation of the tree cover. Significant inequalities in access to green spaces were identified, highlighting the need for ecological restoration strategies to address disparities in urban vegetation distribution. The methodology employed, based on advanced data and GIS, is replicable in other cities with similar challenges, providing tools for sustainable green space planning, climate change mitigation, and improvement of urban life quality.