Diferencias entre imágenes Sentinel y Landsat para procesar con R

Un píxel de Sentinel-2 cubre cien metros cuadrados de bosque; uno de Landsat 8 cubre novecientos. Esa diferencia de tamaño es la raíz de casi todas las preguntas que me llegan sobre teledetección con R para modelado de nicho: qué satélite conviene bajar antes de correr un MaxEnt, y si esa resolución más fina realmente cambia el resultado del mapa o solo te llena el disco duro.

Antes de entrar en las respuestas, la parte de las reglas del juego: este sitio, Erre Datos, se sostiene con enlaces de afiliado. Comprar un curso a través de esos enlaces no te cuesta ni un colón más, y a mí me deja una comisión pequeña. Lo que recomiendo abajo lo probé, lo pagué o lo revisé a fondo en su comunidad — si un curso resultó ser puro cascarón, no aparece aquí.

¿Cuál es la diferencia real entre Sentinel-2 y Landsat para procesar con R?

En esa pelea de pesos pesados están Landsat, de la NASA y el USGS, contra Sentinel, de la Agencia Espacial Europea. Sentinel-2 tiene una resolución espacial de 10 metros en sus bandas principales — cada celda del raster equivale a un cuadrito de diez por diez metros en el terreno. Landsat 8 y 9 trabajan a 30 metros, tres veces menos detalle por píxel, pero con trece bandas menos pesadas de mover en R. Si vas arrancando con estas capas, te sirve revisar antes las mejores opciones de formación en sensores remotos con R y R-Studio, porque ahí se explica bien esta parte antes de meterte a programar.

Por qué Sentinel-2 puede tumbarte la sesión de R

Esa resolución fina tiene un costo real: al cargar un objeto SpatRaster con el paquete terra en R, la máquina empieza a pedir memoria como si fuera a despegar, el abanico de la torre sube de tono apenas arranca una proyección pesada, y ahí sabés que la RAM ya está al límite. Sentinel-2 pesa mucho más por escena que Landsat, y si no tenés cuidado con la resolución de capas que elegís, R tira el clásico error de 'cannot allocate vector' y se acabó la sesión. Antes de resignarme a comprar una computadora nueva, probé correr estos scripts en un Chromebook usando Google Colab, apoyado en un wifi que se caía cada rato; la promesa de 'procesa todo en la nube' se quedó corta cuando la conexión no aguantaba subir ni una escena completa de Sentinel.

La ventaja silenciosa de Landsat: la serie histórica

Sentinel gana en frecuencia: pasa cada 5 días, contra los 16 días de Landsat, y en una región donde las nubes tapan el suelo buena parte del año, esa ventana extra de paso aumenta las chances de pescar una escena limpia. Si estás tratando de modelar hábitats de aves con R y satélites, esa frecuencia vale oro. Landsat, en cambio, guarda algo que Sentinel todavía no puede ofrecer: una serie histórica de varias décadas. Si la pregunta es cómo cambió un humedal o un parche de bosque en los últimos treinta años, Landsat sigue siendo la única opción real, y sus archivos más livianos hacen que el procesamiento en R avance sin tanto drama.

¿La resolución de 10 metros cambia tu modelo de nicho en MaxEnt?

La respuesta corta es sí, pero depende de la especie que estés siguiendo. Corriendo el mismo modelo en MaxEnt con ambas fuentes, la resolución de Sentinel deja ver micro-corredores biológicos — hileras de árboles entre potreros — que los 30 metros de Landsat simplemente promedian y hacen desaparecer. Para un ave pequeña que se mueve por esos parches angostos, esa diferencia decide si el modelo sirve o si es pura adivinanza. Eso sí, todas las capas tienen que quedar alineadas antes de meterlas al modelo: mezclar 10 y 30 metros sin un remuestreo (resample en R) revienta la función a medio camino, y ahí es donde se nota la diferencia entre pensar en modelado de distribución de especies y pensar en pura teledetección — son primas cercanas, no la misma cosa.

En una salida de conteo en Rancho Naturalista, Turrialba, vi a otro voluntario terminar su mapa de MaxEnt casi tan rápido como a mí me toma abrir RStudio y ubicar el shapefile correcto, y sin pedirle ayuda a nadie; ahí quedó claro que la resolución de la imagen no perdona cuando la especie es exigente con el hábitat. Dagoberto Quirós, guardaparques que aporta buena parte de los registros de campo más difíciles de conseguir del grupo, sigue sin creer del todo que un modelo estadístico prediga bien en bosque seco tropical — dice que ningún algoritmo camina el terreno como él. Tiene parte de razón: la resolución ayuda a afinar el mapa, pero no reemplaza el dato de campo bien tomado.

Cómo decidir entre Sentinel y Landsat según tu proyecto

Para un área pequeña donde necesitás ver bordes de río o fragmentos angostos de bosque, Sentinel es la opción, pero armate de paciencia mientras R procesa. Para un modelo nacional o regional, sin una computadora que aguante trece bandas a diez metros, Landsat te va a ahorrar horas de espera y frustración. Ninguna opción es 'mejor' en abstracto: cada una responde a una pregunta distinta, y esa es la primera decisión que hay que tomar antes de abrir RStudio, no después.

Antes de elegir el satélite conviene mirar tus propios datos de presencia. A Dinorah Espinoza, voluntaria que se quedó con dudas después de un curso de Hotmart sobre teledetección — el instructor le dijo que sus preguntas estaban 'fuera del alcance del curso' —, le pasó justo eso: tenía los registros de muestreo más completos del grupo, pero guardados en Excel sin ninguna proyección definida, así que ni Sentinel ni Landsat le servían de nada hasta que resolvió eso primero.

El curso que conviene según lo que te falta

Ahí es donde entra la parte de recomendar cursos. Lo de correr resample y armar un objeto SpatRaster lo podés aprender gratis leyendo la documentación de terra un fin de semana largo, sin gastar un colón; lo que cuesta más tiempo que plata es entender por qué tu modelo de nicho no converge o por qué las capas no calzan, y ahí es donde un curso estructurado ahorra semanas enteras. Si ya tenés claro que querés meterte de lleno al modelado de nicho con MaxEnt en R, el curso de Modelado de Nicho Ecológico con Maxent en R es donde aprendí a dejar de pelear con las dimensiones de los rasters y a no maldecir la función resample cada vez que mezclo resoluciones. Si lo que te falta es el lado satelital — bajar, limpiar y recortar imágenes antes de que lleguen a MaxEnt —, el curso de Teledetección Satelital con R y R-Studio cubre justo esa parte que el otro no toca.

Dejé de mandar a la gente directo a tutoriales sueltos de YouTube como primer paso, sin una secuencia clara, se aprende a copiar código sin entender qué hace cada línea. Mi recomendación práctica hoy es otra: metete al grupo de Telegram del curso antes de pagar, preguntá algo puntual de tu propio proyecto y fijate si la respuesta te sirve para algo real, no genérica. Ese filtro cuesta un par de minutos y evita que termines, como le pasó a Dinorah, pagando por dudas que nadie te resuelve. Abajo dejo la comparación de ambos cursos con la puntuación que les doy y para quién es cada uno.