Ver documentación en Google Docs
Detección de cianobacteria en los lagos de Atitlán y Amatitlán con imágenes Sentinel-2, para el curso CC3084 Data Science (UVG, Semestre II 2026).
| Archivo | Descripción |
|---|---|
Lab04_Cianobacteria.ipynb |
Notebook principal |
data/geojson/ |
Polígonos de las áreas de interés de cada lago |
data/raw/ |
Escenas descargadas de Sentinel-2 (no se versionan, se regeneran) |
data/resultados/ |
Serie temporal en CSV y figuras generadas |
pip install openeo rasterio numpy pandas matplotlibSe necesita una cuenta del Copernicus Data Space Ecosystem (la misma del Copernicus Browser). La primera celda de conexión abre el navegador para iniciar sesión y guarda el token para las siguientes ejecuciones.
Abrir Lab04_Cianobacteria.ipynb y correr las celdas en orden.
La celda de descarga baja 22 escenas (11 fechas × 2 lagos) y puede tardar bastante, porque cada una es un batch job en el servidor de Copernicus. Si se interrumpe, se puede volver a correr esa misma celda: las escenas ya descargadas se saltan.
El índice de cianobacteria replica el script Cyanobacteria Chlorophyll-a NDCI de Sentinel Hub (CyanoLakes): máscara de agua, NDCI = (B05 − B04) / (B05 + B04) y conversión a clorofila-a en mg/m³. NDVI y NDWI se calculan con las bandas estándar (B04/B08 y B03/B08).