1. El desafío territorial de Santiago
El Metro de Santiago es una de las piezas estructurantes de la movilidad urbana de la capital. Sin embargo, la existencia de una extensa red no significa que toda la población disponga del mismo nivel de acceso territorial. A medida que la ciudad se expande, una pregunta básica adquiere importancia para la planificación: ¿qué porcentaje de la población habita a una distancia razonable de una estación de Metro y cuánto podría cambiar con la expansión de la red?
Para explorar esa pregunta desarrollamos en Deitaria el Observatorio Metro Santiago V1, un prototipo interactivo construido en Google Earth Engine (GEE). La herramienta no pretende reemplazar un modelo de transporte ni una Encuesta Origen-Destino: su aporte es construir una primera lectura territorial reproducible, visual y cuantificable.
2. Metodología y fuentes
La V1 fue diseñada para ejecutarse directamente en la nube, sin requerir Assets privados del usuario. Combina datasets globales disponibles en Earth Engine con una red vectorial referencial autocontenida en JavaScript.
Proceso geoespacial
El código delimita la Región Metropolitana, recorta la población GHSL 2025, genera áreas de influencia de 500, 800, 1.000, 1.500, 2.000 y 3.000 metros alrededor de estaciones y suma la población contenida en ellas. En paralelo, identifica las celdas pobladas que permanecen fuera de la cobertura seleccionada.
Precaución metodológica: GHSL 2025 es una superficie poblacional modelada y los trazados/nodos de Metro de esta V1 son referenciales. Por ello, los resultados deben interpretarse como una exploración territorial comparativa, no como cifras oficiales de cobertura del sistema.
3. Seis escenarios comparables
Las seis ejecuciones permiten separar dos efectos: expansión de infraestructura y ampliación del radio de accesibilidad. La población regional utilizada por el modelo permanece constante en 7.849.550 habitantes.
| Escenario | Radio | Población cubierta | Cobertura | Fuera cobertura | Red |
|---|---|---|---|---|---|
| Red actual | 1 km | 1.115.691 | 14,2% | 6.733.859 | 140,5 km |
| Actual + L7 + L8 + L9 | 1 km | 1.554.443 | 19,8% | 6.295.107 | 200,2 km |
| Red actual | 2 km | 2.725.471 | 34,7% | 5.124.079 | 140,5 km |
| Actual + L7 + L8 + L9 | 2 km | 3.708.372 | 47,2% | 4.141.178 | 200,2 km |
| Red actual | 3 km | 4.115.237 | 52,4% | 3.734.314 | 140,5 km |
| Actual + L7 + L8 + L9 | 3 km | 5.113.657 | 65,1% | 2.735.893 | 200,2 km |
El punto intermedio: 2.000 metros
El radio de 2 km entrega una lectura intermedia entre la proximidad estricta de 1 km y el área territorial amplia de 3 km. Con la red actual, el modelo incorpora 2.725.471 habitantes, equivalentes al 34,7% de la población regional modelada. Al sumar L7, L8 y L9, la cobertura aumenta a 3.708.372 habitantes y 47,2%.
A esta distancia intermedia, la expansión incorpora aproximadamente 982.902 habitantes adicionales respecto de la red actual —cerca de un 36% más población cubierta— y eleva la cobertura en 12,5 puntos porcentuales. El resultado es especialmente útil porque muestra que el efecto de L7, L8 y L9 se vuelve mucho más visible cuando el Metro se interpreta como parte de una cadena de acceso urbano que puede incluir caminata, buses alimentadores, bicicleta u otros modos de aproximación.
4. ¿Qué aportaría la expansión L7 + L8 + L9?
Población adicional dentro de 1 km respecto de la red actual.
Población adicional dentro de 3 km al comparar los valores mostrados por las ejecuciones.
Aumento de cobertura a 1 km: desde 14,2% hasta 19,8%.
Aumento de cobertura a 3 km: desde 52,4% hasta 65,1%.
Población adicional dentro de 2 km con la red extendida.
Aumento de cobertura a 2 km: desde 34,7% hasta 47,2%.
A 1 km, la expansión modelada incrementa la población cubierta en aproximadamente 39,3% respecto de la cobertura actual. A 2 km, el incremento es cercano al 36,1%; y a 3 km, aproximadamente 24,3%. Esto sugiere que las nuevas líneas no sólo agregan longitud: penetran sectores que actualmente permanecen fuera de la proximidad territorial de la red.
La red referencial pasa de 140,5 km a 200,2 km, un incremento cercano al 42,5%. En esta V1, por tanto, la expansión de longitud es proporcionalmente mayor que el crecimiento de población cubierta. Eso es esperable: parte de la nueva infraestructura se superpone con áreas ya atendidas, genera combinaciones y mejora conectividad, beneficios que un simple buffer poblacional no captura completamente.
5. La distancia cambia radicalmente la lectura
El contraste entre 1 y 3 km muestra por qué es importante no confundir proximidad territorial con accesibilidad caminable. Con la red actual, pasar de 1 a 3 km eleva la población incluida desde 14,2% hasta 52,4%; con la red extendida, desde 19,8% hasta 65,1%.
En otras palabras, una parte importante de Santiago se encuentra a una distancia relativamente próxima de la red, pero no necesariamente a una distancia cómoda para llegar caminando a una estación. Los 3 km son útiles como indicador territorial de influencia —y eventualmente de conexión mediante buses, bicicleta u otros modos—, pero no deberían interpretarse como un estándar peatonal.
6. Lo que revela el mapa de déficit
Las áreas rojas representan población GHSL que permanece fuera del radio elegido. Esta visualización permite identificar de inmediato bolsones poblacionales que la red actual no alcanza y observar cuáles son interceptados por los corredores futuros.
La comparación visual muestra que la expansión mejora especialmente la continuidad territorial hacia sectores periféricos y corredores actualmente alejados de la malla central. Sin embargo, incluso con L7, L8 y L9, a 1 km el modelo mantiene 6,30 millones de habitantes fuera de los buffers de las estaciones referenciales. Esa cifra no significa que 6,30 millones de personas estén “sin transporte”: significa únicamente que, bajo las simplificaciones de esta V1, no quedan dentro de un kilómetro de los nodos incluidos.
7. Eficiencia territorial por kilómetro
El prototipo también calcula habitantes cubiertos por kilómetro de red. A 1 km, la red actual registra 7.942 hab/km, mientras la red extendida registra 7.764 hab/km. A 3 km, los valores son 29.294 hab/km y 25.541 hab/km, respectivamente.
Una caída de este indicador al expandir la red no implica que las nuevas líneas sean menos útiles. Una red que se extiende hacia territorios periféricos puede atender densidades menores, mejorar equidad espacial y conectar zonas que antes dependían de recorridos alimentadores. Además, esta métrica no considera destinos de viaje, empleo, transbordos, congestión evitada ni tiempos de viaje.
8. Qué falta para convertirlo en un observatorio de movilidad
Esta V1 responde principalmente una pregunta de cobertura demográfica por distancia. El siguiente salto metodológico consiste en incorporar cartografía oficial completa de estaciones y trazados, Censo 2024 a nivel de manzana y la Encuesta Origen-Destino de Santiago. Con ello sería posible pasar de “cuántas personas viven cerca” a preguntas como “cuántos viajes se generan”, “hacia dónde se desplazan”, “qué sectores combinan alta población y baja accesibilidad” y “qué línea futura captura mayor demanda potencial”.
También sería conveniente reemplazar progresivamente los buffers euclidianos por distancias de acceso sobre la red vial y peatonal. Una estación situada a 800 metros en línea recta puede estar mucho más lejos en la práctica si existen autopistas, canales, ferrocarriles, grandes predios o pocas conexiones viales.
9. Una herramienta para formular mejores preguntas
El Observatorio Metro Santiago V1 demuestra que Google Earth Engine puede utilizarse no sólo para observar vegetación, agua o cambios ambientales, sino también como una plataforma de inteligencia territorial aplicada a infraestructura urbana. En segundos podemos modificar una hipótesis de distancia, cambiar el escenario de red y recalcular millones de celdas poblacionales.
La principal conclusión de esta primera prueba es sencilla: la expansión futura aumenta de manera visible y cuantificable la población territorialmente próxima al Metro, pero la magnitud del resultado depende fuertemente de qué entendemos por “acceso”. Esa definición —500 m, 1 km, 3 km o una distancia real por calles— no es un detalle: cambia completamente la lectura de Santiago.
Exploramos datos, ingeniería y territorio para transformar preguntas complejas en mapas, comparaciones y herramientas reproducibles.
← Volver al blog