Líneas temáticas, normas y modelos¶
Documentación extendida del repositorio estadistica-ambiental.
Las 17 líneas temáticas¶
Organizadas en 3 bloques según su rol en la gestión ambiental.
Bloque A — Gestión ambiental (13 líneas)¶
| # | Línea | Variable principal | Norma clave |
|---|---|---|---|
| 01 | Áreas Protegidas | Cobertura boscosa (ha) | CONPES 4050/2021 |
| 02 | Humedales | Nivel del agua / hidroperiodo (m) | Res. 157/2004 |
| 03 | Páramos | Temperatura / precipitación | Ley 1930/2018 |
| 04 | Dirección Directiva | Indicadores IEDI / ICAU | Res. 667/2016 |
| 05 | Gestión de Riesgo | Precipitación / pendiente | Ley 1523/2012 |
| 06 | Ordenamiento Territorial | Cobertura / uso del suelo (ha) | Ley 388/1997 |
| 07 | Oferta Hídrica | Caudal / nivel piezométrico (m³/s) | Dec. 1076/2015 |
| 08 | POMCA | Caudal / calidad del agua | Dec. 1640/2012 |
| 09 | PUEEA | Consumo de agua / IANC (%) | Ley 373/1997 |
| 10 | Recurso Hídrico | OD / DBO₅ / pH | Res. 2115/2007 |
| 11 | Rondas Hídricas | Caudal / ancho de faja (m) | Res. 957/2018 |
| 12 | Sistemas de Información | Deforestación (ha) / GEI | Ley 99/1993 |
| 13 | Predios para Conservación | NDVI / área PSA (ha) | Dec. 1007/2018 |
Bloque B — Transversales temáticas (3 líneas)¶
| # | Línea | Rol | Alimenta a |
|---|---|---|---|
| 14 | Cambio Climático | Marco de covariables y escenarios CC | Oferta hídrica, páramos, gestión de riesgo |
| 15 | Calidad del Aire | Serie temporal con SARIMAX + meteorología | Gestión de riesgo, sistemas de información |
| 17 | Ruido Ambiental | Cumplimiento normativo L_Aeq,T vs. Tabla 2 (Res. 627/2006) | Gestión de riesgo, ordenamiento territorial |
Bloque C — Capa técnica transversal (1 línea)¶
| # | Capa | Rol | Alimenta a |
|---|---|---|---|
| 16 | Geoespacial | SIG, Kriging, GWR, Moran, CTM12 | Todas las líneas con componente espacial |
Cada línea tiene su ficha técnica en docs/fuentes/ con: variables clave, rangos físicos, normativa colombiana, métodos sugeridos, actores institucionales, riesgos y preguntas de investigación abiertas.
Normas colombianas integradas¶
Todas centralizadas en config.py — sin hardcodear umbrales en notebooks:
from estadistica_ambiental.config import (
NORMA_CO, # Res. 2254/2017 — calidad del aire
NORMA_OMS, # Guías OMS 2021
NORMA_AGUA_POTABLE, # Res. 2115/2007
NORMA_VERTIMIENTOS, # Res. 631/2015
NORMA_RUIDO, # Res. 627/2006 — ruido ambiental
IUA_THRESHOLDS, # IDEAM — Índice de Uso del Agua
IRH_THRESHOLDS, # IDEAM — Índice de Retención Hídrica
ICA_CATEGORIES, # IDEAM — Índice de Calidad del Agua
ENSO_THRESHOLDS, # NOAA — Clasificación ONI (El Niño/La Niña)
ENSO_LAG_MESES, # Lag hidrológico por línea temática (Colombia)
)
Catálogo de modelos¶
| Familia | Modelos | Cuándo usar |
|---|---|---|
| Clásicos | ARIMA, SARIMA, SARIMAX, ETS | Serie estacionaria o diferenciable; estacionalidad conocida |
| Descomposición | Prophet, STL+ARIMA | Estacionalidades múltiples; datos con días festivos |
| ML | XGBoost, RandomForest, LightGBM | Covariables exógenas; relaciones no lineales |
| Deep Learning | LSTM, GRU | Series largas (> 5 años horarios); patrones complejos |
| Bayesianos/Espaciales | Kriging, GP, PyMC | Interpolación espacial; incertidumbre cuantificada |
Métricas por dominio (configuradas automáticamente en walk_forward):
| Dominio | Métricas primarias |
|---|---|
| Calidad del aire | MAE, RMSE, R², hit_rate_ica |
| Hidrología (caudal) | NSE (Nash-Sutcliffe), KGE (Kling-Gupta), PBIAS |
| General | MAE, RMSE, R², sMAPE |
Ciclo estadístico¶
Datos brutos (CSV / NetCDF / SHP / XLSX / API)
│
▼
ETAPA 1 — EDA: Tipificación · Calidad · Perfilado · Visualización
│
▼
ETAPA 2 — Descriptiva: Univariada · Bivariada · Temporal (STL / ACF)
│
▼
ETAPA 3 — Inferencial: ADF+KPSS · Mann-Kendall · Excedencias normativas
│
▼
ETAPA 4 — Predictiva: SARIMA/SARIMAX · Prophet · XGBoost · RF · LSTM
Walk-forward · Optuna TPE · Ranking multi-criterio
│
▼
CAPA TRANSVERSAL — Espacial: Kriging · GWR · I de Moran · CTM12
│
▼
Reportes HTML (pronóstico · cumplimiento normativo · estadística)
Decisiones de arquitectura (ADRs)¶
Ver decisiones.md para el registro completo. Resumen:
| ADR | Decisión |
|---|---|
| ADR-001 | Herencia de boa-sarima-forecaster — atribución explícita |
| ADR-002 | Outliers NO automáticos — picos ambientales son señal real |
| ADR-003 | NSE/KGE para hidrología; RMSLE desactivado en variables negativas |
| ADR-004 | ADF + KPSS obligatorios antes de cualquier ARIMA |
| ADR-005 | Normas colombianas centralizadas en config.py |
| ADR-006 | Validación con rangos físicos específicos por línea temática |
| ADR-007 | Lags ENSO diferenciados por línea temática |
| ADR-008 | compliance_report() separado del reporte predictivo |
| ADR-009 | Conectores a fuentes colombianas en io/connectors.py |
| ADR-010 | 10 bugs corregidos en PR #6 con tests de regresión dedicados |
Contexto institucional¶
La gestión ambiental en Colombia opera bajo un marco normativo robusto y datos dispersos en múltiples sistemas (SIRH, SIAC, RMCAB, SIATA, SMByC). Este repositorio integra ese contexto directamente en el código:
| Reto institucional | Solución en el repo |
|---|---|
| Datos en múltiples formatos (CSV, NetCDF, SHP, XLSX) | io/loaders.py — carga unificada |
| Normas distintas por línea temática | config.py — único punto de verdad regulatorio |
| Validación física de variables ambientales | io/validators.py — 74 variables con rangos por ecosistema |
| Reportes de excedencias para entidades reguladoras | reporting/compliance_report.py — HTML con semáforo normativo |
| Influencia del ENSO en variables hídricas | features/climate.py — lag diferenciado por línea temática |
| Acceso a datos oficiales dispersos | io/connectors.py — RMCAB, SIATA, DHIME, OpenAQ, datos.gov.co |
| Onboarding con líderes de área | docs/intake_lider.md — cuestionario de 18 preguntas |