En sentido amplo, trátase dos medios polos que se captura información mediante a observación remota do territorio, e das técnicas e coñecementos empregados para interpretar esta información. En concreto, aplícase á recollida de radiación electromagnética procedente de sensores situados en plataformas móbiles (satélites) e á interpretación destes datos.
Figura 1. Esquema xeral para a adquisición e o procesamento de datos de teledetección.
Os satélites recollen a enerxía reflectida pola superficie da Terra a diferentes lonxitudes de onda (dependendo dos sensores que leve o satélite). O espectro electromagnético ten unha ampla gama de lonxitudes de onda.
Figura 2. Espectro electromagnético.
Cada lonxitude de onda proporciona información axeitada para estudar diversas características da superficie terrestre. Por exemplo, a radiación visible (de 0,4 a 0,7 nanómetros) proporciona información sobre a actividade fotosintética das plantas; o infravermello próximo (NIR, de 0,7 a 2,5 nanómetros) permite a caracterización do crecemento da vexetación; o infravermello térmico (TIR, de 2,5 a 20 nanómetros) caracteriza o estado hídrico da vexetación; e as lonxitudes de onda de radar (de 0,5 cm a 1 m) proporcionan información interpretable para caracterizar a humidade superficial do solo.
Os satélites recollen datos de reflectividade superficial (para cada píxel do terreo) e almacénanos en varias bandas (unha banda por lonxitude de onda). Esta información pódese representar de dúas maneiras:
Visualización dunha combinación correspondente ás bandas NIR, vermella e verde (denominada cor falsa, xa que asigna os datos da banda NIR ao canal de cor vermella, os datos da banda vermella ao canal verde e os datos da banda verde ao canal azul). Nesta combinación, a vexetación vigorosa móstrase en tons vermellos.
Figura 3. Exemplo dunha imaxe de Sentinel do 2 de xuño de 2023 no norte de Badaxoz (cor falsa).
Outro exemplo máis semellante a como o ollo humano xera a cor corresponde á combinación de bandas vermellas, verdes e azuis (chamada cor natural), na que se aprecia unha vexetación vigorosa en tons verdes.
Figura 4. Exemplo dunha imaxe de Sentinel do 2 de xuño de 2023, no norte de Badaxoz (cor real).
A representación gráfica da enerxía reflectida en función da lonxitude de onda para un píxel (ou grupo de píxeles) chámase sinatura espectral. É característica de cada tipo de cuberta terrestre; por exemplo, na vexetación, a clorofila absorbe a radiación no canal vermello e reflíctea nitidamente no infravermello.
Figura 5. Valor numérico da reflectancia nun píxel en 3 bandas.
A sinatura espectral da vexetación a partir de datos dun satélite como Landsat TM, que ten 7 bandas (e polo tanto recolle datos a 7 lonxitudes de onda), móstrase como unha liña simplificada en comparación coa representación continua típica doutros satélites que traballan con moitas máis bandas:
Figura 6. Sinatura espectral dunha cuberta vexetal.
A continuación móstrase unha táboa resumo coas características dunha selección de satélites con datos abertos e arquivos históricos, con múltiples aplicacións na agricultura e no medio ambiente.
| SATÉLITE / SENSOR | LARGURA DA IMAXE (Km) | NÚMERO DE BANDAS | TAMAÑO DE PÍXEL | DÍAS ENTRE IMAXES | DATA DE INICIO DO ARQUIVO |
|---|---|---|---|---|---|
| MODIS Terra-Aqua | 2.330 | 36 bandas (en lonxitude de onda: A, V, R, CRI, MRI, T) | 250 m (dereita, infravermellos) 500 m (A, V, IRC) 1 km (A, V, R, IRC, IRM, T) | Diario | Desde: 1999 Terra Auga 2002 |
| Landsat 5 TM | 190 | 7 bandas (A, V, R, CRI, RM, T) | 30 m Multi 120 m T | 16 | 1984-2013 |
| Landsat 7 EMT+ | 190 | 1 banda PAM Multibanda de 8 bandas | Bandexa de 15 m 30 m Multi 60 m T | 16 | Desde 1999 |
| Landsat 8 OLI | 190 | 1 banda PAM Multibanda de 8 bandas | Bandexa de 15 m, 30 m múltiple 100 m T | 16 | Desde 2013 |
| Sentinel-2 MSI | 290 Azulexos 100×100 | 13 multibandas | 10 m (A, V, IRC) 20 m (BR, IRC, IRM) 60 m (A, IRC, IRM) | 5 | De: 2015 S2A 2017 S2B |
| Sentinel-1 C-SAR | 250 | Dobre: VV+VH, HH+HV Simple: HH, VV | 5 × 20 metros | 6 | De: 2014 S1A 2016 S1B |
Figura 7. Satélites con imaxes de arquivo aberto.
Son o resultado de operacións matemáticas realizadas entre os valores das bandas espectrais das imaxes iniciais, co fin de obter imaxes sintéticas que destaquen a información de interese sobre a cobertura do solo, mitigando problemas como as diferenzas de iluminación ou ruído nas imaxes iniciais.
Normalmente, os índices aplícanse a series temporais de imaxes para analizar a evolución dos diferentes tipos de cobertura do solo ao longo do tempo, xa sexa para observar a fenoloxía de diferentes cultivos, o estado das masas forestais, a área inundada en zonas húmidas, a evolución das zonas afectadas por incendios, etc.
Algúns dos índices máis empregados son, por exemplo:
El NDVI (Índice de vexetación de diferenza normalizada (de Rouse et al., 1973). É un índice correlacionado coa actividade vexetativa. Os seus valores oscilan entre -1 e 1, correspondéndose os valores máis altos a unha vexetación vigorosa. A súa principal limitación é que tende a saturarse cando a vexetación é moi densa. Calcúlase mediante a seguinte relación de bandeado.
Figura 8. Visualización do NDVI mensual no pivote de millo.
El SAVI (Índice de vexetación axustado ao solo. (Huete, 1988). É un índice equivalente ao NDVI que introduce o parámetro L, que permite axustar a contribución da reflectividade do solo. L varía entre 0 e 1, sendo o valor 0,5 o empregado para densidades de vexetación intermedias (1 para densidades baixas e 0,25 para densidades altas).
El NDWI (Índice de auga de diferenza normalizada. (Gao, 1996). É un índice normalizado empregado para determinar o contido de auga e o estrés hídrico na vexetación. Os valores oscilan entre -1 e 1, sendo os valores máis altos os que indican un maior contido de auga. Calcúlase mediante a relación de bandas:
Os datos de teledetección están dispoñibles a intervalos variables dependendo do satélite (por exemplo, Landsat cada 16 días, Sentinel-2 cada 5 días). Estes datos permiten unha monitorización de cultivos de baixo custo ao longo de todo o seu ciclo de desenvolvemento. Os estudos poden realizarse a nivel de parcela ou en grandes áreas. A introdución destes datos en varios modelos agronómicos proporciona resultados que se poden usar para xestionar as necesidades dos cultivos (por exemplo, para calcular as necesidades de rego, fertilizantes e pesticidas).
| 6 de abril | 13 de xuño | 25 de xuño | 27 de agosto | 8 de outubro |
 |  |  |  |  |
| Sementeira | Desenvolvemento vexetativo | Floración | Maduración | Colleita |
|---|---|---|---|---|
 |  |  |  |  |
| 0 – 7 días | 7 – 50 días 2 meses | 50 – 53 días | 53 – 110 días | 110 – 120 días |
| Abril | Abril – xuño | xuño – agosto | Setembro – Outubro |
Figura 9. Visualización de imaxes Landsat en correspondencia coas etapas fenolóxicas da colleita de millo.
O tratamento estatístico da información proporcionada polos índices de vexetación permite a identificación de problemas ao longo do desenvolvemento do cultivo, por exemplo, comparando, en cada data, os valores dos índices na área de estudo cos valores medios que se esperarían.
Figura 10. Alertas de problemas de vigor en parcelas obtidas do NDVI en diferentes datas.
O uso de sinaturas espectrais cunha imaxe multibanda dunha data específica ou con imaxes de varias datas permite agrupar en clases píxeles con características similares. Os algoritmos empregados para identificar píxeles similares son moi variados.
Figura 11. Representación esquemática do proceso de clasificación de imaxes.
Desenvolvendo especificamente o caso do uso de datos de teledetección en modelos agronómicos como os que se empregan para calcular as necesidades de auga dos cultivos, vemos que existen múltiples modelos para calcular a evapotranspiración (ETc) dos cultivos:
A maioría son aproximacións do balance enerxético superficial que empregan como entradas datos de teledetección e datos meteorolóxicos, entre outros conxuntos de datos.
Entre eles, o modelo de Allen permite derivar o coeficiente de evaporación de cultivos da FAO (Kc) que intervén no cálculo da evapotranspiración a partir do NDVI, en cultivos herbáceos, coa expresión: Kc = 1,25 x NDVI + 0,1 (Allen et al., 2008)
A partir desta Kc e da evapotranspiración potencial (ETo) obtida das estacións meteorolóxicas, pódese calcular a evapotranspiración real do cultivo (ETc). Estes datos pódense usar:
A nivel de agricultor: para planificar o rego (a combinación da información proporcionada polas imaxes de satélite, con sondas de humidade e predición de datos meteorolóxicos permite solicitar o rego nos momentos máis axeitados)
A nivel dos organismos de xestión do regadío para realizar previsións/xestión do consumo de auga ao longo da tempada de regadío.
Figura 12. Esquema de cálculo de Kc en plantas herbáceas co modelo de Allen e ET derivado.
Outro exemplo do uso da teledetección é a introdución de NDVI en modelos agronómicos para derivar valores de rendemento como se describe a continuación no Modelo de Estimación da Biomasa baseado no uso da luz.
Figura 13. Cálculo da biomasa e do rendemento derivado do cultivo de millo.
Neste modelo, o NDVI permite estimar a radiación absorbida polas plantas ao longo do seu ciclo vexetativo, e isto tradúcese nunha cuantificación da biomasa producida e un rendemento derivado axustando varios parámetros implicados no modelo.
Outros posibles usos da teledetección inclúen a detección automática de cambios, vixilancia de inundacións, incendios…
Apoio técnico para comunidades de regantes
Colaboración con regantes das comunidades de Porma, Payuelos e Páramo, en León. Dende a tempada de 2017, ofrécense e póñense á disposición das comunidades de regantes e dos xestores de rega a través dun visor diversos produtos de teledetección (visualización de imaxes en cor falsa e natural, índices de vexetación, Kcs de parcelas e imaxes de alerta de vigor vexetal).
Figura 14. Esquema de visualización OPTIREG para comunidades de regantes en León.
Cálculo das necesidades de auga no SIAR
Desde a campaña de 2016, o cálculo das necesidades de auga de rega a nivel nacional realízase utilizando como datos de partida, entre outros, as series de imaxes Landsat 8 e Sentinel 2 dispoñibles en cada campaña e xerando unha serie de produtos intermedios como o mapa de usos do solo en rega, os mapas mensuais e anuais de ETc e os mapas de necesidades de rega mensuais e anuais.
Figura 15. Esquema dos datos iniciais empregados no proxecto SIAR e os produtos xerados.
Seguimento dos cultivos herbáceos no sistema de axudas da PAC
Desde 1994, realízanse controis estatísticos parciais dos cultivos sobre o terreo, baseados en imaxes de satélite de media e alta resolución, para apoiar o sistema de axudas da PAC.
Desde 2019, a dispoñibilidade de datos abertos con resolución e cobertura suficientes do programa Copernicus permite unha monitorización do 100 % da superficie nacional empregando novas tecnoloxías para acceder e procesar datos satelitales na nube.
Figura 16. Esquema dos datos iniciais empregados no proxecto SIAR e os produtos xerados.
Galego 
Español 
English (UK) 
Français 
Català 
Euskara