La percepción remota o teledetección constituye una disciplina científica fundamental que permite la adquisición de información sobre objetos o fenómenos terrestres sin contacto físico directo. Esta tecnología se basa en la detección y medición de la radiación electromagnética reflejada o emitida por la superficie terrestre mediante sensores ubicados en plataformas espaciales.
Los satélites de observación terrestre han revolucionado nuestra capacidad para monitorear el planeta de manera sistemática y continua. Desde el lanzamiento del primer satélite Landsat en 1972, la tecnología satelital ha evolucionado significativamente, ofreciendo mejoras sustanciales en resolución espacial, espectral, radiométrica y temporal.
El presente informe tiene como objetivo principal realizar un análisis comparativo exhaustivo de ocho plataformas satelitales seleccionadas: Landsat 7, Landsat 8, SPOT 5, IKONOS, QuickBird, ASTER, GOES y METEOSAT.
Se examinarán los siguientes parámetros técnicos fundamentales:
Este análisis permitirá a investigadores, gestores ambientales y profesionales del sector tomar decisiones informadas sobre la selección de datos satelitales apropiados para sus proyectos específicos.
La teledetección satelital se fundamenta en la interacción de la radiación electromagnética con los objetos terrestres. Los sensores remotos capturan la energía reflejada o emitida en diferentes longitudes de onda, permitiendo la caracterización de superficies y fenómenos basándose en sus firmas espectrales únicas.
Una órbita heliosíncrona es aquella en la que el satélite pasa sobre cualquier punto de la Tierra aproximadamente a la misma hora solar local. Esta característica se logra mediante una órbita polar con una precesión que coincide con el movimiento aparente del Sol alrededor de la Tierra (aproximadamente 1° por día).
Características principales:
Aplicaciones: Monitoreo de vegetación, uso del suelo, geología, recursos hídricos, agricultura de precisión.
Una órbita geoestacionaria se encuentra a aproximadamente 35,786 km sobre el ecuador terrestre. El satélite se mueve a la misma velocidad angular que la rotación de la Tierra, permaneciendo aparentemente estacionario sobre un punto fijo del planeta.
Características principales:
Limitaciones: Menor resolución espacial (1-5 km), cobertura limitada en latitudes polares.
Define el tamaño del objeto más pequeño que puede ser distinguido en una imagen. Se expresa típicamente como el tamaño del píxel en el terreno (ground sample distance, GSD):
Se refiere al número y ancho de las bandas espectrales que un sensor puede capturar. Mayor número de bandas permite una discriminación más precisa entre diferentes materiales y coberturas terrestres. Las bandas típicas incluyen:
Indica la sensibilidad del sensor para detectar diferencias en la energía electromagnética. Se expresa en bits, donde un sensor de \(n\) bits puede distinguir \(2^n\) niveles de intensidad:
Mayor resolución radiométrica permite detectar cambios sutiles en la reflectancia, útil en estudios de calidad del agua, humedad del suelo y estrés vegetal.
Define la frecuencia con la que un satélite observa el mismo punto de la Tierra. Fundamental para:
La radiancia espectral \(L_\lambda\) capturada por un sensor puede expresarse mediante la ecuación de calibración radiométrica:
\[L_\lambda = \frac{DN \times \text{Gain} + \text{Offset}}{\text{Factor de calibración}}\]
donde \(DN\) representa el valor digital registrado (Digital Number), y los parámetros de ganancia y offset son específicos de cada sensor y banda espectral.
La reflectancia de superficie \(\rho\) puede estimarse considerando la geometría de iluminación:
\[\rho = \frac{\pi \cdot L \cdot d^2}{E_{\text{sun}} \cdot \cos(\theta_s)}\]
donde \(d\) es la distancia Tierra-Sol en unidades astronómicas, \(E_{\text{sun}}\) es la irradiancia solar exoatmosférica, y \(\theta_s\) es el ángulo cenital solar.
Para este análisis comparativo se han seleccionado ocho plataformas satelitales representativas que abarcan diferentes generaciones tecnológicas, agencias espaciales y objetivos de misión:
Satélites heliosíncronos de observación terrestre: - Landsat 7 y Landsat 8 (NASA/USGS, EE.UU.) - SPOT 5 (CNES, Francia) - IKONOS (GeoEye, EE.UU.) - QuickBird (DigitalGlobe, EE.UU.) - ASTER (NASA-METI, Japón/EE.UU.)
Satélites geoestacionarios meteorológicos: - GOES (NOAA/NASA, EE.UU.) - METEOSAT (EUMETSAT, Europa)
# Base de datos completa con información de los 8 satélites
satelites <- data.frame(
Satelite = c("Landsat 7", "Landsat 8", "SPOT 5", "IKONOS", "QuickBird",
"ASTER", "GOES", "METEOSAT"),
Nacionalidad = c("EE.UU. (NASA/USGS)",
"EE.UU. (NASA/USGS)",
"Francia (CNES)",
"EE.UU. (GeoEye)",
"EE.UU. (DigitalGlobe)",
"Japón/EE.UU. (NASA-METI)",
"EE.UU. (NOAA/NASA)",
"Europa (EUMETSAT)"),
Fecha_Lanzamiento = c("15 abril 1999",
"11 febrero 2013",
"4 mayo 2002",
"24 septiembre 1999",
"18 octubre 2001",
"18 diciembre 1999",
"Desde 1975 (GOES-R: 2016)",
"Desde 1977 (Meteosat-11: 2015)"),
Altura_km = c(705, 705, 822, 681, 482, 705, 35800, 35786),
Tipo_Orbita = c("Heliosincrónica", "Heliosincrónica", "Heliosincrónica",
"Heliosincrónica", "Heliosincrónica", "Heliosincrónica",
"Geoestacionaria", "Geoestacionaria"),
Resolucion_Espacial = c("15 m (PAN), 30 m (MS), 60 m (Térmica)",
"15 m (PAN), 30 m (MS), 100 m (TIRS)",
"2.5–10 m",
"1 m (PAN), 4 m (MS)",
"0.61 m (PAN), 2.44 m (MS)",
"15–90 m",
"1–4 km",
"1–5 km"),
Resolucion_Radiometrica = c("8 bits", "12 bits", "8–10 bits",
"11 bits", "11 bits", "8–12 bits",
"10 bits", "10 bits"),
Resolucion_Espectral = c("8 bandas", "11 bandas", "5 bandas",
"4 bandas", "4 bandas", "14 bandas",
"16 bandas", "12 bandas"),
Resolucion_Temporal = c("16 días", "16 días", "26 días",
"3–5 días", "1–3.5 días", "16 días",
"Continua (15 min)", "15 min"),
stringsAsFactors = FALSE
)
# Resumen estadístico
cat("═══════════════════════════════════════════════════════\n")## ═══════════════════════════════════════════════════════cat("RESUMEN DE LA BASE DE DATOS SATELITAL\n")## RESUMEN DE LA BASE DE DATOS SATELITALcat("═══════════════════════════════════════════════════════\n")## ═══════════════════════════════════════════════════════cat("Total de satélites analizados:", nrow(satelites), "\n")## Total de satélites analizados: 8cat("Rango de alturas orbitales:", min(satelites$Altura_km), "-",
max(satelites$Altura_km), "km\n")## Rango de alturas orbitales: 482 - 35800 kmcat("Satélites heliosíncronos:", sum(satelites$Tipo_Orbita == "Heliosincrónica"), "\n")## Satélites heliosíncronos: 6cat("Satélites geoestacionarios:", sum(satelites$Tipo_Orbita == "Geoestacionaria"), "\n")## Satélites geoestacionarios: 2cat("═══════════════════════════════════════════════════════\n")## ═══════════════════════════════════════════════════════| Satélite | Nacionalidad | Fecha de Lanzamiento | Altura (km) | Tipo de Órbita | Resolución Espacial | Res. Radiométrica | Res. Espectral | Res. Temporal |
|---|---|---|---|---|---|---|---|---|
| Landsat 7 | EE.UU. (NASA/USGS) | 15 abril 1999 | 705 | Heliosincrónica | 15 m (PAN), 30 m (MS), 60 m (Térmica) | 8 bits | 8 bandas | 16 días |
| Landsat 8 | EE.UU. (NASA/USGS) | 11 febrero 2013 | 705 | Heliosincrónica | 15 m (PAN), 30 m (MS), 100 m (TIRS) | 12 bits | 11 bandas | 16 días |
| SPOT 5 | Francia (CNES) | 4 mayo 2002 | 822 | Heliosincrónica | 2.5–10 m | 8–10 bits | 5 bandas | 26 días |
| IKONOS | EE.UU. (GeoEye) | 24 septiembre 1999 | 681 | Heliosincrónica | 1 m (PAN), 4 m (MS) | 11 bits | 4 bandas | 3–5 días |
| QuickBird | EE.UU. (DigitalGlobe) | 18 octubre 2001 | 482 | Heliosincrónica | 0.61 m (PAN), 2.44 m (MS) | 11 bits | 4 bandas | 1–3.5 días |
| ASTER | Japón/EE.UU. (NASA-METI) | 18 diciembre 1999 | 705 | Heliosincrónica | 15–90 m | 8–12 bits | 14 bandas | 16 días |
| GOES | EE.UU. (NOAA/NASA) | Desde 1975 (GOES-R: 2016) | 35800 | Geoestacionaria | 1–4 km | 10 bits | 16 bandas | Continua (15 min) |
| METEOSAT | Europa (EUMETSAT) | Desde 1977 (Meteosat-11: 2015) | 35786 | Geoestacionaria | 1–5 km | 10 bits | 12 bandas | 15 min |
| Nota: PAN = Pancromático; MS = Multiespectral; TIRS = Infrarrojo térmico. Los satélites heliosíncronos (filas grises) difieren significativamente de los geoestacionarios (filas rosadas) en sus capacidades y aplicaciones. |
La resolución espacial es uno de los parámetros más críticos para determinar la aplicabilidad de un satélite en estudios específicos.
# Crear dataset para resolución espacial (valores mínimos)
res_espacial <- data.frame(
Satelite = c("Landsat 7", "Landsat 8", "SPOT 5", "IKONOS", "QuickBird",
"ASTER", "GOES", "METEOSAT"),
Resolucion_min_m = c(15, 15, 2.5, 1, 0.61, 15, 1000, 1000),
Tipo = c("Heliosíncrono", "Heliosíncrono", "Heliosíncrono",
"Heliosíncrono", "Heliosíncrono", "Heliosíncrono",
"Geoestacionario", "Geoestacionario")
)
# Ordenar por resolución para mejor visualización
res_espacial <- res_espacial %>%
arrange(desc(Resolucion_min_m))# Gráfico de barras con escala logarítmica
p1 <- ggplot(res_espacial, aes(x = reorder(Satelite, -Resolucion_min_m),
y = Resolucion_min_m,
fill = Tipo)) +
geom_bar(stat = "identity", width = 0.7, alpha = 0.85) +
geom_text(aes(label = paste0(Resolucion_min_m, " m")),
hjust = -0.1, size = 3.5, fontface = "bold") +
scale_y_log10(breaks = c(0.61, 1, 2.5, 15, 100, 1000),
labels = c("0.61", "1", "2.5", "15", "100", "1000")) +
scale_fill_manual(values = c("Heliosíncrono" = "#3498db",
"Geoestacionario" = "#e74c3c")) +
coord_flip() +
labs(title = "Resolución Espacial por Plataforma Satelital",
subtitle = "Escala logarítmica: menor valor = mayor detalle espacial",
x = NULL,
y = "Resolución espacial mínima (metros, escala log)",
fill = "Tipo de órbita") +
theme_minimal(base_size = 12) +
theme(
plot.title = element_text(size = 16, face = "bold", color = "#2c3e50"),
plot.subtitle = element_text(size = 11, color = "#7f8c8d", margin = margin(b = 15)),
legend.position = "bottom",
legend.title = element_text(face = "bold"),
panel.grid.major.y = element_blank(),
panel.grid.minor = element_blank(),
axis.text = element_text(size = 10),
plot.margin = margin(20, 40, 20, 20)
)
# Convertir a plotly para interactividad
ggplotly(p1, tooltip = c("x", "y", "fill")) %>%
layout(showlegend = TRUE)Figura 1. Comparación de resolución espacial entre plataformas satelitales (escala logarítmica)
Interpretación clave:
# Preparar datos para análisis de correlación
scatter_data <- satelites %>%
mutate(
Resolucion_num = case_when(
Satelite == "QuickBird" ~ 0.61,
Satelite == "IKONOS" ~ 1,
Satelite == "SPOT 5" ~ 2.5,
Satelite == "Landsat 7" ~ 15,
Satelite == "Landsat 8" ~ 15,
Satelite == "ASTER" ~ 15,
Satelite == "GOES" ~ 1000,
Satelite == "METEOSAT" ~ 1000
),
Categoria = ifelse(Tipo_Orbita == "Geoestacionaria", "Geoestacionario", "Heliosíncrono")
)p2 <- ggplot(scatter_data, aes(x = Altura_km, y = Resolucion_num,
color = Categoria, shape = Categoria)) +
geom_point(size = 5, alpha = 0.8) +
geom_text(aes(label = Satelite), hjust = -0.15, vjust = 0,
size = 3.5, fontface = "bold", show.legend = FALSE) +
scale_y_log10(breaks = c(0.61, 1, 2.5, 15, 100, 1000),
labels = c("0.61", "1", "2.5", "15", "100", "1000")) +
scale_x_continuous(breaks = seq(0, 36000, 5000),
labels = comma) +
scale_color_manual(values = c("Heliosíncrono" = "#2ecc71",
"Geoestacionario" = "#e67e22")) +
labs(title = "Altura Orbital vs. Resolución Espacial",
subtitle = "Relación inversa: mayor distancia = menor capacidad de detalle",
x = "Altura orbital (km)",
y = "Resolución espacial mínima (m, escala log)",
color = "Tipo de órbita",
shape = "Tipo de órbita") +
theme_minimal(base_size = 12) +
theme(
plot.title = element_text(size = 16, face = "bold", color = "#2c3e50"),
plot.subtitle = element_text(size = 11, color = "#7f8c8d", margin = margin(b = 15)),
legend.position = "bottom",
legend.title = element_text(face = "bold"),
panel.grid.minor = element_line(linetype = "dotted", color = "gray90"),
axis.text = element_text(size = 10)
) +
annotate("text", x = 20000, y = 100,
label = "Mayor altura → Menor resolución",
color = "#95a5a6", size = 4, fontface = "italic")
ggplotly(p2, tooltip = c("x", "y", "label")) %>%
layout(showlegend = TRUE)Figura 2. Relación inversa entre altura orbital y resolución espacial
Análisis: Se observa una clara relación inversa entre altura orbital y resolución espacial. Los satélites heliosíncronos (480-822 km) logran resoluciones desde sub-metro hasta decenas de metros. Los geoestacionarios (~36,000 km) sacrifican resolución espacial a cambio de cobertura hemisférica continua.
# Preparar datos numéricos
res_radio_espectral <- satelites %>%
mutate(
Radio_bits = as.numeric(gsub("[^0-9]", "", substr(Resolucion_Radiometrica, 1, 2))),
Espectral_bandas = as.numeric(gsub("[^0-9]", "", substr(Resolucion_Espectral, 1, 2)))
) %>%
select(Satelite, Radio_bits, Espectral_bandas, Tipo_Orbita)
# Gráfico de dispersión
p3 <- ggplot(res_radio_espectral, aes(x = Radio_bits, y = Espectral_bandas)) +
geom_point(aes(color = Tipo_Orbita, size = Espectral_bandas), alpha = 0.7) +
geom_text(aes(label = Satelite), hjust = -0.15, vjust = 0.5, size = 3.2) +
scale_color_manual(values = c("Heliosincrónica" = "#9b59b6",
"Geoestacionaria" = "#f39c12")) +
scale_size_continuous(range = c(4, 12), guide = "none") +
scale_x_continuous(breaks = seq(8, 12, 1)) +
scale_y_continuous(breaks = seq(0, 16, 2)) +
labs(title = "Capacidades Radiométricas y Espectrales",
subtitle = "Mayor número de bits permite detectar variaciones más sutiles en reflectancia",
x = "Resolución radiométrica (bits)",
y = "Número de bandas espectrales",
color = "Tipo de órbita") +
theme_minimal(base_size = 12) +
theme(
plot.title = element_text(size = 16, face = "bold", color = "#2c3e50"),
plot.subtitle = element_text(size = 11, color = "#7f8c8d", margin = margin(b = 15)),
legend.position = "bottom",
legend.title = element_text(face = "bold"),
panel.grid.minor = element_line(linetype = "dotted", color = "gray90")
)
ggplotly(p3, tooltip = c("x", "y", "label"))Figura 3. Capacidades radiométricas y espectrales por satélite
Interpretación:
Los seis satélites con órbita heliosíncrona comparten características que los hacen ideales para aplicaciones terrestres:
Landsat 7 (1999) y Landsat 8 (2013): - Altura: 705 km - Resolución espacial: 15-30 m (PAN/MS) - Período de revisita: 16 días - Fortaleza: Continuidad histórica desde 1972, datos gratuitos, excelente para estudios multitemporales - Evolución tecnológica: Landsat 8 mejora de 8 a 12 bits (16× más niveles), de 8 a 11 bandas
SPOT 5 (2002): - Altura: 822 km - Resolución espacial: 2.5-10 m - Período de revisita: 26 días - Fortaleza: Balance entre resolución y cobertura, modo supermode de 2.5 m
IKONOS (1999) y QuickBird (2001): - Altura: 681 km y 482 km respectivamente - Resolución espacial: 1 m y 0.61 m (PAN) - Período de revisita: 3-5 días y 1-3.5 días - Fortaleza: Muy alta resolución para cartografía urbana detallada, catastro, infraestructura crítica
ASTER (1999): - Altura: 705 km - Resolución espacial: 15-90 m (3 subsistemas) - 14 bandas espectrales (VNIR, SWIR, TIR) - Fortaleza: Versatilidad espectral para geología, mineralogía, estudios térmicos
GOES (desde 1975) y METEOSAT (desde 1977): - Altura: ~36,000 km sobre el ecuador - Resolución espacial: 1-5 km - Resolución temporal: 15 minutos (continua) - Fortaleza: Monitoreo meteorológico en tiempo real, seguimiento de huracanes, predicción del tiempo
Características distintivas: - Observación continua del mismo hemisferio - Alta frecuencia de actualización (cada 15 min) - 12-16 bandas espectrales para análisis atmosférico - Limitaciones: Menor resolución espacial, cobertura polar reducida
La comparación entre generaciones ilustra el avance tecnológico en teledetección:
| Parámetro | Landsat 7 (1999) | Landsat 8 (2013) | Mejora |
|---|---|---|---|
| Resolución radiométrica | 8 bits (256 niveles) | 12 bits (4,096 niveles) | 16× más sensibilidad |
| Número de bandas | 8 bandas | 11 bandas | +37.5% |
| Bandas especializadas | No | Sí (costera, aerosoles) | Nueva capacidad |
| Ruido instrumental | Mayor | Significativamente reduci |