Los huracanes espaciales son un fenómeno descubierto hace relativamente pocos años. A diferencia de lo que el nombre sugiere, no son tormentas de viento: son auroras giratorias masivas que se forman cerca de los polos magnéticos de la Tierra y que pueden alterar los sistemas de radar, las señales de satélite y las comunicaciones de radio. El problema es que detectarlos ha sido hasta ahora un proceso manual, lento y que requiere analizar imágenes de satélite una a una. Un equipo de investigadores liderado por la Universidad de Shandong ha desarrollado un sistema de deep learning que automatiza esa detección. Lo recoge Interesting Engineering este 21 de junio; el artículo científico se publicó en la revista Space Weather el 23 de mayo de 2026.
La descripción más precisa de un huracán espacial es la de la propia investigación: «un evento de clima espacial recientemente descubierto que aparece como una aurora masiva y giratoria cerca de los polos magnéticos de la Tierra». La formación ocurre en la ionosfera y la magnetosfera polares, las regiones de la atmósfera superior donde los iones y electrones juegan un papel central en las comunicaciones. Lo que hace al fenómeno especialmente difícil de estudiar, además de la dificultad de la detección manual, es su formación: los huracanes espaciales se producen en el casquete polar, cerca de los polos magnéticos, «donde muy pocas personas están alrededor» y donde los sistemas de observación son escasos.
Por qué importan y qué daños pueden causar
El impacto operativo de los huracanes espaciales no es hipotético. Las tormentas solares de 2024 y 2026 ya han demostrado que el clima espacial afecta directamente a satélites, redes eléctricas y sistemas de comunicación: cuando los satélites Starlink de SpaceX perdieron 40 unidades en 2022 por una tormenta geomagnética, fue una demostración costosa de la vulnerabilidad de la infraestructura espacial ante el clima espacial. Los huracanes espaciales, aunque distintos de las tormentas geomagnéticas asociadas a erupciones solares, tienen efectos similares sobre la ionosfera: degradan las señales de GPS, interfieren con las comunicaciones HF y pueden afectar a los radares.
La detección automática tiene una consecuencia directa: reduce el tiempo que pasa entre que ocurre un huracán espacial y que los operadores de sistemas afectados tienen conocimiento de ello. Eso permite tomar medidas preventivas —poner satélites en modo de seguridad, alertar a controladores de radar, avisar a pilotos de rutas polares— con más antelación que con el proceso manual.
Cómo funciona el sistema de detección
El sistema desarrollado por el equipo de Shandong funciona sobre imágenes ultravioleta, el tipo de imagen en que los huracanes espaciales son visibles como estructuras giratorias de aurora. La arquitectura de deep learning aprende a identificar las características visuales distintivas del fenómeno —la estructura giratoria, el ojo central similar al de un ciclón, la distribución de la precipitación de electrones— a partir de ejemplos etiquetados manualmente de detecciones históricas.
Lo que hace especialmente relevante el trabajo es su diseño para los datos del satélite SMILE (Solar wind Magnetosphere Ionosphere Link Explorer), una misión conjunta entre China y la Agencia Espacial Europea (ESA) que fue lanzada para estudiar precisamente la interacción entre el viento solar y la magnetosfera e ionosfera terrestres. El satélite SMILE lleva instrumentos de imagen ultravioleta de la aurora, y el sistema desarrollado por el equipo de Shandong está diseñado para procesar esos datos automáticamente.
Los modelos de IA para predicción de clima espacial han avanzado considerablemente en los últimos dos años. El modelo de la Universidad de Nueva York en Abu Dhabi que analizamos a finales de 2025 mejoraba en un 45% la predicción del viento solar usando imágenes ultravioletas del Sol. La progresión lógica es que ese tipo de capacidad de visión computacional, una vez demostrada para el Sol, se aplique también a la detección de fenómenos en la ionosfera terrestre, que es exactamente lo que hace este nuevo sistema.
Los modelos de IA también mejoran la predicción de tormentas solares con días de antelación, lo que permite preparar infraestructuras críticas antes de que el impacto llegue. La detección automática de huracanes espaciales es el complemento de ese tipo de predicción: mientras los modelos predictivos intentan anticipar qué va a pasar con el Sol en los próximos días, los sistemas de detección automática identifican en tiempo real los fenómenos que ya están ocurriendo en la ionosfera.
Mi valoración
Después de cubrir múltiples avances en clima espacial y predicción solar en los últimos años, este desarrollo me parece particularmente relevante por su aplicabilidad directa a una infraestructura existente (el satélite SMILE) y por resolver un problema concreto —la detección manual es lenta y dependiente de expertos escasos— con una solución escalable y automática.
Lo que más me convence es la orientación al caso de uso: el sistema no está diseñado para la publicación académica sino para el procesamiento de datos de un satélite real. Esa conexión entre el desarrollo y la aplicación es menos común de lo que debería en investigación de clima espacial.
Lo que más me preocupa es la validación independiente. El artículo se publicó en Space Weather y está revisado por pares, pero los sistemas de detección de fenómenos espaciales requieren mucho tiempo de validación operativa real antes de que las agencias los adopten en sus cadenas de alerta.
Preguntas frecuentes
¿Son los huracanes espaciales frecuentes?
Son relativamente raros. El primer huracán espacial fue identificado retrospectivamente en imágenes de satélite de 2014. La detección manual hace difícil conocer la frecuencia real del fenómeno, lo que es precisamente el problema que intenta resolver la automatización. Con el sistema nuevo, la capacidad de detectar y catalogar eventos históricos en imágenes ya disponibles debería permitir establecer una estadística mucho más fiable.
¿Cómo es diferente un huracán espacial de una tormenta geomagnética?
Las tormentas geomagnéticas son perturbaciones globales del campo magnético terrestre causadas por eyecciones de masa coronal (CME) del Sol. Los huracanes espaciales son estructuras localizadas —aunque masivas— que se forman en la ionosfera polar durante condiciones específicas de viento solar sin que sea necesaria una tormenta geomagnética global. Sus efectos se concentran en latitudes altas y en las redes de comunicación y radar que dependen de la ionosfera polar.