Estimación poblacional (cuando con la cartografía y los datos oficiales no alcanza)
Continuar con la sección de Barrios privados me permitió generar un caso de uso de teledetección (con datos de acceso libre) como alternativa metodológica ante la imposibilidad de mapear información de un área determinada.
La investigación urbana trabaja frecuentemente con objetos de estudio cuyos límites no coinciden con ninguna unidad de la cartografía oficial. Esto resulta evidente cuando trabajamos con datos censales. El conflicto aparece cuando el objeto que se estudia tiene una geometría distinta, definida por otra lógica pero que debe dialogar con estos datos.
Los barrios, los barrios privados, las villas y asentamientos e incluso algunas localidades conurbanizadas son un ejemplo particularmente claro de esta tensión. El caso que elegí fue el del barrio privado Abril (Club de Campo Abril), sito a la vera de la autovía 2, en el partido de Berazategui. Al trazar su superficie se puede apreciar que su polígono «corta» los radios censales, este descalce hace inviable cualquier estimación poblacional por agregación simple de datos del Censo.
El problema metodológico concreto
En el trabajo con el barrio Abril, la superposición transversal del polígono del barrio sobre los radios censales del Censo 2022 muestra que ningún radio queda completamente contenido dentro del barrio ni coincide con su límite. Cualquier estimación que parta de los datos censales disponibles implicaría o bien sumar población de áreas externas al barrio, o bien aplicar una interpolación areal que asume homogeneidad interna — hipótesis difícil de justificar en una urbanización de baja densidad con grandes superficies de espacios verdes y lotes heterogéneos.
Este tipo de incongruencia entre unidad de análisis y unidad geográfica es un típico problema cuando se trabaja con cartografías urbanas y datos sociodemográficos.
Teledetección como alternativa
Ante la imposibilidad de obtener datos poblacionales directos para el polígono específico del barrio, la teledetección permite construir una estimación por una vía completamente independiente de la cartografía oficial: la identificación y el conteo de estructuras habitacionales a partir de imágenes satelitales, aplicado exactamente sobre el área de interés.
¿Cómo pensar, trabajar y entrenar un modelo de detección de… techos? Afortunadamente existen herramientas y fuentes de datos abiertos para, una vez combinados, sirvan como modelos de teledetección para la estimación de viviendas y de personas. No es poco pero es lo máximo que podemos hacer.
Fuentes y lógica del modelo
Para el proceso de teledetección utilicé 3 elementos. GEE, donde se pueden acceder a todas estas librerías de imágenes y procesar los indicadores de modificación de suelo. Microsoft Building Footprints — red neuronal convolucional entrenada sobre imágenes Maxar/Bing (~50 cm/px). Detecta huellas individuales de edificios con precisión estimada del 85–92%. Constituye la fuente principal: cubre la mayor parte de las estructuras con alta confianza. Sentinel-2 SR (ESA/Copernicus) — imágenes multiespectrales a 10 m/px. Se calculan índices NDBI, BSI, NDVI y MNDWI con umbrales conservadores para identificar superficies construidas no cubiertas por la fuente anterior. Opera como complemento, no como fuente independiente: cualquier polígono que intersecte un footprint de Microsoft (con buffer de 5 m) queda descartado para evitar doble conteo.
La estimación de población se obtiene aplicando el factor de ocupación promedio para la zona del GBA (3 personas por hogar, INDEC 2022) al total de estructuras detectadas, con tratamiento diferencial según tamaño de edificación (casas de menso de 200 mts2, entre 200 y 500, entre 500 y 2000 y más de 200 mts2)
Más allá del conteo: superficie construida y tipología edilicia
Una ventaja metodológica relevante de trabajar con huellas vectoriales de edificios — en lugar de conteos agregados — es que cada estructura detectada tiene asociada su geometría completa. Esto permite calcular directamente la superficie de planta baja de cada edificio, clasificar las estructuras por tamaño y derivar una tipología edilicia básica: viviendas individuales pequeñas, casas de mayor superficie, edificios medianos y grandes estructuras que probablemente correspondan a equipamientos o usos no residenciales.
Esa información tiene valor propio más allá de la estimación de población. La distribución de tamaños de vivienda es un indicador indirecto de heterogeneidad socioeconómica interna al barrio, relevante para análisis de segregación residencial a escala intrabarrial. La superficie construida total permite estimar densidad edilicia y comparar distintas áreas o momentos temporales. Y la identificación de estructuras grandes — edificios, canchas, equipamientos — ayuda a depurar la estimación poblacional separando usos residenciales de no residenciales.
Si bien es importante el entrenamiento en el proceso de teledetección, hay que ser consiente de que pueden existir errores y falsos positivos. El resultado es una capa de información que, para este tipo de objetos de estudio, no tiene equivalente en ninguna fuente oficial disponible.
El argumento de fondo
Lo que este caso ilustra es algo más general: el creciente volumen de datos satelitales y geoespaciales de acceso libre permite construir información sobre poblaciones y territorios que los sistemas estadísticos convencionales u oficiales no cubren, no porque sean deficientes, sino porque operan con unidades y lógicas que no siempre coinciden con los objetos de investigación relevantes.
Aprovechar esa disponibilidad — imágenes Sentinel-2 gratuitas con cobertura global, modelos de detección de edificios pre-entrenados, plataformas de cómputo geoespacial sin costo para uso académico — no es solo una cuestión de eficiencia. Es una expansión real del universo de preguntas que la investigación social aplicada puede responder con datos. Y en el contexto de poblaciones cuya visibilidad estadística es limitada por diseño o por trayectoria histórica, eso tiene consecuencias directas sobre la calidad de la evidencia disponible para la toma de decisiones en política pública.
Si bien no podemos utilizar, procesar y visualizar la batería de indicadores censales que venimos usando para las ciudades, los barrios y las villas; sí podemos estimar la población de este barrio privado (y cerrado). Además, vencimos un obstáculo técnica y metodológicamente con cierta solvencia. No es poco
Ah, para saber cuánta gente vive en Abril, lo calculan en la app
