Ensaya con Ciencia: Ojos que no ven, Landsat

Autor: Mauricio González Carrasco


Ojos que no ven

Así como el oído humano, en promedio, capta las ondas cuyas frecuencias oscilan entre 20 y 20.000 hercios, el ojo de esta misma especie, aparentemente tan limitada, distingue una fracción apenas del espectro electromagnético (figura 1). A ese pequeño umbral o rango accesible al hombre se le denomina espectro visible. El resto es invisible al ojo humano. No puede el homo-sapiens oírlo todo. No puede, tampoco, verlo todo. Vastas dimensiones le son ajenas, inaccesibles e imperceptibles. Y es precisamente en esas dimensiones, en ese rango invisible del espectro electromagnético, en el que muchos fenómenos de la naturaleza se desenvuelven. 

Figura 1 - Espectro electromagnético
Recuperado de http://noticias.exactas.uba.ar/wp-content/uploads/2011/09/ESPECTRO-EXM.jpg

Si los ojos humanos fuesen más portentosos y le admitiesen percibir un umbral levemente mayor al visible, varios espectáculos se sucederían ante él. La actividad fotosintética, por ejemplo, le sería tan observable como el azul del cielo, el verde del cobre o el café del café.

Ahora bien, lo limitado del humano en estos sentidos es inversamente proporcional a lo dotado que es de masa encefálica y no tuvo problemas para resolver este problema. Cómo lo hizo y cuáles han sido los principales beneficios científicos provenientes de la resolución de este problema es el tema central de este ensayo.

Nuevos ojos

A 700 kilómetros de altura, un pequeño satélite artificial orbita nuestro planeta. Sobrevuela un mismo punto cada 16 días. Lo bautizaron Landsat y, hasta hoy, registra 7 versiones. Está equipado con una cámara fotográfica que es tan potente, que puede captar lo que el ojo humano no. Por eso es preferible llamarle sensor.

Landsat 7 usa el sensor Enhanced Thematic Mapper Plus (ETM+). Es este aparato el que hace la magia, el que permite ver lo que, al ojo humano, es invisible. Este sensor, en definitiva, se convierte en nuevos ojos para el hombre. Lo que hace, sistemáticamente hablando, es dividir el espectro electromagnético en bandas y entregar una imagen (basada en una matriz) con la energía de cada banda en ella reflejada. Por ejemplo, se puede analizar el caso para la cuarta banda, es decir, aquella que abarca las ondas electromagnéticas cuya longitud se halle entre los 0,50 y 0,75 μm, correspondiente al infrarrojo cercano. El sensor, inicialmente, dividirá la porción del espacio terrestre que esté analizando en varias filas y columnas, una verdadera grilla formada por cientos y miles de celdas o, en otras palabras, una matriz. El tamaño de tales celdas es lo que se conoce como resolución espacial (mientras más pequeña sea la celda, más detallado es el análisis y se obtiene una mejor resolución espacial). Luego, reconocerá cuánta energía es reflejada (para el intervalo de ondas del infrarrojo cercano) y registrará dicha información en cada celda con un DN (Digital Number; de 0 a 255), una especie de digitalización de la información analógica que capta el sensor. Esa matriz es fácilmente traducida en una imagen, asignando un color específico a un valor específico. Por lo general, los valores más altos (DN cercano a 255) son más claros, pues significan gran presencia (adición) de color. Por contraparte, los valores bajos (DN cercano a 0) serán más oscuros, pues son indicio de ausencia de color.

En la figura 2 es posible ver cuánta energía refleja (eje vertical) cada onda de distinta longitud (eje horizontal). Con ello y toda la experiencia en este tipo de mediciones, se han podido definir curvas espectrales para diversos elementos, es decir, cuánta energía reflejan a lo largo del espectro electromagnético aquellas celdas en las que predomina cierto elemento (vegetación, nieve, agua, etcétera).

Figura 2 - Reflectancia de algunos elementos
Fuente: elaboración propia

Ilusiones: hacer visible lo invisible

Las pantallas de la mayoría de equipos utilizan la adición de 3 canales (rojo, verde y azul) para expresar color. Dependiendo de la combinación de ellos, se forman las diferentes tonalidades. Esto, en programas como Idrisi, es totalmente manipulable y, teniendo las imágenes captadas por Landsat para cada banda, se pueden hacer combinaciones de esos 3 canales, pero asignándole a cada uno de ellos, no necesariamente su espectro visible correspondiente.

Si se revisa la figura 2, se verá que la nieve tiene sus máximos de energía reflejada entre los 0,4 y 0,6 micrómetros, es decir, entre las dos primeras bandas definidas por el sensor ETM+. La menor cantidad de energía reflejada se da, por contraparte, en la última parte, es decir, en la banda 7. La nieve, entonces, se tendrá en aquellas zonas en que la energía reflejada sea alta para el fragmento inicial y baja en la parte final del espectro electromagnético. Se sabe, además, que la adición entre verde y azul da como resultado un tono cian. Por tanto, si se le asigna al canal azul del equipo la primera banda, al canal verde la segunda banda y al canal rojo la séptima banda, se tendrán celdas de tono cian en aquellas en que los valores de azul y verde sean altos y los de rojo sean bajos, que corresponde, dada esta asignación manual, a zonas en donde la energía reflejada de las bandas 1 y 2 será alta y, de la banda 7, baja. El resultado puede verse en la figura 3. La nieve, finalmente, se expresa en color cian, pero bien podría haberse expresado en magenta (azul + rojo) o amarillo (rojo + verde). Es por ello que se habla de falsos colores.

Figura 3 - Nieve en falso color (cian)
Fuente: elaboración propia

El paso del tiempo

Una de las aplicaciones más elementales que puede hacerse con falsos colores es la detección de cambios, es decir, la mera comparación entre imágenes de un fenómeno para distintas fechas. Deben considerarse dos aspectos fundamentales para ello. En primer lugar, la estacionalidad del fenómeno, pues la naturaleza no funciona bajo calendarios antrópicos y, en segundo lugar, la cantidad de imágenes que se analizarán entre el inicio y el fin del período en cuestión, puesto que con dos imágenes no es mucho lo que puede deducirse de un fenómeno complejo, sobretodo si el período de análisis es muy extenso. La figura 4 muestra un ejemplo de detección de cambio simple: el índice de vegetación muestra en tonalidades cálidas la presencia de vegetación y en frías la ausencia de ella. Tras la erupción, una gran extensión de superficie con vegetación fue cubierta por cenizas y material piro-clástico.

Figura 4 - Detección de cambios tras erupción del volcán Chaitén
Fuente: elaboración propia

En perspectiva

El estudio de las geo-ciencias requiere, para fenómenos regionales y globales, abarcar vastas extensiones de terreno. Los satélites (Landsat, Modis, Aster, Quickbird por nombrar algunos) han ayudado a esto de manera invaluable, entregando información que ha sentado base para importantes estudios. Más importante aún es la manipulación de esta información, cuán verídicos son los análisis en función de cuán fidedignas sean las correspondencias entre lo que se cree identificar de una imagen satelital con lo que realmente hay en terreno. Allí entra en juego la experiencia del analista y da pie para no olvidar que el científico no puede nunca remplazar por completo el análisis in situ, en terreno, por mucho que ahora tenga la ayuda de nuevos ojos.