La gestión de residuos es una de las áreas clave donde se deben promover modelos circulares, ya que desempeña un papel crucial en la minimización del impacto ambiental y la conservación de recursos. La identificación y clasificación efectiva de materiales son esenciales para optimizar los procesos de reciclaje y seleccionar el equipo de producción adecuado. La clasificación adecuada de materiales mejora tanto la eficiencia como la sostenibilidad de los sistemas de reciclaje. El estudio propuesto explora el potencial de utilizar una estrategia rentable basada en la imagen hiperespectral (HSI) para clasificar productos de desecho espacial, un desafío emergente en la gestión de residuos. Específicamente, investiga el uso de sensores HSI que operan en el rango del infrarrojo cercano para detectar e identificar materiales para su clasificación. Los análisis se centran en materiales textiles y plásticos. Los resultados muestran un potencial prometedor para futuras investigaciones, sugiriendo que el enfoque HSI es capaz de identificar y clasificar de manera efectiva varias categorías de materiales. Las imágenes predichas logran una sensibilidad y especificidad excepcionales, que oscilan entre 0.989 y 1.000 y 0.995 y 1.000, respectivamente. El uso de tecnología HSI rentable y no invasiva podría ofrecer una mejora significativa sobre los métodos tradicionales de clasificación de residuos, particularmente en el desafiante contexto de las operaciones espaciales. Las implicaciones de este trabajo identifican cómo la tecnología permite el desarrollo de modelos circulares orientados hacia el desarrollo sostenible, por lo tanto, la clasificación y distinción adecuadas de materiales permiten una mejor recuperación de materiales y gestión del final de la vida útil, contribuyendo en última instancia a un reciclaje más eficiente, valorización de residuos y prácticas de desarrollo sostenible.