Construyendo la Ciudad Sostenible. València, 20 Noviembre 2025

Mapa de Vulnerabilidad:  Climate-Ready BCN

Financiación: ICLEI Action Fund 2.0
Presupuesto: €1M
Objetivo: Apoyar a la ciudadanía y a las autoridades públicas en su adaptación a los fenómenos climáticos extremos y en la reducción de la pobreza energética.
Implementación:  Mayo 2023 - Diciembre 2025

Mapa de vulnerabilidad climática de Barcelona a nivel de edificio

El Mapa de Vulnerabilidad Climática de Barcelona es una herramienta de análisis geoespacial diseñada para identificar los edificios con mayor riesgo durante episodios de calor extremo.

Evalúa los indicadores clave de rendimiento (KPI) de los edificios y apoya la planificación para el cambio climático.

Proporciona una valoración de todos los edificios residenciales de Barcelona (61750)

Qué es?

Cómo estimamos el Índice de Vulnerabilidad Climática (IVC)

Indice de Vulnerabilidad para evaluar la resiliencia a las olas de calor

La vulnerabilidad climática se suele enmarcar en tres dimensiones clave definidas en el Tercer Informe de Evaluación del IPCC (Intergovernmental Panel on Climate Change) de 2001:

Exposición
Sensitividad
Capacidad de adaptación

Aunque la mayoría de los estudios clasifican los indicadores utilizando estas tres categorías, nuestro índice introduce niveles adicionales para proporcionar un análisis más matizado, manteniendo al mismo tiempo la coherencia con el marco tradicional.

Vulnerabilidad climática y eventos extremos

• Cambios climáticos  a lo largo del tiempo mediante indicadores como la temperatura, las precipitaciones y la cobertura vegetal. Los datos locales ayudan a evaluar los riesgos asociados a las olas de calor, las sequías y las inundaciones.

Indicadores energeticos

• Patrones de consumo de energía (gas y electricidad). Los datos de temperatura interior son cruciales para identificar los hogares en riesgo durante las olas de calor extremas.

Características de los edificios

• Evalúa características como la antigüedad, el uso y el tamaño para comprender su impacto en el consumo de energía, el confort interior y la vulnerabilidad estructural.

Grupos de indicadore (KPIs)

Vulnerability map

Indicadores de infraestructura
Evaluar la disponibilidad de servicios públicos esenciales (escuelas, refugios climáticos, vivienda social) y la fortaleza de las redes sociales para comprender la capacidad de apoyo comunitario.

Indicadores de Salud

Relación entre el clima y los resultados de salud para identificar poblaciones vulnerables y preparar los sistemas de salud.

Indicadores demográficos

No todos los grupos son igual de vulnerables. Factores como el género, la edad, los ingresos, la situación migratoria y el desempleo son clave.

Indicadores socioeconómicos

Comprender la resiliencia urbana a través de factores como el costo de la vivienda, la pobreza energética, el endeudamiento de los hogares y las deficiencias en la protección social.

Mapa de vulnerabilidad

Grupos de indicadore (KPIs)

Indice de Vulnerabilidad Climatíca (CVI)

1. Procesamiento de datos – Seleccionar los datos de entrada para calcular los indicadores.

2. Selección del marco – Determinar qué indicadores afectan positiva o negativamente al CVI.

3. Definición de la granularidad – Seleccionar la escala espacial

4. Normalización y ponderación – Armonizar los indicadores y asignarles ponderaciones.

5. Agregación – Combinar los indicadores en grupos para obtener un valor final.

⚠️ Desafío: Cada estudio adata su CVI a su contexto y prioridades especificas

Construcción CVI

Mapa de vulnerabilidad

Nuestro enfoque:

Construcción CVI

Uso de la función de distribución acumulativa para asignar un valor a cada edificio para un KPI determinado:

🎯  Resultado: Una herramienta práctica, tanto para los responsables políticos como para los ciudadanos, para explorar la vulnerabilidad climática y apoyar la toma de decisiones.

 Mapa interactivo y CVI: 

• Visualización de capas de KPI individuales
• Ponderaciones personalizadas
• CVI adaptable

Cálculo del valor agregado para una tipología T

Ponderación final con pesos a cada tipologia

Mapa de vulnerabilidad

Fuentes de datos & harmonización

BEEMind: Ontology

La ontología en el corazón de nuestras soluciones

Tecnologías de web semantica:

Comprender y organizar los datos es tan importante como los propios algoritmos.

Integración masiva de datos

3. Datos a nivel de edificio

2. Datos a nivel de codigo censal

1. Datos a nivel de codigo postal

¿Cómo integrar y vincular datos?

Integración masiva de datos

Fuentes de datos principales

Heterogenous data ingestion

Integración masiva de datos

Fuentes de datos

Big numbers

Integración masiva de datos

Interoperabilidad mediante web semantica

Grafos de conocimiento

Integración masiva de datos

Modelización

1. Modelo predictivo general: heterogenous temporal graph

MindCity:  Modelización

Red neuronal convolucional de grafos (GCNN)

Facilitar el aprendizaje de patrones, subsanar lagunas de conocimiento y predecir escenarios a partir de datos geoestructurados

2. Modelo de microclima de reducción de escala

Modelos complementarios

Clima 

Cat boost (arbol de desición)

2.1. Predicción y comunicación de olas de calor

Clima 

Modelos complementarios

3. Modelos de demanda térmica de edificios

Simulación de la demanda de energía térmica de 67 000 edificios residenciales.

El motor de simulación se basa en modelos reducidos grey box (modelos RC) entrenados con simulaciones TRNSYS:

• Predicciones a nivel de edificio para calefacción y refrigeración

• Necesidades energéticas totales en 3 tipologías, 17 arquetipos y 5 temperaturas de consigna interior

• Predicción de 5 escenarios de rehabilitación y 2 sistemas de climatización

Modelos complementarios

Arquitectura de datos: ENMA

Software architecture

Visualización Interactiva

UI

Vulnerability map

Vulnerability map

https://maps.climatereadybcn.eu/

Thank you

Maria Teresa Sellart
Innovation Developer at Innovation Unit BEEGroup

tsellart@cimne.upc.edu