Mirando la pobreza desde el espacio
En blanco y negro y con muy baja resolución. Así es la primera fotografía de nuestro planeta tomada desde el espacio exterior. La misma fue tomada en 1946 a una altitud de 104 kilómetros usando una cámara fotográfica de 35 mm acoplada al cohete V-2 del ejército de los Estados Unidos. Sin embargo, la imagen más emblemática de la Tierra, en la que el planeta se ve totalmente iluminado (foto de la canica azul), se obtuvo hasta 1972 por la tripulación de la nave espacial Apolo 17 a una distancia de unos 45 000 kilómetros. Estas fotografía iniciales inauguraron una carrera por la captura de imágenes de mayor calidad, y abrieron todo un nuevo campo científico basado en el análisis de dichas imágenes, cuyas aplicaciones abarcan desde el conocimiento del clima y la búsqueda de yacimientos minerales hasta, como lo acaba de hacer el Banco Mundial, el estudio de la distribución de zonas de pobreza. ¡Ah, y claro¡ no nos olvidemos del espionaje militar.
La canica azul. NASA/Tripulación de Apolo 17
Obteniendo una selfie planetaria
La primer selfie planetaria de tipo satelital se logró en 1959 con el satélite Explorer 6 a una altura de 27 000 km de la superficie cuando éste pasaba por México. Actualmente, las cámaras instaladas a bordo de satélites alcanzan a tomar imágenes que comúnmente pueden distinguir objetos con un tamaño de hasta 5 m. ¿Sabes cómo se captan esas imágenes?
La luz del sol incide la superficie del planeta en bandas de energía visible (con longitudes de onda entre 400 y 700 nanómetros; incluyendo todo el rango de colores, del violeta al rojo) e invisible (no visibles por el ojo humano). Los objetos sobre la Tierra, como la nieve, el agua de los ríos, el pavimento o tu propia casa reflejan esta energía en diferentes cantidades. La diferencia de cómo un objeto refleja esta energía (reflectancia) es lo que permite su diferenciación de forma remota. Las cámaras digitales instaladas en los satélites poseen sensores con diferente capacidad de captación en términos de tamaño (resolución espacial) y bandas de energía del espectro electromagnético (resolución espectral). Estos sensores recogen la energía reflejada por la superficie del planeta en varias áreas o pixeles. A veces los sensores realizan un barrido de la misma área tomando lecturas de diferentes bandas de energía (imagen multi-espectral). La imagen satelital finalmente se forma por un conjunto de miles de pixeles escaneados por el sensor y organizados en filas y columnas.
Adivina cuál es diferente de los otros
El procesamiento de dichas imágenes mediante el uso de softwares especiales permite el reconocimiento de objetos en base a su señal espectral particular (diferentes intensidades de reflectancia). Por ejemplo la vegetación verde refleja poco de la luz visible que recibe del sol (baja intensidad del color rojo) y por el contrario refleja una buena cantidad de energía en el espectro de la luz infrarroja (longitud de onda de 0.8 micras a 1 milímetros; longitudes de onda no visible por el ojo humano). El agua absorbe buena parte de la luz y refleja muy poca energía tanto en el espectro visible como en el infrarrojo. Los programas pueden separar la imagen en bandas espectrales y facilitar así la identificación. Incluso pueden detectar información que nuestros ojos no ven a simple vista tales como la separación de pixeles según si éstos representan agua limpia, agua contaminada, alteraciones de los suelos, pastos, áreas urbanas, etc.
Algunos problemas comunes durante la interpretación de las imágenes radican en la aparición de nubes que causan interferencia (a no ser que las nubes sean el objeto de estudio) o las variaciones climáticas estacionales que causan por ejemplo que un bosque durante el invierno tenga una señal espectral diferente durante el verano debido a la presencia de hojas.
La luminosidad como parámetro de medición de la pobreza
Además de sabiduría, la luz y el brillo siempre se han identificado con riqueza y poder. Desde el año 2012, la luminosidad nocturna es un parámetro que se propuso para tratar de diferenciar el grado de desarrollo económico de ciertas áreas. Tal es el caso del denominado “índice de desarrollo basado en la luminosidad nocturna” que relaciona la luminosidad nocturna artificial de ciertas áreas (independientemente de que no estén siendo iluminadas por el sol) que es captada por los sensores y plasmada en las imágenes satelitales con índices de desarrollo humano, el consumo de energía y la huella de carbono.
Éste mismo principio acaba de ser utilizado por el Banco Mundial en un estudio denominado “Estimando la medida de la pobreza local usando imágenes satelitales: una aplicación piloto en Centroamérica”, que usa la intensidad de la luminosidad nocturna para evaluar los niveles de pobreza en áreas rurales de Guatemala. Los investigadores compararon los datos de imágenes satelitales nocturnas (proporcionadas por la Administración Nacional Oceánica y Atmosférica de EE.UU.) con datos de censos y encuestas sobre iluminación nocturna (provenientes del Instituto Geográfico Nacional de Guatemala). Ellos encontraron una correlación directa entre la medición de luminosidad y la pobreza. Este tipo de estudio científico permite además mejorar la predicciones sobre la expansión o disminución de la tasas de pobreza ya que permite un monitoreo más constante. Es especialmente útil en zonas poco accesibles o con problemas sociales.
Imágenes satelitales procesadas de parte del territorio Guatemalteco en las que el color negro señala zonas con alta intensidad luminosa. La imagen de la izquierda fue tomada en 2001 y la de a derecha en 2008. Policy Research Working Paper, 7329.
El debate en el uso de esta técnica se centra en si el acceso a la electricidad es realmente un parámetro que mida el desarrollo de una región. Sin embargo, es innegable que el tendido eléctrico ofrece el acceso a servicios públicos como el alumbrado público y el bombeo de agua potable, que mejoran las condiciones de vida de los pueblos.
El estudio del Banco Mundial puede ser descargado aquí: http://goo.gl/e1b7R0
