En sentit ampli són els mitjans que permeten capturar informació per observació remota del territori i les tècniques i coneixements per interpretar aquesta informació. En particular, s'aplica a la captació de radiació electromagnètica des de sensors localitzats en plataformes mòbils (satèl·lits) i la interpretació d'aquestes dades.
Figura 1. Esquema general dadquisició i processament de dades de teledetecció.
Els satèl·lits recullen l'energia reflectida per la superfície terrestre en diferents longituds d'ona (segons els sensors que porti el satèl·lit). L'espectre electromagnètic té un rang ampli de longituds d'ona.
Figura 2. Espectre electromagnètic.
Cada longitud d'ona proporciona informació adequada per estudiar diverses característiques de la superfície terrestre, per exemple: la radiació visible (de 0,4 a 0,7 nanòmetres) dóna informació de l'activitat fotosintètica de les plantes; l'infraroig proper (NIR de 0,7 a 2,5) permet caracteritzar el creixement de la vegetació; el tèrmic (TIR de 2,5-20) caracteritza l'estat hídric de la vegetació; les longituds de RADAR (0,5 cm a 1 m) donen informació interpretable per caracteritzar la humitat superficial del sòl…
Els satèl·lits recullen la informació de la reflectivitat de la superfície (per a cada píxel del terreny) i l'emmagatzemen en múltiples bandes (una banda per longitud d'ona). Aquesta informació es pot representar de dues maneres:
Visualització d'una combinació corresponent a les bandes NIR, Vermell i Verd (anomenada fals color, ja que assigna al canal de color vermell les dades de la banda del NIR, al canal verd la banda del vermell i al canal blau la banda del verd). En aquesta combinació es mostra la vegetació vigorosa en tons vermells.
Figura 3. Exemple d'imatge Sentinel 2 de Juny de 2023 al nord de Badajoz (fals color).
Un altre exemple més semblant a la manera com genera el color l'ull humà correspon a la combinació de bandes vermell, verd, blau (anomenada color natural), en què la vegetació vigorosa es veu en tons verds.
Figura 4. Exemple d'imatge Sentinel 2 de Juny de 2023 al nord de Badajoz (color veritable).
La representació gràfica de l'energia reflectida en funció de la longitud d'ona per a un píxel (o grup de píxels) s'anomena signatura espectral. És característica de cada cobertura del sòl, per exemple, en una coberta vegetal la clorofil·la absorbeix la radiació al canal del vermell i la reflecteix bruscament a l'infraroig.
Figura 5. Valor numèric de reflectància en un píxel en 3 bandes.
La signatura espectral de la vegetació a partir de dades d'un satèl·lit com Landsat TM que té 7 bandes (per tant, recull dades en 7 longituds d'ona) es mostra com una línia simplificada davant d'una representació contínua pròpia d'altres satèl·lits que treballen amb moltes més bandes:
Figura 6. Signatura espectral duna coberta vegetal.
A continuació, s'hi inclou un quadre resum amb les característiques d'una selecció de satèl·lits amb dades obertes i arxiu històric, amb múltiples aplicacions en agricultura i medi ambient.
| SATÈLIT / SENSOR | AMPLE D'IMATGE (Km) | DE BANDES | MIDA DE PIXEL | DIES ENTRE IMATGES | DATA INICI D'ARXIU |
|---|---|---|---|---|---|
| MODIS Terra-Aqua | 2.330 | 36 bandes (en long. Onda: A,V, R, IRC, IRM, T) | 250 m (R, IR) 500 m (A, V, IRC) 1Km (A, V, R, IRC, IRM, T) | Diària | Des de: 1999 Terra 2002 Aqua |
| Landsat 5 TM | 190 | 7 bandes (A, V, R, IRC, IRM, T) | 30 m Multi 120 m T | 16 | 1984-2013 |
| Landsat 7 EMT+ | 190 | 1 banda PAM 8 bandes Multi | 15 m pa 30 m Multi 60 m T | 16 | Des de 1999 |
| Landsat 8 OLI | 190 | 1 banda PAM 8 bandes Multi | 15 m pan30 m Multi 100 m T | 16 | Des del 2013 |
| Sentinel-2 MSI | 290 Tessel·les 100×100 | 13 Bandes Multi | 10 m (A, V, IRC) 20 m (BR, IRC, IRM) 60 m (A, IRC, IRM) | 5 | Des de: 2015 S2A2017 S2B |
| Sentinel-1 C-SAR | 250 | Dual: VV+VH,HH+HV Simpl: HH, VV | 5×20 m | 6 | Des de: 2014 S1A2016 S1B |
Figura 7. Satèl·lits amb imatges d'arxiu obert.
Són el resultat d'operacions matemàtiques realitzades entre els valors de les bandes espectrals de les imatges de partida, amb la finalitat d'obtenir imatges sintètiques amb el resultat en què es ressalti la informació d'interès de les cobertures del sòl, atenuant problemes com poden ser les diferències d'il·luminació o el soroll de les imatges de partida.
Normalment, els índexs s'apliquen a sèries multitemporals d'imatges per analitzar l'evolució de les diferents cobertures en el temps, ja sigui per veure la fenologia de diferents cultius, estat de masses forestals, superfície inundada en aiguamolls, evolució de superfícies afectades per incendis, etcètera.
Alguns dels índexs més utilitzats són, per exemple:
El NDVI (Normalitza Difference Vegetation Index de Rouse et al., 1973). És un índex correlacionat amb l'activitat vegetativa. Els seus valors varien entre -1 i 1, i els valors alts són els que corresponen a vegetació vigorosa. La seva principal limitació és que tendeix a saturar-se quan la vegetació és molt densa. Es calcula amb la següent relació de bandes.
Figura 8. Visualització del NDVI mensual en pivot de blat de moro.
El SAVI (Soil-Adjusted Vegetation Index. Huete, 1988). És un índex equivalent al NDVI que introdueix el paràmetre L que permet ajustar la contribució de la reflectivitat del sòl. L varia entre 0 i 1, utilitzant el valor 0,5 per a densitats de vegetació intermèdies (1 per a baixes densitats i 0,25 per a altes densitats).
El NDWI (Normalitza Difference Water Index. Gao, 1996). És un índex normalitzat utilitzat per determinar el contingut en aigua i l'estrès hídric a la vegetació. Els valors varien entre -1 i 1, sent els valors més alts els que indiquen més contingut en aigua. Es calcula amb la relació de bandes:
Les dades de teledetecció estan disponibles amb periodicitat variable segons cada satèl·lit (per exemple Landsat cada 16 dies, Sentinel 2 cada 5 dies…). Aquestes dades permeten el seguiment del cultiu, amb baix cost, al llarg de tot el cicle de desenvolupament. Es poden fer estudis a nivell de parcel·la o de grans superfícies. L'entrada de les dades a diferents models agronòmics proporciona resultats a emprar per a la gestió de necessitats del cultiu (per exemple en càlculs de reg, fertilitzants, fitosanitaris…)
| 6 d'abril | 13 de juny | 25 de juny | 27 d'agost | 8 d'octubre |
 |  |  |  |  |
| Sembra | Desenvolupament vegetatiu | Floració | Maduració | Collita |
|---|---|---|---|---|
 |  |  |  |  |
| 0 – 7 dies | 7 – 50 dies 2 mesos | 50 – 53 dies | 53 – 110 dies | 110 – 120 dies |
| Abril | Abril – Juny | Juny – Agost | Setembre – Octubre |
Figura 9. Visualització d'imatges Landsat en correspondència amb estats fenològics del cultiu del blat de moro.
El tractament estadístic de la informació proporcionada pels índexs de vegetació permet identificar problemes al llarg del desenvolupament del cultiu, per exemple, comparant a cada data, els valors dels índexs a la zona d'estudi amb els valors mitjans que serien esperables.
Figura 10. Alertes de problemes de vigor en parcel·les obtingudes a partir de l'NDVI en diferents dates.
L'ús de les firmes espectrals amb una imatge multibanda d'una data determinada o l'ús d'imatges de diverses dates permet agrupar píxels amb característiques similars formant classes. Els algorismes emprats per identificar píxels similars són molt variats.
Figura 11. Representació esquemàtica del procés de classificació de imatges.
Desenvolupant en particular el cas de l'ús de les dades de teledetecció en models agronòmics com els empleats per al càlcul de necessitats d'aigua als cultius, veiem que hi ha múltiples models per al càlcul de l'Evapotranspiració de cultiu (ETc):
La majoria són aproximacions al balanç d'energia de superfície que té com a entrades dades de teledetecció i dades meteorològiques, entre d'altres sèries de dades.
Entre ells, el model d'Allen permet derivar el coeficient d'evaporació de cultiu de FAO (Kc) que intervé en el càlcul de l'Evapotranspiració a partir de l'NDVI, als cultius herbacis, amb l'expressió: Kc = 1,25 x NDVI + 0,1 (Allen et al., 2008)
A partir d'aquest Kc i l'evapotranspiració potencial (ETo) obtinguda d'estacions meteorològiques, es pot calcular l'evapotranspiració real del cultiu (ETc). Aquesta dada es pot utilitzar:
A nivell del pagès: per planificar els regs (la combinació de la informació que proporcionen les imatges de satèl·lit, amb sondes d'humitat i predicció de dades meteorològiques permet sol·licitar els regs en els moments més idonis)
A nivell dels organismes gestors de regadius per fer previsions/gestió del consum d‟aigua al llarg de la campanya de reg.
Figura 12. Esquema de càlcul de Kc en herbacis amb model d'Allen i ET derivada.
Un altre exemple d'ús de teledetecció és l'entrada de l'NDVI a models agronòmics per derivar valors de rendiment com s'esquematitza a continuació al Model d'estimació de biomassa en funció de l'ús de la llum.
Figura 13. Càlcul de biomassa i rendiment de cultiu derivat en blat de moro.
En aquest model, el NDVI permet estimar la radiació absorbida per les plantes al llarg del cicle vegetatiu i això es tradueix en una quantificació de la biomassa produïda i un rendiment derivat mitjançant l'ajust de diversos paràmetres que intervenen en el model.
Altres possibles usos de la teledetecció són detecció automàtica de canvis, seguiment d'inundacions, incendis…
Suport tècnic a comunitats de regants
Col·laboració amb regants de les comunitats del Porma, Payuelos i Páramo a León. Des de la campanya 2017 s'ofereixen diversos productes derivats de la teledetecció (visualització d'imatges en color i color natural, índexs de vegetació, Kcs de parcel·les i imatges d'alertes sobre el vigor de la vegetació) que estan disponibles per a les comunitats de regants i els gestors del regadiu en un visor.
Figura 14. Esquema de visor OPTIREG de comunitats de regants a Lleó.
Càlcul de Necessitats hídriques al SIAR
Des de la campanya 2016 es fa el càlcul de les Necessitats hídriques del regadiu a nivell nacional utilitzant com a dades de partida, entre d'altres, la sèrie d'imatges Landsat 8 i Sentinel 2 disponibles a cada campanya i generant-se una sèrie de productes intermedis com són el mapa d'usos del sòl en regadiu, els mapes d'ETc mensuals i mensuals i els mapas.
Figura 15. Esquema de les dades de partida utilitzades en projecte SIAR i els productes generats.
Monitorització de cultius herbacis al sistema d'ajuts de la PAC
Des de l'any 1994 s'han realitzat sobre el terreny, partint d'imatges de satèl·lit de mitjana i alta resolució, controls estadístics parcials de cultius per a suport al sistema d'ajuts de la PAC.
Des del 2019 la disponibilitat de dades obertes amb suficient resolució i cobertura del programa Copernicus permet una monitorització del 100 per 100 de la superfície nacional emprant noves tecnologies per a accés i processament de dades de satèl·lit al núvol.
Figura 16. Esquema de les dades de partida utilitzades en projecte SIAR i els productes generats.
Català 
Español 
English (UK) 
Français 
Galego 
Euskara