Firma espectral área quemada Sentinel-2: 7 cambios clave después de un incendio
Después de un incendio, la superficie no solo cambia de color. Cambian la vegetación verde, la estructura del dosel, la humedad, la proporción de material seco, el carbón, la ceniza y el suelo expuesto. Todos estos cambios alteran la energía que el terreno refleja hacia el sensor.
Por eso, comprender la firma espectral área quemada Sentinel-2 es una de las formas más directas de entender qué está observando realmente Sentinel-2 cuando analizamos una cicatriz de incendio.
La señal más conocida es una combinación de menor respuesta en el infrarrojo cercano (NIR) y mayor respuesta relativa en el infrarrojo de onda corta (SWIR) respecto de vegetación sana. Sin embargo, esa regla general no debe convertirse en un umbral universal: carbón, ceniza, humedad, suelo y vegetación seca pueden modificar considerablemente la curva.
En esta entrada veremos cómo cambia la firma espectral área quemada Sentinel-2 desde el visible hasta el SWIR, qué papel desempeñan las bandas red-edge y por qué la comparación temporal y la separabilidad son más importantes que buscar una sola banda “perfecta”.
1. ¿Qué significa una firma espectral?
Una firma espectral representa cómo una cobertura refleja o absorbe radiación en diferentes longitudes de onda. En un sensor multiespectral, cada banda observa una parte distinta del espectro y aporta información sobre propiedades diferentes de la superficie.
Sentinel-2 MSI registra 13 bandas. Para el análisis de vegetación y superficies afectadas por incendios son especialmente relevantes el rojo, las bandas red-edge, el infrarrojo cercano y las dos bandas SWIR.
Por eso, la firma espectral área quemada Sentinel-2 no debe interpretarse como un único número. Es más útil verla como una curva: un patrón formado por varias bandas que cambia cuando se modifica la composición y condición de la superficie.
2. ¿Cómo se comporta la vegetación antes del incendio?
En vegetación fotosintéticamente activa, la clorofila absorbe con fuerza en el rojo. Por eso, la reflectancia suele ser relativamente baja en esa región.
Al pasar del rojo al red-edge, la reflectancia aumenta rápidamente. Después, en el NIR, la vegetación sana suele presentar valores elevados debido principalmente a la estructura interna de las hojas y a la arquitectura del dosel.
En SWIR, la respuesta está fuertemente condicionada por el contenido de agua de hojas, tejidos y superficie. La documentación de Sentinel-2 sitúa las bandas B11 y B12 precisamente en regiones útiles para estudiar propiedades asociadas con humedad y condición de la vegetación.
Este patrón —rojo bajo, incremento marcado en red-edge, NIR alto y SWIR condicionado por humedad— es una referencia útil para entender cómo cambia la firma espectral área quemada Sentinel-2 después del fuego.
3. ¿Qué cambia físicamente después del fuego?
El fuego puede eliminar hojas, reducir biomasa, dañar tejidos, secar material vegetal y dejar una nueva mezcla de carbón, ceniza, ramas, vegetación no fotosintética y suelo expuesto.
Por eso, una misma superficie puede pasar de estar dominada por vegetación verde a estar compuesta por varios materiales espectralmente distintos.
De forma simplificada, el proceso puede entenderse así:
vegetación verde → pérdida de biomasa y humedad → cambio estructural → mayor proporción de material seco, carbón, ceniza y suelo → nueva respuesta espectral.
Una revisión ampliamente citada sobre cartografía de áreas quemadas por observación de la Tierra destaca precisamente esta base física: la detección satelital funciona porque el fuego transforma propiedades ópticas de la superficie y genera contrastes observables respecto de coberturas no quemadas.
4. Visible y rojo: pigmentos, carbón, ceniza y suelo
La pérdida de vegetación verde modifica el efecto de absorción de la clorofila. Por ello, algunas superficies quemadas pueden presentar un aumento de reflectancia en el rojo respecto de vegetación sana.
Sin embargo, esta región exige cautela. Si predominan carbón y materiales muy oscuros, la reflectancia visible puede ser baja. Si predominan ceniza clara o suelo expuesto, el comportamiento puede ser diferente.
Esto explica por qué una superficie quemada no tiene una única “tonalidad” espectral. La firma espectral área quemada Sentinel-2 depende de la mezcla física que queda después del evento.
5. firma espectral área quemada Sentinel-2: qué aporta el red-edge
Sentinel-2 ofrece varias bandas estrechas en el red-edge: B5, B6 y B7, además de B8A próxima al NIR estrecho. Esta configuración constituye una ventaja importante frente a sensores con menor detalle espectral en esta transición.
En vegetación sana, el red-edge forma una subida pronunciada entre el rojo y el NIR. Cuando el fuego reduce la vegetación fotosintéticamente activa y altera la estructura foliar, esa transición puede disminuir, desplazarse o cambiar de forma.
Investigaciones recientes de detección de áreas quemadas con Sentinel-2 siguen explotando esta diferencia entre vegetación no quemada y áreas afectadas, especialmente en la región aproximada que abarca red-edge y NIR.
Esto convierte al red-edge en una región muy útil para comprender la firma espectral área quemada Sentinel-2, aunque no elimina la necesidad de comparar con otras coberturas.
6. firma espectral área quemada Sentinel-2: qué ocurre en el NIR
El NIR es una de las regiones más sensibles al cambio estructural de la vegetación.
Un dosel sano refleja intensamente en esta región por la interacción de la radiación con la estructura celular de las hojas y con el propio dosel. Después de un incendio, la pérdida de hojas, el daño estructural y la aparición de materiales oscuros o suelo suelen producir una reducción del NIR.
Por eso, comparar B8 o B8A antes y después del evento puede revelar una disminución importante.
Pero esa reducción no es exclusiva del fuego. Cosecha, defoliación, sequía severa, tala u otros cambios pueden generar también una caída del NIR. La interpretación debe apoyarse en contexto temporal y espacial.
7. firma espectral área quemada Sentinel-2: qué ocurre en el SWIR
B11 y B12 se encuentran en el infrarrojo de onda corta. Estas bandas son sensibles a cambios relacionados con humedad y condición de la superficie.
Después del fuego, la pérdida de agua en la vegetación, el incremento del material seco y la exposición de suelo pueden elevar la respuesta SWIR respecto de una cobertura vegetal húmeda.
La combinación de NIR reducido + SWIR relativamente elevado es una de las razones físicas por las que índices como NBR resultan útiles para áreas quemadas.
Sin embargo, suelo seco y vegetación no fotosintética también pueden responder intensamente en SWIR. Por eso, ni B11 ni B12 deberían interpretarse de forma aislada.
8. Firma espectral área quemada Sentinel-2: lectura banda por banda
| Región | Bandas Sentinel-2 | Vegetación sana | Cambio post-incendio frecuente | Principal precaución |
|---|---|---|---|---|
| Rojo | B4 · 10 m | Reflectancia relativamente baja por absorción de clorofila | Puede aumentar al perder vegetación verde | Carbón puede mantener valores bajos; ceniza y suelo pueden elevarlos |
| Red-edge | B5, B6, B7 · 20 m | Transición marcada hacia NIR | La transición suele debilitarse o cambiar | También responde a estrés y pérdida de vigor no relacionados con fuego |
| NIR | B8 · 10 m; B8A · 20 m | Reflectancia elevada | Frecuentemente disminuye | También disminuye por tala, cosecha, sequía o pérdida de follaje |
| SWIR1 | B11 · 20 m | Condicionada por contenido de agua | Frecuentemente aumenta respecto de vegetación húmeda | Suelo y vegetación seca pueden mostrar respuesta alta |
| SWIR2 | B12 · 20 m | Menor en muchas coberturas vegetales húmedas | Frecuentemente aumenta | La respuesta depende de sequedad, suelo y material expuesto |
Sentinel-2 MSI tiene cuatro bandas de 10 m, seis de 20 m y tres de 60 m. En este contexto, B4 y B8 son nativamente de 10 m, mientras B5, B6, B7, B8A, B11 y B12 son de 20 m. Remuestrear una banda de 20 m a una grilla de 10 m no genera información espacial nueva.
9. Vegetación no fotosintética: una confusión que no debe ignorarse
Una cicatriz de incendio rara vez está compuesta únicamente por carbón. Puede contener vegetación seca, restos leñosos, suelo y zonas parcialmente afectadas. Por eso, interpretar la firma espectral área quemada Sentinel-2 exige considerar la mezcla real de materiales dentro del píxel.
La vegetación no fotosintética puede perder el patrón típico de vegetación verde y presentar una respuesta SWIR relativamente elevada. Por ello, en determinadas condiciones puede acercarse espectralmente a una superficie quemada.
Esta es una razón importante para no comparar la firma espectral área quemada Sentinel-2 únicamente contra bosque sano. Un análisis más robusto debería considerar también coberturas potencialmente confundibles.
| Cobertura que puede confundirse | Por qué puede parecer quemada | Qué conviene revisar |
|---|---|---|
| Vegetación seca | NIR menor y SWIR más alto que vegetación verde | Contexto temporal, textura y patrón espacial |
| Suelo desnudo | Alta respuesta en visible/SWIR en ciertos suelos | Comportamiento previo al evento y distribución espacial |
| Agua | Valores muy bajos en NIR y SWIR | Máscara de agua y geometría del cuerpo hídrico |
| Sombras | Reflectancia baja en muchas bandas | Topografía, orientación y relación con objetos cercanos |
| Áreas agrícolas | Cosecha o suelo expuesto pueden producir cambios abruptos | Calendario agrícola y condición preincendio |
10. La comparación preincendio–postincendio es más informativa que una sola fecha
Una imagen posterior puede mostrar una superficie muy oscura o muy seca, pero no nos dice necesariamente cómo era antes. La firma espectral área quemada Sentinel-2 adquiere mucho más significado cuando se compara con una condición preincendio equivalente.
La comparación temporal permite distinguir mejor entre una cobertura que siempre fue suelo desnudo y otra que pasó de vegetación a una condición post-incendio. En ese contexto, la firma espectral área quemada Sentinel-2 gana valor porque se interpreta como cambio y no como una fotografía aislada.
Para que la comparación sea útil conviene controlar, en la medida de lo posible:
- estacionalidad y fenología;
- nubosidad y sombras de nubes;
- condiciones atmosféricas y nivel de producto;
- humedad reciente del suelo y vegetación;
- registro espacial entre fechas.
La firma espectral área quemada Sentinel-2 tiene mayor valor interpretativo cuando se analiza como cambio y no únicamente como fotografía aislada.
11. ¿Cómo se conecta la firma con NBR, dNBR, BAI, MIRBI y BAIS2?
Los índices espectrales seleccionan y transforman partes concretas de la curva.
NBR explota el contraste entre NIR y SWIR2.
dNBR mide la diferencia de NBR entre una situación preincendio y otra postincendio.
BAI trabaja con rojo y NIR.
MIRBI utiliza el comportamiento conjunto de SWIR1 y SWIR2.
BAIS2 incorpora rojo, red-edge, NIR estrecho y SWIR aprovechando la configuración espectral de Sentinel-2.
Por eso no son variables equivalentes. Cada una comprime una parte diferente de la información contenida en la firma espectral área quemada Sentinel-2.
Para profundizar:
- ¿Qué índice usar para áreas quemadas? Comparación NBR, dNBR, RBR, BAI, MIRBI y BAIS2
- BAI y MIRBI para áreas quemadas
- BAIS2 y NBR2 con Sentinel-2
12. Cinco errores frecuentes al interpretar una firma espectral post-incendio
- Asumir que todo píxel oscuro está quemado. Agua, sombras y algunas superficies también pueden ser oscuras.
- Buscar una banda universal. La información útil está distribuida entre visible, red-edge, NIR y SWIR.
- Comparar solamente con vegetación verde. Suelo y vegetación seca suelen ser clases críticas.
- Ignorar la fecha posterior al incendio. La firma evoluciona con lluvia, pérdida de ceniza, humedad y regeneración.
- Confundir señal espectral con validación. Una curva plausible no demuestra por sí sola que el mapa final sea correcto.
13. De observar curvas a medir separabilidad
Una gráfica de firmas permite explorar el comportamiento espectral, pero no basta con observar que dos curvas “parecen distintas”. Para evaluar la firma espectral área quemada Sentinel-2, conviene medir también la distancia o el solapamiento entre las distribuciones de las clases.
Para decidir si una banda o un índice discrimina realmente áreas quemadas, interesa medir cuánto se separan las distribuciones de las clases.
La pregunta relevante no es únicamente:
“¿Cuál tiene el valor medio más diferente?”
Sino:
“¿Cuánto se superponen las observaciones de quemado y no quemado?”
Ese enfoque permite comparar la firma espectral área quemada Sentinel-2 con vegetación verde, vegetación seca, suelo, agua y objetos oscuros antes de establecer reglas de clasificación. Así, la firma espectral área quemada Sentinel-2 se convierte en una evidencia cuantificable y no solo visual.
Después, el producto final debería validarse con muestras independientes y métricas coherentes con el tipo de mapa producido.
14. Preguntas frecuentes sobre la firma espectral post-incendio
¿La reflectancia NIR siempre disminuye después de un incendio?
Es un patrón frecuente respecto de vegetación sana porque el fuego altera la estructura foliar y del dosel, pero su magnitud depende de severidad, cobertura previa y materiales que quedan en el píxel.
¿El SWIR siempre aumenta?
Frecuentemente aumenta respecto de vegetación húmeda debido a pérdida de humedad y exposición de material seco o suelo, pero tampoco es una regla universal para todos los incendios y fechas.
¿Qué aportan las bandas red-edge de Sentinel-2?
Permiten observar con mayor detalle la transición entre el rojo y el NIR asociada con la condición de la vegetación. Esa transición puede modificarse notablemente después del fuego.
¿Una firma espectral permite identificar por sí sola un incendio?
No necesariamente. Suelo, vegetación seca, agua y sombras pueden compartir parte de la respuesta. Es recomendable incorporar contexto temporal, espacial y validación.
¿Cuál es la mejor banda para una firma espectral área quemada Sentinel-2?
No existe una banda universalmente superior. NIR y SWIR suelen ser muy informativos, mientras el red-edge aporta información complementaria sobre la vegetación. La utilidad real depende del evento y de las clases con las que exista confusión.
Conclusión: un incendio transforma la curva completa
El fuego altera simultáneamente pigmentos, estructura vegetal, humedad y composición de la superficie. Por eso su efecto aparece en varias regiones del espectro y no en una sola banda.
En muchos escenarios, la vegetación quemada presenta menor respuesta NIR y mayor respuesta SWIR que la vegetación sana. El red-edge también cambia al perderse la transición característica de una cobertura fotosintéticamente activa. En el visible, la respuesta depende fuertemente de la combinación de carbón, ceniza y suelo.
Comprender la firma espectral área quemada Sentinel-2 ayuda a interpretar por qué funcionan distintos índices y, sobre todo, a reconocer cuándo una respuesta aparentemente “quemada” podría pertenecer a otra cobertura. La firma espectral área quemada Sentinel-2 es, por tanto, una base física para interpretar el mapa y no un sustituto de la validación.
Antes de convertir una señal espectral en una clase de mapa, debemos comprender qué propiedad física cambió y demostrar que esa señal puede separarse de las alternativas.
🎓 Del análisis espectral a la IA aplicada al ambiente
Comprender las firmas espectrales es el punto de partida. El siguiente paso consiste en integrar imágenes satelitales, análisis espacial, programación, validación y herramientas de Inteligencia Artificial para resolver problemas ambientales reales.
Si trabajas con monitoreo de bosques, incendios forestales, Sentinel-2, Google Earth Engine, SIG, teledetección o Ciencia de Datos ambiental, te invitamos a nuestro Seminario Gratuito con Certificación sobre IA, Ciencia de Datos y Big Data Ambiental.
Inscripción gratuita:
https://academia.bigdataacademy.online/seminario-ia-big-data-ambiental-julio
También puedes registrarte directamente en el formulario:
¿Quieres seguir profundizando?
La interpretación espectral se vuelve más útil cuando se conecta con una ruta de análisis completa. Dependiendo del tipo de problema ambiental que quieras resolver, estas formaciones continúan naturalmente lo visto en esta entrada.
🌳 Monitoreo de Bosques con Google Earth Engine
Para profundizar en procesamiento de imágenes satelitales, series temporales y aplicaciones de monitoreo forestal.
Ver el curso de Monitoreo de Bosques con Google Earth Engine
🧠 Python e IA para Ecología y Bosques
Para integrar programación, Ciencia de Datos e Inteligencia Artificial con información ambiental y geoespacial.
Ver el curso de Python e IA para Ecología y Bosques
🌿 Ecología Espacial con Google Earth Engine
Para avanzar hacia paisaje, conectividad ecológica y análisis espacial aplicado a sistemas ambientales.
Referencias científicas y técnicas
- Chuvieco et al. (2019). Historical background and current developments for mapping burned area from satellite Earth observation. Remote Sensing of Environment.
- Copernicus / Sentinel-2 MSI — especificaciones de bandas y resoluciones espaciales.
- REBAI: Development and validation of a novel indicator for burned area detection using Sentinel-2 images.