Saltar a contenido

Método y validación

Todo el pipeline corre sobre datos públicos y gratuitos, y es reproducible de punta a punta. Los nombres de script de más abajo son los del código, que se comparte a pedido. El armado deriva del trabajo de subsidencia con InSAR sobre la misma cuenca.

Fuentes

  • Luz nocturna: NASA Black Marble VNP46A3 (VIIRS DNB mensual, gap-filled, ~500 m), vía Earthdata (earthaccess + ~/.netrc). Captura luces de equipos y flares como radiancia. (EOG VIIRS Nightfire sería ideal para separar flaring por temperatura, pero su autenticación migró a un flujo no automatizable; quedó como alternativa deprecada.)
  • Pozos: Capítulo IV (Secretaría de Energía) — coordenadas + fechas de perforación y terminación.
  • Fractura: Adjunto IV — fechas de fractura, agua y arena.
  • Concesiones: polígonos con operador por bloque.

Pasos

  1. data/fetch_wells.py — pozos del AOI con su ciclo de vida (18,942 pozos; 3,655 fracturas).
  2. data/fetch_blackmarble.py — descarga + mosaico + recorte de VNP46A3 → un raster mensual de radiancia nocturna (88 meses, 2019–2026).
  3. detect.py — umbral por anomalía sobre el fondo rural → detecciones puntuales mensuales (21,950).
  4. label.py — reglas espacio-temporales:
  5. detección en la ventana de perforación/fractura/terminación de un pozo cercano → ese evento, confirmado por satélite;
  6. detección cerca de un pozo ya terminado → Flaring (muy brillante) o Producción;
  7. luz persistente sin pozos cerca → Pueblo/ciudad (excluida).
  8. validate.py — recall y precisión de la luz nocturna contra los eventos conocidos.
  9. viz.py — el dashboard (mapa + slider + ranking por operador).

Detección mejorada (VNF) y nowcasting

VIIRS Nightfire (VNF). Además del DNB (luces), sumamos el survey anual de flares de EOG (combustión por temperatura SWIR + volumen BCM). La capa Flaring pasa de un proxy por brillo a combustión real atribuida por operador. Subió el recall de los eventos (FRAC 79→82%, PERF 68→71%, TERM 70→74%).

Nowcasting — adelantar el Cap IV. El dato oficial llega con lag mediano de ~13.5 meses (analysis/lag.py); el satélite lo ve al instante. Entrenamos un gradient boosting (features.py → tabla pozo×mes con DNB + change-detection vs línea de base, VNF, persistencia, vecindad, operador; nowcast.py) con holdout temporal (entrena ≤2023, testea 2024-2026):

Objetivo ROC-AUC (holdout) PR-AUC tasa base
Perforación 0.85 0.33 0.033
Fractura 0.91 0.22 0.018

ROC-AUC 0.85–0.91 fuera de muestra = skill predictivo real; PR-AUC ~10–12× la tasa base (lift fuerte pese al desbalance), mejorando la precisión del baseline de regla. La capa Nowcast del dashboard marca, para el último mes, los pozos con probabilidad alta de perf/fractura antes de que el Cap IV los publique.

Fallback por frescura (cascade de tiers)

El nowcast más fresco (2025-26) es el más valioso pero el que menos features tiene: el survey VNF es anual y no existe aún para esos años. Para no degradarse en silencio, hay dos modelos y cada mes usa el más alto disponible: T1 (con VNF, ≈≤2024) y T2 (sin VNF, 2025-26). El costo de perder el dato anual es mínimo:

Objetivo T1 (con VNF) T2 (sin VNF) costo frescura
Perforación ROC-AUC 0.853 0.849 −0.004
Fractura ROC-AUC 0.911 0.906 −0.005

Es decir: la señal la llevan el DNB + change-detection + historia, no el VNF — así que el nowcasting de los meses frescos (donde el Cap IV está casi vacío y el VNF todavía no salió) se mantiene fuerte. En el mapa, el anillo de predicción se dibuja más tenue/punteado cuando es tier T2 (sin VNF).

Terminación, volumen calibrado y equipos

Terminación se suma como tercer objetivo del nowcaster (ROC-AUC 0.92 en holdout, junto a perforación 0.87 y fractura 0.92).

Volumen consistente con el histórico. Las probabilidades se calibran (isotónica) para que su suma ≈ el conteo real, y el nowcast marca top-K = volumen esperado → la predicción no sobre/sub-cuenta (Σpred/Σreal en holdout: perf 1.09, frac 1.23, term 1.44; antes 11-19×). El ancla de volumen es el propio conteo del Cap IV (los labels son el registro oficial).

Equipos (sin ID de rig público → cantidad/movimiento/tamaño, no identidad). - Tracking: nº de equipos de perforación activos = pads distintos con perforación por mes. Da una mediana ~47 rigs/mes en Vaca Muerta (orden del rango conocido ~30-45 → sanity). El desplome de los últimos meses es el lag del Cap IV, no caída real — lo que el nowcast corrige.

Equipos de perforación activos inferidos - Tamaño por intensidad: la firma nocturna correlaciona positivo pero débil con la potencia del set de fractura (Spearman HP↔brillo ρ=+0.12, p=3e-8) — a 500 m no alcanza para dimensionar el set con precisión, pero la señal existe.

Sentinel-2 a 10 m — el despeje de pad

VIIRS resuelve a ~500 m (nivel pad-cluster). Para confirmar por-pad usamos Sentinel-2 (10 m): un change-detection de brillo entre un composite de verano PRE (2019-21) y POST (2024-25), mediana enmascarando nubes (SCL), harmonizando el offset radiométrico del baseline 04.00. Construir un pad despeja la vegetación → el suelo sube de brillo, una firma neta que VIIRS no puede aislar.

Cambio de brillo Sentinel-2 (10 m) PRE→POST: puntos = pads nuevos, líneas = caminos de acceso

La huella O&G aparece nítida a 10 m: puntos = pads nuevos, líneas = caminos de acceso construidos entre épocas. Cuantificado sobre 2,457 pozos del core (data/fetch_s2.py), el ΔBrillo medio confirma la señal:

Pozos ΔBrillo medio
Drillados 2022-24 (pad nuevo entre PRE y POST) +765 (n=633)
Drillados pre-2019 (el pad ya existía en PRE) +104 (n=1283)
Fondo del raster (sin pad) +201

Los pads despejados entre épocas brillan ~7× más que los pre-existentes → S2 a 10 m detecta el despeje por-pad. Queda como tier de confirmación espacial (futuro: un detector por-pad sobre estas escenas).

Caveats

  • Resolución VIIRS ~500 m → actividad a nivel pad-cluster, no por-pad; en el core denso de Añelo se funden pads vecinos. (Sentinel-2 a 10 m lo confirma por-pad — ver arriba.)
  • Sin separación física flaring/luces (no usamos VNF por temperatura): el split Flaring/Producción es un proxy por brillo.
  • Muestreo mensual: fracturas cortas (días) pueden perderse; la perforación (semanas) es más detectable — por eso el recall de fractura/terminación es algo mayor.
  • Atribución, no causalidad. Hay operaciones no detectables (sin flare, breves, nubladas) y luces no productivas (caminos, plantas).