El ingeniero Ion Sola Torralba (Pamplona, 1984) ha elaborado una metodología para evaluar la corrección topográfica de las imágenes captadas por satélite y evitar así interpretaciones erróneas cuando se emplean para cartografiar usos del suelo y cubiertas (bosques, cultivos, zonas urbanizadas…), detectar cambios o estimar parámetros biofísicos (porcentaje de terreno ocupado por vegetación, área de follaje, contenido de clorofila…). En su tesis doctoral, leída en la Universidad Pública de Navarra (UPNA), propone el uso de imágenes sintéticas generadas mediante un modelo de simulación simplificado que permite evaluar, de forma sencilla y objetiva, la calidad de la corrección topográfica realizada.
El relieve del terreno es responsable de variaciones importantes en la iluminación solar entre laderas con distinta pendiente y orientación. Estas variaciones de iluminación ocasionan distorsiones en las imágenes captadas por satélite, que pueden ser erróneamente interpretadas, especialmente, en zonas montañosas.
En su tesis doctoral, Ion Sola ha analizado los métodos de corrección topográfica existentes para establecer cómo mejorar la calidad de las imágenes de satélite. Para ello, ha tenido en cuenta los principales factores que influyen en el proceso de toma de la imagen, como las características propias del satélite; la fecha y hora de la captación, que determinan la geometría solar; el relieve de la superficie terrestre; y la distribución espacial de las cubiertas en la zona de estudio.
Dos grandes categorías
En las últimas décadas, se han propuesto numerosos métodos de corrección topográfica, que, básicamente, se agrupan en dos grandes categorías: los empíricos, que no requieren de datos auxiliares; y los semi-empíricos, que requieren el cálculo del ángulo de incidencia solar en cada punto y, por tanto, precisan de un modelo digital de elevaciones. Este último es una representación visual y matemática de los valores de altura del terreno con respecto al nivel medio del mar, lo que permite caracterizar las formas del relieve y los elementos u objetos presentes en él (edificios, plantas, árboles…).
Según el nuevo doctor, “aunque existe un gran número de métodos de corrección topográfica, no hay reglas claras acerca de qué algoritmo o herramienta matemática emplear para cada caso particular en función del tipo de terreno y condiciones de adquisición de imagen”. “Es más: no resulta sencillo determinar qué método es el mejor para un caso particular, ya que no existe un único criterio estándar de evaluación que se pueda aplicar”, añade.
A pesar de estas dificultades, la investigación de Ion Sola ha demostrado que dichos métodos semi-empíricos permiten corregir, de forma sencilla y eficaz, gran parte de las distorsiones introducidas por la topografía, aunque no consiguen corregirlas por completo en condiciones severas, tales como iluminación extrema. “A pesar de que mostraron un mejor comportamiento global, ninguno de los métodos semi-empíricos testados consiguió corregir completamente el efecto topográfico en las laderas en sombra”, apunta Ion Sola, cuya tesis, dirigida por los profesores Jesús Álvarez Mozos y María González de Audícana Amenábar (ambos, del Departamento de Proyectos e Ingeniería Rural), obtuvo la calificación de sobresaliente “cum laude” con mención internacional.
A juicio del nuevo doctor, “sería recomendable que los esfuerzos de investigación se dirigieran a mejorar el comportamiento de los métodos de corrección topográfica en condiciones severas, con el fin de generar productos de calidad derivados de imágenes de satélite”.
Breve currículum
Ion Sola se tituló en 2006 en Ingeniería Técnica en Topografía por la Universidad del País Vasco y, posteriormente, cursó el Máster en Ingeniería Ambiental en la Universidad de Santiago. En los últimos años, se ha dedicado a la investigación en el campo de la teledetección. También ha recibido una beca de tecnólogos del Gobierno de Navarra.
Actualmente, trabaja como investigador en la Universidad Pública de Navarra en el proyecto PyrenEOS, desarrollando y testando una herramienta de verificación de declaraciones de Política Agrícola Común (PAC) basada en curvas temporales de índices de vegetación derivados de la serie temporal de imágenes Sentinel-2 disponible para el ciclo fenológico de cada cultivo.