Desde la cima del Cerro Pachón, en la Región de Coquimbo, Chile, un gigantesco telescopio está comenzando a producir una de las mayores cantidades de información astronómica jamás obtenidas desde la Tierra. Se trata del Observatorio Vera C. Rubin, una instalación equipada con una cámara digital de 3.200 megapíxeles que, durante su investigación de diez años, observará repetidamente el cielo austral para registrar cómo cambia el Universo.
Pero entre supernovas, asteroides, estrellas variables y galaxias lejanas aparece un elemento cada vez más difícil de ignorar: la actividad humana alrededor de la Tierra.
Satélites, etapas de cohetes y fragmentos de vehículos espaciales pueden atravesar el campo de visión del telescopio y dejar líneas brillantes, destellos o patrones que interfieren con las imágenes astronómicas. Por eso, el sistema de Rubin incorpora herramientas automáticas para detectar las llamadas streaks o trazas de satélites y otros objetos artificiales, identificarlas y evitar que sean confundidas con fenómenos astronómicos reales.
La escala del proyecto convierte este desafío en un problema de procesamiento de datos. Rubin puede generar cerca de 10 terabytes de información cada noche y está diseñado para producir millones de alertas sobre cambios detectados en el cielo.
¿Qué es exactamente el Observatorio Vera C. Rubin?
El Observatorio Vera C. Rubin es una instalación astronómica internacional ubicada en el Cerro Pachón, en Chile. El proyecto está financiado conjuntamente por la Fundación Nacional de Ciencias de Estados Unidos y la Oficina de Ciencia del Departamento de Energía de ese país, y es operado conjuntamente por NSF NOIRLab y el SLAC National Accelerator Laboratory.
Su instrumento principal es el Simonyi Survey Telescope, equipado con una cámara de 3.200 megapíxeles, considerada la mayor cámara digital astronómica de este tipo construida hasta ahora.
El observatorio comenzó a mostrar sus primeras imágenes en junio de 2025 y en 2026 entró en una nueva etapa: el inicio formal de la Investigación del Espacio-Tiempo como Legado para la Posteridad, conocida como LSST.
Esta investigación está diseñada para extenderse durante diez años y construir una especie de película gigantesca del cielo austral. En lugar de observar únicamente objetos concretos durante largos periodos, Rubin volverá una y otra vez sobre grandes regiones del firmamento para detectar cambios.
Esa capacidad resulta fundamental para encontrar objetos que se mueven o cambian de brillo, pero también hace que cualquier objeto artificial que atraviese el campo de visión pueda quedar registrado.
La basura espacial también aparece en las imágenes astronómicas
La basura espacial no desaparece simplemente porque se encuentre lejos de la Tierra.
En órbita hay satélites activos, satélites fuera de servicio, fragmentos producidos por colisiones, partes de cohetes y otros objetos artificiales. Muchos se encuentran en órbita terrestre baja, conocida como LEO por sus siglas en inglés.
Cuando estos objetos reflejan la luz solar y pasan por delante del campo observado por un telescopio, pueden dejar señales visibles.
En el caso de Rubin, el problema es especialmente importante debido a su enorme campo de visión y a la sensibilidad de su cámara.
El propio Observatorio Rubin explica que durante una exposición típica de 30 segundos un satélite situado en órbita terrestre baja puede desplazarse alrededor de 15 grados en el cielo, dejando una traza que puede atravesar prácticamente todo el campo de visión de 3,5 grados del telescopio.
Los objetos menos brillantes pueden producir trazas o destellos que afectan solamente determinadas zonas de una imagen, mientras que los satélites más luminosos pueden contaminar áreas mucho mayores del detector.
No todos los objetos artificiales producen la misma señal
Uno de los problemas para los sistemas automáticos es que la basura espacial no siempre aparece de la misma manera.
Un objeto que se desplaza rápidamente puede dejar una línea continua. Otro puede generar pequeños puntos separados entre sí debido a reflejos periódicos de la luz solar. Estos destellos, conocidos como glints, pueden ser especialmente difíciles de distinguir de fuentes astronómicas puntuales.
Los satélites que giran sobre sí mismos pueden reflejar la luz solar de forma periódica y producir cambios rápidos de brillo.
Por eso, identificar basura espacial no consiste únicamente en buscar líneas rectas en una fotografía. Los algoritmos deben analizar la forma, posición, movimiento, brillo y evolución de las señales para determinar si se trata de un objeto astronómico, un artefacto producido por el instrumento o una señal causada por tecnología humana en órbita.
Investigaciones realizadas con datos del Zwicky Transient Facility (ZTF), un estudio del cielo que sirve como precursor tecnológico y científico de Rubin, han demostrado precisamente la utilidad del aprendizaje automático para distinguir satélites, desechos espaciales y otras clases de objetos.
Algoritmos capaces de separar señales astronómicas de objetos artificiales
Una parte esencial de la tecnología de Rubin está en su sistema de procesamiento de datos.
Cada nueva imagen es comparada automáticamente con una imagen de referencia de la misma región del cielo. El objetivo es identificar qué cambió.
Puede aparecer una estrella que antes no estaba registrada, una supernova puede aumentar su brillo, un asteroide puede desplazarse o un satélite puede atravesar el campo de visión.
Cuando el sistema detecta una variación, genera una alerta.
Rubin está diseñado para realizar este proceso a una velocidad extraordinaria. Durante las observaciones nocturnas, captura una nueva región del cielo aproximadamente cada 40 segundos. Los datos son enviados desde Chile hacia el Centro de Datos de Estados Unidos, ubicado en SLAC, California, donde se realiza el procesamiento inicial.
El sistema puede generar una alerta pública aproximadamente dos minutos después de la captura de una imagen cuando identifica un cambio relevante.
Esto significa que el telescopio no depende exclusivamente de que un astrónomo observe manualmente cada fotografía.
La clasificación comienza mediante software.
¿Cómo se detectan las trazas de satélites?
El procesamiento de Rubin incorpora específicamente mecanismos para detectar las trazas producidas por satélites y desechos.
Según la documentación oficial del observatorio, las trazas detectadas son identificadas en las máscaras de las imágenes para impedir que sus píxeles contribuyan a determinadas imágenes combinadas de alta profundidad.
Además, durante el procesamiento de imágenes diferenciales, las fuentes situadas en regiones afectadas por trazas o cadenas de destellos pueden ser marcadas para evitar que se conviertan en falsas detecciones astronómicas.
El sistema también utiliza información sobre las posiciones conocidas de satélites para evitar generar determinadas alertas cuando una detección coincide con la ubicación prevista de un objeto artificial.
No obstante, Rubin reconoce que no es posible garantizar que absolutamente toda la contaminación provocada por satélites y desechos sea eliminada.
Por eso, una parte importante de la investigación continúa enfocada en mejorar la identificación y clasificación de estas señales.
El papel de la inteligencia artificial
La cantidad de información que genera Rubin hace prácticamente imposible que los seres humanos revisen individualmente cada señal.
El observatorio podría generar hasta millones de alertas por noche. Su sistema fue diseñado para manejar ese volumen mediante una infraestructura informática que incluye algoritmos de procesamiento de imágenes y plataformas conocidas como brokers de alertas.
Los brokers reciben las alertas, las filtran, las cruzan con catálogos astronómicos y aplican algoritmos de aprendizaje automático para determinar qué tipo de objeto o fenómeno podría haber producido cada señal.
La inteligencia artificial no sustituye completamente a los astrónomos. Su función principal es reducir el enorme volumen de información a conjuntos de eventos que puedan ser investigados con mayor detalle.
Entre las categorías que pueden diferenciarse mediante estos sistemas se encuentran supernovas, estrellas variables, asteroides, objetos artificiales y señales consideradas espurias o bogus.
ALeRCE: tecnología chilena para clasificar las alertas
En este punto aparece uno de los elementos más interesantes de la participación chilena.
ALeRCE, sigla de Automatic Learning for the Rapid Classification of Events, es un sistema desarrollado en Chile que utiliza aprendizaje automático para clasificar y priorizar alertas astronómicas.
La plataforma nació trabajando con los datos del Zwicky Transient Facility y posteriormente fue seleccionada como Community Broker para el Observatorio Vera C. Rubin y su investigación LSST.
Esto significa que Chile no solamente alberga físicamente al telescopio. También participa en la infraestructura informática que permitirá interpretar el enorme flujo de información que salga de sus cámaras.
ALeRCE emplea modelos de aprendizaje automático para analizar imágenes y series temporales, y ha desarrollado clasificadores capaces de diferenciar distintas categorías de objetos.
Entre los problemas estudiados por sus investigadores se encuentra precisamente la presencia de satélites y destellos de satélites en las imágenes.
Un trabajo publicado por investigadores vinculados a ALeRCE evaluó estrategias de imágenes de diferentes tamaños y resoluciones para mejorar la clasificación rápida de eventos. Los investigadores encontraron que una estrategia de múltiples escalas podía reducir las confusiones entre satélites y asteroides o supernovas, un problema relevante para los futuros datos de Rubin.
De ZTF a Rubin: el laboratorio previo para perfeccionar los algoritmos
Antes de que Rubin comenzara su investigación científica completa, los investigadores ya estaban utilizando otros telescopios para preparar las herramientas que serán necesarias en la nueva era de grandes estudios del cielo.
El Zwicky Transient Facility ha sido especialmente importante.
Sus datos permitieron entrenar y evaluar modelos capaces de clasificar automáticamente las señales detectadas en imágenes astronómicas.
Uno de los trabajos desarrollados por investigadores de ALeRCE estudió específicamente la detección de satélites y basura espacial en los flujos de alertas del ZTF. Los investigadores exploraron el uso de transformadas rápidas de Fourier, o FFT, para extraer características relacionadas con las trazas producidas por objetos artificiales.
En las pruebas descritas en ese estudio, incorporar información transformada al dominio de frecuencia mejoró la precisión de determinados modelos de detección de satélites, especialmente en imágenes con campos de visión pequeños.
La importancia de este tipo de investigaciones radica en que Rubin manejará una cantidad de información mucho mayor.
Los algoritmos que funcionaban con un volumen relativamente limitado deben ser capaces de operar a una escala completamente diferente.
Rubin ya está produciendo alertas en tiempo casi real
El desafío dejó de ser solamente teórico.
En febrero de 2026, el Observatorio Rubin anunció sus primeras alertas científicas, dando comienzo al sistema de descubrimiento casi en tiempo real.
El observatorio explicó que sus sistemas están preparados para llegar a producir hasta siete millones de alertas durante una noche de observación.
Cada alerta puede corresponder a una fuente de luz que apareció recientemente, un objeto que se desplazó o una fuente cuyo brillo cambió.
Este mecanismo permitirá estudiar fenómenos astronómicos poco después de que sean detectados y coordinar observaciones de seguimiento con otros telescopios.
En este flujo también pueden aparecer las señales provocadas por satélites y basura espacial.
La clasificación rápida es entonces fundamental para evitar que una señal artificial sea interpretada erróneamente como un descubrimiento astronómico.
El problema puede crecer con las megaconstelaciones
La preocupación no se limita a los satélites que ya están en órbita.
Durante los últimos años se ha producido un aumento considerable de las constelaciones comerciales de satélites en órbita terrestre baja.
El propio Observatorio Rubin advierte que actualmente existen decenas de miles de objetos espaciales rastreados y que los planes comerciales contemplan despliegues de satélites que podrían superar ampliamente el millón de objetos si se materializan en su totalidad.
No todos esos objetos terminarán afectando las observaciones de Rubin, pero el crecimiento de la población orbital aumenta las posibilidades de que satélites y restos atraviesen sus imágenes.
Un estudio publicado en Nature también ha advertido sobre el impacto que las megaconstelaciones pueden tener en la astronomía óptica. Para escenarios con decenas de miles de satélites, las simulaciones indican que una proporción significativa de las imágenes de grandes estudios del cielo podría contener trazas de satélites, especialmente durante el comienzo y el final de la noche.
¿La basura espacial podría impedir que Rubin cumpla su misión?
No.
El impacto de los satélites constituye un problema importante, pero no significa que el Observatorio Rubin vaya a quedar inutilizado.
Los sistemas de procesamiento están diseñados precisamente para reconocer estas interferencias y marcar las zonas afectadas.
Además, los científicos pueden tener en cuenta las regiones contaminadas cuando analizan los datos.
El objetivo es que las señales artificiales no sean confundidas con fenómenos astronómicos reales y que los efectos residuales puedan cuantificarse.
El observatorio reconoce, sin embargo, que todavía existen desafíos. Las trazas extremadamente brillantes pueden afectar grandes sectores de un detector, mientras que señales más débiles pueden ser difíciles de identificar automáticamente.
También existe el problema de los destellos breves, que pueden parecer fuentes puntuales y confundirse con objetos astronómicos transitorios.
Un nuevo tipo de astronomía: detectar lo que cambia en cuestión de minutos
La llegada de Rubin está transformando la forma en que se observa el cielo.
Durante buena parte de la historia de la astronomía, los investigadores podían examinar una imagen y estudiar manualmente los objetos presentes en ella.
Ahora los telescopios producen cantidades de información tan grandes que la prioridad es identificar automáticamente qué cambió y decidir rápidamente qué merece atención.
En este escenario, la basura espacial representa un desafío, pero también un campo de investigación para desarrollar sistemas de clasificación cada vez más precisos.
Los algoritmos deben aprender a distinguir entre una supernova, un asteroide, un satélite, un destello producido por un objeto en rotación, un rayo cósmico, un error instrumental y otras señales.
Una clasificación equivocada puede provocar que un fenómeno real sea descartado o que los investigadores pierdan tiempo estudiando una señal que no tiene origen astronómico.
Chile se convierte en un punto estratégico para la astronomía de datos
La relevancia del proyecto para Chile va más allá de la ubicación física del telescopio.
El país posee una de las mayores concentraciones de infraestructura astronómica del mundo y ha desarrollado una comunidad científica y tecnológica especializada en el análisis de grandes volúmenes de información.
ALeRCE es un ejemplo de esa evolución.
Su experiencia con el procesamiento de alertas y el aprendizaje automático le permite participar en el ecosistema científico de Rubin, conectando los datos obtenidos desde Cerro Pachón con herramientas computacionales capaces de clasificarlos y priorizarlos.
Esto convierte a Chile en algo más que el lugar desde donde se observa el Universo: también es un centro de procesamiento, análisis y desarrollo de tecnología para la astronomía de próxima generación.
El desafío de distinguir el Universo de la tecnología humana
La paradoja es evidente.
Los telescopios construidos para observar el Universo con una sensibilidad sin precedentes están encontrando cada vez más señales producidas por nuestra propia expansión tecnológica hacia el espacio.
Cada satélite puede proporcionar servicios esenciales para las comunicaciones, la navegación, la meteorología o la investigación. Pero, al mismo tiempo, su superficie puede reflejar la luz solar y atravesar las imágenes de los telescopios.
La basura espacial añade otro nivel de dificultad.
Los objetos que dejan de funcionar no desaparecen inmediatamente. Dependiendo de su órbita, pueden permanecer durante años o décadas alrededor de la Tierra, mientras las colisiones y fragmentaciones pueden generar nuevos fragmentos.
Para la astronomía, esto significa que proteger los cielos oscuros ya no consiste solamente en controlar la iluminación artificial desde la superficie terrestre.
También implica aprender a convivir con un entorno orbital cada vez más poblado.
Una herramienta para la astronomía y también para la sostenibilidad espacial
La información recopilada por Rubin podría ser útil para comprender mejor cómo afectan los objetos artificiales a las observaciones astronómicas.
El observatorio ya trabaja con herramientas que permiten relacionar posibles trazas y destellos con catálogos públicos de satélites. La iniciativa SatHub de la Unión Astronómica Internacional, por ejemplo, desarrolla herramientas como SatChecker para ayudar a determinar qué satélite podría haber originado una señal observada.
Esto abre una posibilidad interesante: los grandes estudios astronómicos no solamente tendrán que aprender a eliminar la contaminación provocada por los satélites, sino que también podrían contribuir a caracterizar el comportamiento de los objetos artificiales que atraviesan sus campos de visión.
Un telescopio que observa el Universo mientras aprende a filtrar nuestra presencia en él
El Observatorio Vera C. Rubin acaba de entrar en una etapa que cambiará la astronomía durante la próxima década.
Su cámara captará millones de objetos, descubrirá asteroides, seguirá estrellas variables y permitirá estudiar fenómenos que cambian rápidamente.
Pero para aprovechar todo ese potencial será necesario resolver un problema que no tiene origen en las estrellas ni en las galaxias: la creciente presencia de tecnología alrededor de la Tierra.
Por eso, los sistemas de detección automática, los algoritmos de aprendizaje automático y los brokers de alertas tendrán un papel fundamental.
Más que un simple filtro para eliminar líneas de las fotografías, estas herramientas representan una nueva generación de sistemas capaces de decidir, en cuestión de segundos o minutos, qué señales corresponden al Universo y cuáles son producto de la actividad humana.
En ese proceso, Chile ocupa una posición privilegiada: desde sus cielos se observa el firmamento con uno de los instrumentos más avanzados jamás construidos y, al mismo tiempo, investigadores y desarrolladores chilenos participan en la tecnología que permitirá interpretar millones de señales.
El desafío será cada vez mayor. Mientras la humanidad continúa llenando la órbita terrestre de satélites, Rubin tendrá que mirar cada vez más profundo en el Universo sin perder de vista lo que sucede justo encima de nuestras cabezas.