Guía técnica para distinguir NIR, SWIR y térmico, entender qué mide cada sensor y evitar interpretaciones incorrectas
Última revisión técnica: 11/09/2026
“Infrarrojo” no describe una sola cámara. Bajo esa etiqueta conviven sensores que trabajan en bandas distintas del espectro y que obtienen información mediante mecanismos diferentes. Una cámara NIR puede registrar reflectancia que el ojo no ve; una SWIR puede revelar contrastes relacionados con agua o materiales; una cámara térmica registra radiación emitida y permite estudiar patrones de temperatura aparente. Tratar todas como “visión térmica” conduce a errores técnicos.
En drones, la pregunta útil no es “¿lleva infrarrojos?”, sino: ¿qué banda detecta?, ¿la escena se observa por luz reflejada o por emisión térmica?, ¿qué resolución espectral y espacial tiene?, ¿está calibrada para medir o solo para visualizar?, ¿qué condiciones ambientales afectan a la señal?
Este artículo se centra en NIR y SWIR y sitúa MWIR/LWIR únicamente para marcar la frontera con la termografía. La cámara térmica merece un tratamiento independiente y no se duplica aquí.
El espectro infrarrojo no tiene una única frontera universal
Las divisiones NIR, SWIR, MWIR y LWIR son convenciones técnicas y sus límites pueden variar ligeramente según la industria, el fabricante o la disciplina científica. Hamamatsu, por ejemplo, usa de forma típica NIR entre 780 y 1400 nm y SWIR entre 1400 y 3000 nm, mientras Sony describe SWIR aproximadamente entre 900 y 2500 nm para su tecnología de imagen. [F1][F3]
Esa variación no invalida las categorías: obliga a especificar el rango real del sensor. Dos cámaras anunciadas como “SWIR” pueden no cubrir exactamente las mismas longitudes de onda y, por tanto, no responder igual ante agua, vegetación, humo, materiales o fuentes calientes.
Como orientación editorial: NIR está inmediatamente más allá del rojo visible; SWIR se extiende a longitudes de onda mayores; MWIR y LWIR ocupan regiones donde la emisión térmica de los objetos adquiere un papel mucho más importante para la imagen. No debe deducirse la capacidad de un sistema solo por la palabra “infrarrojo”.
NIR: infrarrojo cercano y reflectancia invisible al ojo
En NIR, muchas aplicaciones se parecen conceptualmente a la fotografía: el sensor recibe radiación que ha sido emitida por una fuente —con frecuencia el Sol o un iluminador— y reflejada por la escena. La imagen no es, por ello, un mapa directo de temperatura.
La vegetación sana suele presentar una respuesta espectral distinta en el rojo y el infrarrojo cercano. Esa diferencia sustenta índices ampliamente usados en teledetección. USGS señala que bandas NIR de Landsat se emplean para resaltar biomasa y límites tierra-agua, mientras ESA utiliza visible, red-edge y NIR en Sentinel-2 para derivar información relacionada con el estado de la vegetación. [F5][F7][F8]
En un dron agrícola, una cámara multiespectral puede combinar bandas visibles, red-edge y NIR. El valor no está en una fotografía NIR aislada, sino en una adquisición calibrada y comparable que permita calcular índices o analizar cambios espaciales y temporales.
SWIR: cuando materiales y humedad cambian de aspecto
SWIR también puede producir imágenes con contornos familiares porque gran parte de la señal útil procede de radiación reflejada. Sin embargo, determinados materiales absorben o transmiten SWIR de manera muy diferente a la luz visible. Hamamatsu destaca absorciones fuertes del agua alrededor de 1450 y 1900 nm y aplicaciones de diferenciación de materiales; Sony muestra usos en inspección, clasificación y observación a través de ciertos materiales o condiciones. [F1][F2]
En teledetección, USGS utiliza bandas SWIR para discriminar humedad de suelo y vegetación, residuos/celulosa y cicatrices de incendio. El NDMI combina NIR y SWIR para estimar contenido de agua de la vegetación. [F5][F6]
Esto no significa que una cámara SWIR “mida humedad” de forma automática. Para convertir señal en una variable cuantitativa hacen falta bandas adecuadas, calibración radiométrica, geometría consistente, correcciones, un método validado y conocimiento del objetivo. Una imagen con contraste no equivale por sí sola a una medición.
Sensores: silicio, InGaAs y por qué importa el material
Los sensores de silicio convencionales pueden extender su sensibilidad algo más allá del visible y cubrir parte del NIR, pero pierden respuesta antes de gran parte del SWIR. Para SWIR es habitual recurrir a materiales como InGaAs. Hamamatsu sitúa el InGaAs estándar aproximadamente entre 900 y 1700 nm y versiones extendidas hasta alrededor de 2500 nm. [F1]
Sony comercializa sensores InGaAs SenSWIR capaces de cubrir desde visible hasta aproximadamente 1700 nm en un único dispositivo. Teledyne también describe InGaAs como una tecnología central para imagen NIR/SWIR y advierte de parámetros como corriente oscura, ruido, defectos de píxel y necesidad de refrigeración en aplicaciones científicas exigentes. [F3][F4]
Para un sistema embarcado en dron, esto se traduce en compromisos de masa, consumo, refrigeración, óptica, resolución, velocidad de captura y coste. Un sensor excelente en laboratorio no es automáticamente la mejor carga útil aérea.
NIR activo y pasivo: la fuente de iluminación cambia la escena
Un sistema NIR puede aprovechar iluminación ambiental —por ejemplo, radiación solar— o emplear iluminación activa con LEDs o láseres en una banda concreta. En el segundo caso, la cámara registra principalmente cómo el objetivo refleja esa iluminación.
La iluminación activa puede ser útil a corta distancia y en entornos controlados, pero su alcance, uniformidad, seguridad ocular, consumo y geometría deben formar parte del diseño. No debe confundirse un iluminador NIR con una cámara térmica: iluminar una escena con radiación invisible y observar su reflejo sigue siendo un mecanismo distinto de detectar la radiación térmica emitida por los objetos.
SWIR no es simplemente 'visión nocturna mejorada'
Como NIR/SWIR se comportan en muchos casos de forma reflectiva, necesitan fotones útiles procedentes de la escena o de una fuente de iluminación. Teledyne señala que NIR/SWIR comparten propiedades de imagen reflectiva con el visible y pueden ofrecer contraste y resolución fina con detectores adecuados. [F4]
SWIR puede ofrecer ventajas en determinadas condiciones de neblina, humo o contraste material, pero no debe venderse como una tecnología que “ve a través de todo”. El rendimiento depende de longitud de onda, densidad y composición del medio, distancia, óptica, detector y señal disponible.
Tampoco debe asumirse que una cámara SWIR funciona de noche como una LWIR. Puede detectar determinadas fuentes calientes o emisión en condiciones concretas, pero MWIR/LWIR son las bandas clásicas para termografía de objetos a temperaturas habituales. [F1]
La frontera con la cámara térmica: MWIR y LWIR
Aquí conviene ser estricto. Una cámara térmica está diseñada para formar imagen a partir de radiación emitida por los objetos y, cuando es radiométrica y está correctamente configurada, puede estimar temperatura aparente o temperatura bajo un modelo y condiciones definidos. Eso es distinto de la imagen NIR/SWIR basada principalmente en reflectancia.
MWIR y LWIR son regiones fundamentales para termografía, pero sus detectores, ópticas, calibración y aplicaciones merecen un artículo propio. En esta pieza solo se mencionan para evitar la confusión habitual de llamar “térmica” a cualquier sensor infrarrojo.
Por tanto: NIR ≠ SWIR ≠ térmico. Y “infrarrojo” ≠ “medición de temperatura”.
Qué información puede obtener realmente un dron con NIR/SWIR
Vegetación: combinando bandas visibles, red-edge, NIR y/o SWIR pueden derivarse índices relacionados con vigor, estructura, biomasa o contenido de agua. Son indicadores espectrales, no diagnósticos automáticos de una causa concreta. Estrés hídrico, enfermedad, nutrientes, suelo, sombra y geometría pueden producir señales que requieren interpretación agronómica. [F5][F6][F8]
Humedad y agua: determinadas bandas SWIR responden con fuerza a absorciones del agua, lo que permite estudiar diferencias de contenido hídrico en vegetación o materiales bajo métodos adecuados. No equivale a medir directamente litros, porcentaje de humedad o profundidad sin calibración específica. [F1][F5]
Materiales: SWIR puede separar materiales visualmente parecidos por diferencias de absorción/reflexión espectral. Esto tiene aplicaciones en inspección, clasificación, minería, residuos, industria y análisis de superficies. Cuantas más bandas espectrales útiles se capturan —multiespectral o hiperespectral—, mayor puede ser la capacidad de discriminación, a costa de más datos y complejidad. [F1][F2]
Incendios y zonas quemadas: NIR/SWIR se usan en teledetección para resaltar cicatrices de incendio, cambios de vegetación y determinadas señales asociadas a áreas afectadas. Detectar un frente caliente o medir temperatura pertenece a otro problema sensorial y puede requerir bandas térmicas. [F5]
Agua y costa: NIR puede ayudar a delimitar agua y tierra porque el agua absorbe fuertemente ciertas longitudes de onda. Pero turbidez, oleaje, reflejo solar, profundidad y composición del agua condicionan la interpretación.
Multiespectral e hiperespectral: la cámara no siempre entrega una 'foto'
Una cámara multiespectral registra un número limitado de bandas seleccionadas. Una hiperespectral registra muchas bandas estrechas y contiguas o casi contiguas, produciendo un cubo de datos con dos dimensiones espaciales y una espectral.
El resultado útil puede ser un índice, una clasificación, un mapa de anomalías o una firma espectral, no necesariamente una imagen intuitiva para el ojo humano. En estos sistemas, la calidad de la georreferenciación, calibración radiométrica, paneles de referencia, irradiancia, solapamiento y procesamiento puede ser tan importante como la resolución nominal del sensor.
Un dron aporta resolución espacial y flexibilidad temporal, pero también introduce cambios de ángulo, vibración, iluminación, altura y velocidad. Si el objetivo es comparar parcelas o fechas, la consistencia de adquisición es crítica.
Qué NO puede concluirse de una imagen infrarroja aislada
- No puede afirmarse que una planta tiene una enfermedad concreta solo porque aparece anómala en NIR o en un índice de vegetación.
- No puede afirmarse una humedad absoluta solo por un tono más oscuro o claro en SWIR sin un modelo calibrado.
- No puede identificarse de forma universal un material únicamente por “verse diferente” si no se conocen sus firmas, bandas y condiciones de adquisición.
- No puede deducirse temperatura corporal, temperatura de una cubierta o riesgo de incendio a partir de una cámara NIR convencional.
- No puede suponerse que ver un objetivo a través de niebla, humo, plástico o vidrio será posible en cualquier caso: transmisión y absorción dependen del material y de la longitud de onda.
Aplicaciones aéreas con sentido
- Agricultura de precisión y fenotipado: mapas de variabilidad, índices de vegetación, contenido hídrico relativo y seguimiento temporal cuando el sistema y el método están validados.
- Forestal y medio ambiente: vigor vegetal, humedad relativa, delimitación de masas de agua, cambios tras incendios y análisis multitemporal.
- Inspección industrial: detección de contrastes de materiales o humedad cuando la banda SWIR seleccionada responde al fenómeno buscado y la distancia de trabajo permite suficiente resolución.
- Geología y minería: determinadas combinaciones espectrales pueden ayudar a discriminar materiales y alteraciones. La identificación mineral robusta suele exigir bandas y calibración apropiadas, a menudo hiperespectrales.
- Seguridad e investigación: NIR/SWIR pueden proporcionar contraste donde el visible es insuficiente, pero las afirmaciones sobre alcance, penetración o identificación deben vincularse al sistema concreto.
Limitaciones que deben aparecer en cualquier especificación seria
- Rango espectral real y ancho de cada banda; resolución espacial; sensibilidad y relación señal/ruido; óptica compatible; calibración; rango dinámico; temperatura del detector; estabilidad; velocidad de captura; masa; consumo; almacenamiento y sincronización con GNSS/IMU.
- También importan las condiciones externas: irradiancia solar, nubes, ángulo solar, atmósfera, humedad, fondo térmico, distancia, movimiento, reflectancia especular y características del objetivo.
- Una cifra de megapíxeles no resume la capacidad de un sensor espectral. Dos sistemas con igual resolución espacial pueden producir información muy distinta si sus bandas, filtros, calibración o ruido son diferentes.
Privacidad y protección de datos
Una cámara infrarroja no queda fuera de la normativa de protección de datos por captar información que el ojo humano no ve. Si la operación permite identificar o hacer identificables a personas, o trata datos personales asociados a ellas, deben evaluarse finalidad, base jurídica, minimización, seguridad, conservación e información a los afectados según corresponda.
EASA incorpora la privacidad y la minimización de datos dentro de su material de apoyo para operaciones UAS. En España, la AEPD distingue entre operaciones que no tratan datos personales, aquellas que pueden captarlos incidentalmente y aquellas cuyo propósito implica ese tratamiento. [F9][F10]
El hecho de que un sensor revele información adicional —por ejemplo, contrastes invisibles en visible— hace especialmente importante definir qué se necesita captar y evitar recoger datos que no sean necesarios para la finalidad legítima.
Cómo elegir una cámara infrarroja para un dron
- Primero define la variable o fenómeno: vegetación, agua, material, inspección, contraste nocturno, temperatura u otro. Después identifica qué bandas responden físicamente a ese fenómeno.
- Segundo, decide si necesitas una imagen cualitativa o una medición cuantitativa. Para medir y comparar hacen falta calibración y un flujo de procesamiento más riguroso.
- Tercero, comprueba integración aérea: masa, alimentación, gimbal, disparo, sincronización, GNSS/IMU, almacenamiento y software.
- Cuarto, exige datos técnicos del fabricante. “Infrarrojo”, “multiespectral” o “visión nocturna” son etiquetas insuficientes sin rango espectral, filtros y prestaciones.
- Quinto, valida con un ensayo controlado antes de escalar. Una demostración visual espectacular no sustituye una prueba con el material, cultivo o infraestructura que realmente se pretende analizar.
Tabla mental rápida: qué tecnología buscar
- Si necesitas respuesta de vegetación y trabajar con índices clásicos: visible + red-edge/NIR, según el índice y el objetivo.
- Si necesitas sensibilidad a agua, humedad relativa o diferencias de materiales: estudia bandas SWIR concretas y un método calibrado.
- Si necesitas muchas firmas espectrales para clasificación: considera hiperespectral NIR/SWIR, asumiendo mayor complejidad.
- Si necesitas detectar radiación térmica y analizar temperatura: el problema es termográfico; consulta la pieza específica sobre cámaras térmicas.
- Si necesitas operar con poca luz visible: no presupongas que “infrarrojo” es la respuesta. Define iluminación, banda, distancia y si el objetivo es navegación, observación o medición.
Conclusión
Las cámaras infrarrojas amplían la información disponible desde un dron porque permiten observar bandas que el ojo humano no percibe. Pero el valor aparece cuando se elige la banda por la física del problema, no por la etiqueta comercial.
NIR es especialmente útil en reflectancia y vegetación; SWIR añade contrastes relacionados con agua y materiales y puede ampliar la discriminación espectral; MWIR/LWIR pertenecen al terreno de la imagen térmica y deben tratarse con su propia metodología.
La regla editorial y técnica es simple: una imagen distinta no es todavía una medición, una anomalía no es todavía un diagnóstico y una cámara infrarroja no es automáticamente una cámara térmica.
Fuentes técnicas y regulatorias
- F1 — Hamamatsu Photonics. NIR and SWIR Questions and Answers. Consulta: 2026-09-11. https://hub.hamamatsu.com/us/en/ask-an-engineer/imaging/nir-and-swir-questions-and-answers.html
- F2 — Sony Semiconductor Solutions. SWIR Image Sensor. Consulta: 2026-09-11. https://www.sony-semicon.com/en/products/is/industry/swir.html
- F3 — Sony Semiconductor Solutions. SenSWIR technology. Consulta: 2026-09-11. https://www.sony-semicon.com/en/technology/industry/senswir.html
- F4 — Teledyne Vision Solutions. Introduction to Scientific InGaAs FPA Cameras. Consulta: 2026-09-11. https://www.teledynevisionsolutions.com/learn/learning-center/scientific-imaging/introduction-to-scientific-ingaas-fpa-cameras/
- F5 — U.S. Geological Survey. What are the best Landsat spectral bands for use in my research?. Consulta: 2026-09-11. https://www.usgs.gov/faqs/what-are-best-landsat-spectral-bands-use-my-research
- F6 — U.S. Geological Survey. Normalized Difference Moisture Index. Consulta: 2026-09-11. https://www.usgs.gov/landsat-missions/normalized-difference-moisture-index
- F7 — European Space Agency. Sentinel-2 — Instrument / Plant health. Consulta: 2026-09-11. https://www.esa.int/Applications/Observing_the_Earth/Copernicus/Sentinel-2/Instrument
- F8 — European Space Agency. Sentinel-2 — Plant health. Consulta: 2026-09-11. https://www.esa.int/Applications/Observing_the_Earth/Copernicus/Sentinel-2/Plant_health
- F9 — EASA. Easy Access Rules for Unmanned Aircraft Systems — Revision from June 2026. Consulta: 2026-09-11. https://www.easa.europa.eu/en/document-library/easy-access-rules/easy-access-rules-unmanned-aircraft-systems
- F10 — AEPD. Guía y recomendaciones sobre drones y protección de datos. Consulta: 2026-09-11. https://www.aepd.es/prensa-y-comunicacion/notas-de-prensa/la-aepd-publica-una-guia-con-recomendaciones-sobre-proteccion
0 comentarios