Guía Técnica

Imágenes Satelitales en la Agricultura Peruana: Guía Completa 2025

Imágenes satelitales gratis están disponibles todos los días sobre Perú. Desde arándanos en Ica hasta café en Cajamarca, puedes monitorear salud de cultivos, estrés hídrico y crecimiento sin drones ni visitas de campo constantes.

🛰️¿Qué Son las Imágenes Satelitales?

Las imágenes satelitales capturan la radiación electromagnética que refleja la superficie terrestre. Para agricultura, esto significa medir:

✓
Luz visible e infrarroja:
Las plantas sanas reflejan mucho infrarrojo cercano. Plantas estresadas reflejan menos.
✓
Microondas (radar):
Penetra nubes y mide humedad de superficie. Funciona día y noche, llueva o no.
✓
Infrarrojo térmico:
Mide temperatura de superficie. Cultivos estresados tienen temperaturas más altas.

📡Satélites Disponibles para Perú

Sentinel-2 (Óptico) - El Más Usado

Resolución: 10 metros (bandas principales), 20m (algunas bandas especializadas)
Frecuencia: Cada 5 días (hay 2 satélites: Sentinel-2A y 2B)
Bandas: 13 bandas espectrales incluyendo visible, infrarrojo cercano, SWIR
Limitación: No funciona con nubes. En costa peruana es excelente, en sierra y selva hay más nubes.
Mejor para: NDVI, NDWI, monitoreo de vigor, detección de estrés hídrico

Sentinel-1 (Radar) - Funciona con Nubes

Resolución: 10 metros
Frecuencia: Cada 6 días (Sentinel-1A y 1B)
Bandas: Banda C (VV y VH polarizaciones)
Ventaja: Funciona con nubes, lluvia, día o noche. Perfecto para sierra y selva.
Mejor para: Humedad de superficie, mapeo de inundaciones, monitoreo continuo

Landsat 8 y 9 - Histórico Largo

Resolución: 30 metros (óptico), 100m (térmico)
Frecuencia: Cada 8 días combinando Landsat 8 y 9
Ventaja: Datos desde 1984. Útil para análisis históricos.
Mejor para: Temperatura de superficie, cambios de uso de suelo, históricos

🌾Aplicaciones Prácticas por Cultivo

🫐

Arándanos

NDVI: Monitoreo de vigor y crecimiento.
NDWI: Detección de estrés hídrico (crítico en floración).
Térmico: Identificar zonas con sobre-riego o déficit.

🍇

Uvas

Sentinel-2: Mapas de variabilidad para riego diferenciado.
NDVI temporal: Predicción de rendimiento.
Estrés controlado: Monitorear déficit hídrico intencional pre-cosecha.

🥑

Palta

NDVI + Térmico: Detectar plantas enfermas o con déficit hídrico.
Sentinel-1: Útil en zonas nubladas de La Libertad.
Históricos: Correlación NDVI con producción.

🌾

Espárragos

NDVI: Monitoreo de crecimiento post-corte.
ETa: Optimización de riego en producción continua.
Mapas de prescripción: Riego variable por zona.

📊Cómo Acceder a las Imágenes

Opciones gratuitas:

Google Earth Engine: Plataforma más poderosa. Requiere programación (JavaScript o Python). Acceso a todo el archivo histórico de Sentinel y Landsat.
Copernicus Open Access Hub: Descarga directa de imágenes Sentinel. Requiere procesamiento local.
USGS EarthExplorer: Descarga de Landsat. Interfaz más antigua pero funcional.
Sentinel Hub EO Browser: Visualización en navegador sin programar. Bueno para explorar pero limitado para análisis serio.

💡Caso de Uso: APU Agrotech

APU Agrotech procesa automáticamente imágenes de Sentinel-1 y Sentinel-2 para generar mapas de humedad y evapotranspiración. El pipeline:

Descarga automática: Usando Google Earth Engine, descargamos imágenes Sentinel cada vez que pasan sobre tus campos
Preprocesamiento: Corrección atmosférica, filtrado de nubes, cálculo de índices espectrales (NDVI, NDWI, EVI, SAVI)
Fusión de datos: Combinamos Sentinel-1 (radar) y Sentinel-2 (óptico) para tener datos incluso con nubes parciales
Modelos ML: Random forests predicen humedad a profundidad de raíz usando los índices satelitales + datos meteorológicos
Mapas diarios: El agricultor recibe mapas de humedad cada día sin tener que procesar ninguna imagen

Esto funciona en arándanos (Ica, Lambayeque), uvas (Ica, Lima), paltas (La Libertad), espárragos (Ica), y mango (Piura).

⚠️Limitaciones de Imágenes Satelitales

✗
Nubes (Sentinel-2 y Landsat):
En sierra y selva, nubes constantes limitan las imágenes ópticas. Sentinel-1 (radar) soluciona esto pero tiene menos aplicaciones.
✗
Resolución espacial:
10-30 metros es suficiente para campos grandes (> 1 ha) pero limitado para parcelas muy pequeñas o agricultura urbana.
✗
Resolución temporal:
5-6 días entre imágenes. Para monitoreo diario absoluto necesitas fusionar múltiples fuentes o usar modelos de interpolación.
✗
Curva de aprendizaje:
Procesar imágenes satelitales requiere conocimiento de SIG, programación, y teledetección. No es plug-and-play.

🎯Mejores Prácticas

Usa Sentinel-2 en costa: Pocas nubes, excelente para NDVI/NDWI. Ideal para Ica, Lambayeque, La Libertad, Lima.
Combina Sentinel-1 + Sentinel-2 en sierra: El radar complementa cuando hay nubes. Validado en café y papa.
Valida con datos de campo: No confíes ciegamente en satélites. Valida índices contra mediciones reales de humedad, vigor, etc.
Análisis temporal, no solo snapshot: Una imagen aislada dice poco. Analiza tendencias a lo largo de la temporada.
Considera servicios procesados: Si no tienes expertise técnico, plataformas como APU Agrotech ya procesan las imágenes y entregan insights listos para usar.

Recursos Adicionales

Guías relacionadas

Satélites Gratis para Agricultura Índices Satelitales (NDVI, NDWI, etc.)Machine Learning en Agricultura

¿Quieres ver imágenes satelitales de tu campo?

Te mostramos cómo se ve tu campo desde el espacio y qué insights puedes obtener