Radar Urbano

🚨 Problemática

Debido al cambio climático, las ciudades de América Latina y el Caribe enfrentan lluvias intensas, olas de calor y tormentas cada vez más frecuentes, afectando a millones de personas y su infraestructura esencial. Muchas ciudades carecen de sistemas de monitoreo y alerta que permitan anticipar estos eventos y proteger a sus comunidades.

Seguidamente, se resaltan, de manera ilustrativa, algunos titulares noticiosos donde se reportan los eventos climatológicos mencionados, los cuales, lamentablemente, ocurren con frecuencia en distintas ubicaciones de la región LAC.

💡 Idea

Radar Urbano es una plataforma modular, inteligente y de código abierto para el monitoreo de riesgos climáticos urbanos, diseñada para empoderar a ciudades latinoamericanas, comenzando por Costa Rica, frente a los desafíos del cambio climático. La herramienta se enfoca inicialmente en dos fenómenos críticos: inundaciones urbanas y olas de calor, con potencial de escalar hacia otros riesgos como deslizamientos o sequías.

La plataforma integra datos satelitales del programa Copernicus de la Unión Europea, herramientas de software libre y código abierto, así como datos locales costarricenses del Instituto Meteorológico Nacional y otras entidades, ofreciendo visualizaciones en tiempo real, alertas tempranas, análisis de vulnerabilidad y apoyo a la planificación resiliente. 

Radar Urbano busca ser una solución accesible, replicable y escalable para proteger vidas, infraestructura y medios de subsistencia en entornos urbanos vulnerables.

🚀 Espacio para responder al desafío

Radar Urbano responde directamente al desafío #1, denominado “Protegiendo Ciudades”, al combinar observación de la Tierra, tecnologías abiertas, análisis geoespacial y conocimiento local, con el objetivo de fortalecer la resiliencia urbana ante amenazas climáticas. 

Primeramente, facilita el monitoreo prácticamente en tiempo real de riesgos urbanos, de acuerdo con la resolución temporal o frecuencia de revisita de los satélites Sentinel-1 para la detección temprana de superficies inundadas, Sentinel-2 para la detección de zonas vulnerables por uso del suelo y falta de vegetación, y Sentinel-3 para mapas de calor urbano diarios.

La plataforma brinda alertas automáticas por temperatura extrema o acumulación de lluvia, al tiempo que integra notificaciones mediante la aplicación, correo o redes sociales. 

Las personas son la razón de ser de Radar Urbano, por lo tanto, son fundamentales la participación comunitaria y la inclusión, las cuales se promueven mediante la funcionalidad de reportes ciudadanos en tiempo real, la cocreación de mapas de riesgo con organizaciones locales y gobiernos municipales, así como el aporte de información abierta y accesible con fines educativos, comunitarios y técnicos.  

A largo plazo, se pretende apoyar a la planificación resiliente, mediante diagnósticos de barrios críticos para intervención municipal, evaluación de escenarios climáticos futuros con proyecciones e integración con instrumentos como planes reguladores, gestión del territorio y planes cantonales de desarrollo urbano.

⚙️ Tecnologías espaciales de la UE

Para abordar el reto, se utiliza el Copernicus Browser, perteneciente al portal Copernicus Data Space System de la Agencia Espacial Europea (ESA).

Específicamente, se utilizan los datos recolectados por las siguientes misiones de Copernicus:

• Sentinel-1 (SAR): El Radar de Apertura Sintética permite detectar áreas inundadas incluso con nubosidad, lo cual lo hace ideal para el monitoreo en tiempo casi real de acumulaciones de agua en ciudades.
• Sentinel-2 (óptico multiespectral): Apoya la caracterización de uso del suelo urbano, detección de zonas impermeabilizadas y análisis de cobertura vegetal, clave para entender la exposición al calor.
• Sentinel-3 (LST - Land Surface Temperature): Utilizado para generar mapas diarios de temperatura superficial terrestre, fundamentales para detectar y monitorear islas de calor urbanas.

Las imágenes obtenidas se procesan y analizan en la Sentinel Application Platform (SNAP) de la ESA, la cual es de uso gratuito. 

Adicionalmente, se utiliza el Copernicus Emergency Management Service (CEMS) para referencia de eventos históricos de desastres, con el propósito de evaluar tendencias y calibrar modelos de riesgo urbano.

📊 Otros datos y recursos

Radar Urbano complementa los datos satelitales con información abierta y contextual relevante del entorno urbano costarricense, la cual se detalla a continuación:

• Mapas base y capas urbanas del Instituto Geográfico Nacional (IGN) para especificar calles, distritos, edificaciones y curvas de nivel.
• Datos de estaciones del Instituto Meteorológico Nacional (IMN), especialmente para validación y calibración.
• Coberturas de uso del suelo del Sistema Nacional de Áreas de Conservación (SINAC).
• Información demográfica y socioeconómica del Instituto Nacional de Estadística y Censos (INEC), para el análisis de vulnerabilidad poblacional según edad, pobreza y densidad.
• Reportes ciudadanos, ya que se tiene un módulo para que los ciudadanos alerten sobre eventos de calor extremo o inundación.
• Cartografía de cuencas urbanas e infraestructura de drenaje, proveniente de municipalidades y Acueductos y Alcantarillados (AyA).

💻 Desarrollo del proyecto

El desarrollo de Radar Urbano se ha planteado de manera progresiva, a través de etapas claramente definidas que permiten construir una plataforma sólida, escalable y centrada en las necesidades más urgentes de las zonas urbanas ante los riesgos climáticos. A continuación, se muestra un diagrama con las principales fases del proyecto (ver Figura 1), mismas que se detallan posteriormente:

Figura 1. Diagrama de fases para el proyecto Radar Urbano

Fuente: Elaboración propia

FASE 1: Selección de fenómenos climáticos prioritarios y ciudades piloto

La primera etapa consistió en identificar los fenómenos climáticos urbanos de mayor impacto y recurrencia, así como las ciudades con condiciones propicias para implementar una prueba piloto. Para ello, a partir de una investigación exhaustiva de incidencias a nivel de Costa Rica, acompañada de un análisis de vulnerabilidad, disponibilidad de datos y necesidades locales, se seleccionaron dos fenómenos críticos: inundaciones urbanas y olas de calor, los cuales representan amenazas crecientes en entornos urbanos. De la misma manera, se eligieron ciudades costarricenses con capacidad técnica y colaboración institucional para el desarrollo e implementación inicial de la plataforma. Entre los datos locales consultados, se pueden mencionar mapas de áreas con potencial de inundación del Instituto Geográfico Nacional (ver Figura 2) y el estudio de islas de calor en área urbana y rural urbana en Costa Rica, 2024 del Instituto Meteorológico Nacional (ver Figura 3).

Figura 2. Áreas con potencial de inundación en Costa Rica

Fuente: Instituto Geográfico Nacional

Figura 3. Estudio de islas de calor en área urbana y urbana rural en Costa Rica, 2024

Fuente: Instituto Meteorológico Nacional

FASE 2: Desarrollo del módulo de monitoreo de inundaciones urbanas

En esta fase, se diseñó el primer componente funcional del sistema: el módulo de monitoreo de inundaciones, basado en datos de radar de las misiones Sentinel-1 (ver Figura 4) y Sentinel-2 del programa Copernicus, complementado con datos de precipitación del Instituto Meteorológico Nacional (IMN) y reportes ciudadanos. 

Figura 4. Búsqueda de imágenes para regiones propensas a inundación con Sentinel-1

Fuente: Copernicus Browser

Con base en las ubicaciones de zonas vulnerables ante inundaciones, se procedió a realizar la búsqueda de imágenes satelitales de Sentinel-2 con corrección atmosférica L2-A, donde la nubosidad no sobrepasara el 10%, y se seleccionó un período de búsqueda del 01-01-2025 al 27-07-2025. Al aplicar los criterios de búsqueda, se realizó la descarga de los productos en Copernicus Browser, los cuales consisten en una carpeta comprimida con distintos archivos, entre ellos la imagen en color real (ver Figura 5).

Figura 5. Imagen en color real, obtenida a partir de Sentinel-2

Fuente: Copernicus Browser

Para el análisis y procesamiento de las imágenes, se utilizó la Sentinel Application Platform (SNAP) de la ESA y se cargaron los productos para realizar el proceso de Resampling y obtener las visualizaciones de posibles inundaciones. 

Posterior al procesamiento, se integró en el prototipo un mapa utilizando OpenStreetMap y mediante Leaflet, se programaron las interacciones para observar las inundaciones actuales, históricas y alertas tempranas relacionadas (ver Figura 6).

Figura 6. Mapa interactivo de inundaciones en el prototipo de Radar Urbano

Fuente: Elaboración propia

Se añadió una sección para identificar la presencia de agua superficial, a través del Índice de Agua de Diferencia Normalizada (NDWI), obtenido mediante Copernicus Browser. Para este índice, los valores superiores a 0,2 indican una presencia significativa de agua (ver Figura 7).

Figura 7. Visualización del NDWI en Turrialba, Costa Rica

Fuente: Elaboración propia

Para un análisis histórico y predictivo, en el módulo también se colocaron gráficas comparativas de niveles actuales y promedios históricos de inundaciones en la región (ver Figura 8), a partir del procesamiento en SNAP de los productos obtenidos con Copernicus Browser.

Figura 8. Gráficas comparativas para niveles de inundación en Turrialba, Costa Rica

Fuente: Elaboración propia

En resumen, el módulo de inundaciones permite identificar prácticamente en tiempo real la presencia de superficies inundadas, visualizarlas sobre mapas urbanos, y relacionarlas con zonas críticas como barrios informales, infraestructura vial o escuelas. 

FASE 3: Desarrollo del módulo de olas de calor urbano

La tercera etapa consistió en el desarrollo del módulo de monitoreo de olas de calor, utilizando productos diarios de temperatura superficial terrestre del satélite Sentinel-3, análisis multitemporal con Sentinel-2 para detectar islas de calor urbano y déficit de vegetación, así como datos históricos del Instituto Meteorológico Nacional para determinar umbrales de alerta por exposición prolongada a temperaturas extremas. 

Como base principal, se utilizaron imágenes de Sentinel-3, con el Radiómetro de Temperatura de la Superficie del Mar y la Tierra, conocido como el instrumento SLSTR, tal y como se muestra en la Figura 9.

Figura 9. Información del producto descargado en Copernicus Browser

Fuente: Copernicus Browser 

Para el procesamiento de las imágenes, se recurrió a SNAP de Copernicus, donde se obtuvieron las composiciones y visualizaciones de los valores de temperatura generados por Sentinel-3 con la banda de Land Surface Temperature (LST), lo cual se evidencia en la Figura 10.

Figura 10. Obtención de mapas de temperatura para Costa Rica

Fuente: SNAP Copernicus

De la misma forma que se realizó con el módulo de inundaciones, en este módulo se integró en el prototipo un mapa utilizando OpenStreetMap y mediante Leaflet, se programaron las interacciones para observar alertas con zonas de calor extremo, alto, moderado y bajo (ver Figura 11).

Figura 11. Mapa interactivo de olas de calor en el prototipo de Radar Urbano

Fuente: Elaboración propia

Se incluyó una sección que combina datos satelitales con datos locales para proporcionar los índices térmicos de Humedad-Temperatura (IHT) y de Estrés Térmico (WBGT), el pronóstico de temperaturas proyectado a 5 días y recomendaciones para resguardar la seguridad ante olas de calor (Ver Figura 12).

Figura 12. Visualización de índices térmicos, pronósticos y recomendaciones ante olas de calor

Fuente: Elaboración propia

El módulo permite observar diariamente las temperaturas por región a nivel de Costa Rica, con datos provenientes directamente del Instituto Meteorológico Nacional (ver Figura 13).

Figura 13. Temperaturas por región, Costa Rica

Fuente: Instituto Meteorológico Nacional

Este módulo permite identificar zonas vulnerables ante olas de calor, tales como centros urbanos densos, áreas con alta población adulta mayor o con escasa vegetación, mostrando alertas activas en tiempo prácticamente real (ver Figura 14).

Figura 14. Alertas activas de olas de calor

Fuente: Elaboración propia

FASE 4: Implementación del módulo de alertas tempranas

Una vez operativos los módulos de monitoreo, se integró el módulo de alertas tempranas, donde las personas pueden emitir notificaciones ante condiciones críticas de lluvia acumulada o temperatura extrema. Estas alertas pueden ser personalizadas por ubicación y está la opción de ampliar información mediante una descripción textual y/o adjuntando imágenes para evidencia fotográfica. Las alertas se verifican, y de esta manera, tanto autoridades locales como la ciudadanía en general pueden tener acceso de primera mano a estas. Se estableció también un sistema de priorización según severidad y exposición de la población. (Ver Figuras 15 y 16).

Figura 15. Formulario de reporte ciudadano para inundaciones u olas de calor

Fuente: Elaboración propia

Figura 16. Visualización de alertas verificadas emitidas por ciudadanos

Fuente: Elaboración propia

FASE 5: Pruebas al prototipo funcional de la plataforma

La última fase de esta etapa inicial fue la ejecución de pruebas al prototipo funcional de Radar Urbano, que integra los módulos anteriores en una interfaz interactiva y de fácil uso. El prototipo incluye visualizaciones geoespaciales en tiempo real, opciones de navegación por capas de datos, alertas simuladas, y el módulo de reporte ciudadano. Este prototipo permite validar la arquitectura técnica, probar la experiencia de usuario y generar retroalimentación de actores clave, como gobiernos locales, comunidades y expertos en gestión del riesgo.

🔗 En el siguiente enlace, se puede observar un vídeo con el demo del prototipo funcional:

Ver vídeo del prototipo funcional

📈 Modelo de negocio

Seguidamente, se detallan los componentes de un modelo de negocio Canvas, con el fin de ilustrar la manera en que el proyecto Radar Urbano puede convertirse en un startup.

Como observación adicional, se planea iniciar con una versión base gratuita, para posteriormente lanzar versiones premium con soporte, predicción avanzada y módulos personalizados. Así mismo, se busca la adaptabilidad regional y alianzas con otros desarrolladores.

💰 Necesidades de inversión

Para el desarrollo y crecimiento de Radar Urbano, se establecen tres etapas de inversión, motivo por el cual, se considera crucial atraer financiamiento inicial y propiciar alianzas estratégicas. 

Inicialmente, analizando los diferentes rubros de inversión del proyecto, el presupuesto era elevado, sin embargo, se realizaron ajustes económicos, explorando alternativas de desarrollo y operación con el fin de optimizar los costos. Por tanto, los montos económicos que se presentan, son el resultado de la aplicación de estrategias de recorte, sin comprometer la esencia del proyecto, y los porcentajes de ahorro que se indican, se calcularon con base en el presupuesto inicial donde no se aplicaban dichas medidas de ajuste.

A continuación, se detallan las etapas de inversión con sus respectivos plazos y costos asociados, así como las estrategias de negocio que harán de la plataforma una solución rentable, viable y escalable:

Etapa 1 – Desarrollo del producto mínimo viable (MVP) 

Plazo: 6 meses

Objetivo: Construcción de la plataforma web inicial con alertas de inundación y olas de calor, mapas satelitales interactivos y reporte de alertas ciudadanas para zonas piloto (por ejemplo: Cartago, Costa Rica). 

Inversión estimada: $ 8 000 USD

Estrategias para optimizar costos de la etapa 1:

• Utilización de Copernicus SNAP y scripts públicos en Sentinel Hub, en lugar de herramientas de paga como Microsoft Sentinel.
• Adquisición de créditos gratuitos para startups y proyectos académicos ofrecidos por Google Cloud, AWS o Microsoft Azure.
• Uso de bases de datos gratuitas como Firebase (versión free).
• Desarrollo técnico con talento de estudiantes de secundaria técnica/vocacional y universitarios, promoviendo el voluntariado técnico, programas de prácticas supervisadas y hackathones de innovación donde se trabaje colaborativamente.
•  Realización de sesiones participativas con ciudadanos o instituciones locales, para una validación UX/UI comunitaria, usando herramientas gratuitas y encuestas.
• Postergación del registro de la startup, hasta tener un MVP validado y utilización de incubadoras de empresas que ofrecen apoyo legal sin costo.

A través de los ajustes estratégicos planteados, es posible reducir el costo inicial del MVP hasta en un 70% aproximadamente, sin sacrificar el impacto ni la escalabilidad del proyecto. Esto gracias al aprovechamiento de herramientas gratuitas, alianzas académicas y recursos de código abierto.

Etapa 2 – Escalamiento a nivel nacional 

Plazo: 1 año

Objetivo: Expandir la plataforma a múltiples zonas urbanas de Costa Rica y mejorar los modelos predictivos.

Inversión estimada: $ 30 000 USD

Estrategias para optimizar costos de la etapa 2:

• Contratación de personal por servicios profesionales, colaboraciones con universidades o centros de investigación climática en modalidad de proyectos de graduación o pasantías, así como alianzas con instituciones como el Instituto Meteorológico Nacional y el Ministerio de Ciencia, Innovación, Tecnología y Comunicaciones para usar su capacidad técnica.
•  Extensión de créditos en Google Cloud, AWS o Microsoft Azure para la infraestructura en la nube y uso de plataformas como Sentinel Hub BYOC para procesamiento sin servidores propios.
• Utilización de bibliotecas y modelos públicos para las mejoras en los algoritmos predictivos, por ejemplo, con modelos de predicción climática preentrenados.
• Trabajo en conjunto con ONGs locales, universidades y gobiernos locales para campañas publicitarias.
• Apoyo de medios públicos o educativos para difusión gratuita.
• Capacitación a técnicos locales para que brinden soporte en su región e implementación de la modalidad "formación de formadores".

Si bien los costos de la etapa 2 aumentan significativamente en comparación con los de la etapa 1, con las estrategias de optimización, expandir Radar Urbano a diversas zonas urbanas costarricenses, supondría un ahorro de aproximadamente 40%.

Etapa 3 – Regionalización y sostenibilidad

Plazo: 1 - 2 años

Objetivo: Escalar a ciudades vulnerables de Centroamérica y el Caribe y valorar la inclusión del sistema de alertas y reportes ante otros desastres naturales.

Inversión estimada: $ 46 000 USD

Estrategias para optimizar costos de la etapa 3:

• Construcción de la plataforma con componentes reutilizables y modulares desde un inicio.
• Adaptación de únicamente configuraciones mínimas, tales como idioma y capas específicas.
• Vinculación con redes regionales como Ciudades Resilientes ONU-Hábitat, Red de Municipios ante el Cambio Climático o CEPAL.
• Uso de licencias abiertas en la medida de lo posible y cumplimiento básico en protección de datos con plantillas legales.
• Participación en eventos gratuitos de innovación climática y ciudades inteligentes.
• Presencia en redes sociales, con casos de éxito y materiales visuales con impacto.
• Construir dashboards con Streamlit o Metabase, API básica con Node.js o Python Flask.

Con las estrategias anteriores, los costos de la etapa 3 pueden reducirse en aproximadamente un 62% y se prevé que para este momento sea posible generar ingresos por los servicios prestados.

¿Cómo se obtendrá financiamiento inicial para convertir Radar Urbano en una realidad?

Se buscarán oportunidades como:

• Fondos de innovación climática provenientes de Climate-KIC, Green Climate Fund, EIT Climate o BID Lab.
• Concursos de innovación urbana como ClimateLaunchpad o Space Apps Challenge.
• Programas de la Unión Europea: Copernicus Incubation y Horizon Europe.
• Alianzas público-privadas con gobiernos locales o ministerios atinentes.
• Trabajo colaborativo con ONGs y fundaciones interesadas en ciudades resilientes.

Resumen del plan de inversión

Seguidamente, se muestra de forma gráfica el proceso de inversión, con sus alcances, plazos y montos, para desarrollar y llevar a su máximo potencial el proyecto Radar Urbano. La inversión total es de $ 84 000 USD.

Figura 17. Plan de inversión gráfico, Radar Urbano

Fuente: Microsoft Bing

👥 Equipo

Como equipo, estamos participando por segunda vez en un hackathon de Copernicus, reforzando nuestro compromiso con el uso de datos satelitales para enfrentar desafíos reales. Aunque no somos expertos en teledetección, compartimos una visión clara: colaborar desde nuestras disciplinas con propuestas que aporten al bienestar y resiliencia de las comunidades en América Latina y el Caribe. Nuestro enfoque multidisciplinario y complementario nos convierte en un equipo preparado para transformar datos complejos en soluciones accesibles y útiles para la gestión del riesgo de desastres.

• Ana Laura Loría García (Costa Rica): Ingeniera electromecánica y docente, apasionada por temas espaciales y con habilidades para las tecnologías de información. Con formación para aportar tanto en el diseño de interfaces intuitivas como en el desarrollo técnico de prototipos funcionales, con una fuerte orientación hacia el impacto social en contextos de riesgo.
• Antonio Loría García (Costa Rica): Experto en Estadística, docente universitario, con habilidades para R y Power Bi y con un profundo interés por el análisis de datos de la Tierra. Enfocado en el modelado de riesgos, visualización de datos geoespaciales y procesamiento estadístico para la toma de decisiones informadas frente a eventos extremos. 

📖 Referencias Bibliográficas

Copernicus. (s. f.-a). Sentinel-1. https://sentinels.copernicus.eu/copernicus/sentinel-1

Copernicus. (s. f.-b). Sentinel-2. https://sentinels.copernicus.eu/copernicus/sentinel-2

Copernicus. (s. f.-c). Sentinel-3. https://sentinels.copernicus.eu/copernicus/sentinel-3

Copernicus Emergency Management Service. (s. f.). Mapping. https://mapping.emergency.copernicus.eu/

Copernicus Climate Data Store. (s. f.). Derived Universal Thermal Climate Index (UTCI) - historical data. https://cds.climate.copernicus.eu/datasets/derived-utci-historical?tab=download

DW. (2024, 8 de mayo). Olas de calor marinas causan impactos devastadores en América Latina. https://www.dw.com/es/olas-de-calor-marinas-causan-impactos-devastadores-en-am%C3%A9rica-latina/a-72503963

EOS Data Analytics. (s. f.). NDWI: Índice Diferencial Normalizado de Agua. https://eos.com/es/make-an-analysis/ndwi/

GHHIN. (s. f.). Understanding heat. https://ghhin.org/understanding-heat/

GIS and Beers. (2022, 30 de marzo). Mapas de temperatura superficial diaria con Sentinel-3. https://www.gisandbeers.com/mapas-de-temperatura-superficial-diaria-con-sentinel-3/

Infobae. (2025, 12 de julio). El impacto del cambio climático en las inundaciones y olas de calor: por qué es un desafío global creciente. https://www.infobae.com/america/medio-ambiente/2025/07/12/el-impacto-del-cambio-climatico-en-las-inundaciones-y-olas-de-calor-por-que-es-un-desafio-global-creciente/

Sentinel Hub. (s. f.). NDWI - Normalized Difference Water Index for Sentinel-2. https://custom-scripts.sentinel-hub.com/custom-scripts/sentinel-2/ndwi/

Sistema Nacional de Información Territorial (SNIT). (s. f.). Visor geográfico institucional. https://www.snitcr.go.cr/Visor/indexver2?k=Y2FwYTo6Q05FOjppbnVuZGFjaW9uZXM=

Sistema de las Naciones Unidas. (2025, 22 de marzo). ONU alerta sobre el aumento de eventos extremos relacionados con el clima. https://news.un.org/es/story/2025/03/1537586

Sitio Oficial de la Embajada de Costa Rica en España. (s. f.). Sobre Costa Rica. https://www.embajadacostarica.es/sobre-costa-rica/