Blog
/

InSAR en la práctica: cómo elegir los datos adecuados para su proyecto

Table of contents
Introduction
"Como científico jefe de la misión RADARSAT Constellation en 2019, lideré los esfuerzos para implementar el uso operativo de imágenes SAR en el monitoreo de deslizamientos de tierra y subsidencia en corredores de transporte y energía. En la práctica, el requisito principal es la selección de los parámetros de adquisición correctos y su adaptación a las condiciones del sitio. Esta guía refleja las decisiones estratégicas que he visto una y otra vez".

-Prof. Dr. Vern Singhroy, asesor técnico de KorrAI, científico jefe de la misión RADARSAT Constellation

Antes de que el InSAR satelital pueda decirnos si un puente se está asentando, una ladera se está desplazando o una presa se está deformando, hay un paso importante: elegir la configuración de InSAR adecuada para el trabajo.

Si ya está familiarizado con los conceptos básicos de InSAR (cómo rastrea el movimiento del suelo con precisión milimétrica desde el espacio), está en una buena posición para profundizar en la selección de datos y los casos ideales. Si no, no se preocupe. No necesita ser un experto en radar para seguirnos. Repasaremos rápidamente lo que es importante y luego pasaremos a cómo poner en práctica los datos de InSAR.

Un resumen de los conceptos básicos

En esencia, el InSAR (radar de apertura sintética interferométrica) utiliza imágenes de radar satelital repetidas para medir cómo se mueve la superficie de la Tierra a lo largo del tiempo. Es altamente preciso, independiente de las condiciones climáticas y puede cubrir grandes áreas de forma remota. Pero, como cualquier herramienta, su rendimiento depende de elegir la combinación correcta de satélite, longitud de onda, estrategia de obtención de imágenes y método de interpretación de datos.

En la Parte 1: Introducción al InSAR, exploramos cómo el InSAR detecta el movimiento del suelo, cómo la geometría de visualización afecta lo que observa y cómo garantizamos mediciones sólidas y fiables a lo largo del tiempo, incluso en terrenos complejos.

Ahora, pasemos de "cómo funciona" a "cómo utilizarlo".

¿Qué tipo de datos satelitales funcionan mejor en bosques frente a ciudades?
¿Con qué frecuencia se pueden capturar las imágenes del área inspeccionada?
Y lo más importante: ¿Cómo saber si una solución es la adecuada para su activo y perfil de riesgo?

Analicemos las decisiones clave que dan forma a un proyecto InSAR exitoso, comenzando por uno de los elementos más fundamentales: la señal de radar en sí.

Cómo elegir los datos de InSAR adecuados

La selección de datos satelitales adecuados depende de los objetivos específicos del proyecto y de los tipos de objetivos. Algunos criterios son la frecuencia (o longitud de onda) de la señal de radar, la resolución espacial y temporal, y la geometría de la imagen.

Longitud de onda de la señal de radar

La longitud de onda de las señales de radar transmitidas por el satélite SAR determina qué tan bien pueden penetrar las señales a través de la cobertura vegetal y la sensibilidad al desplazamiento del suelo.

SAR Band Table
SAR Band Wavelength Best Use Cases Limitations
X-band 3.1 cm (9.6 GHz) Urban infrastructure, mining, landslide detection, precise displacement monitoring High sensitivity to vegetation, poor penetration, decorrelation over time
C-band 5.6 cm (5.4 GHz) Infrastructure monitoring, regional ground deformation, subsidence mapping Moderate penetration through vegetation, susceptible to atmospheric noise
L-band 23.6 cm (1.275 GHz) Dense vegetation, geological faults, permafrost monitoring Lower spatial resolution, raw data may lack high precision for minute-scale deformation
  • Banda X (longitud de onda corta) es ideal para el monitoreo detallado de infraestructuras, pero tiene dificultades en áreas con vegetación.
  • Banda C (longitud de onda media) equilibra la sensibilidad y la cobertura, siendo adecuada para estudios de subsidencia a gran escala.
  • Banda L (longitud de onda más larga) penetra la vegetación, lo que la hace útil para regiones remotas y boscosas.

Ejemplos

  • Monitoreo específico de subsidencia en minas, presas y otros activos críticos → Banda X (p. ej., TerraSAR-X, COSMO-SkyMed)
  • Seguimiento del movimiento del terreno en bosques remotos → Banda L (p. ej., ALOS-2, NISAR)
  • Evaluación de riesgos de infraestructura a gran escala → Banda C (p. ej., Sentinel-1, RADARSAT-2)

Consideraciones sobre la resolución temporal y espacial

La resolución temporal de un satélite InSAR se refiere a la frecuencia con la que se capturan imágenes satelitales sobre la misma ubicación. Un tiempo de revisita más corto mejora el monitoreo de cambios rápidos.

Satellite Revisit Table
Satellite Revisit Time Best for
Sentinel-1 (C-band) 6–12 days Large-scale ground deformation (subsidence, tectonics)
RADARSAT-2 (C-band) 24 days Infrastructure and mining
TerraSAR-X (X-band) 11 days Urban monitoring, tunnels, and dams
COSMO-SkyMed (X-band) 1–16 days Landslide monitoring and infrastructure risk analysis
ALOS-2 (L-band) 14–46 days Forested and rural ground motion tracking
SAOCOM (L-band) 16 days Soil moisture dynamics

Al establecer los programas de monitoreo, se deben considerar las siguientes influencias naturales:

  • Entornos que cambian rápidamente (deslizamientos de tierra activos, túneles) → Tasas de revisita más altas (1–12 días, banda X o Sentinel-1)
  • Subsidencia de movimiento lento (extracción de agua subterránea) → Tasas de revisita más largas (12–46 días, banda C o banda L)

De manera similar, la resolución espacial o distancia de muestreo en tierra de un sensor InSAR afecta su capacidad para detectar desplazamientos a escala milimétrica. Piense en ello como el tamaño de píxel en una foto digital: cuanto más finos sean los píxeles, más nítida y detallada será la imagen.

Resolution Table
Resolution Typical Satellite Application
0.5 – 3 m (High) TerraSAR-X, COSMO-SkyMed Small infrastructure deformations (bridges, buildings, tunnels)
10 – 30 m (Moderate) Sentinel-1, RADARSAT-2, SAOCOM Regional-scale monitoring (subsidence, earthquakes, mining)
> 30 m (Low) ALOS-2, NISAR Large-scale terrain shifts (forests, fault lines)

Compensaciones entre la resolución de los datos y el área de cobertura

En términos sencillos, cuanto mayor es la resolución de la "imagen" InSAR, menor es el área de cobertura. Por ejemplo, la frecuencia de banda X de alta resolución puede capturar un monitoreo estructural detallado, pero dentro de un campo de visión limitado. La banda C de resolución moderada puede equilibrar el detalle y la cobertura del área, proporcionando capacidades medias para ambas métricas. Si bien la banda L es la mejor para entornos regionales extensos o con vegetación, puede perder sensibilidad ante desplazamientos a escala milimétrica.

Desde una perspectiva técnica, esto es una función del diseño del sensor y la física. Pero en la práctica, las limitaciones de cobertura suelen estar determinadas más por el costo que por la capacidad. Los datos de mayor resolución, como los de los satélites de banda X, están disponibles, pero cuentan con licencia comercial. Esto significa que los usuarios a menudo deben sopesar el nivel de detalle necesario frente al precio de adquisición.

Los satélites de banda C, como el Sentinel-1 de la ESA, ofrecen un enfoque más equilibrado: cumplen con la resolución, grandes anchos de franja y acceso abierto a los datos. Esto los hace particularmente atractivos para el monitoreo regional y las evaluaciones de infraestructura a gran escala.

En última instancia, aunque la resolución y la cobertura están vinculadas físicamente, la mayoría de los usuarios finales experimentan esta compensación a través del costo. Cuanto mayor sea la resolución, más selectivos deben ser los equipos sobre qué estructuras requieren una atención más precisa dentro del presupuesto.

Aplicaciones y casos de uso de InSAR

InSAR es la respuesta del ingeniero geotécnico a los refranes "Más vale prevenir que curar" y "Más vale prevenir que lamentar".

Ayuda a mitigar riesgos al permitir un enfoque proactivo en lugar de uno reactivo. Estas son algunas de las industrias que podrían beneficiarse de InSAR:

  • Minería: Rastrea la estabilidad de taludes, la integridad de las presas de relaves y el agotamiento de las aguas subterráneas para prevenir peligros y daños ambientales.
  • Infraestructura urbana: Rastrea el desplazamiento en puentes, carreteras, vías férreas, túneles, tuberías y el impacto en edificios residenciales cercanos para prevenir daños estructurales.‍
  • Centros de datos: Ayuda a realizar estudios de perfil de riesgo de posibles ubicaciones y monitoreo continuo de hundimientos.‍
  • Seguros de propiedad: Ayuda a las aseguradoras a evaluar los riesgos de las propiedades, mejorar la suscripción, verificar reclamaciones y evaluar los daños tras un desastre.

Tipos de análisis InSAR

InSAR suele ser un término general para varios enfoques de análisis de datos. Aunque queda fuera del alcance de este artículo, planeamos tratarlo en una publicación posterior. Por ahora, aquí están los tres métodos más populares:

1. D-InSAR (InSAR diferencial)

Esta es la forma más básica de InSAR. Utiliza dos imágenes de radar para medir el desplazamiento entre las fechas de adquisición.

  • Funciona bien en áreas estables y de alta coherencia

Piense en ello como una "instantánea del antes y el después". Es útil para cambios repentinos (como el desplazamiento tras un terremoto), pero no es ideal para el monitoreo a largo plazo.

2. PS-InSAR (InSAR de dispersores persistentes)

Esta técnica identifica objetivos estables y duraderos, a menudo edificios, rocas o infraestructura, que reflejan constantemente las señales de radar a lo largo de muchas adquisiciones.

  • Alta precisión y ruido mínimo
  • Ideal para el monitoreo urbano y de infraestructura

En KorrAI, utilizamos una variante patentada con técnicas avanzadas de procesamiento de datos, llamada UrbanSAR, optimizada específicamente para entornos urbanos densos donde abundan los objetivos de radar estables. UrbanSAR cuenta con la confianza de importantes clientes globales, incluidos AWS, Zurich Insurance, Stantec y más.

3. SBAS (Subconjunto de línea de base pequeña)

SBAS funciona mejor en terrenos naturales o áreas semicoherentes, como laderas o suelos rurales. Compara pares de imágenes que están cerca en tiempo y espacio para reducir el ruido.

  • Mejor manejo de la vegetación y los efectos topográficos

Se utiliza comúnmente para deslizamientos de tierra, relaves y deformación de suelos blandos.

Y muchos más…

También existen métodos híbridos y emergentes, como el InSAR polarimétrico, el apilamiento interferométrico y los enfoques asistidos por aprendizaje automático. Estos quedan fuera del alcance de esta introducción, pero representan la vanguardia del monitoreo geoespacial.

¿Es el InSAR mejor que la topografía tradicional?

A diferencia de las técnicas de topografía convencionales como la nivelación, el GPS o el LiDAR, el InSAR ofrece varias ventajas:

  • Cobertura a gran escala: El InSAR puede monitorear extensas áreas geográficas desde la órbita, lo que lo hace ideal para evaluaciones regionales o de múltiples sitios.
  • Alta sensibilidad: Detecta deformaciones a escala milimétrica, a menudo invisibles para los métodos tradicionales.
  • Rentabilidad: Dado que los satélites capturan datos con frecuencia, el InSAR reduce la necesidad de realizar extensos trabajos de campo.
  • Independencia meteorológica: Las señales de radar pueden atravesar las nubes y operar de día o de noche, proporcionando datos fiables en diversas condiciones ambientales.

Está claro que el InSAR supone una gran ventaja en muchos aspectos en comparación con los estudios topográficos tradicionales.

El futuro del InSAR en el monitoreo de movimientos del terreno

Los avances actuales en la tecnología satelital están convirtiendo al InSAR en el método principal para el monitoreo de la estabilidad del terreno, impulsándolo hacia imágenes de mayor resolución, detección de anomalías mediante IA y monitoreo casi en tiempo real, lo que mejora la precisión, la eficiencia y la accesibilidad.

Satélites de mayor resolución

La próxima generación de satélites, como NISAR (cuyo lanzamiento es inminente) y las crecientes constelaciones de radar privadas (de empresas como ICEYE y Capella Space), ofrecen imágenes de alta resolución. Los futuros satélites de banda X prometen una resolución espacial inferior al metro, lo que mejorará el monitoreo de infraestructuras y vegetación. Las constelaciones de múltiples satélites reducirán los tiempos de revisita a 1-3 días, permitiendo una detección más rápida de cambios repentinos en el terreno. La expansión de la banda L mejora el monitoreo en regiones con vegetación, mientras que la investigación en banda Ka busca perfeccionar el análisis urbano.

Detección de anomalías y modelos predictivos basados en IA

El aprendizaje automático automatiza la detección de anomalías, priorizando las zonas de alto riesgo. Los modelos de aprendizaje profundo predicen los riesgos de hundimiento, mientras que las plataformas en la nube como la nuestra procesan los datos InSAR en cuestión de horas en lugar de días.

Integración con IoT y sensores terrestres

La combinación de InSAR con GNSS, inclinómetros y redes sísmicas mejora el monitoreo en tiempo real de infraestructuras y activos. Estas integraciones mejoran los sistemas de alerta temprana para estructuras críticas. En KorrAI, lideramos el camino aprovechando los datos de estaciones GNSS públicas, así como nuestros propios sensores GNSS y reflectores de esquina in situ para la calibración. Hemos redactado una explicación exhaustiva sobre nuestra metodología de calibración GNSS para datos InSAR satelitales.

Reflector de esquina en sitio con sensor GNSS

Cuándo empezar a incorporar InSAR

Como dicen los expertos en finanzas: “El mejor momento fue ayer, el segundo mejor momento es ahora”.

El mejor momento para incorporar InSAR es durante las etapas de planificación y diseño del proyecto. Cuanto antes, mejor. Sin embargo, hay buenas noticias: los datos históricos de InSAR siguen siendo valiosos para establecer líneas base y tendencias históricas. Pueden resultar muy útiles.

Por ejemplo, como hemos visto aquí en KorrAI al trabajar con un operador líder de centros de datos, puede acelerar el proceso de selección de emplazamientos para la construcción de centros de datos mediante el análisis de decenas o cientos de sitios en paralelo.

Incluso si no se incorporó InSAR durante la planificación del proyecto, todavía puede integrarse en las estrategias de gestión de riesgos existentes. Un análisis retrospectivo utilizando datos satelitales archivados permite a los profesionales detectar tendencias, evaluar riesgos continuos y mejorar el monitoreo sin interrumpir las operaciones actuales.

Reflexiones finales

InSAR no es una herramienta única para todo. Pero con la configuración adecuada, ya sea banda X de alta resolución para monitoreo urbano o cobertura amplia de banda L para laderas con vegetación, se convierte en una de las tecnologías más potentes disponibles para comprender la estabilidad del terreno.

Hemos analizado cómo los diferentes tipos de satélites, frecuencias de imagen, intervalos de revisita y métodos de análisis influyen en la adaptación de InSAR a casos de uso específicos. Desde la minería y la infraestructura hasta los seguros y el riesgo de desastres, la clave no es solo usar InSAR, sino usar el InSAR correcto.

En KorrAI, nos especializamos en ayudar a las organizaciones a lograr precisamente eso. Ya sea que esté evaluando cientos de activos a la vez o necesite un monitoreo de precisión para una sola estructura crítica, nuestra plataforma integral ofrece información en la que puede confiar, sin necesidad de ser un experto en radar.

InSAR puede ser técnico en su funcionamiento interno, pero el objetivo es simple: ver lo invisible, actuar con antelación y prevenir lo evitable.

"InSAR puede mejorar significativamente el monitoreo de riesgos, pero solo cuando el conjunto de datos, el método de procesamiento y las condiciones del terreno están alineados. Este artículo proporciona a los profesionales el criterio necesario para tomar esas decisiones sobre los parámetros de forma fiable”.
-Prof. Dr. Vern Singhroy

Si está listo para incorporar satélites e IA a su estrategia de riesgos, hablemos.

Share this post
Copied!
Written By
Prof Dr Vern Singhroy P. Eng
Asesor Técnico, KorrAI

Anteriormente Científico Jefe de la Misión de la Constelación RADARSAT de la Agencia Espacial Canadiense (2019), el Prof. Vernon ha publicado más de 300 publicaciones científicas en teledetección. Es reconocido mundialmente por su experiencia en Radar de Apertura Sintética (SAR) y teledetección, con contribuciones en más de 35 países. En KorrAI, asesora sobre el desarrollo de nuestros productos InSAR para el monitoreo de movimiento del terreno.

Simon Irving
Gerente de Entrega, KorrAI

Simon tiene una Licenciatura en Ciencias de la Tierra de la Universidad de Dalhousie y un Diploma Avanzado en Teledetección de NSCC COGS. Con experiencia práctica como geólogo y un profundo interés en el movimiento del terreno, conecta la información geoespacial con la comprensión del mundo real y la comunicación con el cliente. Cuando no está descifrando cambios de terreno, es probable que Simon esté haciendo una caminata de larga distancia o construyendo un modelo de barco intrincado.

Tushar Kumar Ram
Redactor de Contenido Técnico

Tushar tiene un B.Tech en Ingeniería Eléctrica de la Universidad Central de Karnataka. Respaldado por experiencia en investigación técnica y redacción educativa, actualmente canaliza eso para ayudar a KorrAI a comunicar su trabajo y tecnología a través de contenido claro y centrado en el usuario. Fuera del trabajo, se sumerge en automatizaciones de IA y experimentos de mini robótica, solo por el placer de ver las ideas cobrar vida.

Written By
Team KorrAI

No items found.
No items found.

Suscríbase a nuestro boletín

De vez en cuando enviamos correos electrónicos con actualizaciones, nuestros últimos blogs y nuestras lecturas favoritas sobre InSAR y el lento paisaje del hundimiento del suelo.
Leído por los mejores profesionales en
Gracias por suscribirte a nuestro boletín.
¡Uy! Algo salió mal al enviar el formulario.