MONITOREO SATELITAL · EOSDA · NDVI
Monitoreo Satelital con IA
Procesamos imágenes Sentinel-2 y Landsat para monitorear cultivos, detectar deforestación y analizar cambios territoriales. Nuestra plataforma Geobristol, construida sobre EOSDA Crop Monitoring, ya monitorea ~2.800 agricultores en Medellín dentro del proyecto FAO de seguridad alimentaria.
Qué hacemos
Monitoreo de cultivos
Índices NDVI, MSAVI, GNDVI para evaluar salud vegetal y estrés hídrico.
Detección de deforestación
Alertas automáticas de cambio de cobertura forestal.
Análisis multitemporal
Seguimiento de evolución territorial con series de imágenes.
Geobristol
Plataforma propia de analítica satelital agrícola sobre EOSDA.
Clientes
FAO (ONU)
Censo catastral de agricultura familiar para ~2.800 agricultores en Medellín.
EOSDA
Alianza para monitoreo satelital de cultivos en Latinoamérica.
CORANTIOQUIA / CORNARE
Monitoreo ambiental y cobertura forestal.
~2.800 agricultores
Sentinel-2 + Landsat
NDVI + MSAVI + GNDVI
Proyecto FAO
Índices de Vegetación: Cuándo Usar Cada Uno
No existe un índice de vegetación universal. Cada índice responde a una pregunta diferente sobre el estado de la cobertura vegetal. La clave está en elegir el índice correcto según el objetivo del monitoreo, la etapa fenológica del cultivo y el sensor disponible. En Geobristol combinamos múltiples índices para ofrecer un diagnóstico completo del estado de los cultivos.
| Índice | Fórmula | Mejor para | Limitación |
|---|---|---|---|
| NDVI | (NIR − Red) / (NIR + Red) | Cobertura vegetal densa, monitoreo general de cultivos | Se satura en vegetación muy densa (>0.8). No discrimina bien entre cultivos sanos y muy sanos. |
| MSAVI | Modified Soil Adjusted Vegetation Index | Suelo expuesto, cultivos jóvenes, zonas con poca cobertura vegetal | Menos sensible que NDVI en vegetación densa. Mejor complemento que reemplazo. |
| GNDVI | (NIR − Green) / (NIR + Green) | Contenido de clorofila, detección de estrés hídrico temprano | Requiere banda verde de buena calidad radiométrica. Más sensible al ruido atmosférico. |
| NDRE | (NIR − RedEdge) / (NIR + RedEdge) | Etapas fenológicas avanzadas, diferenciación entre niveles altos de biomasa | Solo disponible en Sentinel-2 (banda RedEdge). No se puede calcular con Landsat. |
En la práctica, el NDVI sigue siendo el punto de partida para cualquier monitoreo agrícola. Es robusto, bien documentado y comparable entre sensores. Pero cuando se necesita mayor sensibilidad — por ejemplo, para detectar estrés hídrico antes de que sea visible en NDVI — complementamos con GNDVI y NDRE. Para cultivos en etapas tempranas con mucho suelo expuesto, el MSAVI evita la contaminación espectral del suelo que sesga el NDVI hacia valores bajos. La combinación de índices, no un índice individual, es lo que genera información accionable para el agricultor.
Sentinel-2 vs Landsat vs Imágenes Comerciales
La elección del sensor depende del balance entre resolución espacial, frecuencia temporal, costo y disponibilidad de bandas espectrales. No siempre la imagen más cara es la mejor opción. Para el 80% de los proyectos de monitoreo agrícola y ambiental en Colombia, Sentinel-2 es suficiente y gratuito.
Sentinel-2
Resolución
10m (visible/NIR), 20m (RedEdge/SWIR)
Revisita
5 días
Costo
Gratuito
Bandas
13 bandas espectrales
Mejor relación resolución/costo. Ideal para agricultura y monitoreo ambiental a escala regional.
Landsat 8/9
Resolución
30m (multiespectral), 15m (pancromático)
Revisita
16 días
Costo
Gratuito
Bandas
11 bandas espectrales
Archivo histórico desde 1972. Ideal para análisis multitemporal de décadas y tendencias de largo plazo.
Imágenes Comerciales (Planet, Maxar)
Resolución
0.3-3m
Revisita
1-3 días
Costo
Desde $10-25 USD/km²
Bandas
4-8 bandas
Detalle predial, catastro urbano, infraestructura. Cuando 10m no es suficiente.
En GEOSAT priorizamos Sentinel-2 para monitoreo agrícola y ambiental: 10 metros de resolución son suficientes para parcelas típicas en Colombia (la parcela promedio de un agricultor familiar en Antioquia es de 1-5 hectáreas, lo que equivale a 100-500 píxeles en Sentinel-2). Cuando el proyecto requiere detalle predial urbano o inspección de infraestructura, recurrimos a imágenes comerciales. Y cuando necesitamos entender tendencias históricas de décadas, Landsat es insustituible por su archivo que se remonta a 1972.
Caso Real: Proyecto FAO Medellín
Dentro del programa de seguridad alimentaria de la FAO (Organización de las Naciones Unidas para la Alimentación y la Agricultura) en Medellín, GEOSAT desarrolló la plataforma Geobristol para monitorear los cultivos de aproximadamente 2.800 agricultores familiares en los corregimientos rurales de la ciudad.
El proyecto combinó el censo catastral de agricultura familiar — que incluyó la georreferenciación de cada predio agrícola con GPS — con el monitoreo satelital continuo a través de EOSDA Crop Monitoring. Los agricultores, muchos de ellos en zonas de ladera de difícil acceso, recibieron por primera vez información objetiva sobre el estado de sus cultivos basada en datos satelitales, no en estimaciones subjetivas.
Geobristol integra índices NDVI, MSAVI y GNDVI con datos meteorológicos y alertas de estrés hídrico. La plataforma permite a los técnicos de la FAO y de la Secretaría de Desarrollo Económico de Medellín priorizar visitas de campo a los predios que muestran señales de estrés, en lugar de recorrer los 2.800 predios de forma aleatoria. Esto redujo el tiempo de respuesta ante problemas fitosanitarios y optimizó los recursos de asistencia técnica disponibles para los agricultores más vulnerables.
El proyecto demostró que el monitoreo satelital no es exclusivo de la agricultura industrial. Con la resolución de Sentinel-2 y una plataforma bien diseñada, es posible llevar analítica satelital a la agricultura familiar en Colombia, donde las parcelas son pequeñas pero la necesidad de información es enorme.
Stack de Procesamiento Python
Procesamos imágenes satelitales con un stack Python de última generación. Desde la descarga automatizada hasta la generación de mapas temáticos y alertas.
Rasterio
Lectura/escritura de rasters (GeoTIFF, COG)
GeoPandas
Análisis vectorial, joins espaciales, estadísticas zonales
xarray + rioxarray
Series temporales de imágenes, composites multibanda
sentinelhub-py
Descarga y procesamiento vía API de Sentinel Hub
eo-learn
Pipelines de ML para Earth Observation
scikit-learn
Clasificadores (Random Forest, SVM) para mapas de cobertura
Fuentes de Datos Satelitales
| Sensor | Resolución | Revisita | Costo | Mejor para |
|---|---|---|---|---|
| Sentinel-2 | 10m | 5 días | Gratuito | Monitoreo agrícola, ambiental |
| Landsat 8/9 | 30m | 16 días | Gratuito | Series históricas, tendencias |
| PlanetScope | 3m | Diario | Comercial | Detalle predial, agricultura intensiva |
| Maxar/WorldView | 30cm | Bajo demanda | Premium | Cartografía urbana, catastro detallado |
| Sentinel-1 (radar) | 10m | 6 días | Gratuito | Monitoreo bajo nubes, inundaciones |
Preguntas frecuentes
¿Qué resolución de imagen necesito?+
Sentinel-2 (10m, gratuito) es suficiente para la mayoría de aplicaciones agrícolas y ambientales. Para detalle predial, usamos imágenes comerciales de mayor resolución.
¿Con qué frecuencia se actualiza?+
Sentinel-2 pasa cada 5 días. El monitoreo puede ser semanal, quincenal o mensual según la necesidad.
¿Puedo monitorear cualquier cultivo?+
Sí. Los índices de vegetación funcionan para cualquier cobertura vegetal. Calibramos los modelos según el tipo de cultivo y las condiciones locales.
¿Pueden procesar imágenes bajo nubes?+
Sí. Usamos imágenes radar Sentinel-1 (SAR) que penetran las nubes. También aplicamos composites temporales para eliminar nubes en series Sentinel-2.
Servicios