Un estudio de la UEx propone la teledetección por satélite como una alternativa que permite la cartografía automatizada, escalable y precisa de las infraestructuras solares
- El Grupo QUERCUS de Ingeniería del Software han empleado las imágenes del satélite Sentinel-2 para la detección de instalaciones fotovoltaicas
- Hasta ahora, las herramientas de detección tradicionales basadas en ortofotos, registros administrativos o estudios de campo presentaban limitaciones en cuanto a cobertura, frecuencia de actualización y coste operativo
19/11/2025. La transición hacia un modelo energético sostenible ha conllevado el crecimiento de las infraestructuras fotovoltaicas en muchos países. En España, este crecimiento ha sido especialmente significativo, lo que genera una creciente demanda de herramientas actualizadas para monitorear la transformación del uso del suelo, apoyar la toma de decisiones y fomentar la gestión sostenible de los recursos terrestres.
Hasta ahora, las herramientas de detección tradicionales basadas en ortofotos, registros administrativos o estudios de campo, presentaban limitaciones en cuanto a cobertura, frecuencia de actualización y coste operativo. En este contexto, la Inteligencia artificial aplicada a la teledetección por satélite se presenta como una alternativa que permite la cartografía automatizada, escalable y precisa de las infraestructuras solares.
Es por ello que desde el Grupo QUERCUS de Ingeniería del Software de la Universidad de Extremadura han empleado las imágenes del satélite Sentinel-2 para la detección de instalaciones fotovoltaicas. En relación con esto, Adolfo Lozano investigador principal del estudio explica que, “los resultados muestran que el empleo de imágenes de Sentinel-2 ofrece un rendimiento de detección competitivo gracias a sus bandas multiespectrales y revisitas frecuentes para capturar patrones multitemporales”.
Para evaluar si las imágenes multitemporales a nivel de píxel del satélite Sentinel-2 pueden por sí solas complementar o reemplazar de forma fiable los métodos basados en la segmentación semántica de ortofotos RGB de alta resolución, que es la que se empleaba hasta ahora, el grupo de investigación comparó los dos métodos.
Tal y como demuestra el estudio, ambos métodos coincidieron en la detección de cerca del 87% de las parcelas y aunque la segmentación por ortofoto ofrece una alta precisión espacial, esta requiere importantes recursos computacionales y preprocesamiento manual, y es propensa a falsos positivos en áreas visualmente complejas. Sin embargo, Sentinel-2 “permite una detección totalmente automatizada y escalable con menores exigencias computacionales, aunque puede pasar por alto instalaciones pequeñas o dispersas.
Además, la gran ventaja es que las imágenes satélites se recogen cada cinco días y es posible detectar la evolución de las instalaciones casi en tiempo real. Los vuelos con ortofotos son muy costosos y se realizan cada varios años” explica el investigador.
De esta forma, Adolfo Lozano confirma que “el estudio demuestra una metodología práctica, transferible y replicable que utiliza datos de acceso abierto para la monitorización a gran escala de sistemas fotovoltaicos”.
En el futuro, se podría extender la metodología a otras regiones, integrar fuentes de datos satelitales adicionales o combinar datos para mejorar la robustez de la detección.
Reference bibliográfica: Lozano-Tello, A.; Caballero-Mancera, A.; Luceño, J.; Clemente, P.J. Evaluating Two Approaches for Mapping Solar Installations to Support Sustainable Land Monitoring: Semantic Segmentation on Orthophotos vs. Multitemporal Sentinel-2 Classification. Sustainability 2025, 17, 8628. https://doi.org/10.3390/su17198628
Escuchar