GEOINT básico para investigadores: satélites, mapas y geolocalización de fuentes abiertas

23/09/2026

Determinar el lugar exacto donde se tomó una fotografía o se grabó un video, sin ninguna etiqueta de ubicación ni metadato disponible, es una de las habilidades más valoradas dentro del OSINT, y forma parte de una disciplina más amplia conocida como GEOINT, o inteligencia geoespacial. Lejos de requerir acceso a satélites militares, buena parte del GEOINT moderno se hace con imágenes comerciales gratuitas y un método de observación cuidadosa que cualquiera puede aprender.

Qué es GEOINT y por qué dejó de ser exclusivo de los gobiernos

Durante décadas, la inteligencia geoespacial de calidad dependía casi exclusivamente de satélites operados por gobiernos, con resolución y frecuencia de actualización clasificadas. Ese monopolio se rompió con la aparición de proveedores comerciales de imágenes satelitales de alta resolución, y con programas públicos como Copernicus, de la Agencia Espacial Europea, que ofrece imágenes satelitales gratuitas de la superficie terrestre con actualización frecuente a través de su plataforma Sentinel Hub. Sumado a herramientas de uso masivo como Google Earth Pro (gratuita, con acceso a imágenes históricas de años anteriores en muchas zonas del mundo), esto puso a disposición del público general un nivel de capacidad geoespacial que hace veinte años era territorio exclusivo de agencias de inteligencia estatal.

El método de geolocalización por elementos visuales

Cuando una fotografía o video no tiene metadatos de ubicación (algo cada vez más común porque las redes sociales suelen eliminarlos automáticamente al subir contenido), la técnica principal para geolocalizarlo consiste en identificar elementos visuales distintivos y compararlos sistemáticamente con imágenes satelitales o de calles: la forma de un edificio específico, un cartel parcialmente visible, la disposición de árboles o postes de luz, el trazado de una intersección de calles, o incluso el diseño particular de un balcón o una reja. Bellingcat, que popularizó y documentó extensamente esta metodología en su "Online Investigation Toolkit", describe el proceso como una comparación paciente y sistemática, elemento por elemento, entre lo que se ve en la imagen a geolocalizar y lo que muestran las imágenes satelitales disponibles de la zona candidata.

El caso MH17: el uso más citado de esta técnica

La reconstrucción que hizo Bellingcat de la ruta del sistema de misiles Buk vinculado al derribo del vuelo MH17 en 2014 se apoyó extensamente en esta técnica: comparando la sombra proyectada por el vehículo, visible en fotografías subidas por civiles en distintos puntos de una ruta, con la posición del sol en esa fecha y hora exacta (calculable con herramientas gratuitas de posición solar), los investigadores pudieron determinar con precisión razonable en qué tramo específico de la ruta se tomó cada fotografía, reconstruyendo así el trayecto completo del vehículo día por día.

La sombra como reloj y como brújula

Una técnica derivada de la anterior, y que merece mención aparte, es el uso de sombras para determinar tanto la hora aproximada como la orientación geográfica de una fotografía. Herramientas gratuitas como SunCalc permiten calcular la posición exacta del sol para cualquier fecha, hora y ubicación en el mundo, lo que hace posible el proceso inverso: si se conoce (o se sospecha) la ubicación general de una fotografía, comparar la longitud y dirección de las sombras visibles con lo que SunCalc predice para distintas horas del día puede acotar significativamente la franja horaria en la que se tomó, un dato que muchas veces resulta decisivo para verificar o descartar la autenticidad de una supuesta fecha de grabación.

Verificación cruzada con imágenes históricas

Un paso final importante, y frecuentemente olvidado, es verificar si el elemento identificado (un edificio, una construcción específica) existía ya en la fecha en que supuestamente se tomó la fotografía a analizar. Google Earth Pro permite consultar imágenes satelitales históricas de años anteriores para buena parte del mundo, lo que hace posible confirmar, por ejemplo, que un edificio visible en una fotografía de 2020 ya estaba construido en esa fecha y no se agregó después, un detalle que puede ser crucial para detectar fotografías presentadas con una fecha falsa.

Límites reales de esta técnica

El GEOINT con fuentes abiertas tiene limitaciones que un investigador honesto debe reconocer: la resolución de las imágenes satelitales gratuitas no siempre alcanza para identificar detalles pequeños, la cobertura de imágenes históricas de alta calidad no es uniforme en todo el mundo (zonas urbanas de países desarrollados suelen tener mucha mejor cobertura que zonas rurales de países con menos inversión en cartografía digital), y la geolocalización por elementos visuales requiere que existan suficientes puntos de referencia únicos en la imagen original, algo que no siempre ocurre, especialmente en paisajes genéricos sin construcciones o elementos distintivos.

Empezar a practicar sin ningún costo

La forma más efectiva de desarrollar esta habilidad es práctica constante con casos de dificultad creciente: existen comunidades y desafíos de geolocalización abiertos al público (algunos organizados por la propia comunidad de Bellingcat y por entusiastas de OSINT en distintas plataformas) donde se comparten fotografías sin identificar para que los participantes practiquen la técnica sobre casos reales o simulados, sin ningún riesgo legal ni ético, ya que se trata de contenido ya público compartido con fines explícitamente educativos.

Cuando el GEOINT comercial se volvió noticia de tapa: Ucrania, enero de 2022

Uno de los usos más visibles de imágenes satelitales comerciales de los últimos años ocurrió en enero y febrero de 2022, cuando la empresa estadounidense Maxar Technologies publicó de forma pública, y sin restricciones de clasificación gubernamental, imágenes satelitales de alta resolución que mostraban con un nivel de detalle inédito la acumulación de tropas, vehículos blindados y equipamiento militar ruso en la frontera con Ucrania, en las semanas previas a la invasión de febrero de 2022. Esas imágenes, difundidas y analizadas públicamente por periodistas, investigadores independientes y analistas militares sin ningún acceso privilegiado a fuentes clasificadas, permitieron seguir en tiempo casi real un despliegue militar de una magnitud que hasta hacía pocos años solo hubiera sido visible para agencias de inteligencia estatal con satélites propios. El episodio se convirtió en una demostración concreta de que la brecha entre la capacidad satelital comercial y la capacidad estatal clasificada se había achicado mucho más de lo que el público general asumía.

Constelaciones de satélites de actualización diaria

Parte de lo que hizo posible ese seguimiento casi en tiempo real fue la existencia de constelaciones comerciales de satélites pequeños, como los operados por la empresa Planet Labs, que a diferencia de los satélites tradicionales de alta resolución pero baja frecuencia de paso, ofrecen imágenes de prácticamente cualquier punto de la superficie terrestre con actualización diaria, aunque con una resolución algo menor. Esa combinación de frecuencia alta y cobertura global, antes exclusiva de programas estatales, es hoy un servicio comercial disponible, en muchos casos con planes de acceso gratuito o de bajo costo para fines de investigación y periodismo, ampliando todavía más lo que un investigador independiente puede analizar sin depender de ningún acceso privilegiado.

Combinar GEOINT con otras fuentes, nunca de forma aislada

Ninguno de los casos exitosos descritos en este artículo se resolvió con imágenes satelitales solas: el caso MH17 combinó geolocalización con análisis de sombras, videos de testigos y metadatos; el seguimiento del despliegue en la frontera ucraniana se corroboró con reportes de inteligencia de gobiernos occidentales y con análisis de expertos militares independientes. El GEOINT funciona mejor como una pieza dentro de un proceso de verificación cruzada más amplio, no como una fuente de verdad autosuficiente, y tratarlo de esa forma más modesta es lo que evita conclusiones apresuradas basadas únicamente en una imagen que, sin contexto adicional, puede interpretarse de más de una manera razonable. La disciplina de fondo sigue siendo la misma que atraviesa toda esta serie de artículos: ninguna fuente, por más contundente que parezca a primera vista, reemplaza la necesidad de corroborarla con al menos otra línea de evidencia independiente antes de darla por confirmada, sin importar cuán convincente parezca la imagen aislada por sí sola, aun cuando venga acompañada de un análisis técnico que a primera vista parezca sólido, coherente y bien argumentado en su totalidad, sin ninguna grieta ni inconsistencia visible a simple vista.

Fuentes: Bellingcat, "Online Investigation Toolkit" y documentación de la investigación sobre el vuelo MH17 (2014-2016); Agencia Espacial Europea, programa Copernicus y plataforma Sentinel Hub; SunCalc.org, documentación pública de la herramienta; Maxar Technologies, imágenes satelitales públicas sobre el despliegue militar ruso en la frontera con Ucrania (enero-febrero de 2022), citadas y analizadas extensamente por Reuters, Associated Press y otros medios internacionales de referencia durante ese período.

Más artículos del blog