El 7 de diciembre de 1972 a las 11:39 de la mañana hora española, el obturador de una cámara Hasselblad de 70 milímetros se abrió y cerró en un instante. Lo que hacía especial a aquella fotografía, con respecto a las otras miles que tomaron aquel día, no fue la cámara, ni el momento, sino el lugar donde se tomó. En el instante que duró el parpadeo del obturador, una enorme bola de color azul, blanco, verde y marrón sobre fondo negro quedó fijada en la película fotosensible al otro lado de la lente. La imagen, que después recibió el nombre de “La gran canica azul” fue tomada por los tripulantes a bordo de la misión Apolo 17, a 29.000 kilómetros de la superficie, y muestra la cara iluminada de la Tierra flotando en la inmensidad del espacio. Esa imagen pasó a ser una de las más publicitadas de la historia. Y no es para menos, puesto que captura perfectamente la esencia de nuestro hogar.
A pesar de lo impresionante de la hazaña, una imagen de la Tierra no es de gran utilidad, ya que sólo cuenta una pequeña parte de la historia: aquella que podemos ver. En los 50 años que han pasado desde aquella fotografía se ha producido una verdadera revolución en los sistemas que se dedican a observar nuestro planeta. Es el caso, por ejemplo, de la aparición de nuevas tecnologías que trascienden aquello que podemos detectar con nuestros ojos y aportan información de otra forma invisible. Estas tecnologías integradas en satélites y drones nos ofrecen una visión completamente nueva, ya que recopilan enormes cantidades de datos de todo el mundo, incluso en regiones de difícil acceso.
Además de la toma de estos datos, es su análisis mediante ordenadores, millones de veces más potentes que los que permitieron llevar a los humanos a la Luna, lo que permite predecir, como si de un oráculo se tratara, los escenarios de evolución más posibles. De este modo, podemos poner a prueba modelos climáticos, detectar grandes migraciones de aves e insectos, o prevenir y gestionar riesgos naturales como inundaciones, incendios, terremotos o deslizamientos de tierra.
Desde que tomamos la imagen de la gran canica azul, jamás hemos dejado de observar nuestro planeta. Sin embargo, una empresa que anteriormente era mucho más artística ahora ha sido sustituida por ojos analíticos, que permiten extraer cualquier tipo de información que pueda resultarnos de utilidad para comprender nuestro impacto sobre la Tierra, y actuar en consecuencia. Ahora la humanidad monitoriza la salud del medio ambiente, y emplea datos satelitales para escenarios tan variopintos como la gestión de recursos hídricos o la agricultura de precisión.
POR DENTRO. Los nuevos mapas de la Tierra más allá de lo visible
En la antigüedad, la cartografía manual acompañó al progreso de la humanidad y le permitió conocer el entorno por el que se movía. Al plasmar la realidad en un mapa, los humanos contaban con una gran ventaja tanto en el entorno bélico como en la era de la exploración. Pero estos mapas siempre se creaban a partir de un punto de observación situado en el suelo, lo que únicamente permite una visión parcial del entorno. Hubo que esperar a 1783 para los humanos comenzáramos a subir a los cielos con el desarrollo de los globos, y hasta el siglo XX no lo pudimos hacer con aviones. Este hecho, además de revolucionar el transporte, también permitió alzar el instrumental y ver, con cámaras de todo tipo, el mundo como nunca antes.
Paralelamente a este desarrollo, otros campos científicos como la física y la óptica también habían ido avanzando. Se han desarrollado máquinas con las que medir más allá de lo que detectan nuestros ojos. Es el caso de las cámaras infrarrojas, los radares y, posteriormente, los LIDAR, que emplean otras longitudes de onda fuera del espectro visible. Así, la ciencia estaba servida. De la unión de los aviones con los métodos de medición surgieron la fotogrametría y las mediciones aéreas, que permitieron estudiar y definir con precisión la forma, dimensiones y posición de un objeto o un fenómeno cualquiera, con el fin de predecir su futuro.
El siguiente salto en la tecnología comenzó con el lanzamiento del satélite Sputnik-1 en 1957 por parte de la Unión Soviética. Este evento, que dio el pistoletazo de salida a la era espacial, demostró que la humanidad tenía la capacidad de escapar de su planeta, lo que abría ya no un mundo, sino un universo de posibilidades. Con la ruptura de la última frontera comenzaron a enviarse instrumentos científicos al espacio que permitían medir distintos fenómenos terrestres.
Uno de los más famosos es el sistema Landsat[1] desarrollado por Estados Unidos. El proyecto, que comenzó con el lanzamiento del primer satélite en 1972 se ha centrado en observar la Tierra en diferentes espectros y ha proporcionado datos muy dispares y para un gran número de usos en ocasiones sorprendentes. Por ejemplo, uno de los primeros organismos interesados en esta tecnología fue el Departamento de Agricultura de Estados Unidos para la vigilancia de plagas desde el espacio. Aunque el Landsat 1 únicamente tenía una resolución de 80 metros, permitió detectar la cantidad de vegetación de los campos y cuáles estaban siendo afectados por hongos o insectos. De este modo, se pudieron trazar planes de contención y prever el rendimiento total.
En los 50 años siguientes se ha avanzado considerablemente tanto en la resolución del instrumental científico como en el número de satélites que orbitan nuestro planeta lo que se traduce en una mayor toma de datos y precisión en las mediciones. El Gráfico 1 repasa la presencia de medios de toma de información geoespacial por alturas. El último satélite Landsat, el Landsat 9[2] fue lanzado en 2021, y toma 1.400 imágenes diarias de la Tierra con una resolución de 30 metros. De este modo, se puede controlar la evolución de fenómenos como incendios, crecimientos de algas, estado de los embalses, o salud de los ecosistemas. Los datos que toman los Landsat son de uso libre para investigación, lo que ha permitido a la comunidad científica generar cerca de 20.000 artículos de distintos temas. Hay decenas de satélites que forman parte de otras constelaciones (como los Sentinel, del programa Copernicus, o los satélites MODIS y VIIRS, que están especializados en incendios[3]).
La toma de imágenes multiespectrales de alta resolución y la monitorización continua han generado series históricas que muestran los cambios sucedidos en estos 50 años[4] que llevamos enfocando a nuestro planeta. Gracias a estos registros hemos podido ver la desecación del mar de Aral, el avance del desierto del Sahara, o la pérdida de selva amazónica. Pero también cómo han afectado las medidas de recuperación, con el llenado parcial del mar, los progresos en la defensa de la selva o el gran muro verde del Sahel en el sur del Sahara.
Pero emplear imágenes satelitales a nivel local en ocasiones no ofrece la resolución necesaria para muchas tareas. Como se pone de manifiesto en el Gráfico 2, no todas las tecnologías son igual de óptimas en todas las circunstancias. Para ello, en la última década se ha podido ver un gran crecimiento en la oferta de drones tanto autónomos como radiocontrolados que montan cámaras multiespectrales en miniatura para monitorización de precisión. Los drones se emplean tanto en labores de construcción como en ingeniería civil, agricultura, medioambiente, minas e incluso arqueología. Ayudan a trazar planes de trabajo basados en un conocimiento concienzudo del entorno con los que aumentar la eficiencia o la sostenibilidad.
Según datos de la Union of Concerned Scientists[5] (actualizados en febrero de 2024), se estima que hay más de 1.250 satélites dedicados a la observación terrestre en órbita de origen civil, gubernamental, militar o comercial. La gran mayoría de ellos se encuentran en órbita baja (entre 500 y 2.000 kilómetros de altitud), pero también los hay en órbitas superiores. Un alto porcentaje de esos satélites se encuentran formando constelaciones para así cubrir una gran parte del globo terráqueo en tiempo real.
En Europa destaca la constelación Sentinel[6] de la ESA, que cuenta con nuevo satélites (10 en diciembre de 2025) están especializados en distintas tareas:
- Los Sentinel 1 (A, B y C) obtienen imágenes de radar muy útiles para rastrear cambios en la altura de un terreno, así como los posibles daños estructurales producidos a causa de ellos. Al realizar este tipo de observaciones de manera sistemática, los Sentinel 1 son capaces de detectar y supervisar movimientos que de otro modo serían imperceptibles, como el abombamiento del terreno que sucede en algunos volcanes días antes de que entren en erupción. Por ello, estos satélites se emplean para la previsión de deslizamientos de tierra y monitorización de zonas geológicamente activas. También se emplean para la supervisión del terreno situado sobre minas, así como en agricultura, silvicultura o clasificaciones de cobertura del suelo.
- El Sentinel 2 está equipado con un instrumento multiespectral que permite detectar 13 longitudes de onda distintas (cuatro con una resolución de 10 metros, seis de 20 y tres de 60 metros). Los investigadores han unido sus datos con los de los satélites Landsat 8 y 9 (los dos activos actualmente) para crear el Conjunto de Datos Armonizados Landsat Sentinel-2, públicos y de uso libre para investigación.
- En el caso del Sentinel 3, gracias a sus instrumentos de medición de la topografía de la superficie marina, la temperatura de la superficie marina y terrestre, y el color de la superficie oceánica y terrestre, vigila con gran precisión el medio ambiente y los efectos del clima. También se emplea para verificar los datos de predicción oceánica, incendios, aguas de ríos y lagos, el espesor del hielo polar y glaciar y la atmósfera. Sus datos permiten aumentar la resolución de los satélites ERS, ENVISAT y SPOT
- El Sentinel 5, en cambio, está especializado en la observación de la calidad del aire, del ozono estratosférico y en monitorizar los efectos del cambio climático. Por tanto, es un satélite de gran utilidad para la salud pública, ya que existe una vinculación entre la calidad del aire y el desarrollo de enfermedades pulmonares y cardiovasculares. Además, su capacidad de observar las formación de nubes también es vital a la hora de predecir la generación eléctrica por parte de las placas solares.
Otros países, como Estados Unidos, China y Rusia cuentan con sus propias redes satelitales de observación. Algunas de ellas difunden datos de acceso abierto para cubrir con mayor precisión los mismos ámbitos de interés que los Sentinel. Otras, en cambio, tienen sistemas cerrados para uso comercial, gubernamental o militar.
En la última década, los drones han irrumpido cual elefante en una cacharrería para cambiar el paradigma en la observación de la Tierra. Estos vehículos, en vez de encontrarse a cientos de kilómetros de la superficie, vuelan mucho más cerca del suelo, por lo que es posible obtener una resolución mucho mayor del terreno. Los drones permiten equipar cámaras ópticas, térmicas, radares, LIDAR y otros muchos dispositivos de observación que, si bien no son tan completos y duraderos como las de los satélites, tienen un coste varios órdenes de magnitud menor y requieren de un equipo y conocimiento inferiores para su puesta en marcha.
Los drones, además, son una tecnología más flexible que los satélites. Algunos de ellos tienen componentes modulares y su uso puede adecuarse a las necesidades. Por ello, son muy útiles en la gestión de riesgos, puesto que permiten desde la detección temprana de incendios mediante cámaras térmicas, hasta la monitorización de los deslizamientos de tierra tras inundaciones. También se pueden utilizar para enviar mensajes a personas en riesgo y para indicar las rutas de evacuación más seguras.
En la actualidad, los drones están cobrando una importancia cada vez mayor en la agricultura. Así como desde los satélites se pueden detectar campos afectados por plagas, mediante campañas de observación de drones en un terreno concreto se pueden detectar plantas individuales afectadas por enfermedades o diferencias en la distribución del agua y de los nutrientes. Aunque, sin duda, la sinergia entre los datos de ambas tecnologías es lo que permite los mejores resultados.
Las cámaras y detectores toman información del terreno y la transforman en un lenguaje con el que sea posible trabajar. Pero con el aumento de la cantidad de drones y satélites, el número de datos para su análisis también crece, y los cambios, en ocasiones sutiles, pueden escapar a las capacidades humanas. Por ello, se han desarrollado plataformas de big data, aprendizaje automático e inteligencia artificial que permiten realizar los primeros preanálisis e incluso análisis completos de datos, para hacerlos entendibles a los humanos[7].
Las redes neuronales profundas han supuesto, en ese sentido, un antes y un después en la identificación de patrones y anomalías. Gracias a ellas, se han podido establecer algoritmos de detección automática de incendios forestales o de cambios de uso de suelo con rapidez y precisión.
No obstante, cierta división en la comunidad científica acerca de cómo tratar estos datos. Por un lado, están aquellos que piensan que se debería adoptar el aprendizaje profundo para todo y, por el otro, los investigadores que se resisten a adoptar estas soluciones porque se trata de un modelo de «caja negra» en el que se sabe los datos que se introducen, pero no se pueden seguir todos los pasos de su procesado. Por ello, pueden aparecer artefactos que las inteligencias artificiales, o los humanos que las supervisan, podrían interpretar erróneamente[8].
Donde sí que convergen un gran número de científicos es en la apuesta por plataformas colaborativas y de código abierto, como Google Earth Engine[9]. En estas plataformas, los astrónomos y científicos de datos crean y actualizan potentes herramientas de procesamiento de datos satelitales para el uso de toda la comunidad. La plataforma también contiene varios petabytes de información de acceso libre y gratuito para labores de investigación. De este modo, todo el mundo puede acceder a dichos datos y analizar tendencias y riesgos de cualquier parte del planeta.
Durante medio siglo de observación terráquea ha habido grandísimos avances, pero asociados a ciertos riesgos y nuevos retos. Entre ellos, la ESA destaca que la falta de certificación y estandarización de los datos procesados dificulta su análisis y su utilización. Por ello, una colaboración más estrecha entre las distintas agencias espaciales podría suponer un gran avance en el número de datos disponibles con los mismos recursos. Por otro lado, la cadena de custodia de los datos debe estar bien definida y vigilada por agentes externos, para asegurar que se mantienen íntegros de principio a fin. Además, es necesario garantizar que los datos recopilados sean privados y no atenten contra los derechos individuales de las personas.
Dicho esto, los satélites y los drones pueden ser una herramienta muy poderosa a la hora de obtener información terrestre de áreas que se encuentran restringidas por las leyes vigentes o por motivos de seguridad nacional. Empleando las imágenes obtenidas, se puede garantizar que se están cumpliendo los 17 Objetivos de Desarrollo Sostenible establecidos por la ONU para 2030[10], tanto en materia de derechos civiles y políticos, económicos, sociales y culturales en países donde la información terrestre puede ser contradictoria. Además, dichas imágenes pueden aportar una prueba objetiva en los tribunales internacionales de justicia para demostrar violaciones de los derechos humanos[11] que se puedan estar cometiendo.
En última instancia, el uso de inteligencia artificial y la integración de datos de sensores cada vez más avanzados, tanto en drones como en satélites, abre nuevas posibilidades para la anticipación y mitigación de riesgos futuros relacionados con el cambio climático o con otras acciones humanas. Por ello, se espera que la colaboración internacional y el acceso abierto a datos y tecnologías continúen impulsando la innovación en este campo, permitiendo a comunidades de todo el mundo mejorar su capacidad de adaptación ante desastres y eventos extremos.
La observación de la Tierra ha pasado, en definitiva, de ser una labor más bien artística a convertirse en una ciencia de precisión. El avance en drones, satélites y herramientas de análisis de datos ha permitido a la humanidad no sólo contemplar su planeta, sino también comprenderlo en profundidad y emplear dicho conocimiento en anticipar riesgos naturales y humanos con mayor eficiencia. Para dar los siguientes pasos se requiere una sinergia entre estos sistemas y el tratamiento sus datos, para lo que tanto la IA como las plataformas de datos de acceso abierto tendrán un rol crucial en un futuro.
Con estas tecnologías, los servicios de emergencias podrán reforzar su capacidad de respuesta y tomar decisiones informadas en ámbitos tan diversos como la gestión ambiental, la agricultura, la salud pública o la defensa de los derechos humanos. No obstante, este progreso nos enfrenta a nuevos retos éticos, legales y de gestión de datos, que exigen mayor cooperación internacional y un compromiso firme con la protección de la privacidad y la integridad de la información. Así, el futuro de la observación terrestre dependerá del equilibrio entre innovación tecnológica, acceso abierto y responsabilidad colectiva para garantizar que estas herramientas se utilicen en beneficio de toda la humanidad y del planeta que habitamos. Tras repasar la evolución de estas tecnologías, conviene analizar cómo sus aplicaciones impactan en la economía, la gestión ambiental y la organización social.
EN ACCIÓN. Un planeta de datos que puede revolucionar la geoestrategia
Los datos EO (observación de la Tierra) representan alrededor del 86% de los generados en el segmento de las aplicaciones espaciales[12]. Se prevé que en 2032 la observación satelital genere más de dos exabytes (2.000 millones de gigabytes)[13] de datos acumulados, aunque su volumen y complejidad han dificultado históricamente su aplicación en soluciones viables. En términos económicos, el valor agregado potencial de los datos de la Tierra puede alcanzar los 700.000 millones en 2030 con una contribución acumulada de 3,8 billones al PIB mundial desde 2023[14]. El Gráfico 3 muestra las expectativas de crecimiento del mercado. Por cada aumento del 1% en la adopción por parte de los usuarios finales, se pueden añadir 9.800 millones de dólares adicionales en valor.
Hasta 2030, la adopción por parte de la economía global podría aumentar del 39% actual al 72%. Aproximadamente el 94% de ese valor corresponde a aplicaciones en agricultura, electricidad, gobierno, servicios públicos y de emergencias, seguros y servicios financieros, minería, petróleo y gas, y cadena de suministro y transporte. Se estima, asimismo, que la información de la EO puede ayudar a reducir las emisiones de gases de efecto invernadero (GEI) en más de dos gigatoneladas anuales de CO₂e, que representan alrededor del 3,6% de las emisiones globales anuales actuales.
Inicialmente la EO ha estado impulsada por las contribuciones del sector público, especialmente las motivadas por intereses de defensa y seguridad, pero se ha consolidado una industria comercial con una fuerte tendencia de crecimiento. En tan solo dos años, de 2021 a 2023, creció más del 21%. Los ingresos de EO se generan principalmente en Norteamérica, que representa casi el 50% del valor de las ventas, debido a la presencia en los momentos iniciales de compañías muy grandes como AWS, Alphabet (Google) y Maxar. Le sigue Europa con más del 20% y Asia-Pacífico con algo menos del 20%.
En el futuro, se espera que los ingresos tanto en Europa como, sobre todo, en Asia (que podría expandirse al triple de velocidad y alcanzar un valor potencial de 315.000 millones de dólares), crezcan más rápido que en América del Norte, lo que conducirá a una distribución geográfica más equilibrada[15]. Al cierre de 2024, el sector de servicios de EO en Europa estaba compuesto por 796 empresas, según la European Association of Remote Sensing Companies (EARSC)[16]. Las más de 200 empresas europeas especializadas en los servicios de procesamiento de datos EO, análisis y apoyo a la toma de decisiones son especialmente competitivas: copan más del 50% del negocio global, el doble que las norteamericanas.
Desde una perspectiva puramente comercial, la observación de la Tierra puede ser una herramienta valiosa para mejorar el rendimiento empresarial[17], al permitir la toma de decisiones basadas en datos que ayudan a minimizar el riesgo o a impulsar la eficiencia operativa en un entorno natural repleto de incertidumbres, debido al cambio climático, que podría someterse a enormes cambios. La ONU[18] estima en 44 billones de dólares el valor económico que depende moderada o altamente de la naturaleza y el Marco Mundial para la Biodiversidad[19] estima que el déficit de financiación de la biodiversidad alcanzará 700.000 millones de dólares anuales hasta 2030. De hecho, el Foro Económico Mundial ha identificado los fenómenos meteorológicos extremos como el principal riesgo global para la próxima década[20].
Destino Tierra (DestinE)[21] es una iniciativa emblemática de la Comisión Europea para crear un gemelo digital de la Tierra. El objetivo es desarrollar un modelo digital de alta precisión para modelar, monitorizar y simular fenómenos naturales, peligros y las actividades humanas relacionadas. Asociada al cambio climático, la pérdida de ecosistemas naturales plantea riesgos sustanciales para las sociedades, como la escasez de recursos y la interrupción de servicios ecosistémicos.
El sector asegurador y financiero es, por ello, uno de los que más necesita los datos de EO para evaluar cómo los fenómenos meteorológicos extremos podrían afectar a sus activos. La mitigación de riesgos climáticos extremos y de desastres contribuye con unos 23.000 millones de dólares a hacer más viable la economía sostenible, y este valor podría triplicarse hasta 2030. Se entiende que compañías como Goldman Sachs se hayan unido al Laboratorio Watson del MIT-IBM[22] para avanzar en la aplicación de la IA a la medición de la biodiversidad, un conocimiento crucial para escalar productos financieros basados en la naturaleza y para satisfacer las necesidades de evaluación de empresas e instituciones financieras. Las compañías de seguros utilizan datos obtenidos por teledetección para evaluar mejor los riesgos de los activos cubiertos por ellas, ofrecer seguros paramétricos y optimizar la evaluación de siniestros.
La tecnología puede contribuir también a la mejora de la transparencia y al intercambio de información de organizaciones, gobiernos e instituciones, en los procesos de rendición de cuentas[23]. Más del 50% de las variables climáticas esenciales solo pueden medirse a escala desde el espacio[24], lo que convierte a la EO en un factor clave para el cumplimiento de las exigencias ESG (medio ambiente, social y gobierno corporativo) en organizaciones multinacionales cuyas actividades abarcan múltiples geografías.
En la UE, la Directiva sobre la Presentación de Informes de Sostenibilidad Corporativa[25] (CSRD) exige la divulgación de información climática a las empresas que cotizan en mercados regulados desde 2024. Y el Reglamento sobre Deforestación de la UE (EUDR)[26] obliga a presentar informes sobre la procedencia de las materias primas. En Estados Unidos, el reglamento aprobado por la Comisión de Bolsa y Valores (SEC) insta a proporcionar también información relacionada con el clima, incluyendo la gobernanza de los riesgos y los GEI de alcance 1 y 2.
La observación de la Tierra (EO) puede mejorar significativamente la gestión logística proporcionando datos sobre rutas de transporte, patrones climáticos y disponibilidad de recursos[27]. La startup escocesa Trade in Space[28] utiliza datos satelitales para garantizar que los productos se producen de forma sostenible, una práctica cada vez más extendida entre las empresas interesadas en la supervisión, tanto medioambiental como ética, de la cadena de suministro. En el caso de Satellogic, ayuda a acreditar el cacao «libre de deforestación» cosechado en África Occidental.
Los sistemas de información de las empresas del sector del transporte y logístico analizan los datos EO con inteligencia artificial para optimizar los plazos de entrega, minimizar el consumo de combustible, que puede reducirse hasta en un 3% con la consiguiente bajada de costes y de emisiones de gases de efecto invernadero (GEI), y redirigir rutas ante interrupciones imprevistas. A medida que avanza la tecnología, se están incorporando además nuevas tipologías de datos, como la medición de materia particulada en rutas aéreas o los niveles de hielo marino para rutas de barcos.
Los datos de EO también pueden utilizarse para impulsar el crecimiento de los ingresos de algunas empresas que los producen y no los habían explotado hasta ahora. Surgen nuevos modelos de negocio, por ejemplo, en el sector de las aerolíneas, al integrarlos en productos y servicios para crear ofertas nuevas e innovadoras.
Por sectores, las aplicaciones agrícolas de EO pueden representar una oportunidad económica de casi 400.000 millones de dólares hasta 2030. Se ha demostrado que los insumos de fertilizantes pueden reducirse entre un 4% y un 6% en general cuando se utilizan estos datos en la agricultura de precisión. En el ámbito de la energía, permiten evaluar el potencial energético de los nuevos emplazamientos solares, eólicos e hidroeléctricos, así como vulnerabilidades en infraestructuras a gran escala, como tuberías y redes eléctricas. Todo ello podría alcanzar un valor económico de 47.000 millones de dólares.
El sector de minería, petróleo y gas, con una tasa de adopción modelada de tecnologías EO cercana al 60%, tiene ante sí una oportunidad de negocio de 108.000 millones de dólares. Además, la información casi en tiempo real sobre fugas permitiría eliminar 1,7 Gt de emisiones de GEI al año. En el ámbito del cuidado personal, aplicaciones orientadas al consumidor como onX y Strava promueven actividades recreativas y deportivas combinando datos de ubicación con datos de EO para ayudar a las personas a mantenerse seguras y a aprovechar mejor el tiempo de entretenimiento. .
Pese a todo este mar de oportunidades que se abre para las empresas, hoy en día, el gasto público representa casi tres cuartas partes del mercado de datos y servicios de EO[29], mientras un buen porcentaje de la demanda comercial permanece «latente». Algunos expertos advierten de que esa alta concentración de gasto en el sector público puede tener posibles inconvenientes, ya que por sí solo no puede sacar el máximo provecho a los datos de EO. Además, conforme las empresas del sector centran sus servicios en compradores gubernamentales, pueden demorar la inversión en el segmento comercial, dejando de lado los beneficios de sostenibilidad.
Motivos para el interés público no escasean, en cualquier caso. Las tecnologías geoespaciales se han aplicado ampliamente para abordar, por ejemplo, los desafíos urbanos y ambientales en las ciudades, dado que proporcionan varios niveles de detalle, temporales y espaciales[30]. Los planificadores del uso del suelo a menudo se enfrentan a dificultades para la toma de decisiones como la de la información obsoleta, ya que conjuntos de datos clave, como el censo nacional y las encuestas de viajes, se actualizan con poca frecuencia. Esto dificulta obtener una visión actual del uso del suelo.
La Comisión Geoespacial de Reino Unido es una de las más activas en la lucha contra este problema y ha estudiado cómo se puede abordar los desafíos del uso de la tierra a través del Programa Nacional de Datos Terrestres[31]. El Instituto Alan Turing ha documentado en un informe independiente[32] los hallazgos de la herramienta de código abiertoDemoLand, lanzada en marzo de 2024, en el que analiza el papel de los datos de observación terrestre obtenidos por satélite y el desarrollo de grandes modelos lingüísticos (LLM).
En última instancia, en efecto, la Tierra es el mayor dominio inexplorado de la inteligencia artificial (IA), que ofrece la posibilidad de traducir datos brutos en información significativa, descubriendo los patrones y relaciones ocultos en la superficie terrestre, al nivel de cada árbol individual. Desde la coordinación de las cadenas de suministro hasta la gestión del riesgo climático y la planificación de infraestructuras urbanas, multitud de áreas económicas pueden verse beneficiadas por la gestión de datos geoespaciales.
La IA ha conseguido avances significativos, pese a que los datos siguen siendo complejos y permanecen aislados en diversas fuentes, desde satélites a drones y multitud de sensores, accesibles en muchos casos solo para expertos. Los modelos basados en machine learning, entrenados con datos existentes, pueden generar ya estimaciones hasta 1.000 veces más rápido[33] que los modelos climáticos tradicionales. Esto puede reducir el tiempo de generación de modelos de pronóstico meteorológico, como los mapas de inundaciones, hasta en un 80%.
Uno de los conceptos emergentes en el ámbito de la IA aplicada a la observación de la Tierra (EO) es el de «incrustaciones», una poderosa técnica que ayuda a la IA a aprender mediante la creación de resúmenes numéricos que capturan tanto el significado como el contexto, pero ocupan menos del 5% del tamaño original[34]. Se trata de compresiones semánticas extremadamente poderosas localizadas ya en la base tecnológica de muchos de los nuevos mapas. El modelo abierto Clay, por ejemplo, ha demostrado una precisión superior al 90% en la clasificación del uso del suelo, la detección de acuicultura y la estimación de biomasa. Existen más de 60 modelos de IA para la Tierra, como SatCLIP de Microsoft, Privthi de la NASA o el propio Clay. Sin embargo, siguen siendo mayoritariamente de nicho, académicos y no operativos. Resulta difícil crearlos y usarlos, y es demasiado pronto para confiar en ellos en casos de uso críticos, como los desastres naturales.
A mediados de 2025, ninguno de los principales modelos de IA, como ChatGPT, Llama o Claude, había anunciado el uso de datos de la Tierra en su entrenamiento ni era capaz de comprenderlos. Los modelos emergentes de visión basados en transformers para datos geoespaciales, también llamados modelos de base geoespacial (GeoFM), pueden introducir una nueva y poderosa alternativa[35] para paliar esta brecha. Con datos etiquetados mínimos, los GeoFM pueden ajustarse a tareas personalizadas como la clasificación de la superficie terrestre, la segmentación semántica o la regresión a nivel de píxel. Muchos de los modelos líderes están disponibles bajo licencias muy permisivas, lo que los hace accesibles para un público amplio, como SatVision-Base, Prithvi-100M, SatMAE y Clay. Han servido para analizar, entre otras cuestiones desafiantes, la deforestación de la selva amazónica, dada la fuerte evidencia de que podría estar llegando pronto a un punto de inflexión[36].
Las empresas tecnológicas llevan tiempo tomando medidas en un asunto tan crítico. Microsoft Planetary Computer Pro[37] es una plataforma integral para el aprovechamiento de datos geoespaciales y Google ha organizado la información geoespacial mundial durante décadas. En noviembre de 2024, presentó dos modelos multipropósito preentrenados para abordar muchos de los desafíos asociados a ella: el modelo fundacional de dinámica poblacional (PDFM)[38], que captura la compleja interacción entre el comportamiento de la población y su entorno local, y un nuevo modelo fundacional de movilidad basado en trayectorias (TFMM)[39] . Más de 200 organizaciones han probado ya las integraciones del PDFM en Estados Unidos y Google estaba ampliando a mediados de 2025 el conjunto de datos para incluir a Reino Unido, Australia, Japón, Canadá y Malawi.
El siguiente paso de Google es el lanzamiento de un sistema de razonamiento geoespacial, que integre todos estos modelos básicos con IA generativa para acelerar la resolución de problemas. WPP, Airbus, Maxar con su ‘globo viviente’ y Planet Labs se han sumado ya a la iniciativa. Según esta visión, con la ayuda de la tecnología, un gestor de crisis podrá visualizar el contexto previo a un desastre natural en imágenes satelitales de código abierto utilizando Earth Engine y compararlo con la situación posterior al acontecimiento, importando imágenes aéreas de alta resolución propias o de fuentes externas. Las inferencias basadas en el análisis de esas imágenes, mediante modelos de base, ayudan a identificar las áreas más dañadas. Se puede, a continuación, corroborar con la inteligencia artificial de WeatherNext dónde persisten todavía los mayores riesgos y consultar a Gemini el posible alcance económico del desastre y cómo priorizar las acciones de socorro teniendo en cuenta el índice de vulnerabilidad social[40].
Relacionado con esto, los sistemas de alerta temprana ayudan a predecir posibles peligros naturales como inundaciones, incendios forestales, tsunamis, terremotos y deslizamientos de tierra, y avisan a las comunidades afectadas. Una demora en la respuesta puede hacer que los daños se incrementen y se pierdan vidas. La ONU ha creado la iniciativa Alertas Tempranas para Todos[41] y colabora con el Grupo de Observación de la Tierra (GEO), aplicando técnicas de análisis de vulnerabilidad. En Japón, la información geoespacial ayuda a evaluar los riesgos de inundación en la zona del río Arakawa en Tokio, que posteriormente se muestran en un Mapa de Riesgo de Inundación 3D. Esta información incluye datos como la profundidad máxima de inundación y los períodos de retención de inundaciones, que se complementan con actualizaciones en vivo de cámaras a lo largo del río.
Hay más ejemplos. El nuevo marco de observación desarrollado por la Academia China de Ciencias[42], integra 15 indicadores para identificar provincias, ciudades y, en algunos casos, incluso manzanas de ciudades con mayor riesgo de marejadas ciclónicas. El estado federado alemán de Renania del Norte-Westfalia ha implementado un gemelo digital para facilitar la gestión de desastres. Utiliza una aplicación 3D dirigida al personal responsable de gestionar las respuestas que no cuenta con conocimientos profundos sobre sistemas de información geográfica.
El impacto potencial en el bienestar de las personas de la EO está demostrando ser inconmensurable. Los datos satelitales temporales de alta resolución y las técnicas analíticas avanzadas con IA pueden ayudar a prevenir brotes de enfermedades, mapear poblaciones, comprender la desigualdad de género, facilitar la transparencia de la cadena de suministro e interrumpir las redes de trata de personas[43]. Las aplicaciones combinadas de IA con tecnologías geoespaciales para lograr los ODS (Objetivos de Desarrollo Sostenible), específicamente en Oriente Medio y Asia, se han convertido en un componente fundamental de la estrategia de crecimiento económico y desarrollo de muchos países.
Para promover el intercambio de información, la OMS en Europa abrió su Centro Europeo de Coordinación Geoespacial en Estambul (Turquía) en noviembre de 2023. Su objetivo es empoderar a los países de la región para que utilicen eficazmente los Sistemas de Información Geográfica (SIG) en la toma de decisiones de salud pública más rápidas e informadas[44]. La ubicación geográfica se encuentra, de hecho, en la raíz de muchas desigualdades fundamentales en materia de salud, derivadas del acceso a servicios como vacunas, pruebas de detección y medicamentos. La información de calidad salva vidas, los datos y la tecnología geoespaciales son fundamentales para ampliar el acceso a la atención médica, responder ante emergencias sanitarias.
El verdadero potencial de los datos geoespaciales aparece cuando éstos son accesibles, comprensibles y prácticos. Como sucede con las tecnologías de consumo, cuidar la experiencia de usuario (UX), mediante un diseño específico, puede ser clave para garantizar que los datos complejos sean fáciles de emplear en la toma de decisiones informadas. Se trabaja en la interacción mediante lenguaje natural con los datos, en la integración de múltiples sensores a través de una interfaz unificada, en alertas inteligentes y en paneles de apoyo.
Varias empresas están ampliando los límites de la UX en la EO, como Element84[45] en el campo de los datos satelitales, incluido su trabajo en Cumulus[46], un sistema respaldado por la NASA. Development Seed[47] es líder en la creación de plataformas geoespaciales modulares de código abierto[48], y en la misma línea se sitúan los paneles del Programa de respuesta a desastres de Esri[49]; la herramienta NASA Worldview[50] ofrece acceso intuitivo a imágenes satelitales globales sobre la calidad del aire, la temperatura de la superficie del mar y los peligros naturales; y el Sistema de Monitorización Ambiental Mundial del PNUMA[51] de la ONU, es otro ejemplos de plataforma en la que se ha puesto especial cuidado en la experiencia de usuario.
Las normas ambientales tienden a centrarse más en qué medir que en cómo hacerlo. Hace falta de evitar un panorama fragmentado de soluciones y enfoques. Para ello conviene fortalecer las conexiones entre la comunidad geoespacial abierta y el ecosistema de datos abiertos en general[52]. Una comunidad global activa trabaja, en efecto, para crear herramientas de código abierto que establezcan canales de análisis de datos de EO. La NASA, la Agencia Espacial Europea (ESA) y numerosas empresas de satélites comerciales colaboran en proyectos como la Biblioteca de Abstracción de Datos Geoespaciales (GDAL) y la API de Tareas de Sensores (STAPI).
El CERN se asoció con EnduroSat, NTU Athens y AGENIUM Space para aplicar las capacidades de inteligencia artificial existentes en el primero de ellos y permitir el filtrado de datos en tiempo real a bordo de satélites de EO. La NASA ha adjudicado diversos contratos para desarrollar servicios comerciales de comunicaciones espaciales cercanas a la Tierra, en el marco del Proyecto de Servicios de Comunicaciones (CSP), a compañías como Inmarsat, Kuiper, SES, SpaceX, Telesat y Viasat.
Los estándares abiertos como SpatioTemporal Asset Catalog (STAC) [53] y Analysis Ready Data (ARD) del Comité de Satélites de Observación de la Tierra (CSAT)[54] también pueden ayudar a cerrar la brecha. Su objetivo es garantizar la interoperabilidad y maximizar el valor de los datos geoespaciales. Están impulsados por la industria, con el apoyo de la comunidad de código abierto en coordinación con grupos como Cloud-Native Geospatial Foundation y el Committee on Earth Observation Satellites (CEOS).
La adopción por parte de los principales actores de la industria es ya significativa y plataformas en la nube están poniendo a disposición del público los datos y las herramientas de análisis de EO, para apoyar la I+D. Umbra[55] lo está haciendo incluso con datos comerciales SAR (Radar de Apertura Sintética), en lo que supone otro enfoque prometedor para apoyar la expansión de la economía geoespacial. Pero no es suficiente, se requiere aún más trabajo en el ecosistema de EO para establecer definiciones consistentes, generar consenso y aumentar la adopción de estándares.
El Consorcio Geoespacial Abierto (OGC) se centra también en facilitar una mejor toma de decisiones mediante estándares abiertos y consensuados que promueven la interoperabilidad de datos y la colaboración intersectorial[56]. Una de sus áreas de interés es la protección de los cables submarinos que transmiten casi el 99% del tráfico de internet y se enfrentan a problemas de visibilidad, contexto y coordinación, especialmente entre jurisdicciones y sectores. Sólo en 2023, la Unión Internacional de Telecomunicaciones de la ONU registró casi 200 fallos de cables. Alrededor del 80% de ellos se atribuyeron a la actividad humana, desde anclas a pesca, construcción o manipulación, y ahí es donde entran en juego los estándares geoespaciales.
En el sector público, los programas nacionales y las colaboraciones internacionales desempeñan un papel importante en el desarrollo de capacidades de observación de la Tierra de próxima generación. Programas como Copernicus[57] en la Unión Europea y Landsat[58] en Estados Unidos, de los que se ha hablado en el primer apartado de este capítulo, son reconocidos por su trayectoria en teledetección satelital. La NASA y la Organización de Investigación Espacial de la India (ISRO) se han asociado para desarrollar el satélite de radar de apertura sintética (NISAR) NASA-ISRO. El apoyo continuo a estos programas y a otros similares en todo el mundo es crucial para democratizar el acceso a los datos terrestres obtenidos mediante teledetección.
El acceso equitativo también puede ser impulsado por organizaciones que pasan de los datos a la información, capacitando así a usuarios sin experiencia geoespacial especializada para actuar. Digital Earth Africa[59] trabaja para convertir datos de EO disponibles gratuitamente en información y servicios útiles para abordar los desafíos en materia de seguridad alimentaria, hídrica y económica del continente.
En última instancia, la necesidad acabará creando las herramientas. Los investigadores del proyecto FFG Estimation, del Instituto de Geodesia de la Universidad Tecnológica de Graz (TU Graz), dirigido a reunir fuentes de datos para una observación de los cambios en la Tierra más precisa, se encontraron con que uno de sus principales desafíos era que los operadores de satélites, como Starlink, OneWeb y el proyecto Kuiper de Amazon, no divulgan información sobre la estructura de sus señales, que cambian constantemente[60]. Tampoco proporcionan datos precisos sobre la órbita ni mediciones de distancia de los satélites, lo que puede generar errores en los cálculos. Analizaron la señal de Starlink y descubrieron sonidos constantemente audibles que, aplicando el efecto Doppler y utilizando una antena satelital fija disponible comercialmente, les permitieron determinar la posición de los satélites con una precisión de 54 metros. De ese modo, los investigadores pueden calcular datos orbitales, determinar posiciones y estimar el campo gravitacional terrestre con mayor precisión.
EN ESPAÑA. Pioneros en satélites, el siguiente desafío son las imágenes
El sector de las tecnologías geoespaciales en España está enfocado principalmente a la recopilación, análisis y visualización de datos geográficos a través de sistemas como los Sistemas de Información Geográfica (SIG), el GPS y la teledetección. La Infraestructura de Datos Espaciales de España (IDEE) centraliza la información de las administraciones públicas y ha desarrollado herramientas como API CNIG que permite integrar de una forma muy sencilla un visualizador de mapas interactivo en cualquier página web. En el ámbito de la información satelital, nuestro país ha participado en proyectos relevantes como el del satélite español PAZ, lanzado el 22 de febrero de 2018 a bordo de un cohete Falcon 9, desde la Base Aérea de Vandenberg (California). Se trata de un satélite de tecnología radar que puede tomar más de 100 imágenes diarias de entre un metro y 25 cm de resolución, tanto diurnas como nocturnas, y con independencia de las condiciones meteorológicas. Está operado por Hisdesat y forma parte del PNOTS (Programa Nacional de OT por satélite).
Una de las compañías históricas del sector en España desde su fundación a mediados de los años 80 es GMV Innovating Solutions. Proporciona soluciones geoespaciales de alta tecnología a un amplio espectro de sectores, desde el espacio y la defensa hasta los sistemas de transporte inteligentes y la ciberseguridad. Entre las empresas de base tecnológica más interesantes de nuestro país destaca FlyPix AI, especializada en la transformación de datos geoespaciales en información procesable mediante inteligencia artificial (IA). Su objetivo es mejorar la detección, localización y la monitorización de objetos, haciendo que las imágenes geoespaciales complejas sean comprensibles y útiles para distintas aplicaciones. Aistech Space, por su parte, aprovecha las imágenes satelitales de alta resolución para mejorar las prácticas agrícolas, la monitorización ambiental y la gestión de desastres. Al integrar datos satelitales con sensores terrestres y otras entradas de información, puede desarrollar modelos que proporcionen información práctica sobre la salud de los cultivos, el uso del agua y la gestión de nutrientes.
En el caso de, Aistech Space su especialidad son las imágenes térmicas desde el espacio. Gracias a ello, puede estimar el contenido de agua en la vegetación, realizar una detección precisa de incendios y monitorizar las condiciones de la superficie de la Tierra en cualquier condición de iluminación. CARTO es pionera en el análisis y visualización de datos espaciales directamente en la nube. Su tecnología puede integrarse con las principales soluciones de almacenamiento de datos como BigQuery, Snowflake, Redshift o Databricks. Ha creado una interfaz intuitiva de arrastrar y soltar que ayuda a desarrollar canales de análisis detallados y democratizar el acceso al procesamiento avanzado de datos espaciales. Con la ayuda también, como en el caso anterior, de la IA, la barcelonesa EarthPulse consigue simplificar la complejidad de las imágenes satelitales para transformarlas en conocimientos prácticos para diferentes sectores. Su tecnología, con herramientas avanzadas como SPAI (Satellite Processing Application Interface), se utiliza para evaluar el impacto de los desastres naturales, ayudar en los esfuerzos de conservación y mejorar la gestión de infraestructuras.
La plataforma digital de Geocento ofrece una puerta de entrada única a más de 250 satélites, y ha generado un sistema basado en créditos para la adquisición de imágenes, que incluye capacidades avanzadas para análisis derivados y aplicaciones de valor añadido, con soluciones como EarthImages NEO. Imageryst, por su parte, transforma imágenes satelitales y de drones en conocimientos geoespaciales procesables aprovechando el poder de la teledetección y la IA. Un caso singular es el de Influunt AI, que se ha especializado en el campo de la inteligencia de aguas superficiales. Utiliza datos satelitales de vanguardia y algoritmos de IA para proporcionar información integral sobre la dinámica del agua superficial para sectores como la gestión ambiental, la agricultura y la planificación urbana.
La innovación de isardSAT, +D con sede en Barcelona, consiste en procesar datos de instrumentos de microondas, que tienen diversas aplicaciones ambientales e hidrológicas: puede hacer seguimiento de sequías y evaluar los efectos del cambio climático en el hielo y las masas de agua. A través de su unidad de servicios, Lobelia Earth, está calirbando riesgos y oportunidades vinculados a escenarios climáticos, lo que ayuda en la planificación estratégica de organismos gubernamentales y empresas del sector privado.
[1] Landsat science (Sin fecha) NASA. Disponible en: https://landsat.gsfc.nasa.gov/ (Consultado el 28/07/2025).
[2] Landsat 9 (2022) NASA. Disponible en: https://landsat.gsfc.nasa.gov/satellites/landsat-9/ (Consultado el 28/07/2025).
[3] (2025). ARSET – Introduction to NASA Earth Observations and Tools for Wildfire Monitoring and Management. NASA Applied Remote Sensing Training Program (ARSET). Disponible en: https://appliedsciences.nasa.gov/get-involved/training/english/arset-introduction-nasa-earth-observations-and-tools-wildfire
[4] Marsh, A. (2022) Landsat proved the power of Remote Sensing, IEEE Spectrum. Disponible en: https://spectrum.ieee.org/landsat (Consultado el 28/07/2025).
[5] UCS Satellite Database (2023) Union of Concerned Scientists. Disponible en: https://www.ucs.org/resources/satellite-database (Consultado el 28/07/2025).
[6] SentiWiki (Sin fecha) SentiWiki Home. Disponible en: https://sentiwiki.copernicus.eu/web/sentiwiki (Consultado el 28/07/2025).
[7] Reichstein, M. et al. (2025) Deep learning and process understanding for data-driven Earth System Science [Preprint]. doi:10.5194/egusphere-egu24-15874.
[8] Zhu, X.X. et al. (2017) ‘Deep learning in remote sensing: A comprehensive review and list of resources’, IEEE Geoscience and Remote Sensing Magazine, 5(4), pp. 8–36. doi:10.1109/mgrs.2017.2762307.
[9] (Sin fecha) Google Earth engine. Disponible en: https://earthengine.google.com/ (Consultado el 28/07/2025).
[10] EO4HR: Earth observation for human rights (Sin fecha a) EO4HR: Earth Observation for Human Rights | Activities Portal. Disponible en: https://activities.esa.int/4000138000 (Consultado el 28/07/2025).
[11] Drones in the service of human rights (2020) Human Rights Watch. Disponible en: https://www.hrw.org/news/2017/12/11/drones-service-human-rights (Consultado el 28/07/2025).
[12] Minoo Rathnasabapathy, Nikolai Khlystov, “10 new tech trends transforming Earth observation and climate Intelligence”, World Economic Forum, 16 de septiembre de 2024
[13] Prachi Kawade, “Las implicaciones del aumento de los datos de observación de la Tierra”, Analysys Mason, 31 de octubre de 2023, consultado el 30/07/2025
[14] “Amplifying the Global Value of Earth Observation”, World Economic Forum / Deloitte, mayo de 2024
[15] “EO and GNSS Market Report”, EUSPA, 2024, doi: 10.2878/73092
[16] “EARSC Industry Survey 2024”, EARSC
[17] Arthur Anglin, “Earth observation: A trillion-dollar opportunity for sustainable economic growth”, Deloitte, 2 de septiembre de 2024, consultado el 30/07/2025
[18] “Biodiversity – our strongest natural defense against climate change”, un.org, n. d.
[19] cbd.int/gbf
[20] “The Global Risks Report 2025”, World Economic Forum, enero de 2025
[21] destination-earth.eu
[22] mitibmwatsonailab.mit.edu
[23] “Earth Observation can help tackle global challenges from space – here’s how”, World Economic Forum, 25 de marzo de 2025
[24] “Global Future Council on Space Space for Net Zero”, World Economic Forum, septiembre de 2021
[25] europarl.europa.eu/news/en/press-room/20221107IPR49611/sustainable-economy-parliament-adopts-new-reporting-rules-for-multinationals
[26] https://green-forum.ec.europa.eu/nature-and-biodiversity/deforestation-regulation-implementation_en
[27] “The Executive’s Playbook on Earth Observation”, World Economic Forum / Deloitte, enero de 2025
[28] tradeinspace.com
[29] “Global market for commercial Earth Observation data and services to reach $7.6 billion by 2032”, Euroconsult, 28 de noviembre de 2023
[30] Yang Li, Haibo Feng, How geospatial technologies are transforming urban net-zero energy buildings: A comprehensive review of insights, challenges, and future directions, Journal of Building Engineering, 15 de junio de 2025, doi.org/10.1016/j.jobe.2025.112357
[31] Mehul Doshi, “How geospatial AI can help inform our land use choices”, Gobierno de Reino Unido, 14 de noviembre de 2024
[32] gov.uk/government/publications/geospatial-ai-for-land-use-by-the-alan-turing-institute
[33] Christopher S. Bretherton, Old Dog, New Trick: Reservoir Computing Advances Machine Learning for Climate Modeling, Geophysical Research Letters, 30 de agosto de 2023, doi.org/10.1029/2023GL104174
[34] Bruno Sánchez-Andrade Nuño, “How AI is revolutionizing Earth observation”, World Economic Forum, 21 de octubre de 2024
[35] Karsten Schroer, Bishesh Adhikari, Iza Moise, “Revolutionizing earth observation with geospatial foundation models on AWS”, AWS, 29 de mayo de 2025, consultado el 25/07/2025
[36] Bernardo M. Flores, Critical transitions in the Amazon forest system, Nature, 14 de febrero de 2024, doi.org/10.1038/s41586-023-06970-0
[37] Douglas Phillips, “Microsoft Planetary Computer Pro: Unlocking AI-powered geospatial insights for enterprises across industries”, Microsoft, 17 de junio de 2025, consultado el 25/07/2025
[38] David Schottlander, “Insights into population dynamics: A foundation model for geospatial inference”, Google, 14 de noviembre de 2024, consultado el 30/07/2025
[39] Shushman Choudhury et al. Towards a Trajectory-powered Foundation Model of Mobility, GeoIndustry’24, octubre de 2024, doi.org/10.1145/3681766.3699610
[40] atsdr.cdc.gov/place-health/php/svi/index.html
[41] un.org/en/climatechange/early-warnings-for-all
[42] Kareff Rafisura, Ladislav Charouz, “Geospatial Innovation Is Transforming Climate Adaptation in Asia”, 13 de noviembre de 2024, Earth.org
[43] Srabani Das et al. Applications of Geospatial and Information Technologies Toward Achieving Sustainable Development Goals, en Application of Remote Sensing and GIS in Natural Resources and Built Infrastructure Management, enero de 2023, doi: 10.1007/978-3-031-14096-9_1
[44] “Connecting maps, data and health: introducing the WHO European Geospatial Coordination Hub”, OMS, 5 de enero de 2024
[45] element84.com
[46] ntrs.nasa.gov/citations/20200000374
[47] developmentseed.org
[48] earthdata.nasa.gov
[49] esri.com/en-us/disaster-response/overview
[50] worldview.earthdata.nasa.gov
[51] unep.org/explore-topics/environmental-rights-and-governance/what-we-do/monitoring-and-assessment/global
[52] “2024 Geospatial Trends”, Comisión Europea, octubre de 2024
[53] stacspec.org/en
[54] ceos.org/ard
[55] umbra.space/open-data
[56] Christy Monaco, “The Vital Role of Undersea Cable Infrastructure and the Importance of Geospatial Standards”, OGC, 20 de mayo de 2025, consultado el 30/07/2025
[57] copernicus.eu/en
[58] landsat.gsfc.nasa.gov/
[59] “2022 annual report”, Digital Earth Africa, 25 de enero 2023.
[60] Falko Schoklitsch, “Utilizing communication satellites to survey Earth”, Phys.org, 7 de marzo de 2025, consultado el 30/07/2025