Data Science

Validando los cielos con datos satelitales

StarMap BA rankea lugares para ver estrellas según la oscuridad del cielo (escala Bortle). Esos valores los asigné a mano con una grilla gruesa. La pregunta de este análisis: ¿el satélite me da la razón? Tomé el producto VIIRS de luz nocturna de la NASA/NOAA (463 m) y lo contrasté con mis puntos de observación.

+0.76

correlación Bortle ↔ satélite (Spearman)

94.5%

de la Provincia bajo el umbral de detección

22

puntos en el mapa (escapadas + observatorios)

El mapa

Dónde está la luz (y dónde no)

Mapa de contaminación lumínica VIIRS de la Provincia de Buenos Aires, con los 22 puntos de observación
Radiancia VIIRS 2024 recortada a la Provincia (escala log). En cyan, los 22 puntos de StarMap BA. El AMBA concentra casi toda la luz; el resto del territorio es mayormente oscuro.

El 94.5% de la Provincia está por debajo del umbral de detección del satélite: hay muchísimo cielo oscuro accesible. Los puntos caen, justamente, en esos mínimos de luz.

La validación

El satélite vs. mis ratings

Gráfico de radiancia satelital contra el Bortle asignado a mano, mostrando correlación positiva
Radiancia satelital (promedio en 3 km) según el Bortle asignado a mano, en los 13 puntos originales. La mediana por clase sube de forma monótona: más Bortle, más luz.

Validé sobre los 13 puntos originales, que rankeé a mano de forma independiente. (Los otros 8 del mapa nacieron después, usando el satélite, así que no entran acá: validarlos contra el mismo dato sería trampa.)

La relación es fuerte y monótona: Spearman +0.76. Los puntos Bortle 2 y 3 dan radiancia ≈ 0 — el satélite confirma que son cielos oscuros.

Un detalle clave: el píxel exacto casi no correlaciona (+0.32), pero el entorno de 3 km sí (+0.76). Esto valida la metodología: las coordenadas apuntan adrede a la celda oscura, y el entorno captura el resplandor del pueblo cercano (que es lo que define el Bortle del lugar).

Y un hallazgo honesto: Vedia (partido de Leandro N. Alem, Bortle 4) sale más brillante de lo esperado — está a 2 km del pueblo. El dato sugiere revisarlo.

Ver el modelo radiancia → Bortle en GitHub →

Cómo lo medí

Metodología

  1. Dato. VIIRS VNL v2.2 anual 2024 (median_masked) de EOG/NOAA — dominio público, ~500 m de resolución.
  2. Recorte. Del archivo global (312 MB) a la Provincia, con el polígono oficial del IGN — el mismo límite que usa el mapa de la app.
  3. Muestreo. Radiancia en cada punto: el píxel exacto y el promedio en un radio de 3 km.
  4. Validación. Correlación de Spearman (sobre rangos) — porque el Bortle es ordinal y la radiancia está muy sesgada.
Histograma de la distribución de radiancia en Buenos Aires
Distribución de radiancia (log) de los píxeles con luz. Es bimodal: un pico grande de luz baja (pueblos y rutas) y una joroba de luz alta (el AMBA).

El futuro

¿Qué pasa con el cielo oscuro en 10 años?

Conseguí cuatro fotos satelitales de la misma Provincia, separadas en el tiempo (2012, 2016, 2020 y 2024), y miré cómo se movió la luz.

Comparación de la contaminación lumínica de Buenos Aires entre 2012 y 2024
20122024
Arrastrá la barra: la misma Provincia en 2012 y en 2024 (radiancia VIIRS, escala log). El Gran Buenos Aires y las ciudades del interior se encienden con más fuerza; el campo sigue oscuro.

¿Cómo proyectamos el 2035?

Para cada pedacito del mapa tengo cuatro números: cuánta luz tenía en 2012, 2016, 2020 y 2024. Es como marcar cuatro puntos en un gráfico y trazar la recta que mejor los une — después la estiro once años más, hasta 2035. Si una zona viene sumando luz a cierto ritmo, asumo que sigue al mismo ritmo.

El único ingrediente es la tendencia que ya muestra cada lugar. No metí supuestos sobre nuevas ciudades, crecimiento de población ni recambio a LED: es seguir la inercia del dato, no adivinar el futuro.

Porcentaje de la Provincia con cielo oscuro por año, con proyección a 2035
El porcentaje de la Provincia con cielo oscuro, año a año (VIIRS) y proyectado a 2035 estirando esa tendencia.

El cielo oscuro se achicó de 97.2% (2012) a 95.2% (2024), y la huella iluminada creció +22% en 12 años. Si la inercia se mantiene, la proyección da 94.6% para 2035.

La buena noticia para el observador: las escapadas de cielo oscuro están lejos de ese avance. Las más oscuras se proyectan estables — seguirán siendo Bortle 2-3 en 2035.

Es una proyección de tendencia, no un pronóstico exacto: extrapolar 10 años es incierto, y la serie mezcla VNL v2.1 (2012-2020) con v2.2 (2024).

Ver el notebook del pronóstico en GitHub →

Predicción · corto plazo

Predecir si vale la pena salir esta noche

La otra cara de “predecir” no es a 10 años, es a 10 días. Para cada lugar y cada noche, StarMap BA convierte el pronóstico meteorológico (Open-Meteo) en una predicción de calidad de cielo: un score de 0 a 100.

No es un modelo del clima — es feature engineering

El pronóstico del tiempo ya lo hace el servicio meteorológico. Mi aporte es transformar esas variables crudas en una decisión, con pesos pensados para astronomía:

  • Las nubes bajas penalizan ~3× más que las altas: tapan más para observar.
  • La Luna resta según fase y altura: llena y alta arruina la noche; nueva no molesta.
  • El Bortle del lugar pone el piso: el mejor pronóstico no salva a un cielo urbano.

Así se cierra el arco del análisis: describir (el mapa) → validar (Bortle vs. satélite) → predecir, tanto a largo plazo (2035) como noche a noche.

Su techo de acierto es el del pronóstico de Open-Meteo. El próximo paso sería validar el score contra observaciones reales de la comunidad.

Conclusiones

  • Los ratings de Bortle de StarMap BA quedan validados por un producto satelital independiente y de mayor resolución.
  • La metodología de “apuntar a la celda oscura accesible” se sostiene con el dato.
  • De esa validación nacieron 8 puntos nuevos (rateados con el satélite) y una proyección a 2035: el cielo oscuro se achica, pero las escapadas lejanas seguirán oscuras.
Ver el notebook completo en GitHub →Explorar el mapa

Dato: VIIRS VNL 2012–2024 (EOG/NOAA, dominio público) · Análisis: Joaquin Rao