Fue el 17 de marzo de 2025 cuando el primer satélite de FireSat estableció contacto oficialmente con la Tierra, tras haber sido lanzado a la órbita desde la Base de la Fuerza Espacial Vandenberg en California (Estados Unidos).
Aquello significó el puntapié inicial para conformar un sistema que, de acuerdo a lo previsto, llegará a contar con 50 satélites dentro de los próximos años.
FireSat es una iniciativa que combina inteligencia artificial (IA) con una constelación de satélites, con el objetivo de identificar y monitorear incendios forestales desde sus primeras etapas y entregar información más oportunamente a los equipos de emergencia.
El proyecto forma parte de la organización sin fines de lucro Earth Fire Alliance y es impulsado por Google Research y Muon Space, entre otras partes. Esta última firma es la principal encargada de diseñar, construir y operar los satélites.
Se trata de la primera constelación de satélites del mundo dedicada específicamente a detectar y prevenir incendios forestales antes de que se salgan de control.
Presumen que, cuando la constelación completa esté operativa, podrá detectar incendios forestales de tan solo 5 x 5 metros en cualquier lugar de la Tierra con actualizaciones cada 20 minutos o menos.
Desde la división oficial de investigación científica y tecnológica de Google sostienen que representa un gran avance para la ciencia y la práctica de la mitigación de estas catástrofes.
El desarrollo de la iniciativa se da en un contexto en el que, actualmente, las imágenes satelitales que se utilizan en estos escenarios suelen tener baja resolución o solo se actualizan unas pocas veces al día, lo que dificulta la detección y el monitoreo de incendios de menor tamaño o en etapas tempranas.
Cómo opera la constelación de satélites de FireSat
El programa FireSat, que utiliza imágenes infrarrojas multiespectrales de alta resolución e IA aplicada, no solo promete una detección significativamente más rápida de los incendios en sus etapas iniciales, sino que también entregar los datos de manera más comprensible a los equipos de primera intervención.
Esto podría contribuir a la toma de decisiones y, en última instancia, a reducir los devastadores efectos de los incendios forestales.
Hoy, FireSat cuenta con cuatro satélites en órbita. El desplegado en marzo de 2025 fue, en esencia, un prototipo destinado a demostrar el funcionamiento de esta tecnología. Los tres primeros satélites operativos fueron lanzados en julio de 2026, desde la misma base en California.
Los próximos lanzamientos están programados para 2027. Esperan que, para 2029, una veintena de satélites operativos ya estén en órbita. El plan de progresión es llegar a 50 en los años siguientes.
El científico de Google Research, Christopher Van Arsdale, quien trabaja en el programa junto a Earth Fire Alliance y Muon Space, explica a La Tercera cómo funciona la constelación, los pasos a seguir y cómo la IA puede ayudar a detectar incendios antes de que se conviertan en grandes emergencias.
Asimismo, anticipa en qué otros ámbitos podría aplicarse esta tecnología.
Van Arsdale lidera el grupo de Clima y Energía de Google Research y preside la junta directiva de Earth Fire Alliance.
¿Cómo surgió FireSat y cómo además puede ayudar a enfrentar fenómenos como el cambio climático?
—Yo desempeñé dos funciones. FireSat nació originalmente como una iniciativa climática dentro de mi equipo, el grupo de investigación sobre Clima y Energía de Google Research. Nuestro objetivo ahí es encontrar formas de ayudar a la adaptación o mitigación del cambio climático, y los incendios tienen que ver con ambos aspectos.
Prevemos un aumento en la incidencia de incendios a medida que las zonas se secan y se calientan. Además, al arder, los incendios emiten CO2 y carbono negro. De hecho, son un factor importante que impulsa el cambio climático, además de ser una consecuencia del mismo.
Abordamos el tema desde la perspectiva del cambio climático y, posteriormente, también desde el punto de vista de la salud y la seguridad humana. Era un proyecto que venía contemplando desde hace tiempo.
Recuerdo estar en mi oficina de San Francisco (California) y no poder ver más allá de diez metros por la ventana, debido al humo que lo cubría todo. Por aquel entonces, California atravesaba una temporada de incendios forestales muy grave. Me di cuenta de que debía hacer algo al respecto, así que retomamos la propuesta que teníamos para FireSat.
Estábamos explorando otras tecnologías —ya hablaré de ello más adelante—, pero básicamente intentábamos averiguar cómo utilizar la tecnología de Google para ayudar a abordar este problema en términos generales. Probamos muchas cosas.
Intentamos utilizar drones para sobrevolar zonas y extinguir incendios. También probamos globos del proyecto Loon, en los que trabajaba Google X por aquel entonces. Utilizamos globos de gran altitud que equipamos con sistemas de cámaras, para intentar rastrear los incendios.
Finalmente, decidimos que la estrategia más eficaz consistía en localizar los incendios a tiempo. Es decir, detectarlos lo antes posible en su ciclo de vida y facilitar esa información al resto del mundo, que ya se encargaba de gestionarlos.
Además de la detección temprana, buscábamos poder realizar un seguimiento de los incendios para observar la velocidad a la que se propagaban y la intensidad del fuego.
Desde un punto de vista científico, esto resulta quizás aún más interesante: contar con un registro global de cómo se propagó cada incendio. Y es que, actualmente, no disponemos realmente de esa información.
Por otro lado, mi experiencia profesional se centra en el aprendizaje automático y la IA.
Cuando no se dispone de información, resulta muy difícil entrenar modelos para predecir riesgos futuros. Así que este proyecto surgió, en cierto modo, como un intento de cubrir ese vacío, ya que carecíamos de datos observacionales sobre una gran cantidad de incendios.
Si lográramos detectar cada incendio desde su inicio y seguir toda su evolución, podríamos poner esos datos a disposición del público o de los organismos encargados de la extinción de incendios. Consideramos que esta propuesta tenía un valor inmenso.
¿Por qué decidieron abordar este problema con una constelación de satélites?
—Evaluamos diversas opciones, desde aviones y globos hasta drones, pero finalmente nos decantamos por los satélites por ser la alternativa más económica, y ello por dos razones.
En primer lugar, porque el coste de los sistemas satelitales ha disminuido considerablemente con el paso del tiempo.
No es la primera vez que se plantea la creación de una constelación de satélites dedicada a la detección de incendios. La NASA ya lo propuso hace unos 25 o 30 años, y otras entidades también lo habían sugerido.
Sin embargo, nosotros llegamos en un momento en el que los costes de los satélites habían bajado lo suficiente como para hacer viable el proyecto.
Otra medida que adoptamos, y que es algo inusual en el sector, fue decidir utilizar, por lo general, equipos comerciales estándar disponibles en el mercado.
Aunque estos equipos podían ser menos precisos en varios aspectos que los instrumentos calibrados científicamente, optamos por compensar esa diferencia mediante software, aprendizaje automático e IA.
Esto nos permitía lanzar satélites de menor coste o con un campo de visión ligeramente más amplio, sacrificando la resolución habitual en este ámbito, y aplicar técnicas de superresolución, filtrado de ruido y rechazo de falsos positivos mediante aprendizaje automático.
Aquello nos permitió reducir considerablemente los costos del sistema y hacerlo viable.
Así iniciamos el proyecto dentro de nuestro grupo. Buscamos a Muon Space como socio externo a Google para validar y perfeccionar la propuesta.
Finalmente, Google decidió no gestionar esta iniciativa como un negocio interno: establecimos que podíamos crear una nueva organización sin ánimo de lucro para albergar el programa.
Google.org y la Fundación Moore aportaron fondos sustanciales. Otras organizaciones filantrópicas, algunas de las cuales prefirieron mantener el anonimato, también contribuyeron a esta entidad, la Earth Fire Alliance, que actualmente es la propietaria del programa.
Asimismo, eligieron a Muon Space, nuestro socio original, como proveedor para fabricar y operar los satélites en nombre de la organización.
La participación de los investigadores de Google se centra ahora, por lo general, en procesar los datos brutos procedentes de los satélites.
¿Cómo funciona la red de satélites?
—Ahora estamos en pleno proceso de puesta en marcha de nuevos satélites.
Básicamente, tomamos los datos sin procesar que estos obtienen, los combinamos con otros conjuntos de datos y aplicamos flujos de trabajo de aprendizaje automático e IA.
Esto nos permite distinguir incendios reales de falsos positivos, determinar la intensidad del fuego y calcular las emisiones de CO2, entre otras cosas.
Luego, generamos productos de datos derivados y se los entregamos a la organización sin fines de lucro para que los ponga a disposición de Chile, California o cualquier otra entidad que vaya a utilizar esta información. Así está estructurado el proceso actualmente.
Como mencioné antes, yo tengo un doble rol. Cuando creamos la organización sin fines de lucro, cada uno de los miembros fundadores obtuvo un puesto en la junta directiva. Por eso, además de trabajar como investigador en Google, formo parte de la junta de la Earth Fire Alliance.
Uno de los objetivos clave de FireSat es detectar incendios en sus primeras etapas, ¿cómo han abordado este desafío?
—Actualmente tenemos cuatro satélites en órbita. El primero fue una misión de demostración tecnológica, es decir, su objetivo principal era demostrar que todo funcionaba. Tomamos imágenes y pudimos demostrar que éramos capaces de detectar incendios de cierto tamaño.
Este año lanzamos otros tres satélites que ya están operativos. Lanzaremos cuatro más en 2027. Con el tiempo, probablemente en unos dos años, lograremos una frecuencia de revisita prácticamente horaria.
Cabe destacar que cada satélite es capaz de detectar incendios relativamente pequeños, y que cada satélite adicional que tengas reduce el tiempo de espera hasta que llegue el siguiente satélite.
Con tres satélites, podremos observar los incendios aproximadamente cada 12 horas.
Con 20 satélites, podremos verlos más o menos cada hora.
Con 50 satélites, dependiendo de la latitud, tendremos intervalos de entre 10 y 20 minutos.
Ese es el plan de progresión.
En cuanto a los satélites individuales, estos toman imágenes utilizando dos cámaras distintas, y cada cámara cuenta con múltiples bandas de color.
Podrían pensar en esto como una cámara RGB tradicional y una cámara infrarroja. Sin embargo, en el caso de la cámara infrarroja, disponemos de canales de color de infrarrojo cercano, de onda media y de onda larga.
Los incendios brillan intensamente en la banda de onda media. De hecho, casi nada más en el mundo emite esa señal, salvo objetos que están ardiendo, como las chimeneas de las centrales eléctricas. Utilizamos el canal de onda media como nuestro canal principal para detectar incendios.
El desafío radica en que, por cada lugar de la Tierra que está en llamas, probablemente haya unos diez mil o cien mil millones de lugares que no lo están.
Por tanto, es necesario tener una gran precisión: si te equivocas una de cada millón de veces, sigues enviando demasiadas alertas de falsos positivos a los organismos de extinción de incendios. Hay que ser extremadamente preciso a la hora de identificar un incendio.
Una vez que un incendio alcanza cierto tamaño, resulta muy sencillo detectarlo. Los antiguos satélites geoestacionarios, que se usan para la meteorología y también para los incendios, no tienen problemas para verlos cuando alcanzan el tamaño de una hectárea, lo cual es enorme. Por debajo de ese tamaño, la detección se complica.
Lo que nosotros queremos hacer es detectar de forma fiable incendios del tamaño aproximado de un automóvil. De hecho, nuestros satélites pueden detectar incendios aún más pequeños, son capaces de ver algo tan reducido como una fogata en la playa.
No obstante, al llegar a tamaños tan pequeños, surgen muchas otras variables. Se trata de puntos muy tenues. Es algo así como observar las estrellas y tratar de distinguir entre puntos que podrían ser ruido del sensor, reflejos de la luz solar en la superficie de un lago u otras fuentes de señales tenues. Es una tarea realmente difícil.
Dicho esto, nuestro tamaño de detección fiable o nominal es de unos 25 m² (es decir, 5 x 5 metros) para un incendio con una temperatura media típica.
Esos son los requisitos que establecimos para nuestro sistema, aunque intentaremos superar esa marca.
Cuanto antes se detecte el incendio, más tiempo tendrán los organismos de extinción para contenerlo, si así lo deciden. No consideramos que nuestra función sea indicarles exactamente cómo gestionar la situación.
Existe una diferencia enorme entre detectar un incendio de 25 m² y que los equipos lleguen cuando ya mide 250 m², frente a detectarlo cuando mide 250 m² y que lleguen cuando ya ha alcanzado los 2.500 m².
Mientras antes se llegue al incendio, más opciones se tienen, en esencia, para contenerlo o decidir qué hacer con él. Esa es la idea fundamental en cuanto a su uso.
Además, para la gran mayoría de los incendios, podremos detectarlos en una fase muy temprana de su ciclo de vida. Una vez que la constelación completa esté operativa, podremos detectar incendios dentro de 10 minutos.
¿Con qué organizaciones, países o gobiernos regionales han trabajado hasta la fecha? ¿Cuáles han sido las primeras impresiones sobre el rendimiento del sistema?
—Es una excelente pregunta, pero no podré responderla por completo, ya que es la organización sin fines de lucro la que técnicamente mantiene esas relaciones con las diversas jurisdicciones y gobiernos. Ellos llevan a cabo gran parte del trabajo de forma independiente.
Sin embargo, hemos trabajado con Chile. De hecho, contamos con un programa piloto —o de adopción temprana— para compartir imágenes preliminares con diversos gobiernos y organizaciones, y Chile es uno de ellos.
Sé que uno de los miembros de la junta directiva, Chris Anthony, viajó a Chile y se reunió personalmente con los responsables allí.
Como tenemos nuestra sede en Estados Unidos, también hemos trabajado en la región occidental del país, donde la situación de los incendios es bastante similar a la de Chile en cuanto al paisaje.
También hemos entablado conversaciones con otros lugares, como Australia, y estamos dialogando con regiones que presentan mayores desafíos, como Brasil, la Amazonía, Indonesia y zonas de África.
Asimismo, hemos colaborado con Portugal, España y otros puntos del sur de Europa, como Grecia, facilitándoles esencialmente imágenes de muestra obtenidas hasta ahora con el satélite prototipo.
La mayoría de estas entidades se convertirán en usuarios pioneros de los datos operativos cuando estos empiecen a estar disponibles a finales de este año, integrándolos en sus flujos de trabajo.
Obtener los datos del satélite, procesarlos y alojarlos en un centro de datos en la nube, un lugar accesible para los usuarios, constituye la mitad del desafío.
La otra mitad consiste en lograr que una organización, que ya opera de una manera determinada y utiliza sistemas informáticos específicos, sea capaz de extraer esos datos y visualizarlos en un formato al que esté acostumbrada, facilitando así la clasificación y comprensión de la información.
Por ejemplo, cuando mostramos imágenes preliminares a Australia, examinaron el Outback (las regiones más alejadas de los centros urbanos) y comenzaron a analizar los incendios.
Nos decían si era una quema agrícola o una quema indígena de gestión del territorio, por ejemplo. Hay muchísimas categorías de incendios, y tuvieron que enseñarnos a realizar la clasificación de prioridades de la manera que a ellos les interesaba.
Comentaban: “Ok, este incendio de aquí no lo conocíamos y no se parece a ninguno de los que sí conocemos. Tal vez se convierta en un incendio forestal incontrolado. En cambio, estos otros cinco son habituales, esperamos que ocurran y no hace falta que nos avisen de ellos”.
Creo que esa fase de clasificación es nuestro próximo desafío. Compartiremos todos estos datos con Chile y con los demás, y esperamos recibir comentarios de estos usuarios pioneros sobre cómo realizar dicha clasificación y cómo elaborar los productos de datos para que resulten realmente útiles.
Es un reto que combina el aprendizaje automático y la IA con la experiencia de usuario, ya que no queremos ocultar información, pero tampoco queremos abrumar a la gente.
Hay muchísimos incendios en el mundo. No queremos saturar a las personas con un flujo constante de avisos cuando, eventualmente, podría tratarse de una fogata de campamento que no va a ir a más.
¿Cuándo presumen que la constelación completa estará plenamente operativa y en órbita?
—Para mí, ahí es donde se produce el primer verdadero punto de inflexión. Supongo que todo depende de dónde se sitúe la línea de meta.
El próximo gran hito es alcanzar una cobertura global con frecuencia horaria. Dicha cobertura se logrará con unos 20 satélites, previsiblemente a finales de 2028 o principios de 2029.
Es bastante pronto.
—Sí. Está en camino. Cuenta con presupuesto. Los satélites se están fabricando. Es una realidad en marcha.
Dispondremos de siete satélites hacia finales de 2027 y luego tendremos que lanzar otros 13, así que efectivamente hablamos de 2028 o 2029.
El siguiente gran hito después de ese será alcanzar unos 50 satélites. Ese era nuestro objetivo inicial al comenzar el programa: lograr una frecuencia de revisita de aproximadamente 20 minutos.
Debido a la mecánica de las órbitas de los satélites, la frecuencia de revisita es algo mayor cuanto más lejos se está del ecuador. Por tanto, en las zonas templadas la revisita podría ser de unos 10 minutos, mientras que en el ecuador sería de unos 20 minutos, contando con esa cantidad de satélites.
Es probable que esto ocurra entre un año y un año y medio después de haber alcanzado la frecuencia de una hora, así que podemos fijar ese objetivo para 2031.
Además de proporcionar información más oportuna a los equipos de respuesta ante emergencias, ¿en qué otras áreas o campos podría aportar la tecnología de FireSat?
—Es una pregunta realmente fascinante. Ahora que el flujo de datos está comenzando, surgen muchas ideas muy interesantes. No hay nada intrínseco en el satélite que limite su uso exclusivamente a los incendios. Estos fueron simplemente el impulso para su creación.
Aquello implicaba la necesidad de capturar imágenes de la Tierra en alta resolución y de forma rápida, cada diez minutos por ejemplo, desde la constelación. Es un ámbito inexplorado de la teledetección. No existen constelaciones de satélites capaces de hacer eso actualmente. Por tanto, será algo novedoso que plantea todo tipo de interrogantes.
Están las aplicaciones relacionadas directamente con los incendios, como observar inundaciones, deforestación acelerada, deslizamientos de tierra, daños por ciclones tropicales o cualquier fenómeno terrestre que cambie rápidamente y requiera una observación veloz. Esos son ejemplos claros que nos gustaría probar.
Existen otras aplicaciones quizás menos evidentes, pero interesantes. Por ejemplo, colaboraremos con organizaciones como Global Fishing Watch para determinar si podemos monitorear la pesca ilegal, especialmente cuando hay barcos externos que apagan sus transpondedores. Sé que esto es un problema en la zona de Chile, donde se invade el espacio de las reservas pesqueras.
Podremos obtener imágenes continuas de esa situación. No habrá que esperar dos semanas para conseguir una foto, por ejemplo. Se podrá ver en tiempo real. Esto abre la posibilidad de que se tomen medidas contra algunas de estas actividades indeseables.
Otro uso evidente es la meteorología: monitorear el clima con alta resolución y rapidez. Gran parte de los problemas para realizar predicciones —por ejemplo, sobre lluvias extremas o en zonas con muchos microclimas— radica en que esa información no se puede captar con los satélites meteorológicos de baja resolución.
Aunque el mundo depende en gran medida de ellos, como los satélites geoestacionarios de la NASA y la NOAA, por lo general no pueden detectar nada menor a un kilómetro de tamaño. Son excelentes para seguir una gran masa nubosa, pero si se quiere saber exactamente cómo cambia el tiempo en una región costera, donde la variabilidad es muy alta, la tarea resulta muy difícil.
Lo mismo ocurre si se desea observar la diferencia de temperatura en el océano con alta resolución para comprender, por ejemplo, la energía que alimentará una gran inundación cuando una nube absorba calor del océano al acercarse a la costa.
Este tipo de fenómenos meteorológicos son difíciles de analizar con los datos satelitales actuales, por lo que esta tecnología será de gran ayuda.
Mi grupo también monitorea las emisiones de la aviación en relación con el clima. Una de las principales fuentes de calentamiento derivadas de la aviación son, de hecho, las nubes cirros generadas por los aviones: las estelas de condensación.
Cuando se forman, son diminutas y no se pueden detectar mediante datos satelitales, aunque sí son visibles desde tierra. Con el tiempo, se expanden y forman grandes mantos de nubes cirros.
Su impacto es enorme: entre un tercio y la mitad del calentamiento total atribuible a la aviación proviene de estas nubes.
Si se pueden observar estas nubes en alta resolución y en tiempo real mientras se forman, es posible vincularlas a aviones específicos. A partir de ahí, se puede determinar a qué altitud se generan y hacer que los aviones asciendan o desciendan para evitar producirlas.
Se trata de una cuestión de información: si es posible realizar observaciones, se podría reducir drásticamente el calentamiento en una región determinada. Por ello, esperamos emplear estos métodos también para abordar problemas relacionados con el clima.
Contamos con una lista muy extensa que aún no hemos puesto a prueba, así que prefiero no especular demasiado, dado que hay muchas personas con ideas sobre cómo podría utilizarse esta tecnología.
También hemos hablado del monitoreo agrícola. Por ejemplo, podrías observar la cantidad de riego que se está aplicando y determinar si es excesiva o insuficiente, para así informar al agricultor.
Desde la perspectiva de la optimización del uso del agua, se pueden lograr potenciales mejoras enormes si se realiza un monitoreo a nivel de cada explotación agrícola, ya que se obtendrían series temporales de datos.
Si se recopila información cada 10 minutos, se sabría exactamente qué está ocurriendo. Esto permitiría facilitarles dicha información, para que sepan si están regando de más o si lo están haciendo menos de lo necesario.
Poder hacerlo a escala global democratizaría el acceso y evitaría que cada agricultor tenga que pagar por instalar sensores en su propia finca. Simplemente se les podría proporcionar la información.
¿En qué se traducen los avances de FireSat para las regiones con mayor riesgo de incendios forestales?
—Mi visión a largo plazo tiene dos vertientes. Por un lado, creo que nunca deberíamos vernos sorprendidos por la evolución de un incendio forestal.
Es muy difícil predecir cuándo comenzará un incendio, ya que son eventos muy aleatorios. Puede deberse a un rayo, a una explosión en el tubo de escape de un vehículo o a una fogata abandonada durante días. Hay muchas causas posibles.
Sin embargo, una vez que se inicia, deberíamos ser capaces de verlo y de seguir su evolución completa. Nunca debería haber incertidumbre sobre lo que ocurre en el terreno. Todos deberían saber exactamente qué está pasando.
Lo que estamos haciendo debería facilitar la toma de decisiones sobre cómo gestionar el incendio, así como ayudar a decidir cuándo evacuar o a anticipar la cantidad de humo que llegará.
Hacer pública esta información puede reducir la preocupación y mejorar los resultados.
Además, poder monitorear los incendios durante toda su evolución permite a los especialistas crear mejores modelos de propagación, comprender la carga de combustible en el terreno y, fundamentalmente, entender el riesgo de incendio.
Por ejemplo, si eres planificador urbano, deberías poder simular millones de incendios en las cercanías y comprender el riesgo que representan para la localidad.
Al contar con este conjunto de datos globales sobre cómo se han propagado los incendios en el pasado, podemos hacer mejores predicciones sobre cómo se propagarán en el futuro.
En esencia, se trata de eliminar la incertidumbre para que se puedan tomar mejores decisiones. Es un problema enorme, especialmente en grandes áreas difíciles de observar en tiempo real. Ahora podremos ver todo lo que está sucediendo.
