Es innegable que estamos arañando la superficie de lo que ya se conoce como cuarta revolución industrial, que ésta se encuentra caracterizada por un crecimiento excesivamente rápido de las tecnologías y de una ingente cantidad de datos que éstas arrojan. No obstante, y como apuntó Schwab (2016)[1], esta nueva etapa de la humanidad, está llena de contradicciones, ya que si bien es tangible en el “mundo desarrollado” todavía un 17% de la población aún carece de servicios esenciales, como puede ser la electricidad.
En dicha revolución industrial, la adquisición de información sobre la superficie de la Tierra, es decir, la teledetección, ha tenido un papel destacable que nos arrojan información de alto valor para nuestra sociedad absolutamente todos los días; como la que nos realiza las predicciones meteorológicas.
Las imágenes satelitales han sido utilizadas para la monitorización y gestión ambiental desde la década de 1970, con la puesta en órbita de los primeros satélites Landsat por parte de la NASA y el Servicio Geológico de los Estados Unidos (USGS).
Estos satélites han facilitado una serie continua de datos, haciendo de Landsat el programa más longevo para la observación de la Tierra desde el espacio, y ha proporcionado una gran cantidad de información para estudiar cambios en la cobertura del suelo, uso de tierras y para la monitorización ambiental.
De hecho, las imágenes LANDSAT han sido las herramientas por excelencia, utilizadas en combinación con software de Sistemas de Información Geográfica (GIS) como IDRISI, que opera bajo MS-DOS. Este conjunto de herramientas se ha implementado ampliamente en las universidades de Geografía para capacitar a los futuros geógrafos, proporcionando habilidades esenciales para el análisis y manejo de datos geoespaciales.
Evolución en el tiempo
La evolución de las imágenes satelitales desde los primeros días del programa Landsat en la década de 1970 hasta las tecnologías actuales refleja avances significativos en la calidad, accesibilidad y aplicaciones de estos datos.
Desde el nombrado satélite LANDSAT 1 (1972) cuya tecnología incipiente de sensores que ofrecían unos datos de 4 bandas espectrales, una resolución espacial de 80 metros y temporal de 18 días; se ha mejorado de forma espectacular con satélites, como el SENTINEL (2A – 2B; para los años 2015 y 2017, respectivamente) que ofrece 13 bandas del espectro electromagnético y resoluciones espectrales de hasta 10 metros y temporal de 2 a 5 días (dependiendo de la latitud).
En definitiva, la capacidad de los satélites para capturar imágenes de la misma área de la Tierra con frecuencia, conocida como resolución temporal, ha experimentado mejoras significativas a lo largo de las décadas. Este avance ha sido crucial para aumentar la eficacia con la que monitoreamos y respondemos a los cambios dinámicos en nuestro planeta.
1. Inicios en la Década de 1970 y 1980:
- Los primeros satélites de la serie Landsat, lanzados en la década de 1970, tenían una resolución temporal de aproximadamente 18 días. Esta frecuencia limitaba la capacidad para monitorear cambios rápidos y seguía siendo insuficiente para capturar fenómenos en evolución continua, como desastres naturales.
2. Mejoras en la Década de 1990:
- Con el lanzamiento de satélites más avanzados, como Landsat 7, la resolución temporal mejoró a 16 días. Aunque esta mejora permitía una observación más frecuente, aún existían desafíos para capturar eventos de rápida evolución.
3. Avances en la Década de 2000:
- El desarrollo de constelaciones de satélites, como RapidEye, que comenzaron operaciones en la década de 2000, redujo aún más la resolución temporal a menos de 5 días. Esta mejora fue un paso adelante significativo, permitiendo un seguimiento más detallado y continuo de las condiciones cambiantes en la Tierra.
4. Era Moderna con el Programa Copernicus:
- La implementación del programa Copernicus y el lanzamiento de los satélites Sentinel-2A y 2B han transformado la observación de la Tierra. Estos satélites, operando en conjunto desde 2015 y 2017 respectivamente, ofrecen una resolución temporal de 5 días a nivel mundial, mejorando a 2-3 días en latitudes más altas debido a su diseño orbital. Esta frecuencia de revisita permite no solo una monitorización efectiva de los cambios estacionales, sino también una capacidad de respuesta rápida ante emergencias.
- En el marco de la Agencia Espacial Europea (ESA) se debe destacar el más que reciente satélite BIOMASS, diseñada específicamente para medir la cantidad de biomasa y carbono almacenado en los bosques del mundo para comprender mejor su papel en el ciclo del carbono terrestre y en el cambio climático.
- La misión FLEX (FLuorescence Explorer), también liderado por la ESA, busca profundizar nuestro entendimiento de los ecosistemas terrestres mediante mediciones innovadoras de la fluorescencia de la vegetación. Al mapear esta fluorescencia, FLEX podrá evaluar la actividad fotosintética, lo cual es crucial para entender la salud y el nivel de estrés de las plantas.
[1] Schwab, K. (2016). The Fourth Industrial Revolution. World Economic Forum.
Satélites de Alta Resolución: Una Visión Detallada de la Tierra
Por otro lado, vamos a destacar un salto cualitativo en la observación de la superficie terrestre, como es el uso de los satélites de alta resolución (espacial, temporal y espectral), que nos proporcionan imágenes con detalles sin precedentes que son cruciales para una variedad de aplicaciones, desde el monitoreo urbano y la planificación territorial hasta la gestión de desastres y la seguridad nacional.
Estos satélites pueden capturar imágenes con resoluciones espaciales inferiores a un metro, lo que permite a los usuarios ver objetos muy pequeños en la superficie de la Tierra con claridad notable.
Esto ofrece a los proyectos una herramienta imprescindible no solo para obtener información puntual de una superficie, como puede ser el índice de humedad del suelo o índice de salud de la cobertura vegetal; sino que permite el seguimiento de las variables a lo largo del tiempo.
Desde finales de la década de 1990 y principios de los 2000, ha habido un notable desarrollo en la tecnología de satélites de alta resolución. Compañías como DigitalGlobe (ahora parte de Maxar Technologies) han sido pioneras en el lanzamiento de satélites comerciales que ofrecen resoluciones espaciales que inicialmente eran de unos pocos metros y ahora llegan hasta los 30 centímetros.
| Satélite | Resolución Espacial | Bandas Electromagnéticas | Precio por Imagen | Funcionalidades Adicionales |
| WorldView-3 | 0.31 m | Pancromática, Coastal Blue, Blue, Green, Yellow, Red, NIR, SWIR | $6.50/km² | Frecuencia diaria, captura estéreo |
| GeoEye-1 | 0.41 m | Pancromática, Azul, Verde, Rojo, NIR | $5.50/km² | Frecuencia frecuente, captura estéreo |
| Pleiades 1A/1B | 0.70 m | Pancromática, Azul, Verde, Rojo, NIR, InfraRojo | €12.50/km² | Alta precisión geométrica, captura estéreo |
| IKONOS-4 | 0.90 m | Pancromática, Azul, Verde, Rojo, NIR | $3.50/km² | Imágenes históricas disponibles, captura estéreo |
| Formosat-2 | 2 m | Pancromática, Azul, Verde, Rojo, NIR | $2.50/km² | Imágenes de alta calidad, programable |
| KOMPSAT-3 | 0.70 m | Pancromática, Azul, Verde, Rojo, NIR | $4.00/km² | Alta frecuencia diaria |
| Deimos-2 | 0.75 m | Pancromática, Azul, Verde, Rojo, NIR | $5.00/km² | Capacidad de respuesta rápida |
| RapidEye | 5 m | Azul, Verde, Rojo, Red Edge, NIR | $1.00/km² | Capacidad de captura diaria |
| Pleiades Neo | 0.30 m | Pancromática, Azul, Verde, Rojo, NIR, Red edge, Coastal Blue | €15.00/km² | Muy alta resolución, frecuencia diaria |
| BlackBridge | 1.1 m | Azul, Verde, Rojo, NIR | $3.00/km² | Cobertura global regular |
En el ámbito de la observación de la Tierra, los satélites de alta resolución como WorldView-3, GeoEye-1, y Pleiades Neo, destacan por sus capacidades excepcionales. WorldView-3, con su impresionante resolución de 0.31 metros y una extensa gama de bandas espectrales, es ideal para aplicaciones que requieren detalles extremadamente finos, como la monitorización ambiental y la gestión de desastres. Su capacidad de revisitar áreas diariamente permite un seguimiento continuo de cambios rápidos en el entorno. Por otro lado, GeoEye-1, aunque ofrece una resolución ligeramente menor de 0.41 metros, se compensa con un costo por imagen más bajo, lo que lo hace atractivo para proyectos con presupuestos más ajustados pero que todavía requieren alta precisión, como la planificación urbana y la vigilancia.
Comparativamente, Pleiades Neo, el más reciente de esta gama, ofrece una resolución de 0.30 metros y también cuenta con una amplia cobertura espectral, incluyendo la banda de red edge, que es particularmente útil para la agricultura de precisión y estudios ambientales avanzados. Este satélite combina la ventaja de imágenes de muy alta resolución con una alta frecuencia de revisita, lo que lo hace excepcionalmente valioso para monitorear cambios a muy corto plazo y gestionar emergencias rápidamente. En contraste, satélites como RapidEye y BlackBridge ofrecen resoluciones más bajas, pero a un costo significativamente menor, lo que los convierte en opciones viables para monitoreo agrícola a gran escala y proyectos de cobertura terrestre donde la frecuencia de imagen y el costo son más críticos que la extrema resolución detallada.
Cada satélite, por lo tanto, tiene su nicho dependiendo de las necesidades específicas del proyecto, el presupuesto disponible y los requerimientos de temporalidad y resolución espacial. La elección final debería balancear todos estos factores para optimizar tanto la eficiencia del costo como la efectividad de la observación.
Métodos de aprendizaje automático
En las últimas décadas, el avance en la teledetección ha sido significativamente potenciado por la incorporación de métodos de aprendizaje automático, que han revolucionado la capacidad de procesar e interpretar enormes volúmenes de datos satelitales.
Cuando se habla de métodos de aprendizaje automático aplicados a la teledetección se refiere al uso de técnicas computacionales avanzadas para interpretar y analizar automáticamente datos obtenidos desde sensores remotos. Estos métodos permiten que las computadoras aprendan de los datos y mejoren su capacidad de toma de decisiones o predicciones sin intervención humana explícita. Por ejemplo, podemos clasificar los usos del suelo, o predecir el carbono en el suelo y/o de especies en escenarios de cambio climático mediante el uso de técnicas y herramientas de inteligencia artificial.
Estos métodos permiten que las computadoras aprendan de los datos y mejoren su capacidad de toma de decisiones o predicciones sin intervención humana explícita. En el contexto de la teledetección, el aprendizaje automático es fundamental para extraer información significativa de grandes volúmenes de datos de imagen complejos y multidimensionales que los satélites y otros sensores remotos generan continuamente.
¿Cómo y para qué pueden usarse?
En el ámbito de la investigación y desarrollo, Evenor-Tech se destaca por la utilización de técnicas avanzadas de tratamiento y procesamiento de datos para la creación de modelos e indicadores útiles en la monitorización a través de imágenes satelitales.
Un ejemplo notable es el proyecto SteamBioAfrica, donde se ha desarrollado una herramienta innovadora para el seguimiento de servicios ecosistémicos del suelo, combinando datos in-situ y ex-situ obtenidos tanto del proyecto como de repositorios abiertos. Esta herramienta es especialmente valiosa para propietarios de terrenos y responsables de la ordenación territorial, permitiéndoles identificar y monitorear los servicios ecosistémicos en sus áreas y evaluar el impacto de prácticas de manejo específicas sobre estos servicios.
Adicionalmente, dentro del proyecto MRV4SOC, Evenor-Tech está innovando en el desarrollo de sistemas de medición, reporte y verificación (MRV) de Tier3 para áreas periurbanas, con el objetivo de facilitar la certificación del contenido de carbono en el suelo. Utilizando modelos avanzados y apoyándose en imágenes satelitales, la compañía busca desarrollar una herramienta de monitoreo que no solo sea de bajo coste sino también transparente. Este enfoque subraya el compromiso de Evenor-Tech con la sustentabilidad ambiental y la gestión eficiente de recursos naturales, demostrando cómo la tecnología satelital puede ser aplicada de manera efectiva para abordar cuestiones ambientales críticas y promover una gestión sostenible del territorio.
Conclusiones
Queda claro que, desde su nacimiento en los años 70 del pasado siglo, las imágenes satelitales han jugado en la monitorización y gestión territorial y que estas herramientas han ido mejorando significativamente desde entonces.
Porque, desde los primeros satélites Landsat, lanzados en la década de 1970, hasta los modernos satélites Sentinel y otros de alta resolución, ha habido un progreso significativo que han permitido un seguimiento más detallado y frecuente de los cambios en la superficie terrestre, facilitando la vida de todos los seres que habitan la Tierra.
Además, la incorporación de métodos de aprendizaje automático ha revolucionado la capacidad de procesar e interpretar grandes volúmenes de datos satelitales. Estas técnicas permiten que las computadoras analicen automáticamente los datos y mejoren su capacidad de toma de decisiones y predicciones sin intervención humana directa. Esto es especialmente útil para la clasificación del uso del suelo y la predicción de cambios ambientales.
Ahora solo queda preguntarse cuál será el futuro de estas herramientas. Con el ritmo acelerado de los avances tecnológicos, es probable que veamos mejoras continuas en la resolución espacial y temporal de los satélites, así como en la precisión y utilidad de los datos recolectados. La integración de inteligencia artificial y métodos de aprendizaje automático promete hacer que la interpretación y el análisis de estos datos sean aún más rápidos y precisos, permitiendo aplicaciones más sofisticadas y personalizadas.
Además, la democratización del acceso a imágenes satelitales y datos de teledetección podría significar que más países y organizaciones, incluyendo aquellas en regiones menos desarrolladas, puedan beneficiarse de estas tecnologías para la gestión ambiental, la agricultura, la planificación urbana y la respuesta a desastres. La colaboración internacional y el intercambio de datos también podrían potenciar el impacto positivo de estas herramientas en la gestión global de recursos naturales y en la mitigación de los efectos del cambio climático.
