En un mundo cambiante, la seguridad y la toma de decisiones se han convertido en pilares fundamentales para el éxito en cualquier ámbito. En este contexto dinámico, la geointeligencia (GEOINT) emerge como una poderosa herramienta que está revolucionando nuestra capacidad para comprender el entorno. Desde la seguridad nacional hasta la gestión de recursos naturales y estudios de mercado, la GEOINT desempeña un papel crucial al proporcionar información geoespacial relevante y oportuna que permite a los usuarios anticipar, adaptarse y reaccionar. En este artículo, examinaremos cómo esta se aplica en diversos contextos y cómo está transformando la manera en la que abordamos los desafíos del siglo XXI.
La inteligencia geoespacial o geointeligencia, surge de la necesidad de conocer el entorno y las actividades que se desarrollan en un área concreta y cómo en su conjunto afectan a otros ámbitos mayores como la economía, la política o la diplomacia, así como al marketing, la inteligencia de negocios o la gestión de recursos naturales. El GEOINT aprovecha los datos geoespaciales, datos colaterales y su análisis para proporcionar información relevante y oportuna. Con el fin de que ayude a los usuarios a comprender su entorno, evaluar situaciones y tomar decisiones efectivas en una variedad de contextos.
Aunque ambos se complementan perfectamente, es importante distinguir entre la Inteligencia de Imágenes (IMINT) y GEOINT, ya que aunque a veces se confunden, el IMINT se define como «información técnica, geográfica y de inteligencia obtenida a través de la interpretación o análisis de imágenes adquiridas por sensores y de material colateral». Mientras, la geointeligencia es un campo multidisciplinario. Es un conjunto de ciencias que se centra en la recopilación de datos espaciales, datos de fuentes abiertas, imágenes satelitales o de drones, etc. Estas pueden ser fusionadas mediante el uso de diferentes tecnologías como los Sistemas de Información Geográfica (SIG), la teledetección, el análisis espacial, el Big Data o la cartografía digital. No obstante, ambos permiten monitorear y supervisar los acontecimientos en tiempo real y desde grandes distancias de las áreas de interés.
La geointeligencia en el ciclo de inteligencia
Desde la recopilación y el análisis de datos, hasta la generación de inteligencia y la toma de decisiones estratégicas, la geointeligencia ocupa un papel fundamental en el Ciclo de Inteligencia. Este ciclo, usualmente de carácter confidencial, consta de varias fases que se deben de seguir en orden y están interconectadas, alimentándose mutuamente para obtener unos resultados integrales y coherentes. Estas son algunas de sus fases:
- Recopilación de datos. Después de haber planeado la recopilación y extracción de datos según las prioridades y necesidades de la inteligencia en el momento y lugar indicados, en esta fase, datos de diferentes fuentes como imágenes satelitales, datos de sensores terrestres, información geográfica, documentos y datos de fuentes abiertas o redes sociales son extraídos y almacenados para su posterior análisis. La existencia de empresas especializadas en la extracción eficiente y, en ocasiones, manipulación de dichos datos es cada día más numerosa.
- Procesamiento y análisis. Una vez que los datos se han recopilado, los profesionales dedicados a analizar y procesar estos datos, extraen la información significativa y generan los primeros resultados de inteligencia geoespacial, creando los productos que proporcionarán una comprensión más profunda de los problemas o situaciones que se dan en un área de interés. Estos productos suelen ser mapas o imágenes con vectores acompañados de informes, bases de datos estadísticos, gráficos, etc., o ser parte de un visualizador interactivo.
- Evaluación y valoración. Para garantizar la calidad, relevancia y fiabilidad de los análisis generados, se evalúan y valoran los primeros resultados, llevando a cabo diferentes metodologías, considerando la precisión de los datos analizados, la confiabilidad de las fuentes y la validez de las conclusiones extraídas. Si alguna conclusión fuera errónea, el análisis inicial debería corregirse.
- Difusión y acción. Finalmente, los productos derivados de la geointeligencia se entregan a los decisores y otras partes interesadas relevantes en el tiempo estimado para cada tipo de análisis. Después de haber sido entregados, los mismos decisores pueden pedir más información o detalles en el informe, de manera que el mismo análisis se puede mejorar de manera constante utilizando este ciclo de inteligencia.
➡️ Te puede interesar: SOCMINT o Inteligencia de Redes Sociales: qué es y para qué sirve
Hoy en día esta metodología es muy utilizada por parte de todo tipo de profesionales, y no solo en el sector de la inteligencia. Con él se consiguen análisis precisos y bien evaluados que adquieren un valor añadido cuando se les aplica GEOINT.
Extracción de datos satelitales
Una parte fundamental de la geointeligencia son las imágenes satelitales o de drones, siendo esta la base más usada donde se consolidan los informes o análisis.
Dentro del ciclo de inteligencia geoespacial, los proveedores de imágenes son actores que desempeñan un papel fundamental en la fase de adquisición de datos. Estos actores, que pueden ser agencias gubernamentales, empresas privadas o consorcios internacionales, tienen la responsabilidad de obtener imágenes de la Tierra desde satélites en órbita y ponerlas a disposición de los analistas y usuarios finales.
Debiendo garantizar la calidad y disponibilidad de los datos que recopilan, implicando mantener y operar una constelación de satélites en órbita, así como desarrollar y mantener sistemas de procesamientos de imágenes para convertir los datos crudos en productos utilizables en algunos casos.
Un ejemplo de estos actores de recopilación de datos puede ser:
- DigitalGlobe. Empresa comercial estadounidense de imágenes espaciales y contenido geoespacial y operador civil de teledetección trabajando con una constelación de satélites compuesta por los WorldView 1, 2 y 3, QuickBird y EarlyBird.
- Planet. Con una flota de más de 200 satélites de diferentes resoluciones como el Skysat, esta empresa proporciona imágenes de alta resolución y cobertura global para diferentes clientes del sector público y privado.
- European Space Imaging. Gestiona diferentes constelaciones de satélites como Marxar o WorldView y además de ofrecer servicios derivados de las imágenes satélite, las comercializa.
- Helios. Es un programa multinacional destinado al sector de la defensa que extrae imágenes ópticas no comerciales y restringidas de cuatro satélites militares de alta y media resolución que operan en el rango visible e infrarrojo.
- Airbus. Es una empresa francesa situada en lo más alto del ranking de compañías espaciales. Con Airbus Defence and Space se ocupa de los servicios y productos aeroespaciales y de defensa, siendo algunas de las principales constelaciones de satélites que opera o utiliza dedicados a este fin: Pleiades, Pleiades Neo, SPOT, DMC, Vision – 1, TerraSar-X, TanDEM y PAZ.
- Hisdesat. Compañía privada con dedicación en las áreas de defensa, seguridad, inteligencia y asuntos exteriores en materia de tecnología radar para servicios de observación de la tierra civiles y militares. Sus principales satélites son la constelación de satélites ópticos y radares PAZ, además de mantener colaboración con Airbus y sus satélites TerraSar-X y TanDEM.
➡️ Te puede interesar: Masterclass | Inteligencia de Imágenes (IMINT): Cómo analizar un objetivo militar con imágenes aéreas
Además, cabe destacar la existencia de Hubs que recopilan imágenes de proveedores extranjeros, permitiendo adquirir más variedad de imágenes satelitales y, por lo tanto, más cobertura espacial y temporal.
Análisis de la información satelital
Una vez los datos se adquieren, se procede a su análisis donde se ordenan, compactan y se les da un sentido lógico para identificar patrones, tendencias y relaciones espaciales significativas. Estas después se representarán de la forma adecuada en mapas o gráficos para facilitar la comprensión y entender los riesgos al tomar decisiones, prevenir crisis o desarrollar estrategias completas que disminuyen los riesgos humanos y de inversión.
La necesidad de conocer el terreno en materia de seguridad y defensa conlleva que numerosas compañías y organismos nacionales e internacionales se vean sumergidos en estas tareas de análisis territorial que pueden llegar a cubrir el globo terráqueo en su totalidad teniendo en cuenta las áreas de interés.
Algunos ejemplos de agencias, organismos y unidades europeas que se encargan de procesar los datos y analizarlos son:
- Centro de Satélites de la Unión Europea (SatCen). Como agencia de la Unión Europea tiene los objetivos de suministrar productos y servicios obtenidos de la explotación de los activos espaciales y los datos colaterales a instituciones de la Unión Europea, Estados miembros y a terceros, monitorizando situaciones de crisis y apoyando las operaciones de la Política Común de Seguridad y Defensa de la UE.
- Agencia Europea de la Guardia de Fronteras y Costas (Frontex). Desde 2004, se encarga de realizar seguimientos y evaluaciones de vulnerabilidad en las fronteras exteriores de la Unión y el espacio Schengen.
- Programa Copernicus. Gestionado por la Comisión Europea con el objetivo de hacer accesibles una amplia gama de datos para los usuarios, científicos o interesados que busquen información exacta y fiable en los campos de seguridad civil, emergencias, mitigación de efectos del cambio climático y mejora de la conversación y gestión del medio ambiente.
➡️ Te puede interesar: Cómo analizar una imagen con herramientas OSINT
La capacidad de estos para interpretar y contextualizar información, respaldada por herramientas tecnológicas avanzadas, les permite proporcionar conocimientos críticos que informan decisiones en una variedad de campos. En un mundo donde la información es poder, su labor es fundamental para comprender y navegar nuestro entorno terrestre de manera efectiva y estratégica.
¿En qué sectores se aplica la GEOINT?
Desde la salvaguarda de los intereses nacionales hasta la competitividad empresarial, la geointeligencia ofrece un enfoque integral para abordar diferentes desafíos, desempeñando un papel crucial en la comprensión y resolución de problemas complejos. La GEOINT se puede usar en diferentes contextos, de los cuales algunos se detallan a continuación:
- Seguridad Nacional. Para salvaguardar los intereses y la integridad de una nación, la geointeligencia surge como una herramienta indispensable. Gracias a este tipo de análisis, se logra identificar y monitorizar amenazas emergentes, anticipar movimientos de grupos hostiles y proteger monitorizando infraestructuras críticas de manera eficiente y proactiva, esto permite la toma de decisiones estratégicas para garantizar la defensa y la estabilidad del país.
- Gestión de crisis. En este contexto se pueden distinguir dos tipos de análisis esenciales, aquellos destinados a la prevención que examinan patrones y tendencias y los de actuación. Cuando un desastre ocurre, la geointeligencia desempeña un papel crucial al proporcionar información oportuna a los decisores. En estos momentos críticos, se busca coordinar respuestas ante desastres naturales o emergencias y evaluar los daños y las necesidades de reconstrucción de manera rápida y efectiva.
- Defensa militar. A la hora de encasillar este tipo de inteligencia en un entorno militar es crucial reconocer su potencial para transformar las estrategias de defensa y seguridad. La capacidad de identificar objetivos de manera precisa, anticipar amenazas emergentes o estudiar ciertos factores y variables que afectan a las operaciones estratégicas, brinda una ventaja táctica invaluable en el campo de batalla moderno.
➡️ Te puede interesar: 8 películas para convertirte en experto en OSINT
- Inteligencia de negocios. En el panorama empresarial, el análisis de datos se ha vuelto una práctica indispensable para el desarrollo y la competitividad de las empresas. En este contexto, la geointeligencia despliega su potencial al analizar datos geoespaciales, lo que permite a las empresas analizar datos geoespaciales para identificar oportunidades de mercado, optimizar rutas de distribución o encontrar ubicaciones estratégicas para nuevos puntos de venta.
- Gestión de recursos naturales. Teniendo en cuenta que uno de los mayores problemas que afecta al mundo actualmente es el cambio climático, la inteligencia geoespacial se está convirtiendo en una herramienta clave a la hora de planear la paliación de sus efectos. Sus aplicaciones más conocidas pueden ser monitorear la deforestación, la erosión del suelo y la contaminación, y planificar la conservación y el uso sostenible de los recursos naturales.
- Planificación urbana. En este ámbito, se aprovecha la GEOINT y los datos espaciales para planificar el desarrollo urbano, identificar áreas de riesgo, optimizar la distribución de recursos y servicios públicos, y diseñar estrategias que promuevan el crecimiento urbano de forma equitativa y resiliente.
La aplicación de la GEOINT en los contextos que aquí vemos demuestra su versatilidad y capacidad para ofrecer soluciones integrales a problemas complejos.
El papel de las nuevas tecnologías en la inteligencia geoespacial
El progreso tecnológico ha desencadenado una revolución en la manera en la que recopilamos y analizamos datos espaciales. La proliferación de sistemas de seguimiento, geolocalización, aprendizaje automático, Big Data o inteligencia artificial ha ampliado enormemente la capacidad para obtener información precisa y oportuna sobre nuestro entorno, permitiendo a los analistas extraer información significativa de grandes volúmenes de datos espaciales de manera más eficiente y precisa. Además, la integración de diferentes fuentes de datos como imágenes satelitales o de drones, datos de redes sociales o climatología están proporcionando una visión más completa y contextualizada.
➡️ Te puede interesar: Cómo convertirte en experto en OSINT y SOCMINT
Es por ello que aprovechando las tecnologías de manera innovadora, aparte de darle un uso en el área de defensa, empresas pueden hacer uso del GEOINT y tomar decisiones estratégicas fundamentadas en datos precisos y adaptarse mejor a las necesidades y comportamientos de sus clientes potenciales, ya que los conocimientos obtenidos a partir de sus datos espaciales e intereses posibilitan la creación de programas o proyectos que se ajustan de manera más precisa a sus necesidades.
Perfiles profesionales implicados en la GEOINT
Los tipos de perfiles que se pueden involucrar en el campo de la geointeligencia son diversos y altamente especializados, abarcan una gran variedad de roles que se complementan entre sí para lograr los objetivos de la inteligencia geoespacial. Perfiles como los de analista geoespacial, expertos en Sistemas de Información Geográfica (SIG), especialistas en recopilación de datos o especialistas en inteligencia de negocios geoespaciales, así como analistas especializados en riesgos, emergencias y crisis humanitarias o de seguridad.
Siendo uno de los roles más sobresalientes el de analista geoespacial. Estos expertos suelen estar capacitados para analizar datos geoespaciales provenientes de diversas fuentes e identificar patrones, tendencias o anomalías que puedan tener implicaciones estratégicas utilizando los SIG, analizar imágenes satelitales y de drones e incluso procesar dichas imágenes para tener unos mejores resultados.
A medida que la disponibilidad de datos geoespaciales sigue en aumento y la necesidad de soluciones innovadoras para resolver desafíos complejos se vuelve más evidente, se anticipa un crecimiento continuo en la demanda de profesionales altamente capacitados en este campo. Este aumento en la demanda refleja el reconocimiento de la importancia estratégica de la geointeligencia en una amplia gama de sectores y subraya la relevancia continua de esta disciplina en el panorama actual y futuro.
Profundización en el análisis geoespacial
Como hemos visto, la inteligencia de los datos espaciales se apoya en las tecnologías de los Sistemas de Información Geográfica. A nivel tecnológico, el campo de la información geoespacial se divide en cuatro bloques: ciencia de datos espaciales, entidades de modelado de la información espacial, agrupación espacial y optimización logística con análisis espacial. Es un camino que transforma la realidad en un conjunto de valores numéricos que pasa por tres niveles: modelos geográficos, de representación y de almacenamiento.
Análisis o interpretación
La interpretación se fundamenta en el análisis de objetos capturados en las imágenes generadas por los sensores remotos. En cada análisis o estudio de inteligencia, para obtener un índice de veracidad mayor, el paso previo a crear datos es entender la información que se está observando y, en este caso, los datos numéricos que proporciona una imagen satelital o una capa espacial pueden ser muy abundantes y diversos.
➡️ Te puede interesar: Cómo analizar el clima con herramientas OSINT
Previo a este análisis, en el caso de disponer de imagen satelital, deberá ser tratada y en muchos casos sometida a procesos como la georreferenciación (dotarla de una localización), correcciones radiométricas (mejorar la calidad de la imagen para aumentar su interpretabilidad mediante la variación de los Niveles Digitales), correcciones geométricas, atmosféricas, etc. Las imágenes captadas sobre una extensión de terreno son un registro de información que el intérprete tiene como tarea analizar e interpretar de una forma sistemática, lógica y objetiva, dividiéndose en dos formas principales de hacerlo, cuantitativa y cualitativamente:
- Interpretación cuantitativa
Los métodos cuantitativos de interpretación de imágenes satelitales permiten extraer información nueva o complementarla deducida de parámetros geofísicos primarios como pueden ser la orientación de la imagen o la determinación de la escala, aunque también se pueden estudiar el cálculo de distancias, el desplazamiento debido al relieve o el cálculo de alturas por sombras.
- Interpretación cualitativa
La interpretación cualitativa de las imágenes requiere un análisis visual de las mismas que destaque algunas características fundamentales como el tono o el color de todas las zonas y objetos, la textura (rugosidades en tipos de relieves), o la ubicación contextual de características y rasgos importantes, así como patrones que se repiten para luego establecerlas en secciones.
Una forma fácil de categorizar los elementos que se observan en una imagen es mediante el Acuerdo de Normalización OTAN (STANAG 3596) que crea un código de producción de datos estandarizado que se utiliza la hora de poner en práctica las técnicas IMINT y GEOINT. Este define una categorización que adopta 19 categorías diferentes con todas sus subcategorías.
Tipos de modelos
Tras el análisis e interpretación, sigue la representación de la información. Para lograr capas precisas y útiles en un Sistema de Información Geográfica, es esencial analizar los enfoques teóricos disponibles. Esto permite que una situación relacionada con una variable represente los datos necesarios en la creación gradual de un modelo geográfico final. Este modelo facilita el análisis y reduce las horas de trabajo y los desplazamientos de personal a las áreas de estudio.
Además de las técnicas ya mencionadas anteriormente de interpretación visual, el analista dispone de numerosas herramientas tecnológicas con las que puede procesar las imágenes y trabajar con los modelos que se muestran a continuación para realizar un análisis digital.
Estos tipos de análisis se realizan con programas de teledetección y GIS tanto de software privado como libre.
➡️ Te puede interesar: Curso de Técnicas y Herramientas Avanzadas en Ciberinvestigación OSINT
- Modelos geográficos
Además de las técnicas ya mencionadas anteriormente de interpretación visual, el analista dispone de numerosas herramientas tecnológicas con las que puede procesar las imágenes y trabajar con los modelos que se muestran a continuación para realizar un análisis digital. Estos tipos de análisis se realizan con programas de teledetección y GIS tanto de software privado como libre.
Las técnicas analíticas pueden ser sencillas, como una identificación de patrones, o más complejas, creando modelos que imitan procesos del mundo real, así como podría ser un modelado predictivo de una inundación. Algunos ejemplos de estos tipos de análisis serían: por proximidad, superposición, de redes, multitemporal, multicriteria o estadístico.
- Modelos de representación
Para convertir la realidad relativa a una variable representada en una capa se debe de construir un modelo representativo que será el dato geográfico, este tiene que asemejarse lo máximo posible a la realidad y puede servir para conocerla en profundidad a través del análisis cuantificable.
Para un mismo tipo de información existen diversas alternativas de representación o de materializar la realidad que pueden ser los modelos ráster o los modelos vectoriales:
- Modelos ráster
En los modelos ráster, las zonas de estudio se dividen de forma sistemática en un compuesto de unidades mínimas (celdas o píxeles) que contienen la información pertinente que describen, formando una malla racional entre sí. Cada una contiene un único valor, son contiguas y no se solapan. Las estructuras regulares de un ráster permiten conocer las coordenadas de las celdas sin necesidad de almacenarlas, solo recogiendo los parámetros de la localización, orientación global y el tamaño del píxel o resolución. Cuanto más grande es el tamaño del píxel, el ráster tendrá menor resolución.
La resolución es clave en los estudios de geointeligencia, pues determina la precisión con la que se recogen las variables dentro de los ráster y permite calcular áreas, siendo el equivalente conceptual a la escala de la capa. En definitiva, es la variable que va a determinar la calidad y la precisión de cada producto.
Un ejemplo de modelo ráster sencillo sería una imagen satelital, estas pueden tener la particularidad de contener bandas, ya que los valores recogidos en los píxeles de las imágenes indican generalmente la reflectancia en una determinada longitud de onda, ya que el espectro de radiación puede subdividirse en distintos grupos, los sensores satelitales que toman las imágenes extraen una capa para cada grupo. El resultado es una capa ráster con varios niveles o bandas que se pueden manipular para mostrar el resultado deseado en cada imagen.
- Modelos vectoriales o de entidades discretas
En los modelos vectoriales se modeliza el espacio geográfico mediante geometrías que contienen los elementos de interés de cada zona, recogen la variabilidad y las características de esta por medio de entidades geométricas. La forma de cada entidad se codifica de diferente modo, haciendo que sean variables independientes unas de otras y dándose el caso de tres elementos básicos: los puntos, las líneas y los polígonos.
Dentro de un Sistema de Información Geográfica, cada capa de información debe pertenecer tan solo a un tipo de elemento, pero en su interior puede contener varios de los mismos. Por ejemplo, una capa de una red de carreteras puede contener en su interior varias unidades de carreteras mientras todas pertenezcan al mismo elemento, es decir, que todas estén delimitadas por líneas.
Por otro lado, toda capa tendrá una base de datos que permita manejar los datos, haciendo que cada entidad tenga varios atributos que le den una información que la pueda diferenciar del resto, como unas coordenadas, un nombre, un valor numérico, etc. Es decir, valores relativos a cada componente de forma individual. Estos atributos, además, permiten la realización de análisis y operaciones independientes.
A la hora de realizar un estudio y planificar un trabajo de geointeligencia utilizando los Sistemas de Información Geográfica, no existe un modelo de representación definido, sino que depende de los factores del estudio y la finalidad del análisis, la adaptación que se le dé. Por otro lado, en la mayoría de los casos, se deberá de combinar unos modelos con otros para tener un detalle mayor del análisis. Los factores que influyen a la hora de decidir qué formato tendrán el estudio son el tipo de variable o comportamiento espacial, el tipo de análisis o estudio y el contexto del trabajo.
➡️ Te puede interesar: Curso Avanzado de Analista SOCMINT: Inteligencia de Redes Sociales (Nivel 1)
Se debe de tener en cuenta que mediante herramientas de procesado siempre se pueden transformar unos tipos de modelo a otros. Por lo que la decisión de escoger realizar un estudio en formato vectorial, no quiere decir que se deba de quedar en formato vectorial para su representación, pero sí que se deberán de adecuar los datos para que el cambio de modelo sea eficaz y coherente.
- Modelos de almacenamiento
En función del modelo de representación con el que se está trabajando, el modelo de almacenamiento será de unas características o de otras. Estos modelos plantean un esquema de como convertir tales unidades de representación en valores numéricos eficientemente, es decir, minimizando el espacio que ocupan los datos y maximizando la eficiencia de cálculo, sobre todo cuando estos ocupan grandes extensiones o entidades y además son rásteres.
La geointeligencia se presenta como una herramienta indispensable para comprender y abordar los desafíos venideros, permitiendo la anticipación, la adaptación y la toma de decisiones estratégicas de manera efectiva en un mundo en constante cambio y en diferentes temáticas. Esto subraya su capacidad para situarse con precisión en el momento y lugar adecuados.
Cada día son más las empresas u organizaciones que ponen su foco en la geointeligencia, siendo un aspecto clave para ellos, no solo para utilizarla en su propio beneficio, sino que también invirtiendo en su desarrollo y producción para introducirla al mercado, crecimiento que está siendo impulsado por la disponibilidad de tecnologías avanzadas.
➡️ Si quieres adentrarte en el mundo de la inteligencia y adquirir habilidades profesionales, te recomendamos los siguientes programas formativos:
