Revista Cartográfica (May 2024)

Examinando la relación de la profundidad óptica de aerosoles derivada de imágenes MODIS con contagios por COVID-19 en Santiago, Chile

  • Marco Peña,
  • Manuel Fuenzalida

DOI
https://doi.org/10.354242/rcarto.i108.5732
Journal volume & issue
no. 108

Abstract

Read online

Aquí es examinada la relación que presenta el producto de grosor óptico de aerosoles (aerosol optical depth, AOD) MAIAC (Multi-Angle Implementation of Atmospheric Correction), derivado de imágenes satelitales MODIS (Moderate Resolution Imaging Spectroradiometer), con contagios COVID-19, un campo de investigación que aún permanece inexplorado en el estado del arte internacional, cuyo abordaje contribuiría a comprender la incidencia de la contaminación atmosférica en la ocurrencia de casos de esa enfermedad sobre grandes urbes. Para esto, datos diarios de AOD, adquiridos a las ~18:00 hora local, y tasas de contagio (R0s) por COVID-19 del Área Metropolitana de Santiago, Chile, fueron agregados y correlacionados a nivel de semanas epidemiológicas (SEs) en un periodo comprendido entre marzo y diciembre de 2020, dentro de cuatro zonas en que fue dividida el área de estudio. Las correlaciones más altas fueron obtenidas cuando AOD fue retardado en una semana respecto de R0s inferiores a 120 por cada 100 mil habitantes, rango que da cuenta del período de incubación del virus, así como del rezago con que actúa sobre la salud humana la exposición a la contaminación atmosférica cuando la transmisión aún no se torna comunitaria. Las zonas nororiente y suroriente arrojaron correlaciones más claras entre ambas fuentes de datos (r= 0,57 y 0,47, respectivamente), que aquellas norponiente y surponiente (r= 0,3), aspecto que guarda estrecha relación con la dinámica atmosférica que caracteriza al valle en que se asienta la ciudad de Santiago, y que determina la movilización de contaminantes hacia su sector más alto (oriente) durante el atardecer. Se espera que este trabajo constituya una primera aproximación a la construcción de modelos causales y predictivos sobre el comportamiento espaciotemporal de la enfermedad en cuestión a partir de productos de AOD.

Keywords