Isócronas a pie y en carro: qué alcanzas en 15 minutos desde 8 ubicaciones de Caracas #30DayMapChallenge 2026 · Día 16

0

Las isócronas muestran hasta dónde llegas desde un punto en un tiempo dado, siguiendo las calles reales y no un círculo dibujado con compás. Para el Día 16 del #30DayMapChallenge, cuyo tema fue «Collaborative map», las calculé a pie y en carro desde 8 ubicaciones candidatas de Caracas, y el resultado cambia por completo lo que parece «cerca»: en hora pico, una ubicación pierde entre 3,3 y 9,9 veces su alcance en carro. Te cuento qué es una isócrona y cómo calcularla con la pendiente del terreno.


Día 16 del Reto de mapas de 30 Días


En esta guía aprenderás
  • Qué es una isócrona y por qué se diferencia de un buffer circular.
  • Cómo usar la pendiente de un DEM para calcular el tiempo a pie con la función de Tobler y un algoritmo de rutas.
  • Cómo comparar escenarios (a pie, carro en hora pico y flujo libre) y qué cuidados tener con los supuestos.

¿Qué es una isócrona?

Una isócrona (del griego, «mismo tiempo») es el contorno que agrupa todos los puntos a los que se llega en un tiempo igual desde un origen. Se calcula sobre una red de calles: cada tramo tiene una longitud y una velocidad, de ahí sale un tiempo, y un algoritmo de rutas encuentra el tiempo mínimo hasta cada esquina.

La diferencia con un buffer es clara con un ejemplo. Caminando a 4,5 km/h durante 15 minutos recorres 1,125 km. Un buffer de ese radio encierra 3,98 km². La isócrona a pie de 15 minutos desde la mejor de mis 8 ubicaciones encierra solo 1,77 km²: menos de la mitad. El resto se pierde en calles que no conectan, cuestas y barreras que el círculo ignora.

💡 Tip DALPGIS: si te piden un «área de influencia a 15 minutos», pregunta si es a pie o en vehículo y en qué horario. Son tres mapas distintos.

Del relieve al tiempo a pie: la función de Tobler

En el Día 15 usé un modelo digital de elevación (DEM) para dibujar el relieve de Caracas y El Ávila. Ese mismo DEM sirve para algo más útil: la pendiente de cada calle decide a qué velocidad caminas. La función de excursionismo de Tobler da la velocidad según la pendiente: es máxima en una ligera bajada y cae tanto en subidas como en bajadas muy fuertes. La ajusté para que valga 4,5 km/h en llano:

Pendiente en el sentido del recorridoVelocidad a pie
Bajada del 5 %5,36 km/h
Llano (0 %)4,50 km/h
Subida del 5 %3,78 km/h
Subida del 10 %3,17 km/h
Subida del 20 %2,23 km/h

Como la pendiente depende del sentido, cada calle se modela con dos tramos, ida y vuelta, y cada uno tiene su propio tiempo. Así, ir al centro comercial cuesta arriba y regresar cuesta abajo no tardan lo mismo.

El mapa colaborativo

Retomé las 8 ubicaciones candidatas (B1 a B8) del análisis de expansión de restaurantes que hice en el Día 13 con un amigo, y calculé desde cada una las isócronas de 5, 10 y 15 minutos a pie y en carro. En carro hice dos escenarios: hora pico y flujo libre.

La idea colaborativa es sencilla: yo calculo con supuestos razonables, y quien conoce Caracas por dentro corrige los tiempos con lo que vive al moverse por la ciudad. Esa calibración sigue pendiente, y el mapa lo dice en su pie.


Ocho recuadros, uno por candidata de B1 a B8, con isócronas a pie en amarillo e isócronas en carro en hora pico en azul sobre un mapa base gris claro de Caracas

Figura 1. «La ciudad que alcanzas en 15 minutos»: isócronas desde las 8 candidatas a 1:60.000. Amarillo: a pie (5, 10, 15 min). Azul: en carro en hora pico. El contorno oscuro es el alcance en carro con flujo libre a 15 minutos. CRS: WGS 84 / UTM 19N (EPSG:32619). Fuente: red vial de OpenStreetMap; mapa base: Esri, TomTom, Garmin, OpenStreetMap; elaboración DALPGIS.


Detalle de las isócronas desde la candidata B5, C.C. Catia: zonas amarillas a pie y azules en carro en hora pico sobre un mapa base gris con calles y nombres de barrios
Figura 2. Detalle de B5 (C.C. Catia) a 1:60.000: a pie llegas a 1,77 km² en 15 minutos; en carro en hora pico, a 15,24 km². Fuente: red vial de OpenStreetMap; mapa base: Esri, TomTom, Garmin, OpenStreetMap; elaboración DALPGIS.


Quién hizo qué

Trabajé en ArcGIS Pro conectado a una IA mediante MCP. Mi parte fue decidir el concepto, la pregunta del mapa, los supuestos y revisar cada resultado. La parte de la IA fue ejecutar los scripts: descargar y preparar la red vial, calcular las isócronas, construir el layout de ArcGIS Pro y exportar. A ti, si quieres repetirlo, te toca elegir tu zona, tus orígenes y tus velocidades, y comprobar el resultado contra lo que conoces del terreno. El paso a paso de abajo reproduce el núcleo del cálculo.


Paso a paso

1. Prepara el DEM y la red vial

Necesitas un DEM en metros, como el del Día 15, y la red de calles de OpenStreetMap descargada por zonas. Pásalos a WGS 84 / UTM 19N (EPSG:32619), para que distancias y áreas se midan en metros, y toma la cota de cada nodo (esquina) del DEM.

2. Calcula el alcance a pie con la pendiente

Con la red convertida en nodos y aristas (tramos) con su cota, el alcance sale de una pasada del algoritmo de Dijkstra: da el tiempo mínimo desde el origen hasta cada nodo, y te quedas con los que están dentro de 5, 10 o 15 minutos. La prueba con una calle de 30 nodos muestra el efecto del relieve: en llano llegas a 1.100 m en 15 minutos, y en una cuesta del 8 % solo a 800 m.

import numpy as np
from scipy.sparse import csr_matrix
from scipy.sparse.csgraph import dijkstra

def velocidad_tobler(pendiente):
    """Velocidad a pie (km/h) con la función de Tobler, ajustada a 4,5 km/h en llano.
    pendiente = desnivel / distancia en el sentido del recorrido (positiva = subida)."""
    return 6.0 * np.exp(-3.5 * np.abs(pendiente + 0.05)) * (4.5 / 5.04)

def grafo_a_pie(z, aristas):
    """z: cota (m) de cada nodo. aristas: lista de (u, v, largo_m).
    Cada calle se recorre en los dos sentidos, y la pendiente cambia de signo según el sentido."""
    filas, cols, minutos = [], [], []
    for u, v, largo in aristas:
        for a, b in ((u, v), (v, u)):
            km_h = velocidad_tobler((z[b] - z[a]) / largo)
            filas.append(a); cols.append(b)
            minutos.append(largo / (km_h * 1000 / 60))
    n = len(z)
    return csr_matrix((minutos, (filas, cols)), shape=(n, n))

def alcanzables(z, aristas, origen, minutos):
    """Índices de los nodos a los que se llega desde 'origen' en 'minutos' o menos."""
    tiempo = dijkstra(grafo_a_pie(z, aristas), directed=True, indices=origen)
    return np.where(tiempo <= minutos)[0]

# Prueba con una calle recta de 30 nodos, uno cada 100 m
n = 30
aristas = [(i, i + 1, 100.0) for i in range(n - 1)]
llano = np.zeros(n)
cuesta = np.arange(n) * 8.0          # sube 8 m cada 100 m (8 %)
for nombre, z in (("llano", llano), ("cuesta arriba al 8 %", cuesta)):
    ok = alcanzables(z, aristas, 0, 15)
    print(nombre, "->", len(ok), "nodos; llegas hasta", ok.max() * 100, "m")
# llano -> 12 nodos; llegas hasta 1100 m
# cuesta arriba al 8 % -> 9 nodos; llegas hasta 800 m

3. Convierte los nodos alcanzables en un polígono

Los nodos alcanzados son puntos, no un área. Se dibuja un buffer alrededor de las calles recorridas (40 m a pie y 70 m en carro), se unen y se rellenan los huecos con un cierre morfológico (90 m a pie y 170 m en carro). Trabajé en UTM 19N porque los buffers y las áreas deben calcularse en metros; las áreas que ves en el mapa salen de ahí.

4. Asigna velocidades al carro

En carro no hay DEM que valga: la velocidad depende del tipo de vía y de la hora. Usé dos juegos de valores supuestos, que son el punto de partida para calibrar:

Tipo de vía (OSM)Hora picoFlujo libre
Autopista (motorway)30 km/h65 km/h
Primaria (primary)16 km/h38 km/h
Secundaria (secondary)14 km/h32 km/h
Residencial (residential)10 km/h22 km/h

5. Arma el layout y exporta

Cada recuadro del mapa lo preparé en una vista de mapa de ArcGIS Pro con su mapa base y lo coloqué en un layout de 18 × 12 pulgadas a 1:60.000, con la leyenda, la barra de 2 km y las cifras de cada candidata. Mi consejo: fija la extensión de cada recuadro con la cuenta de la escala: el tamaño del marco en pulgadas, por 0,0254, por el denominador, da los metros que cubre (3,9 pulgadas a 1:60.000 son unos 5,9 km).

Resultados

Áreas alcanzadas en 15 minutos, en km². La última columna indica cuántas veces se reduce el alcance en carro al pasar de flujo libre a hora pico.

IDUbicaciónPuntaje Día 13A pieCarro, hora picoCarro, flujo libreReducción (veces)
B1C.C. Santa Sofía46,60,426,3662,989,9
B2C.C. Las Vegas68,51,699,7263,366,5
B3C.C. Caricuao Plaza36,60,796,3333,325,3
B4C.C. Procar (Victoria)35,30,522,699,003,3
B5C.C. Catia69,81,7715,2476,295,0
B6C.C. Los Guayabitos37,10,866,5737,765,7
B7C.C. Galerías Los Naranjos22,30,504,0738,369,4
B8C.C. Vista Hermosa40,10,327,1743,916,1
3,3 a 9,9×menos área en carro al pasar de flujo libre a hora pico
1,77 km²máximo a pie en 15 min (B5), frente a 3,98 km² de un círculo
B5 y B2lideran el puntaje del Día 13 y el alcance en hora pico y a pie

Tres lecturas útiles. Primero, la hora pico manda: B5 (C.C. Catia) alcanza 76,29 km² con la vía libre y 15,24 km² en hora pico, así que una ubicación que parece céntrica deja de serlo cuando hay cola. Segundo, a pie el alcance es corto en todas: ninguna pasa de 1,8 km² en 15 minutos. Tercero, B5 (Catia, 69,8 puntos) y B2 (Las Vegas, 68,5) eran las mejores del Día 13 y también son las que más ciudad alcanzan a pie y en carro en hora pico, lo que refuerza su elección.

Límites y cuidados

Las velocidades de carro son supuestos. No usé datos de tráfico medidos. Los valores por tipo de vía son un punto de partida y están pendientes de calibrar con la experiencia de un colaborador que conoce la ciudad. Hasta entonces, trata las cifras en carro como órdenes de magnitud y no como tiempos exactos.
  • Calidad de la red: el cálculo depende de que OpenStreetMap tenga las calles. Donde la cobertura es escasa o hay calles sin acera, el alcance a pie sale bajo; es lo que pasa con B8 (0,32 km²).
  • DEM de 30 m: sirve para pendientes generales, no para escalones, taludes ni escaleras. El tiempo a pie real también depende de aceras, cruces y seguridad, que este modelo no ve.
  • Origen en la red: cada candidata se ancla al nodo de calle más cercano de la red conectada, por lo que un origen mal ubicado cambia la isócrona.
  • El puntaje del Día 13 es parte de un análisis previo; aquí solo lo uso como referencia, no como recomendación comercial.

Dónde usarlo

Las isócronas sirven para decidir dónde abrir un comercio, comprobar si un barrio tiene servicios a 15 minutos, evaluar el acceso a un centro de salud o planificar rutas de reparto. Cuanto más cuente el terreno, más ganas con incluir la pendiente.

¿Necesitas medir el alcance de una ubicación?

Cuéntame qué quieres decidir y te ayudo a elegir los orígenes, el modo de transporte y los supuestos. Puedes escribirme a info@dalpgis.com o reclamar tu asesoría gratis en dalpgis.com.

Escríbeme por WhatsApp Únete a la Comunidad por WhatsApp

Preguntas frecuentes

¿Qué es una isócrona?

Es una línea o un área que agrupa todos los puntos a los que se llega en el mismo tiempo desde un origen, siguiendo una red real de calles. Una isócrona de 15 minutos a pie muestra hasta dónde caminas en ese tiempo.

¿En qué se diferencia una isócrona de un buffer?

Un buffer es un círculo de radio fijo y no sabe nada de calles ni de pendientes. Una isócrona usa la red vial y el tiempo de recorrido, así que su forma sale irregular y refleja barreras, cuestas y calles sin conexión.

¿Por qué influye el relieve en el tiempo a pie?

Porque la velocidad al caminar baja en las subidas y también en bajadas muy fuertes. Con la función de Tobler, una subida del 10 % reduce la velocidad de 4,5 a 3,2 km/h, de modo que en el mismo tiempo recorres menos distancia.

¿Cómo se convierte el alcance en un polígono?

Los nodos alcanzados son puntos. Se dibuja un buffer alrededor de las calles recorridas, se unen y se rellenan los huecos con un cierre morfológico. Los buffers y las áreas se calculan en un sistema proyectado en metros, como UTM.

¿Los tiempos en carro del Día 16 son reales?

No. Son velocidades supuestas por tipo de vía, una para hora pico y otra para flujo libre, sin datos de tráfico medidos. Por eso el mapa se presentó como colaborativo: están pendientes de calibrar con quien conoce la ciudad.

Sigue la serie en GeoHacks Insight y entra a la Comunidad DALPGIS por WhatsApp. Entradas anteriores: Día 13, análisis de expansión y Día 15, relieve sombreado.


Daniel León

Ingeniero civil y especialista SIG. CEO & Fundador de DALPGIS. Ayudo a profesionales y empresas a convertir datos geográficos en decisiones.

Entradas que pueden interesarte

Sin comentarios

Posts Populares

¡Bienvenido al Curso Básico de ArcGIS Pro Desde Cero!

¡Bienvenido al Curso Básico de ArcGIS Pro Desde Cero!

Hola, soy Daniel León, ingeniero civil y experto en Siste…

NDVI con ArcGIS: Guía completa para el monitoreo de cultivos

NDVI con ArcGIS: Guía completa para el monitoreo de cultivos

¿Te gustaría saber qué es el NDVI y cómo puedes usarlo con…

ArcGIS Pro: ¿Cuánto cuesta y dónde adquirirlo?

ArcGIS Pro: ¿Cuánto cuesta y dónde adquirirlo?

ArcGIS Pro es una potente herramienta de software diseñada…

#30DayMapChallenge

#30DayMapChallenge

Este noviembre participo en el #30DayMapChallenge 2026…