Qué es la teledetección: sensores, datos, QGIS
Publicado el

La teledetección (en inglés, remote sensing) es medir la superficie de la Tierra a distancia, con sensores en satélites, aviones y drones, y convertir las mediciones en mapas. El sensor registra la luz o las ondas de radio que rebotan en el suelo, así que nadie tiene que estar allí. En QGIS, el resultado es un ráster que abres, compones, calculas y clasificas como cualquier otra capa.
Una imagen satelital no es una fotografía. Es un conjunto de mediciones, una banda por cada tipo de luz, y los colores que ves en pantalla dependen de una decisión tuya: qué banda va en rojo, verde y azul. Esa decisión es buena parte de la técnica.
Por qué importa
La teledetección responde preguntas demasiado grandes, remotas o lentas para recorrerlas a pie: si este campo está más verde que el año pasado, hasta dónde llegó la inundación, cuánto bosque se taló, dónde creció la ciudad. Un satélite gratuito vuelve a pasar por el mismo lugar cada pocos días, así que la respuesta lleva fecha y se puede repetir.
Para qué se usa
| Pregunta | Qué se mide | Un sensor que lo permite |
|---|---|---|
| ¿Está sano este cultivo o este bosque? | El verdor, mediante el NDVI | Sentinel-2, Landsat 8 y 9 |
| ¿Dónde está el agua, hasta dónde llegó la inundación? | La extensión del agua, con un índice de agua o con radar | Sentinel-2, radar Sentinel-1 |
| ¿Cómo cambió la cobertura del suelo en 40 años? | Clases comparadas entre fechas | Landsat, cuyo archivo se remonta a 1972 |
| ¿Dónde están los edificios, los árboles, las piscinas? | Objetos individuales | Ortofotos y drones a 50 cm o más finos |
| ¿Qué altura tiene el dosel, dónde está el suelo? | Elevación a partir de pulsos láser | LiDAR |
Cómo funciona
Un sensor pasivo registra la luz solar que refleja el suelo, en varias bandas a la vez. Un sensor activo emite su propio pulso y mide el tiempo del eco: el radar, como Sentinel-1, y el LiDAR. El radar atraviesa las nubes y funciona de noche, por eso los mapas de inundación se apoyan en él.
Cada material responde de forma distinta en cada banda. Las hojas sanas reflejan mucho el infrarrojo cercano y absorben el rojo. El agua absorbe el infrarrojo cercano y se ve casi negra en esa banda. El suelo desnudo sube poco a poco del azul al infrarrojo. Todo índice y todo clasificador lee esas diferencias.
Cuatro tipos de resolución describen cualquier sensor, y se compensan entre sí:
- Espacial: el tamaño de un píxel en el terreno. Sentinel-2 da 10 m para cuatro bandas, 20 m para seis y 60 m para tres.
- Espectral: cuántas bandas hay y qué tan estrechas son. Sentinel-2 registra 13, de 443 a 2190 nm.
- Temporal: cada cuánto vuelve. Sentinel-2 revisita cada 5 días en el ecuador y cada 2 a 3 días en latitudes medias.
- Radiométrica: con qué finura se registra el brillo, lo que decide si puedes distinguir dos campos oscuros.
Los sensores gratuitos que conviene conocer
| Fuente | Píxel | Revisita | Coste | Mejor para |
|---|---|---|---|---|
| Sentinel-2 (ESA) | 10 m, 20 m, 60 m según la banda | 5 días | Gratis | Campos, bosques, periferias urbanas, desde 2015 |
| Landsat 8 y 9 (USGS) | 30 m, 15 m pancromática | 8 días con ambos | Gratis | Series largas, banda térmica |
| Radar Sentinel-1 (ESA) | Píxeles de 10 m en el producto estándar | 12 días por satélite | Gratis | Inundaciones, regiones nubladas, de noche |
| IGN BD ORTHO, Francia | 20 cm | Nueva cobertura cada 3 a 4 años | Gratis, licencia abierta | Edificios, árboles, piscinas |
| IGN LiDAR HD, Francia | Al menos 10 puntos por m² | Un solo vuelo, Francia cubierta en 2026 | Gratis, licencia abierta | Terreno y altura del dosel |
Las especificaciones salen de la página de Sentinel-2 de la ESA, la página de Sentinel-1 de la NASA y los conjuntos de datos del IGN en data.gouv.fr (BD ORTHO, LiDAR HD), consultados el 27 de octubre de 2026. Las dos familias, Sentinel-2 y Landsat, se comparan banda por banda en Sentinel-2 vs Landsat, y la comparación de resolución de imágenes satelitales muestra qué puede y qué no puede ver cada tamaño de píxel.
La primera pregunta es siempre la misma: ¿cuántos píxeles cubre mi objeto? Un píxel de 10 m no puede contener una casa. Sí puede contener un campo.
Un flujo de teledetección en QGIS
Hice los pasos siguientes en QGIS con una escena Sentinel-2 de la Camarga, el delta del Ródano en el sur de Francia, tomada el 12 de octubre de 2026 con menos de 1 % de nubes. El delta reúne en un solo encuadre agua abierta, salinas, marismas, arrozales y tierra seca, y por eso sirve bien de prueba.
Añade la escena
Abre Layer > Data Source Manager, elige la pestaña STAC y conéctate a Earth Search en https://earth-search.aws.element84.com/v1. Filtra por extensión, fecha y la colección Sentinel-2 Level-2A, y añade la escena. Descargar imágenes Sentinel-2 en QGIS prueba cuatro formas de hacerlo y da los tiempos.
Elige las bandas según la pregunta
En Layer Properties > Symbology, elige Multiband color. Rojo, verde y azul como B4, B3, B2 da lo que vería el ojo. B8, B4, B3 pone el infrarrojo cercano en rojo, así que toda planta sana se vuelve roja y el agua se ve negra.
Convierte las bandas en un número
Raster > Raster Calculator, con el NDVI como (B8 − B4) / (B8 + B4). Antes, haz clic en un píxel de agua con la herramienta Identify. Un valor cercano a 0 significa que el desplazamiento ya está eliminado, como en los archivos de Earth Search que usé. Un valor cercano a 1000 significa que debes restar 1000 a cada banda, como ocurre con los productos Sentinel-2 descargados de Copernicus desde el 25 de enero de 2022. Qué es el NDVI muestra el 0.82 que se convierte en 0.56 si lo olvidas.
Corta el número en clases
Fija un umbral, por ejemplo NDVI por encima de 0.6 para vegetación densa, con Raster > Raster Calculator o con el algoritmo Reclassify by table. Para varias clases de cobertura del suelo, entrena un clasificador con polígonos que dibujes tú, con los plugins gratuitos SCP o dzetsaka.
Convierte las clases en mediciones
Raster > Conversion > Polygonize, y luego la calculadora de campos o Zonal statistics para obtener la superficie de cada clase. Los números valen a la escala del píxel y no más fina.



Dónde ayuda la IA y dónde no
La teledetección se divide en dos según la escala, y las herramientas con ella.
A 10 o 30 m se clasifican píxeles: este es agua, aquel es cultivo. Los clasificadores gratuitos de arriba lo hacen bien, y un modelo aporta poco, porque un píxel no tiene detalle suficiente para reconocer un objeto.
A 50 cm o más fino se extraen objetos: esto es un edificio, aquello es un árbol. Ahí un modelo de segmentación se gana su lugar. Desarrollamos uno de los plugins de este campo, AI Segmentation, así que este párrafo habla de nuestra propia herramienta. Dibujas una zona sobre una ortofoto o sobre una ortofoto de dron, escribes el objeto, building, tree o swimming pool, y sus propios modelos devuelven los contornos como polígonos con una puntuación de confianza y una superficie. No vale la pena enviar imágenes más gruesas que el objeto: nuestros propios ajustes apuntan a unos 0.18 m por píxel para un edificio y 0.09 m para un coche. La guía de GeoAI explica las cinco cosas que extrae y lo que cuesta cada una.


Lo lento de un trabajo de teledetección no es ningún paso en concreto. Es la docena de pasos seguidos: encontrar la escena, revisar las nubes, quitar el desplazamiento, calcular, dar estilo, medir. Nuestro otro plugin, AI Agent, ejecuta esa cadena a partir de una frase. Le pedí el NDVI de los campos alrededor de Harike, en el Punyab, con la última imagen Sentinel-2 sin nubes. Saltó dos fechas nubladas, quitó el desplazamiento, dio estilo al resultado e informó de que el 75 % de los 17 km² de la zona superaba 0.6, en unos 3 minutos 30 segundos. Dejó capas de trabajo y se equivocó con el tamaño de la zona, así que comprueba las cifras que cites.

Prueba AI Agent gratis en QGIS, sin tarjeta
Qué debes recordar
La teledetección es medir el terreno a distancia, y una imagen satelital es un conjunto de bandas, no una fotografía.
Sentinel-2 es la fuente gratuita por defecto para campos, bosques y periferias urbanas: 13 bandas, píxeles de 10 m en cuatro de ellas, una imagen nueva cada 5 días en el ecuador.
Elige la combinación de bandas según la pregunta: B4, B3, B2 para ver, B8, B4, B3 para la vegetación, y el NDVI para ponerle un número.
Revisa el desplazamiento de Sentinel-2 antes de cualquier índice: un píxel de agua cerca de 1000 significa que hay que restar 1000 a cada banda.
Los píxeles se clasifican, los objetos piden imágenes más finas: por debajo de unos 50 cm, un modelo de segmentación extrae edificios y árboles, y por encima de 10 m no tiene nada que reconocer.
Preguntas frecuentes
¿Qué es la teledetección, en pocas palabras?
Es conocer el terreno sin tocarlo. Un satélite, un avión o un dron registra la luz o las ondas de radio que vuelven de la superficie, y un programa convierte el registro en un mapa o en un número.
¿Qué diferencia hay entre teledetección y SIG?
La teledetección recoge e interpreta mediciones a distancia. Un SIG almacena, edita y analiza datos espaciales de cualquier origen. En la práctica se solapan: haces teledetección dentro de un SIG como QGIS, y los resultados se convierten en capas de él.
¿Son gratuitos los datos de teledetección?
Muchos sí. Sentinel-1 y Sentinel-2 de la ESA, Landsat del USGS y, en Francia, las ortofotos y el LiDAR HD del IGN se pueden descargar y reutilizar gratis. Los satélites comerciales venden imágenes más nítidas, desde unos 30 cm, por escena o por kilómetro cuadrado.
¿Puede QGIS hacer teledetección?
Sí. Las herramientas ráster, la calculadora ráster, la composición de bandas y los plugins gratuitos SCP y dzetsaka cubren la visualización de imágenes, los índices y la clasificación. El flujo de arriba usa solo lo que viene con QGIS.
¿Cuál es el mejor satélite para imágenes gratuitas?
Sentinel-2 para casi todo el trabajo sobre tierra posterior a 2015, por sus píxeles de 10 m y su revisita de 5 días. Landsat cuando necesitas series que se remontan a 1972 o una banda térmica. El radar Sentinel-1 cuando las nubes tapan el terreno.
¿Es GeoAI lo mismo que teledetección?
No. La teledetección es cómo se capturan los datos. GeoAI es aprendizaje automático aplicado a esos datos, para extraer objetos, clases o cambios.
Para los términos vecinos, el NDVI y los demás índices de vegetación, multiespectral frente a hiperespectral y el mapeo de la cobertura arbórea profundizan en los temas de arriba, y el centro de IA para QGIS enumera lo que necesita cada plugin de IA antes de funcionar.
, el resultado es un ráster que abres, compones, calculas y clasificas como cualquier otra capa.

