En la teledetección (TD), las sombras juegan un papel importante, afectando comúnmente la calidad de los datos registrados por los sensores remotos. Por lo tanto, es de suma importancia detectar y modelar el efecto de la sombra en los datos de TD, así como la información que se obtiene de ellos, particularmente cuando los datos se van a utilizar en estudios ambientales posteriores. Las sombras se pueden categorizar generalmente en cuatro tipos según sus fuentes: sombras de nubes, sombras topográficas, sombras urbanas y una combinación de estas. El objetivo principal de este estudio fue revisar la literatura reciente sobre el efecto de la sombra en la teledetección. Se empleó una revisión sistemática de la literatura para evaluar estudios publicados desde 1975. Varios estudios demostraron que las sombras influyen significativamente en la estimación de diversas propiedades mediante la teledetección. Estas propiedades incluyen vegetación, superficies impermeables, agua, nieve, albedo, humedad del suelo, evapotranspiración y temperatura de la superficie terrestre. Cabe señalar que las sombras también afectan los resultados de los procesos de teledetección, como los índices espectrales, las islas de calor urbanas y los mapas de uso/cobertura del suelo. El efecto de las sombras en la información extraída es una función de la geometría sensor-objetivo-solar, el tiempo de sobrevuelo y la resolución espacial de las imágenes del sensor satelital. Mientras tanto, modelar el efecto de la sombra y aplicar estrategias adecuadas para reducir sus impactos en diversas variables ambientales y biofísicas de la superficie está asociado con muchos desafíos. Sin embargo, algunos estudios han hecho uso de las sombras y han extraído información valiosa de ellas. Se presenta una visión general de los métodos propuestos para identificar y eliminar el efecto de la sombra.