Este repositorio contiene scripts en Python que procesan y convierten datos satelitales rasterizados en promedios mensuales por departamento, provincia y distrito del Perú, exportando los resultados en formato Excel (.xlsx) listos para análisis geoespacial, ambiental o estadístico.
| Variable | Fuente / Base de Datos | Periodo | Descripción |
|---|---|---|---|
| 🌧️ Precipitación (CHIRPS) | Climate Hazards Group InfraRed Precipitation with Station Data | 1981–2025 | Datos mensuales globales de precipitación derivados de estaciones y satélite. |
| 🌡️ Land Surface Temperature (MODIS) | NASA MOD11A2 / MYD11A2 (8-day composite) | 2000–2025 | Temperatura superficial terrestre (LST) derivada de sensores MODIS. |
| 🟡 Dióxido de Nitrógeno (NO₂) | ACAG (Washington University) | 2018–2024 | Estimaciones globales de NO₂ derivadas de modelos y observaciones satelitales. |
| ⚫ Material Particulado Fino (PM₂.₅) | SatPM2.5 (ACAG, Washington University, versión V6.GL.02.04) | 2018–2024 | Estimaciones globales de PM₂.₅ basadas en datos satelitales, modelos y observaciones terrestres. |
Los archivos de entrada incluyen datos rasterizados (.tif, .nc) almacenados localmente o en repositorios externos.
📁 Carpeta Drive con datos LST (MODIS):
🔗 Acceder aquí
Los demás datasets se encuentran en almacenamiento local (≈100 GB), debido a su tamaño.
Los scripts del repositorio permiten:
- Leer y combinar datos raster satelitales multitemporales.
- Calcular promedios mensuales por límites administrativos (departamento, provincia, distrito).
- Exportar resultados en formato Excel (.xlsx) y CSV para análisis posterior.
- Generar salidas listas para visualización o integración con sistemas SIG.
- Python ≥ 3.9
- Rasterio
- Geopandas
- Xarray
- Numpy / Pandas
- Matplotlib (opcional para visualización)