ISSN-e: 2737-6419
Período: julio-septiembre de 2026
Revista Athenea
Vol. 7, Número 25, (pp. 18Ű26)
Artículo de investigación https://doi.org/10.47460/athenea.v7i25.148
Islas de calor superőcial en ciudades ecuatorianas costeras y andinas:
análisis espacio-temporal mediante Landsat, vegetación urbana y
reanálisis meteorológico
Diana Katherine Campoverde Santos*
https://orcid.org/0000-0001-8538-6747
diana.campoverde@espoch.edu.ec
Escuela Superior Politécnica de Chimborazo
Riobamba, Ecuador
Carlos Fernando Heredia Villamarín
https://orcid.org/0000-0002-4411-7513
fernando.heredia@docentes.educacion.gob.ec
Ministerio de Educación, Deporte y Cultura
Quito, Ecuador
Cristian David Buñay Marcatoma
https://orcid.org/0009-0002-3543-5111
cristian.bunay@uaw.edu.ec
Universidad Intercultural de las Nacionalidades y
Pueblos Indígenas Amawtay Wasi
Quito, Ecuador
Lizbeth Carolina Sanunga Guananga
https://orcid.org/0009-0004-6929-0285
lizbeth.sanunga@unach.edu.ec
Universidad Nacional de Chimborazo
Riobamba, Ecuador
*Autor de correspondencia: diana.campoverde@espoch.edu.ec
Recibido: (12/03/2026), Aceptado: (03/07/2026)
Resumen. El crecimiento urbano modiĄca las propiedades físicas de la sup erĄcie terrestre y puede
intensiĄcar los contrastes térmicos entre áreas construidas y zonas periurbanas. Este estudio analizó la
dinámica espacio-temporal de las islas de c alor superĄcial en ciudades ecuatorianas costeras y andinas
mediante imágenes Landsat, indicadores de vegetación y superĄcie construida, y variables meteorológ-
icas de reanálisis. Se procesaron pro ductos Landsat en Google Earth Engine para estimar temperatura
superĄcial terrestre, calcular índices espectrales y comparar áreas urbanas y periurbanas. Además, se
incorporaron datos de reanálisis terrestre de quinta generación del Centro Europeo de Predicción Mete-
orológica a Medio Plazo de temperatura del aire, precipitación y viento. Los resultados muestran mayor
contraste térmico urbano-periurbano en las ciudades andinas, mientras que la ciudad costera presentó
mayor variabilidad temporal. La vegetación y la superĄcie construida mostraron relaciones diferenciadas
con la temperatura sup erĄcial, y las variables meteorológicas permitieron contextualizar la variabilidad
térmica observada.
Palabras clave: isla de calor, temperatura superĄcial, Landsat, datos meteorológicos.
Surface Urban Heat Islands in Coastal and Andean Ecuadorian Cities:
Spatio-Temporal Analysis Using Landsat, Urban Vegetation, and Meteorological
Reanalysis
Abstract. Urban growth mo diĄes the physical properties of the EarthŠs surface and may intensify ther-
mal contrasts between built-up areas and peri-urban zones. This study analyzed the spatio-temporal
dynamics of surface urban heat islands in coastal and Andean Ecuadorian cities using Landsat imagery,
vegetation and built-up surface indicators, and meteorological reanalysis variables. Landsat products
were processed in Google Earth Engine to estimate land surface temperature, calculate spectral indices,
and compare urban and peri-urban areas. In addition, Ąfth-generation terrestrial reanalysis data from
the European Centre for Medium-Range Weather Forecasts were incorporated, including air tempera-
ture, precipitation, and wind variables. The results show greater urbanŰperi-urban thermal contrast in
Andean cities, whereas the coastal city exhibited higher temporal variability. Vegetation and built-up
surface indicators showed differentiated relationships with land surface temperature, and meteorological
variables allowed the observed thermal variability to be contextualized.
Keywords: heat island, land surface temperature, Landsat, meteorological data.
Campoverde D. et al. Islas de calor superĄcial en ciudades ecuatorianas costeras y andinas
18
ISSN-e: 2737-6419
Período: julio-septiembre de 2026
Revista Athenea
Vol. 7, Número 25, (pp. 18Ű26)
I. INTRODUCCIÓN
El crecimiento urbano modiĄca las propiedades físicas de la superĄcie terrestre al sustituir coberturas
naturales por materiales impermeables, como asfalto, concreto y techos. Estos cambios alteran el
intercambio de energía entre la superĄcie y la atmósfera, reducen la evapotranspiración y favorecen el
almacenamiento de calor. Como resultado, las ciudades pueden registrar temperaturas superiores a las
de sus áreas rurales o periurbanas próximas, fenómeno conocido como isla de calor urbano [
1].
La isla de calor superĄcial permite analizar este fenómeno a partir de la temperatura superĄcial
terrestre, variable que expresa la respuesta térmica de los materiales y coberturas observados por
sensores satelitales. A diferencia de la temperatura del aire, la temperatura superĄcial permite identiĄcar
contrastes espaciales asociados c on ediĄcaciones, vías, suelos expuestos, vegetación, cuerpos de agua
y áreas periurbanas. Por ello, la teledetección térmica se ha consolidado como una herramienta útil
para estudiar la distribución espacial del calor urbano, especialmente en ciudades donde las estaciones
meteorológicas disponibles no representan adecuadamente la heterogeneidad intraurbana [
2], [3].
La evidencia cientíĄca muestra que la intensidad y distribución de las islas de calor superĄcial varían
según la morfología urbana, la densidad de superĄcies impermeables, la cobertura vegetal, la humedad
disponible y el contexto climático local [4], [5], [6]. En este sentido, las imágenes Landsat ofrecen
una base adecuada para analizar la temperatura superĄcial urbana, debido a su disponibilidad histórica,
resolución espacial y posibilidad de combinar información térmica con bandas ópticas. A partir de estas
imágenes es posible calcular indicadores como el índice de vegetación de diferencia normalizada (NDVI)
y el índice de diferencia normalizada de áreas construidas (NDBI), los cuales p ermite n relacionar los
patrones térmicos con la vegetación y la superĄcie urbanizada [
7], [8], [9].
Ecuador constituye un escenario pertinente para este análisis porque integra ciudades costeras
cálidas y ciudades andinas de elevada altitud en un territorio geográĄcamente contrastante. En este
estudio se seleccionaron Guayaquil, Quito y Cuenca por representar tres conĄguraciones urbanas y
climáticas diferenciadas: Guayaquil, como ciudad costera cálida y húmeda; Quito, como ciudad andina
de gran altitud y relieve complejo; y Cuenca, como ciudad interandina con ríos urbanos, áreas verdes
y expansión sostenida. Esta selección permite comparar la respuesta térmica superĄcial en contextos
de costa, sierra norte y sierra sur bajo un mismo procedimiento satelital y meteorológico. Además,
estudios regionales han mostrado la utilidad de Landsat, LST, NDVI y NDBI para analizar islas de calor
superĄcial en Quito y en ciudades tropicales colombianas, lo que respalda la pertinencia de ampliar
análisis comparativos en ciudades ecuatorianas [
10], [11].
A pesar del interés creciente por el calentamiento urbano, aún se requieren estudios comparativos en
ciudades ecuatorianas que integre n series temporales homogéneas, datos satelitales abiertos y variables
meteorológicas de reanálisis. El aporte de este estudio consiste en analizar la dinámica espacio-temporal
de las islas de calor superĄcial en Guayaquil, Quito y Cuenca durante el periodo 2014Ű2024, mediante
imágenes Landsat 8/9, indicadores de vegetación y superĄcie construida, y datos meteorológicos ERA5-
Land. El objetivo general es evaluar los patrones térmicos urbano-periurbanos y su relación con la
cobertura vegetal, la superĄcie construida y las condicione s meteorológicas generales.
El artículo se organiza de la siguiente manera: después de esta introducción se presentan los
fundamentos conceptuales y físicos del estudio; luego se describe la metodología de procesamiento
satelital y meteorológico; posteriormente se exponen y discuten los resultados de temperatura superĄcial
e intensidad de isla de calor; Ąnalmente, se presentan las conclusiones principales.
II. DESARROLLO
El análisis de las islas de calor urbano se sustenta en la modiĄcación del balance energético superĄ-
cial. La sustitución de coberturas naturales por materiales impermeables reduce la evapotranspiración,
incrementa el almacenamiento de calor y modiĄca los intercambios de energía entre superĄcie y atmós-
fera [
1]. En este marco, la isla de calor sup erĄcial se diferencia de la atmosférica porque se expresa
mediante la temperatura superĄcial terrestre registrada por sensores térmicos satelitales, no mediante
temperatura del aire. Por ello, permite identiĄcar contrastes asociados con ediĄcaciones, vías, techos,
vegetación, cuerpos de agua, suelos expuestos y áreas periurbanas [
2], [3].
La intensidad de la isla de calor superĄcial puede estimarse mediante la diferencia entre la temper-
atura superĄcial media del área urbana y la temperatura superĄcial media de un área periurbana o no
Campoverde D. et al. Islas de calor superĄcial en ciudades ecuatorianas costeras y andinas
19
ISSN-e: 2737-6419
Período: julio-septiembre de 2026
Revista Athenea
Vol. 7, Número 25, (pp. 18Ű26)
urbana de referencia, criterio empleado en estudios de teledetección térmica urbana [4], [12]. En este
estudio, dicha relación se expresó de la siguiente manera:
ICSU = T
s,u
− T
s,r
(1)
donde ICSU representa la intensidad de la isla de calor superĄcial, T
s,u
corresponde a la temper-
atura superĄcial media del área urbana y T
s,r
corresponde a la temperatura superĄcial media del área
periurbana de referencia.
La interpretación de la temperatura superĄcial requiere considerar la cobertura del suelo y la con-
Ąguración física del entorno urbano. La vegetación suele reducir la temperatura superĄcial por sombra
y evapotranspiración, mientras que las superĄcies construidas tienden a elevarla por impermeabilidad
y almacenamiento térmico. Esta lectura es coherente con el enfoque de zonas climáticas locales, que
diferencia unidades urbanas según cobertura, morfología, materiales y exposición térmica [
7], [8], [13],
[
14]. La incorporación de variables meteorológicas de reanálisis permite contextualizar la variabilidad
térmica superĄcial. La temperatura del aire, la precipitación y el viento pueden modular las condi-
ciones bajo las cuales se observa la temperatura superĄcial, aunque no sustituyen el análisis térmico
satelital. En ciudades con condiciones geográĄcas contrastantes, como Guayaquil, Quito y Cuenca,
esta integración permite diferenciar con mayor claridad los efectos asociados con la cobertura urbana
de aquellos relacionados con el contexto climático y atmosférico general [
5], [6], [15].
III. METODOLOGÍA
La investigación se desarrolló con un enfoque cuantitativo, observacional y espacio-temporal, basado
en el procesamiento de imágenes satelitales y datos meteorológicos abiertos. El procedimiento permitió
estimar la temperatura superĄcial terrestre, calcular indicadores de vegetación y superĄcie construida,
integrar variables de reanálisis meteorológico y comparar la dinámica térmica de tres ciudades ecuato-
rianas durante el periodo 2014Ű2024.
El estudio se realizó en Guayaquil, Quito y Cuenca, seleccionadas por su importancia urbana,
localización en regiones geográĄcas contrastantes y posibilidad de comparación bajo un mismo pro-
cedimiento. Guayaquil representa una ciudad costera cálida y húmeda; Quito, una ciudad andina de
elevada altitud y relieve complejo; y Cuenca, una ciudad interandina de menor escala, con ríos urbanos,
áreas verdes y expansión sostenida. Para cada ciudad se delimitó una ventana espacial alrededor del
núcleo urbano principal: 30 km para Guayaquil y Quito, por su mayor extensión urbana y periurbana, y
22 km para Cuenca, para evitar la incorporación de áreas rurales o montañosas alejadas. Estas ventanas
fueron una decisión metodológica del estudio y funcionaron únicamente como marcos de extracción,
ya que la comparación térmica se realizó mediante máscaras urbana y periurbana. La ubicación de las
ciudades se presenta en la Figura
1 y sus características generales en la Tabla 1.
Fig. 1. Mapa de ubicación de Guayaquil, Quito y Cuenca.
Campoverde D. et al. Islas de calor superĄcial en ciudades ecuatorianas costeras y andinas
20
ISSN-e: 2737-6419
Período: julio-septiembre de 2026
Revista Athenea
Vol. 7, Número 25, (pp. 18Ű26)
La Tabla 1 contextualiza las diferencias geográĄcas y urbanas utilizadas como criterios interpreta-
tivos de los contrastes térmicos observados.
Tabla 1. Características generales de las ciudades analizadas.
Ciudad
Región
geográĄca
Altitud
aproximada
(m.s.n.m.)
Condición urbana
relevante
JustiĄcación en
el estudio
Guayaquil Costa 4Ű10 Ciudad costera cálida, con alta
urbanización y expansión sobre
zonas bajas
Permite analizar la isla de calor
superĄcial en un entorno
cálido-húmedo y densamente
urbanizado
Quito Sierra norte 2800Ű2850 Ciudad andina de elevada altitud,
crecimiento longitudinal y relieve
complejo
Permite evaluar el comportamiento
térmico urbano en condiciones de
altitud y topografía marcada
Cuenca Sierra sur 2500Ű2560 Ciudad interandina con presencia
de áreas verdes, ríos y expansión
urbana
Permite comparar patr ones
térmicos en una ciudad andina
intermedia con c obertura vegetal
relevante
El periodo de análisis comprendió 2014Ű2024. Se emplearon imágenes Landsat 8 y Landsat 9
Collection 2 Tier 1 Level 2, procesadas en Google Earth Engine mediante un script para Ąltrar escenas,
aplicar máscaras de calidad, escalar bandas, generar composiciones anuales, calcular variables derivadas
y exportar productos tabulares y cartográĄcos [
9], [16], [17], [18]. Las fuentes de datos, variables
principales, resolución y uso metodológico se resumen en la Tabla
2.
Tabla 2. Fuentes de datos, variables y uso metodológico.
Fuente de
datos
Variable o
producto
Resolución
Uso en el
estudio
Landsat 8/9Collection 2
Level 2
Temperatura superĄcial terrestre,
reĆectancia superĄcial, NDVI y
NDBI
30 m Estimación térmica, vegetación, superĄcie
construida e intensidad de isla de calor
superĄcial
ESA WorldCover 2021 Cobertura construida y cuerpos
de agua
10 m Delimitación de áreas urbanas,
periurbanas y exclusión de agua
ERA5-Land Temperatura del aire,
precipitación y viento
9Ű11 km aprox. Contextualización meteorológica y
análisis de relación con la intensidad
térmica
Google Earth Engine Procesamiento geoespacial Plataforma web Filtrado, enmascaramiento, composición
anual, cálculo de indicadores y
exportación de resultados
El preprocesamiento incluyó Ąltrado por ciudad, fecha y nubosidad, con un umbral máximo inicial
de 60%. Luego se excluyeron píxeles afectados por relleno, nube dilatada, cirros, nubes, sombras,
nieve y saturación radiométrica. La temperatura superĄcial terrestre se obtuvo desde la banda térmica
ST_B10, aplicando los factores de escala y conversión a grados Celsius; con las bandas ópticas escaladas
se calcularon NDVI y NDBI.
La temperatura superĄcial terrestre se obtuvo a partir de la banda térmica ST_B10, aplicando los
factores de escala correspondientes y convirtiendo los valores de Kelvin a grados Celsius. La reĆectancia
superĄcial se obtuvo a partir de las bandas ópticas escaladas. Con estas bandas se calcularon el índice
de vegetación de diferencia normalizada, mediante las bandas del infrarrojo cercano y rojo, y el índice
de diferencia normalizada de áreas construidas, mediante las bandas del infrarrojo de onda corta y del
infrarrojo cercano.
Para cada ciudad y año se generó una composición mediana de píxeles válidos, con el Ąn de
reducir valores extremos y nubes residuales. Los mapas de temperatura superĄcial media 2014Ű2024
se obtuvieron del promedio multianual de las composiciones anuales, mientras que la serie de ICSU
se calculó con los valores exportados por ciudad y año, como diferencia entre temperatura superĄcial
urbana media y periurbana media. Estos valores fueron organizados en una base tabular y utilizados
para elaborar la Figura
4.
La delimitación espacial se realizó mediante ventanas circulares alrededor del núcleo urbano princi-
pal de cada ciudad. Estas ventanas no fueron tratadas como unidades térmicas homogéneas, sino como
marcos para extraer áreas urbanas y periurbanas. Dentro de ellas, la clase construida de la Agencia
Espacial Europea (ESA) WorldCover 2021 se utilizó como máscara urbana, mientras que el área peri-
Campoverde D. et al. Islas de calor superĄcial en ciudades ecuatorianas costeras y andinas
21
ISSN-e: 2737-6419
Período: julio-septiembre de 2026
Revista Athenea
Vol. 7, Número 25, (pp. 18Ű26)
urbana correspondió a píxeles no construidos, excluyendo cuerpos de agua permanentes y valores no
válidos.
La máscara urbana se mantuvo constante para 2014Ű2024 con el Ąn de asegurar comparabilidad
temporal; sin embargo, esta decisión implica que la expansión urbana anual no fue modelada y que el
efecto de nuevas áreas urbanizadas pudo simpliĄcarse. En Quito y Cuenca, además, la interpretación
consideró la inĆuencia potencial del relieve, debido a que las diferencias altitudinales pueden incidir par-
cialmente en la temperatura superĄcial observada. El procedimiento general de procesamiento satelital,
delimitación urbano-periurbana, integración meteorológica y análisis estadístico se esquematiza en la
Figura
2.
Fig. 2. Flujo metodológico del estudio.
La intensidad de isla de calor superĄcial se calculó anualmente como diferencia entre la temperatura
superĄcial media urbana y periurbana. Además, se obtuvieron estadísticos descriptivos de LST, NDVI,
NDBI e ICSU. Como complemento, se extrajeron datos diarios agregados de ERA5-Land de temperatura
del aire, precipitación y viento, usando la misma ventana temporal de las composiciones Landsat [
15].
La velocidad del viento se calculó a partir de sus componentes zonal y meridional.
Las variable s consideradas fueron temp eratura del aire a 2 m, precipitación acumulada y velocidad
del viento a 10 m. Esta última se calculó a partir de sus componentes zonal y meridional. Los datos
meteorológicos se agregaron por ciudad y año, y se integraron con los indicadores derivados de Landsat
para examinar la relación entre la intensidad de isla de calor superĄcial y las condiciones meteorológicas
generales del periodo analizado.
El análisis temporal se realizó mediante la comparación anual de la temperatura superĄcial urbana,
la temperatura superĄcial periurbana y la intensidad de isla de calor superĄcial entre 2014 y 2024.
El análisis comparativo entre ciudades se efectuó a partir de los valores medios, rangos y variabilidad
interanual de cada indicador. Finalmente, se examinaron las relaciones entre temperatura superĄcial
urbana, índice de vegetación, índice de áreas construidas, intensidad de isla de calor superĄcial y
variables meteorológicas mediante correlación de Spearman. Se eligió este coeĄciente porque no exige
normalidad estricta, es adecuado para series pequeñas, permite evaluar asociaciones monotónicas y
reduce la sensibilidad frente a valores extremos que pueden aparecer en series anuales derivadas de
imágenes satelitales y condiciones meteorológicas variables.
Para el control de calidad se veriĄcó que cada ciudad contara con datos válidos para los once años
del perio do de estudio. También se revisó la coherencia de los valores de temperatura superĄcial, la
ausencia de valores nulos en el cálculo Ąnal de la intensidad de isla de calor superĄcial y la consistencia
de las máscaras urbana y periurbana. Adicionalmente, se realizó una revisión visual de las composiciones
anuales de LST en Google Earth Engine para identiĄcar posibles artefactos residuales asociados con
nubosidad, sombras o píxeles anómalos. Cuando se observaron vacíos o inconsistencias espaciales,
se aplicó la ventana temporal de respaldo o la composición anual, según el criterio deĄnido en el
procedimiento.
Campoverde D. et al. Islas de calor superĄcial en ciudades ecuatorianas costeras y andinas
22
ISSN-e: 2737-6419
Período: julio-septiembre de 2026
Revista Athenea
Vol. 7, Número 25, (pp. 18Ű26)
IV. RESULTADOS
El procesamiento de Landsat 8/9 permitió obtener valores anuales de LST, NDVI, NDBI e ICSU para
Guayaquil, Quito y Cuenca durante 2014Ű2024. Los resultados térmicos corresponden a temperatura
superĄcial terrestre, no a temperatura del aire; por tanto, expresan la respuesta térmica de las coberturas
observadas por el sensor satelital y no mediciones atmosféricas a nivel peatonal. La distribución espacial
de la LST media del periodo se presenta en la Figura
3.
Fig. 3. Temperatura superĄcial terrestre media, 2014Ű2024.
La Figura
3 evidencia contrastes térmicos intraurbanos, con sectores más cálidos asociados a cober-
turas urbanizadas y menor presencia de vegetación, coherente con estudios de teledetección térmica
urbana [
2], [3], [7], [8]. No obstante, las estimaciones Landsat LST incorporan incertidumbres por
corrección atmosférica, emisividad, heterogeneidad superĄcial y nubosidad residual; por ello, los valores
reportados deben interpretarse como estimaciones comparativas de temperatura sup erĄcial y no como
mediciones absolutas libres de incertidumbre [
9], [17], [18]. Los principales estadísticos se muestran en
la Tabla
3.
Tabla 3. Estadísticos de temperatura superĄcial terrestre (LST) e intensidad de isla de calor
superĄcial (ICSU) por ciudad, 2014Ű2024.
Ciudad
Aijos
válidos
LST urbana
media ± DE
(
◦
C)
LST
periurbana
media ± DE
(
◦
C)
ICSU
media ± DE
(
◦
C)
Rango
ICSU
(
◦
C)
Quito 11 35,23 ± 2,57 27,72 ± 2,36 7,51 ± 0,52 6,95Ű8,39
Cuenca 11 31,50 ± 2,26 25,21 ± 2,04 6,29 ± 0,50 5,32Ű7,04
Guayaquil 11 34,55 ± 4,72 29,72 ± 3,82 4,83 ± 1,30 2,57Ű6,54
Durante el periodo analizado, las tres ciudades presentaron una temperatura superĄcial urbana
media superior a la temperatura superĄcial periurbana. La mayor intensidad media de isla de calor
superĄcial se registró en Quito, seguida de Cuenca y Guayaquil. Este resultado indica que, bajo la
delimitación urbano-periurbana aplicada, las ciudades andinas presentaron un contraste térmico super-
Ącial más marcado que la ciudad costera. La diferencia observada no debe interpretarse únicamente
como efecto de la urbanización, sino también como resultado de condiciones geográĄcas y climáticas
diferenciadas, ya que la literatura ha mostrado que el clima de fondo, la altitud, la disponibilidad de
humedad y la eĄciencia de los intercambios de calor inĆuyen en la magnitud de las islas de calor [
5],
[
6].
En el caso de Quito y Cuenca, el relieve también puede inĆuir en la temperatura superĄcial ob-
servada, debido a diferencias altitudinales, pendiente, orientación de laderas y variaciones locales de
exposición solar. Por ello, el mayor contraste urbano-periurbano registrado en las ciudades andinas
debe interpretarse no solo como efecto de la cobertura construida, sino también como resultado de la
interacción entre urbanización y condiciones topográĄcas. Esta consideración es especialmente rele-
vante e n Quito, donde la expansión longitudinal y la presencia de áreas periurbanas en distintos pisos
altitudinales pueden modiĄcar el gradiente térmico superĄcial.
Campoverde D. et al. Islas de calor superĄcial en ciudades ecuatorianas costeras y andinas
23
ISSN-e: 2737-6419
Período: julio-septiembre de 2026
Revista Athenea
Vol. 7, Número 25, (pp. 18Ű26)
El comportamiento observado sugiere que la temperatura superĄcial urbana no depende exclusiva-
mente de la condición costera o andina, sino de la interacción entre cobertura construida, vegetación,
topografía, humedad y conĄguración urbana. En este sentido, la mayor intensidad de isla de calor
superĄcial en Quito puede estar asociada con el contraste entre zonas construidas y áreas periurbanas
de referencia, mientras que en Guayaquil el contexto costero, la humedad, la presencia de cuerpos de
agua y las coberturas mixtas pueden atenuar o modiĄcar el gradiente urbano-periurbano. La variación
anual de la intensidad de isla de calor superĄcial en cada ciudad se presenta en la Figura
4.
Fig. 4. Intensidad de isla de calor superĄcial, 2014Ű2024.
La Figura
4 muestra que Quito mantuvo los valores más altos y estables de ICSU, Cuenca presentó
valores intermedios y Guayaquil evidenció mayor Ćuctuación interanual. Este comportamiento conĄrma
que el contraste térmico fue más persistente en las ciudades andinas, mientras que la ciudad costera
registró menor intensidad media y mayor variabilidad temporal. Las asociaciones entre variables se
presentan en la Tabla
4.
Tabla 4. Relación entre temperatura superĄcial, vegetación, superĄcie construida y variables
meteorológicas, 2014Ű2024.
Ciudad
LST urbanaŰ
NDVI
ρ
s
(p)
LST urbanaŰ
NDBI
ρ
s
(p)
ICSUŰ
temperatura
del aire
ρ
s
(p)
ICSUŰ
precipitación
ρ
s
(p)
ICSUŰ
viento
ρ
s
(p)
Guayaquil 0,05 (0,894) 0,24 (0,484) 0,51 (0,110) 0,15 (0,670) -0,33 (0,326)
Quito -0,79 (0,004) 0,76 (0,006) -0,44 (0,180) -0,25 (0,467) 0,01 (0,979)
Cuenca -0,45 (0,170) 0,66 (0,026) -0,21 (0,537) -0,04 (0,915) -0,06 (0,853)
Conjunto -0,46 (0,007) 0,59 (< 0,001) -0,33 (0,058) 0,40 (0,022) -0,57 (< 0,001)
El análisis de correlación mostró asociaciones diferenciadas entre los indicadores térmicos, es-
pectrales y meteorológicos. Se consideraron asociaciones estadísticamente signiĄcativas aquellas con
p < 0,05. Para cada ciudad se utilizaron 11 observaciones anuales; el conjunto integra 33 observaciones
ciudad-año. En Quito, la temperatura superĄcial urbana presentó una relación negativa y signiĄcativa
con el índice de vegetación de diferencia normalizada (NDVI) urbano, y una relación positiva y signi-
Ącativa con el índice de diferencia normalizada de áreas construidas (NDBI) urbano. Este resultado
es coherente con la evidencia que vincula la vegetación con menores temperaturas superĄciales y las
superĄcies impermeables o construidas con mayor acumulación de calor [
7], [8], [13], [19]. En Cuenca
también se observó una relación positiva signiĄcativa entre temperatura superĄcial urbana y NDBI ur-
bano, lo que refuerza el papel de la cobertura construida en la conĄguración del calentamiento sup erĄcial
urbano.
En Guayaquil, las asociaciones entre temperatura superĄcial urbana, índice de vegetación de diferen-
cia normalizada e índice de diferencia normalizada de áreas construidas fueron débiles y no signiĄcativas.
Este resultado no necesariamente contradice la relación esperada entre vegetación, urbanización y tem-
peratura, sino que puede estar inĆuido por la complejidad del entorno costero, la presencia de cuerpos
Campoverde D. et al. Islas de calor superĄcial en ciudades ecuatorianas costeras y andinas
24
ISSN-e: 2737-6419
Período: julio-septiembre de 2026
Revista Athenea
Vol. 7, Número 25, (pp. 18Ű26)
de agua, esteros, humedad atmosférica, cob e rturas mixtas y variabilidad de nubosidad. En ciudades
con alta heterogeneidad superĄcial, los índices espectrales pueden capturar solo parcialmente los pro-
cesos físicos que modulan la temperatura superĄcial, por lo que su interpretación requiere considerar el
contexto geográĄco y climático.
Respecto a las variables meteorológicas de reanálisis, las relaciones entre la intensidad de isla de
calor superĄcial y la temperatura del aire, precipitación o viento no fueron estadísticamente signiĄcativas
al analizar cada ciudad por separado. Además, debe considerarse la diferencia de escala espacial entre
Landsat y ERA5-Land. Mientras Landsat permitió analizar la variabilidad térmica superĄcial a resolución
de 30 m, ERA5-Land aportó información meteorológica regional con una resolución aproximada de 9Ű11
km. Por tanto, las variables meteorológicas no representan condiciones microclimáticas intraurbanas,
sino un contexto atmosférico general para interpretar la variabilidad térmica anual. Sin embargo,
en el conjunto de las observaciones ciudad-año, la intensidad de isla de calor superĄcial se asoció
positivamente con la precipitación y negativamente con la velocidad del viento. Las correlaciones
calculadas para el conjunto se interpretaron como un análisis exploratorio complementario, debido a
que integran ciudades con condiciones geográĄcas, altitudinales y climáticas diferentes. Por tanto, estas
relaciones no deben entenderse como evidencia causal, sino como indicios de asociación general entre
los indicadores térmicos, espectrales y meteorológicos considerados [
15].
CONCLUSIONES
El estudio analizó la dinámica espacio-temporal de las islas de calor superĄcial en Guayaquil, Quito y
Cuenca durante 2014Ű2024 mediante Landsat 8/9, indicadores de vegetación y superĄcie construida, y
variables meteorológicas ERA5-Land. Los resultados evidenciaron LST urbana superior a la periurbana
en las tres ciudades, con mayor intensidad media en Quito, seguida de Cuenca y Guayaquil. Este patrón
conĄrma un contraste urbano-periurbano más marcado en las ciudades andinas, mientras que la ciudad
costera presentó menor intensidad media y mayor variabilidad interanual.
Las relaciones entre tempe ratura superĄcial, vegetación y superĄcie construida fueron más claras
en Quito y Cuenca. En Quito, la LST urbana se asoció negativamente con NDVI y positivamente
con NDBI; en Cuenca, la relación signiĄcativa se presentó principalmente con NDBI. Estos resultados
respaldan la importancia de la cobertura vegetal y de las superĄcies construidas en la conĄguración
térmica urbana, aunque su efecto varía según el contexto geográĄco, climático y topográĄco de cada
ciudad. Las variables meteorológicas no mostraron relaciones signiĄcativas por ciudad, pero aportaron
un contexto regional útil para interpretar la variabilidad térmica anual.
Como limitación, la delimitación urbano-periurbana se basó en una máscara global constante y
en ventanas espaciales deĄnidas para cada ciudad, lo que favoreció la comparabilidad temporal, pero
pudo simpliĄcar procesos de expansión urbana, relieve, cuerpos de agua y coberturas mixtas. Además,
ERA5-Land se utilizó como contexto meteorológico regional y no como medición intraurbana. Futuras
investigaciones deberían incorporar límites urbanos más detallados, estaciones locales, modelos digitales
de elevación, variables topográĄcas, zonas climáticas locales y análisis estacional diferenciado para
separar con mayor precisión el efecto de la cobertura urbana y del relieve.
REFERENCIAS
[1] T. R. Oke, ŞThe energetic basis of the urban heat island,Ť Quarterly Journal of the Royal Meteo-
rological Society, vol. 108, no. 455, pp. 1Ű24, 1982.
[2] J. A. Voogt and T. R. Oke, ŞThermal remote sensing of urban climates,Ť Remote Sensing of
Environment, vol. 86, no. 3, pp. 370Ű384, 2003.
[3] D. Zhou et al., ŞSatellite remote sensing of surface urban heat islands: Progress, challenges, and
perspectives,Ť Remote Sensing, vol. 11, no. 1, 2018.
[4] S. Peng et al., ŞSurface urban heat island across 419 global big cities,Ť Environmental Science &
Technology, vol. 46, no. 2, pp. 696Ű703, 2011.
[5] L. Zhao, X. Lee, R. B. Smith, and K. Oleson, ŞStrong contributions of local background climate
to urban heat islands,Ť Nature, vol. 511, no. 7508, pp. 216Ű219, 2014.
[6] G. Manoli et al., ŞMagnitude of urban heat islands largely explained by climate and population,Ť
Nature, vol. 573, no. 7772, pp. 55Ű60, 2019.
Campoverde D. et al. Islas de calor superĄcial en ciudades ecuatorianas costeras y andinas
25
ISSN-e: 2737-6419
Período: julio-septiembre de 2026
Revista Athenea
Vol. 7, Número 25, (pp. 18Ű26)
[7] Q. Weng, D. Lu, and J. Schubring, ŞEstimation of land surface temperatureŰvegetation abundance
relationship for urban heat island studies,Ť Remote Sensing of Environment, vol. 89, no. 4, pp.
467Ű483, 2004.
[8] F. Yuan and M. E. Bauer, ŞComparison of impervious surface area and normalized difference
vegetation index as indicators of surface urban heat island effects in landsat imagery,Ť Remote
Sensing of Environment, vol. 106, no. 3, pp. 375Ű386, 2007.
[9] J. C. Jimenez-Munoz, J. A. Sobrino, D. Skokovic, C. Mattar, and J. Cristobal, ŞLand surface
temperature retrieval methods from landsat-8 thermal infrared sensor data,Ť IEEE Geoscience and
Remote Sensing Letters, vol. 11, no. 10, pp. 1840Ű1843, 2014.
[10] D. Baño, J. Salazar, and M. Delgado, ŞRemote sensing in the design of urban planning
strategies, case study urban heat island of the metropolitan district of quito, ecuador,Ť
Latin-American Journal of Computing, vol. 5, no. 1, pp. 17Ű26, 2018. [Online]. Available:
https://doaj.org/article/2f70efe3c73243178289ed26349795d9
[11] J. Garzón, I. Molina, J. Velasco, and A. Calabia, ŞA remote sensing approach for surface urban
heat island modeling in a tropical colombian city using regression analysis and machine learning
algorithms,Ť Remote Sensing, vol. 13, no. 21, 2021.
[12] T. Chakraborty and X. Lee, ŞA simpliĄed urban-extent algorithm to characterize surface urban
heat islands on a global scale and examine vegetation control on their spatiotemporal variability,Ť
International Journal of Applied Earth Observation and Geoinformation, vol. 74, pp. 269Ű280,
2019.
[13] J. Schwaab, R. Meier, G. Mussetti, S. Seneviratne, C. Bürgi, and E. L. Davin, ŞThe role of urban
trees in reducing land surface temperatures in european cities,Ť Nature Communications, vol. 12,
no. 1, 2021.
[14] I. D. Stewart and T. R. Oke, ŞLocal climate zones for urban temperature studies,Ť Bulletin of the
American Meteorological Society, vol. 93, no. 12, pp. 1879Ű1900, 2012.
[15] J. Muñoz-Sabater et al., ŞERA5-Land: A state-of-the-art global reanalysis dataset for land appli-
cations,Ť Earth System Science Data, vol. 13, no. 9, pp. 4349Ű4383, 2021.
[16] N. Gorelick, M. Hancher, M. Dixon, S. Ilyushchenko, D. Thau, and R. Moore, ŞGoogle earth
engine: Planetary-scale geospatial analysis for everyone,Ť Remote Sensing of Environment, vol.
202, pp. 18Ű27, 2017.
[17] X. Yu, X. Guo, and Z. Wu, ŞLand surface temperature retrieval from landsat 8 TIRSŮcomparison
between radiative transfer equation-based method, split window algorithm and single channel
method,Ť Remote Sensing, vol. 6, no. 10, pp. 9829Ű9852, 2014.
[18] S. B. Duan et al., ŞValidation of landsat land surface temperature product in the conterminous
united states using in situ measurements from SURFRAD, ARM, and NDBC sites,Ť International
Journal of Digital Earth, vol. 14, no. 5, pp. 640Ű660, 2021.
[19] E. Massaro et al., ŞSpatially-optimized urban greening for reduction of p opulation exposure to
land surface temperature extremes,Ť Nature Communications, vol. 14, no. 1, 2023.
Campoverde D. et al. Islas de calor superĄcial en ciudades ecuatorianas costeras y andinas
26
