Lectura global 🌍 Panorama Planetario + Evolución ambiental 📈 Tendencias de la Tierra +
×
19 DE NOVIEMBRE DE 2026

🌍 Panorama Planetario

El estado ambiental de la Tierra está determinado por la interacción entre el almacenamiento de energía, la circulación atmosférica, los océanos y las reservas naturales de agua. La vigilancia integrada de estos componentes permite interpretar los desequilibrios climáticos y distinguir las fluctuaciones estacionales de las transformaciones persistentes del sistema terrestre.

🌡️

Temperatura global

Calentamiento persistente

Las anomalías térmicas globales deben interpretarse considerando tanto las variaciones naturales como el calentamiento acumulado por las emisiones de gases de efecto invernadero. Los registros mensuales permiten identificar episodios especialmente cálidos, mientras que las series de varios años ayudan a determinar la evolución climática de fondo. El umbral de 1,5 °C continúa siendo una referencia fundamental para evaluar riesgos ambientales.

🌊

Océanos

Acumulación energética

Los océanos almacenan una proporción considerable del exceso de energía del sistema climático. Las temperaturas superficiales, el contenido de calor en profundidad y las corrientes constituyen indicadores complementarios de su evolución. Los intercambios térmicos con la atmósfera influyen en la distribución de precipitaciones, la circulación del aire y las condiciones ambientales de los ecosistemas marinos.

🫧

CO₂ atmosférico

Presión acumulativa

El dióxido de carbono atmosférico presenta oscilaciones estacionales vinculadas a la actividad biológica y los intercambios entre la superficie terrestre y la atmósfera. Estas variaciones deben diferenciarse del incremento acumulado asociado a las emisiones humanas. El seguimiento mediante estaciones de referencia permite reconocer tendencias que no pueden identificarse a partir de mediciones aisladas.

🧊

Hielo polar

Transición estacional

La expansión otoñal del hielo marino ártico coincide con el avance de la primavera austral y el retroceso estacional del hielo antártico. La evaluación de ambas regiones requiere analizar la superficie cubierta, la concentración y el espesor del hielo. Una recuperación estacional de la extensión no garantiza la recuperación del volumen perdido durante temporadas anteriores.

🔥

Incendios

Vigilancia de condiciones

La humedad de los combustibles vegetales y las condiciones meteorológicas determinan la facilidad con la que pueden propagarse los incendios. Los sensores orbitales permiten identificar anomalías térmicas y seguir su evolución. La evaluación ambiental debe considerar también la intensidad del fuego, la superficie afectada y la capacidad de recuperación de los ecosistemas.

🏜️

Sequías

Reservas hídricas

La disponibilidad de agua depende del equilibrio entre precipitaciones, evaporación, infiltración y consumo. Los déficits acumulados pueden persistir después de que se recuperen las lluvias, especialmente cuando afectan a acuíferos y grandes sistemas de almacenamiento. La vigilancia hidrológica debe integrar indicadores de humedad superficial y reservas de agua a diferentes profundidades.

⛈️

Tormentas y fenómenos extremos

Variabilidad atmosférica

La formación de precipitaciones intensas depende de la humedad disponible, la inestabilidad y la circulación atmosférica. El calentamiento favorece una mayor capacidad de almacenamiento de vapor de agua, aunque no determina por sí mismo la aparición de tormentas. Los sistemas de observación meteorológica permiten identificar condiciones potencialmente peligrosas y emitir advertencias específicas.

💧

Balance hídrico global

Intercambio de humedad

La evaporación oceánica y la transpiración de la vegetación alimentan los flujos de humedad atmosférica. Su transporte y posterior condensación condicionan la distribución de las precipitaciones. Comprender estos intercambios permite evaluar las conexiones entre las modificaciones de la superficie terrestre y la disponibilidad de agua dulce.

🔎 Señal planetaria destacada

El desequilibrio energético terrestre. La acumulación de calor en los océanos, la atmósfera y las superficies continentales constituye un indicador central de la transformación climática. Su seguimiento integrado permite comprender procesos que no siempre quedan reflejados en la temperatura superficial del aire y reconocer cambios persistentes en el funcionamiento del planeta.

📡 Perspectiva: 19 de noviembre al 3 de diciembre

Las prioridades de vigilancia durante las próximas dos semanas incluyen la evolución térmica oceánica, la expansión estacional del hielo boreal, la disponibilidad de humedad atmosférica y las condiciones favorables para episodios de precipitación intensa.

Estas prioridades constituyen una orientación de seguimiento ambiental y no un pronóstico meteorológico localizado.

×

Una nueva herramienta para la detección de la deforestación

Cuatro huellas de ruta/fila de Landsat en púrpura, que se seleccionaron para la evaluación de precisión, se superponen en el producto científico de la base de datos nacional de cobertura terrestre (NLCD) Forest Disturbance Date 1986-2019. Crédito: Suming Jin, Centro de Ciencias y Observación de Recursos Terrestres del Servicio Geológico de EE. UU.

Cada segundo, el planeta pierde una extensión de bosque equivalente a un campo de fútbol debido a la tala, incendios, plagas de insectos, enfermedades, viento, sequía y otros factores. 


por Journal of Remote Sensing


En un estudio publicado recientemente, los investigadores del Centro de Observación y Ciencia de los Recursos Terrestres (EROS) del Servicio Geológico de EE. UU. presentaron una estrategia integral para detectar cuándo y dónde ocurren las perturbaciones forestales a gran escala y proporcionar una comprensión más profunda del cambio forestal.

El estudio fue publicado en el Journal of Remote Sensing.

«Nuestra estrategia conduce a un mapeo y actualización de la cobertura terrestre más precisos», dijo Suming Jin, científico físico del Centro EROS.

VER: A pesar de las promesas de Lula, la deforestación sigue rampante en Brasil

Para comprender el panorama general de un paisaje cambiante, los científicos confían en la Base de datos nacional de cobertura terrestre, que convierte las imágenes del satélite de observación de la Tierra (Landsat) en mapas píxel por píxel de características específicas. Entre 2001 y 2016, la base de datos mostró que casi la mitad del cambio de cobertura terrestre en los Estados Unidos contiguos involucró áreas boscosas.

«Para garantizar la calidad de los productos de cobertura terrestre y cambio de cobertura terrestre de la Base de Datos Nacional de Cobertura Terrestre, es importante detectar con precisión la ubicación y el momento de la perturbación del bosque», dijo Jin.

VER: La “nueva frontera de la deforestación”: los incendios se disparan al sudoeste del estado de Amazonas

Jin y su equipo desarrollaron un método para detectar perturbaciones en los bosques por año. El enfoque combina las fortalezas de un algoritmo de serie temporal y un método de detección de 2 fechas para mejorar la eficiencia, la flexibilidad y la precisión del mapeo operativo de regiones grandes. La nueva técnica facilita una gestión y una política forestal más eficaces, entre otras aplicaciones.

Los datos de Landsat se han utilizado ampliamente para detectar perturbaciones forestales debido a su larga historia, altas resoluciones espaciales y radiométricas, política de datos abiertos y gratuitos, y su idoneidad para crear imágenes de mosaico continentales o incluso globales para diferentes estaciones.

VER: La deforestación del Amazonas reduce las precipitaciones en América del Sur

«Necesitamos algoritmos que puedan crear mapas consistentes de perturbaciones forestales de grandes regiones para ayudar a producir una base de datos nacional de cobertura terrestre de varias épocas», dijo Jin. «También necesitamos que esos algoritmos sean escalables para que podamos rastrear los cambios en los bosques durante períodos de tiempo más largos».

Un método comúnmente empleado llamado «detección de cambio de bosque de 2 fechas» implica comparar imágenes de dos fechas diferentes, mientras que el «algoritmo de serie de tiempo» puede proporcionar observaciones para series de tiempo Landsat anuales o incluso mensuales.

VER: La deforestación de la selva amazónica influye en el clima del Tíbet

En general, los algoritmos de detección de cambios de bosques de 2 fechas son más flexibles que los métodos de series temporales y utilizan información espectral más rica. El método de 2 fechas puede determinar fácilmente cambios entre bandas de imágenes, índices, clasificaciones y combinaciones y, por lo tanto, detectar perturbaciones forestales con mayor precisión. Sin embargo, el método de 2 fechas solo detecta cambios durante un período de tiempo y, por lo general, requiere información adicional o procesamiento adicional para separar los cambios en el bosque de otros cambios en la cobertura del suelo.

Por otro lado, los algoritmos de detección de cambios en los bosques basados ​​en series de tiempo pueden usar información espectral y temporal a largo plazo y producir cambios para múltiples fechas simultáneamente. Sin embargo, estos métodos generalmente requieren que cada paso del algoritmo de serie temporal se procese nuevamente cuando se agrega una nueva fecha, lo que puede ser engorroso para las actualizaciones de monitoreo continuo y generar inconsistencias.

VER: La deforestación de la Amazonía brasileña aumentó un 150 % en el último mes de Bolsonaro

Estudios anteriores propusieron enfoques de conjunto para mejorar la precisión del mapeo de cambios en los bosques, incluido el «apilamiento» o la combinación del resultado de diferentes métodos de mapeo. Si bien el apilamiento reduce las tasas de error de omisión y comisión, el método es computacionalmente intensivo y requiere datos de referencia para el entrenamiento.

El enfoque de Jin y su equipo combinó las fortalezas de los métodos de detección de cambios de 2 fechas y el método de detección de cambios de series temporales continuas, que se denominó método de series temporales utilizando el índice de distancia espectral normalizada (NSD) (TSUN), para mejorar el mapeo operativo de regiones grandes eficiencia, flexibilidad y precisión. Usando esta combinación, los investigadores produjeron el producto de perturbación forestal NLCD 1986–2019, que muestra la fecha de perturbación forestal más reciente entre los años 1986 y 2019 para cada intervalo de dos a tres años.

VER: La Unión Europea prohibirá las importaciones cuyo origen cause deforestación: puede afectar sus compras de soja, carne, café y cacao

«El índice TSUN detecta cambios en la cobertura de la tierra forestal de varias fechas y se demostró que se puede extender fácilmente a una nueva fecha, incluso cuando las nuevas imágenes se procesaron de una manera diferente a las imágenes de fechas anteriores», dijo Jin.

El equipo de investigación planea mejorar la herramienta aumentando la frecuencia de tiempo y producir un producto de perturbación forestal anual desde 1986 hasta el presente.

«Nuestro objetivo final es producir automáticamente mapas de perturbación forestal con alta precisión con la capacidad de monitorear continuamente la perturbación forestal , con suerte en tiempo real», dijo Jin.

VER: Nuevo análisis encuentra que la pandemia no frenó la deforestación

Más información: Suming Jin et al, Base de datos nacional de cobertura terrestre 2019: una estrategia integral para crear el producto de perturbación forestal de 1986–2019, Journal of Remote Sensing (2023). DOI: 10.34133/detección remota.0021