En sentido amplio son los medios que permiten la captura de información por observación remota del territorio y las técnicas y conocimientos para interpretar esta información. En particular se aplica a la captación de radiación electromagnética desde sensores localizados en plataformas móviles (satélites) y la interpretación de estos datos.
Figura 1. Esquema general de adquisición y procesado de datos de teledetección.
Los satélites recogen la energía reflejada por la superficie terrestre en distintas longitudes de onda (según los sensores que lleve el satélite). El espectro electromagnético tiene un amplio rango de longitudes de onda.
Figura 2. Espectro electromagnético.
Cada longitud de onda proporciona información adecuada para el estudio de diversas características de la superficie terrestre, por ejemplo: la radiación visible (de 0,4 a 0,7 nanómetros) da información de la actividad fotosintética de las plantas; el infrarrojo cercano (NIR de 0,7 a 2,5) permite caracterizar el crecimiento de la vegetación; el térmico (TIR de 2,5 a 20) caracteriza el estado hídrico de la vegetación; las longitudes de RADAR (0,5 cm a 1 m) dan información interpretable para caracterizar la humedad superficial del suelo…
Los satélites recogen la información de la reflectividad de la superficie (para cada pixel del terreno) y la almacenan en múltiples bandas (una banda por longitud de onda). Esta información se puede representar de dos maneras:
Visualización de una combinación correspondiente a las bandas NIR, Rojo y Verde (llamada falso color, ya que asigna al canal de color rojo los datos de la banda del NIR, al canal verde la banda del rojo y al canal azul la banda del verde). En esta combinación se muestra la vegetación vigorosa en tonos rojos.
Figura 3. Ejemplo de imagen Sentinel 2 de Junio de 2023 en el norte de Badajoz (falso color).
Otro ejemplo más parecido a la forma en que genera el color el ojo humano corresponde a la combinación de bandas rojo, verde, azul (llamada color natural), en la que la vegetación vigorosa se ve en tonos verdes.
Figura 4. Ejemplo de imagen Sentinel 2 de Junio de 2023 en el norte de Badajoz (color verdadero).
La representación gráfica de la energía reflejada en función de la longitud de onda para un pixel (o grupo de píxeles) se llama firma espectral. Es característica de cada cobertura del suelo, por ejemplo, en una cubierta vegetal la clorofila absorbe la radiación en el canal del rojo y la refleja bruscamente en el infrarrojo.
Figura 5. Valor numérico de reflectancia en un pixel en 3 bandas.
La firma espectral de la vegetación a partir de datos de un satélite como Landsat TM que tiene 7 bandas (por tanto, recoge datos en 7 longitudes de onda) se muestra como una línea simplificada frente a una representación continua propia de otros satélites que trabajan con muchas más bandas:
Figura 6. Firma espectral de una cubierta vegetal.
A continuación, se incluye un cuadro resumen con las características de una selección de satélites con datos abiertos y archivo histórico, con múltiples aplicaciones en agricultura y medioambiente.
| SATÉLITE / SENSOR | ANCHO DE IMAGEN (Km) | Nº DE BANDAS | TAMAÑO DE PIXEL | DÍAS ENTRE IMÁGENES | FECHA INICIO DE ARCHIVO |
|---|---|---|---|---|---|
| MODIS Terra-Aqua | 2.330 | 36 bandas (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) | Diaria | Desde: 1999 Terra 2002 Aqua |
| Landsat 5 TM | 190 | 7 bandas (A, V, R,IRC, IRM, T) | 30 m Multi 120 m T | 16 | 1984-2013 |
| Landsat 7 EMT+ | 190 | 1 banda PAM 8 bandas Multi | 15 m pan 30 m Multi 60 m T | 16 | Desde 1999 |
| Landsat 8 OLI | 190 | 1 banda PAM 8 bandas Multi | 15 m pan30 m Multi 100 m T | 16 | Desde 2013 |
| Sentinel-2 MSI | 290 Teselas 100×100 | 13 Bandas Multi | 10 m (A, V, IRC) 20 m (BR, IRC, IRM) 60 m (A, IRC, IRM) | 5 | Desde: 2015 S2A2017 S2B |
| Sentinel-1 C-SAR | 250 | Dual: VV+VH,HH+HV Simpl: HH, VV | 5×20 m | 6 | Desde: 2014 S1A2016 S1B |
Figura 7. Satélites con imágenes de archivo abierto.
Son el resultado de operaciones matemáticas realizadas entre los valores de las bandas espectrales de las imágenes de partida, con el fin de obtener con el resultado imágenes sintéticas en las que se resalte la información de interés de las coberturas del suelo, atenuando problemas como pueden ser las diferencias de iluminación o el ruido de las imágenes de partida.
Normalmente, los índices se aplican a series multitemporales de imágenes para analizar la evolución de las distintas coberturas en el tiempo, ya sea para ver la fenología de distintos cultivos, el estado de masas forestales, la superficie inundada en humedales, la evolución de superficies afectadas por incendios, etcétera.
Algunos de los índices más utilizados son, por ejemplo:
El NDVI (Normalized Difference Vegetation Index de Rouse et al., 1973). Es un Índice correlacionado con la actividad vegetativa. Sus valores varían entre -1 y 1, siendo los valores altos los que corresponden a vegetación vigorosa. Su principal limitación es que tiende a saturarse cuando la vegetación es muy densa. Se calcula con la siguiente relación de bandas.
Figura 8. Visualización del NDVI mensual en pívot de maíz.
El SAVI (Soil-Adjusted Vegetation Index. Huete, 1988). Es un Índice equivalente al NDVI que introduce el parámetro L que permite ajustar la contribución de la reflectividad del suelo. L varía entre 0 y 1, utilizándose el valor 0,5 para densidades de vegetación intermedias (1 para bajas densidades y 0,25 para altas densidades).
El NDWI (Normalized Difference Water Index. Gao, 1996). Es un índice normalizado utilizado para determinar el contenido en agua y el estrés hídrico en la vegetación. Los valores varían entre -1 y 1, siendo los valores más altos los que indican mayor contenido en agua. Se calcula con la relación de bandas:
Los datos de teledetección están disponibles con periodicidad variable según cada satélite (por ejemplo, Landsat cada 16 días, Sentinel 2 cada 5 días…). Estos datos, permiten el seguimiento del cultivo, con bajo coste, a lo largo de todo su ciclo de desarrollo. Se pueden hacer estudios a nivel de parcela o de grandes superficies. La entrada de los datos en distintos modelos agronómicos proporciona resultados a emplear para la gestión de necesidades del cultivo (por ejemplo en cálculos de riego, fertilizantes, fitosanitarios…)
| 6 de abril | 13 de junio | 25 de junio | 27 de agosto | 8 de octubre |
 |  |  |  |  |
| Siembra | Desarrollo vegetativo | Floración | Maduración | Cosecha |
|---|---|---|---|---|
 |  |  |  |  |
| 0 – 7 días | 7 – 50 días 2 meses | 50 – 53 días | 53 – 110 días | 110 – 120 días |
| Abril | Abril – Junio | Junio – Agosto | Septiembre – Octubre |
Figura 9. Visualización de imágenes Landsat en correspondencia con estados fenológicos del cultivo del maíz.
El tratamiento estadístico de la información proporcionada por los índices de vegetación permite identificar problemas a lo largo del desarrollo del cultivo, por ejemplo, comparando en cada fecha, los valores de los índices en la zona de estudio con los valores medios que serían esperables.
Figura 10. Alertas de problemas de vigor en parcelas obtenidas a partir del NDVI en distintas fechas.
El uso de las firmas espectrales con una imagen multibanda de una fecha determinada o el uso de imágenes de varias fechas, permite agrupar píxeles con características similares formando clases. Los algoritmos empleados para identificar píxeles similares son muy variados.
Figura 11. Representación esquemática del proceso de clasificación de imágenes.
Desarrollando en particular el caso del uso de los datos de teledetección en modelos agronómicos como los empleados para el cálculo de necesidades de agua en los cultivos, vemos que hay múltiples modelos para el cálculo de la Evapotranspiración de cultivo (ETc):
La mayoría son aproximaciones al balance de energía de superficie que tiene como entradas datos de teledetección y datos meteorológicos, entre otras series de datos.
Entre ellos, el modelo de Allen permite derivar el coeficiente de evaporación de cultivo de FAO (Kc) que interviene en el cálculo de la Evapotranspiración a partir del NDVI, en los cultivos herbáceos, con la expresión: Kc = 1,25 x NDVI + 0,1 (Allen et al., 2008)
A partir de este Kc y la Evapotranspiración potencial (ETo) obtenida de estaciones meteorológicas, se puede calcular la evapotranspiración real del cultivo (ETc). Este dato se puede utilizar:
A nivel del agricultor: para planificar los riegos (la combinación de la información que proporcionan las imágenes de satélite, con sondas de humedad y predicción de datos meteorológicos permite solicitar los riegos en los momentos más idóneos)
A nivel de los organismos gestores de regadíos para hacer previsiones/gestión del consumo de agua a lo largo de la campaña de riego.
Figura 12. Esquema de cálculo de Kc en herbáceos con modelo de Allen y ET derivada.
Otro ejemplo de uso de teledetección es la entrada del NDVI en modelos agronómicos para derivar valores de rendimiento como se esquematiza a continuación en el Modelo de estimación de biomasa en función del uso de la luz.
Figura 13. Cálculo de biomasa y rendimiento de cultivo derivado en maíz.
En este modelo, el NDVI permite estimar la radiación absorbida por las plantas a lo largo de su ciclo vegetativo y esto se traduce en una cuantificación de la biomasa producida y un rendimiento derivado mediante el ajuste de diversos parámetros que intervienen en el modelo.
Otros posibles usos de la teledetección son detección automática de cambios, seguimiento de inundaciones, incendios…
Soporte técnico a comunidades de regantes
Colaboración con regantes de las comunidades del Porma, Payuelos y Páramo en León. Desde la campaña 2017 se ofrecen diversos productos derivados de la teledetección (visualización de imágenes en falso color y color natural, índices de vegetación, Kcs de parcelas e imágenes de alertas sobre el vigor de la vegetación) que están disponibles para las comunidades de regantes y los gestores del regadío en un visor.
Figura 14. Esquema de visor OPTIREG de comunidades de regantes en León.
Calculo de Necesidades hídricas en el SIAR
Desde la campaña 2016 se hace el cálculo de las Necesidades hídricas del regadío a nivel nacional utilizando como datos de partida, entre otros, la serie de imágenes Landsat 8 y Sentinel 2 disponibles en cada campaña y generándose una serie de productos intermedios como son el mapa de usos del suelo en regadío, los mapas de ETc mensuales y anuales y los mapas de Necesidades de riego mensuales y anuales.
Figura 15. Esquema de los datos de partida utilizados en proyecto SIAR y los productos generados.
Monitorización de cultivos herbáceos en el sistema de ayudas de la PAC
Desde el año 1994 se han realizado sobre el terreno, partiendo de imágenes de satélite de media y alta resolución, controles estadísticos parciales de cultivos para apoyo al sistema de ayudas de la PAC.
Desde 2019 la disponibilidad de datos abiertos con suficiente resolución y cobertura del programa Copernicus permite una monitorización del 100 por 100 de la superficie nacional empleando nuevas tecnologías para acceso y procesado de datos de satélite en la nube.
Figura 16. Esquema de los datos de partida utilizados en proyecto SIAR y los productos generados.
Español 
English (UK) 
Français 
Català 
Galego 
Euskara