Teledetección con drones y satélites para la monitorización medioambiental de la Antártida
DOI:
https://doi.org/10.17398/3101-7177.2.170Palabras clave:
Antártida, UAV, LiDAR, Sentinel-2, teledetecciónResumen
La Antártida constituye un laboratorio natural excepcional para comprender las respuestas del sistema climático terrestre ante el calentamiento global. Sin embargo, la monitorización de sus ecosistemas resulta particularmente compleja debido a las condiciones meteorológicas extremas y la inaccesibilidad del territorio. En este contexto, los vehículos aéreos no tripulados (UAVs) y la teledetección satelital se han consolidado como herramientas fundamentales para la investigación polar. Este trabajo presenta los principales avances obtenidos mediante la integración de sensores embarcados en drones (ópticos RGB, multiespectrales, hiperespectrales, térmicos y LiDAR) junto con imágenes del satélite Sentinel-2, en diversas campañas antárticas realizadas en las islas Shetland del Sur entre 2022 y 2025. Los resultados abarcan tres líneas de investigación complementarias: (i) la generación de conjuntos de datos topográficos y fotogramétricos de alta resolución a escala centimétrica, que cubre los ~35 km del anillo costero de la bahía de Port Foster en Isla Decepción; (ii) la estimación de la abundancia poblacional del pingüino barbijo mediante arquitecturas de aprendizaje profundo aplicadas a ortomosaicos de UAV en la colonia de Collado Vapor; y (iii) la detección y cuantificación de floraciones de algas rojas de nieve en los campos nevados costeros del archipiélago, combinando imágenes hiperespectrales de dron con clasificación supervisada de imágenes Sentinel-2. Estos estudios evidencian el potencial de la teledetección aerotransportada y satelital para ampliar la capacidad de observación en regiones polares, reduciendo la perturbación sobre los hábitats vulnerables y generando información esencial para evaluar los efectos del cambio climático en el ecosistema antártico.
Descargas
Referencias
Belyaev, O., Román, A., Belliure, J., Navarro, G., Barbero, L., y Tovar-Sánchez, A. (2024). Assessing topographic features and population abundance in an Antarctic penguin colony through UAV-based deep-learning models. International Journal of Applied Earth Observation and Geoinformation, 134, 104124. https://doi.org/10.1016/j.jag.2024.104124
Meredith, M. et al. (2019). Polar regions. IPCC Special Report on the Ocean and Cryosphere in a Changing Climate. https://www.ipcc.ch/srocc/chapter/chapter-3-2/
Pina, P. y Vieira, G. (2022). UAVs for Science in Antarctica. Remote Sensing, 14, 1610. https://doi.org/10.3390/rs14071610
Román, A., Tovar-Sánchez, A., Olivé-Abelló, A., y Navarro, G. (2024). ShetlandsUAVmetry: unmanned aerial vehicle-based photogrammetric dataset for Antarctic environmental research. Scientific Data, 11, 202. https://doi.org/10.1038/s41597-024-03045-1
Román, A., Tovar-Sánchez, A., Larrad, M., Alva, F., y Navarro, G. (2025a). LiDAR-based topographic data for the coastline of Port Foster (Deception Island, Antarctica). Scientific Data, 12, 1363. https://doi.org/10.1038/s41597-025-05726-x
Román, A., Navarro, G., Barbero, L., Fernández-Marín, B., García-Plazaola, J. I., González-Ortegón, E., Caballero, I., y Tovar-Sánchez, A. (2025b). Unveiling the large coverage of red snow algae blooms in Antarctic coastal snowfields. Communications Earth & Environment, 7, 53. https://doi.org/10.1038/s43247-025-03156-6
Smith, K., Baldwin, R., Kaufmann, R., y Sturz, A. (2003). Ecosystem Studies at Deception Island, Antarctica: An Overview. Deep-Sea Research II, 50, 1595-1609. https://doi.org/10.1016/S0967-0645(03)00081-X
Tovar-Sánchez, A., Román, A., Roque-Atienza, D., y Navarro, G. (2021). Applications of unmanned aerial vehicles in Antarctic environmental research. Scientific Reports, 11, 21717. https://doi.org/10.1038/s41598-021-01228-z
Descargas
Publicado
Número
Sección
Licencia
Derechos de autor 2026 Gabriel Navarro Almendros, Alejandro Román, Antonio Tovar Sánchez (Autor/a)

Esta obra está bajo una licencia internacional Creative Commons Atribución-NoComercial-CompartirIgual 4.0.
Todo el contenido disponible en el Portal de Revistas-UEx se distribuye bajo una licencia Creative Commons: Atribución 4.0 Internacional (CC BY 4.0)