Observación de los océanos: cómo funciona el procesamiento de datos por satélite

,

El estudio y la observación de los océanos, como la altura del mar, nos permite entender la evolución climática de nuestro planeta y proteger los ecosistemas marinos. Para obtener esta información, los satélites de observación se han vuelto imprescindibles. Las imágenes de las cámaras y radares y los datos brutos proporcionados por los sensores, ubicados a varios cientos de kilómetros de la superficie, deben procesarse antes de poder utilizarse.

Gracias a su experiencia en macrodatos espaciales y tratamiento de datos, ALTEN colabora con grandes empresas del sector. Pero, ¿cómo se pueden utilizar los datos brutos recopilados por los satélites de observación? Esto es lo que ALTEN analiza en profundidad.

Observación de los océanos: qué datos elegir y cómo recuperarlos

Para estudiar el comportamiento de los océanos, los científicos utilizan satélites de dos maneras distintas.

El primer método consiste en realizar lecturas de datos desde el espacio. En este caso, los satélites se colocan en una órbita heliosincrónica (entre 35 y 786 km de altitud) y están equipados con sensores fotográficos o radares. Esto les permite recopilar «imágenes» en bruto al sobrevolar los océanos a intervalos regulares. Una vez obtenidas estas imágenes, los satélites las transmiten a las estaciones terrestres.

El segundo método se denomina «medición in situ». El satélite actúa como un mero relé entre un dispositivo de medición en el mar y el centro de recopilación de datos. Para ello, las organizaciones oceanográficas cuentan con redes de boyas y balizas transmisoras de datos en las zonas objeto de estudio. Están equipadas para medir diferentes parámetros, como la temperatura o la salinidad del agua. Los resultados se transmiten posteriormente mediante un enlace por satélite.

Los datos recopilados por las estaciones terrestres no se pueden utilizar. Durante la fase de recopilación a través de los satélites, muchos factores alteran los datos, como la atmósfera, la evolución de la posición del satélite, las nubes, etc. Por lo tanto, estos datos deben procesarse de manera que se corrijan los efectos de las perturbaciones producidas durante la segunda adquisición del satélite.

Datos recopilados por satélites con radares, difusómetros y altímetros



Ejemplos de factores que pueden alterar los datos recopilados durante la segunda adquisición del satélite.

¿Cómo se tratan las imágenes satelitales?

Para transformar los datos brutos obtenidos por los satélites en datos disponibles para los clientes, es necesario un procedimiento de cadena de tratamiento de datos. En este sentido, los sistemas de tratamiento de datos están estandarizados por las distintas agencias espaciales con arreglo a las normativas del Comité sobre los Satélites de Observación de la Tierra (CEOS, por sus siglas en inglés) y descritos en varios niveles:

  • Nivel 0: los datos se reconstruyen pero no se procesan. Son proporcionados por la red de satélites en máxima resolución y acompañados de toda la información necesaria para un tratamiento de mayor nivel.
  • Nivel 1: todos los píxeles se obtuvieron en la misma fecha durante un pase del satélite. El tratamiento no hace suposiciones sobre el entorno observado. Todos los píxeles de la imagen se procesan de la misma manera. El producto expresa los datos en magnitud física.
  • Nivel 2: los datos también deben obtenerse en algunos momentos. Pero esta vez se permiten los tratamientos diferenciados por tipo de píxel. Es posible hacer suposiciones sobre la atmósfera, el estado del mar, los reflejos del sol o la rotación relativa de la Tierra para corregir las imágenes.
  • Nivel 3: en este caso, el producto se compone de datos obtenidos en distintas fechas. Las imágenes se pueden editar de la misma forma que se describe en el nivel 2 y se pueden combinar para corregir las perturbaciones climáticas. Por lo general, son resúmenes periódicos (cada semana, cada diez días, cada mes) de los datos obtenidos en el nivel 2.
  • Nivel 4: estos son los resultados del modelo o los resultados del análisis de los datos de un nivel inferior. Es decir, son las variables que los instrumentos no miden directamente, sino que se derivan de ellos. Por ejemplo, con los datos de la altura de los océanos se puede deducir la ubicación de las corrientes oceánicas.

Luego, deben intervenir varios equipos de ingenieros para procesar toda esta información.

Un primer equipo se encarga de la implementación de algoritmos (suavizado, interpolación lineal) que, a partir de una imagen imprecisa, la corrige para que pueda utilizarse.

Un segundo equipo se encarga de verificar la ubicación y el ángulo de obtención de información de los satélites. Como los satélites se mueven a gran velocidad alrededor de la Tierra, puede existir una cierta incertidumbre con respecto a su ubicación.

La importancia de la ubicación del satélite para que coincida con el corredor visible observado

Un último equipo analiza las mediciones obtenidas, como la salinidad, el nivel de los océanos o incluso los remolinos, y pone a disposición de los clientes los estudios realizados.

¿Cuáles son los campos de aplicación de estas mediciones?

Los datos obtenidos mediante la observación de los océanos son fundamentales a escala mundial en términos de desarrollo económico, ecológico y social.

  • En primer lugar, económico, ya que se utilizan, por ejemplo, para definir y estudiar zonas de pesca. Concretamente, el mapa globalfishingwatch.org se desarrolló utilizando datos satelitales. Esta herramienta permite realizar un seguimiento en tiempo real de todos los barcos de pesca en los océanos del mundo. También es posible monitorizar las zonas marinas y su estado de explotación o sobreexplotación para un 90 % de las zonas pesqueras. «Los seres humanos llevan 42 000 años pescando en los océanos del mundo. Pero, hasta ahora, realmente no teníamos una perspectiva general de dónde y cuándo pescaba la gente.» David Kroodsma, director de Investigación y Desarrollo de la ONG estadounidense Global Fishing Watch.
  • Luego, ecológico, ya que el estudio de los niveles de los océanos es uno de los principales factores utilizados para describir el estado del calentamiento global. Y uno de los beneficios que aporta la acción de los satélites es precisamente su capacidad de observar el impacto de los seres humanos en los ecosistemas marinos y detectar la desgasificación de los hidrocarburos. Esta acción es tanto más imprescindible cuando sabemos que, en 2019, por ejemplo, los satélites permitieron monitorizar la evolución de la marea negra provocada por el hundimiento del carguero Grande America, o que más de un millón de personas viven a menos de 500 metros de la costa en la Francia continental [1]; una proporción que incluso se eleva al 16 % a nivel mundial.[2]
  • Por último, social, ya que los satélites son herramientas claves en la observación de los océanos y el estudio de los fenómenos meteorológicos marinos. Además de proporcionar información útil de forma periódica para las previsiones meteorológicas, también se utilizan para estudiar eventos extremos, como los tsunamis. En este caso, pueden retransmitir las primeras señales de alerta emitidas por las boyas DART en el mar, o bien permitir estudiar con precisión la propagación y la intensidad de las olas u ondas sísmicas.
  • Otro papel que juega la monitorización por satélite salió a la luz con el accidente de Kevin Escoffier, en 2020. El marinero participaba en la Vendée Globe cuando emitió una señal de socorro. Gracias a la baliza ubicada en su barco, el patrón fue rápidamente localizado y rescatado. Estas balizas son ya obligatorias en las embarcaciones de recreo y utilizan la red de satélites para operar.

Por todas estas razones, la observación de los océanos y la fiabilidad de los datos obtenidos por satélite son cuestiones fundamentales. La clave para desarrollar estas actividades radica en la necesidad de un procesamiento de datos más rápido y fiable, incluso a medida que crece el flujo de datos entrantes. Los expertos se están centrando específicamente en el desarrollo de nuevos algoritmos de inteligencia artificial para cumplir estos requisitos.