–Cuéntenme qué es lo que investigan.

Calzetta: Bueno, yo soy físico teórico y eso torna un poco complicado todo. Mi formación es en relatividad general y cosmología, pero el último par de años me di cuenta de que los métodos que estaba entrenado para usar en problemas de altas energías eran los que se estaban usando en la dispersión de microondas en suelos de agricultura.

–¿Cómo es eso?

Calzetta: Una de las formas de ver qué es lo que hay plantado en una región es recorrerla con un satélite, dominar la zona con microondas y ver el rebote. Esa es la dispersión de las microondas. Analizando el rebote, mediante una serie de métodos, uno puede determinar qué es lo que hay abajo: lo que hay plantado, el nivel de humedad... También lo puedo hacer en el mar para determinar la salinidad, lo puedo hacer en la Antártida y determinar el espesor de la capa de nieve sobre el hielo. Se puede sacar un montón de información a través del rebote de las microondas.

–Y eso usa los mismos métodos...

Calzetta: Las mismas técnicas matemáticas que se venían usando en problemas de altas energías de partículas.

–¿Y entonces?

Calzetta: Bueno, entonces empezamos a trabajar con el doctor Francisco Grings, y ahora estamos dirigiendo juntos una tesis doctoral que está casi terminada. La idea es ver si podemos sacar métodos más precisos que los que se están usando, lo cual sería muy relevante, porque la Argentina está haciendo un esfuerzo en esta dirección. En última instancia, este método se lo daríamos a la Conae, que son los que utilizan datos satelitales. Nuestra idea sería ver si podemos aportar métodos de análisis de datos más eficientes.

–¿Y a qué altura están de conseguirlo?

Grings: Hay métodos actuales que ya se utilizan, pero hacen falta métodos mejores y nuevos, porque los satélites nuevos tienen capacidades tecnológicas que los anteriores no y miden cosas que antes no se podían medir con una precisión que antes no se podía alcanzar. Los métodos aproximados que había antes eran suficientemente buenos para el momento, pero ahora la ingeniería está gastando muchísimo dinero para obtener satélites que miden cosas que no están bien modeladas previamente. Por lo cual hacen falta mejores modelos. A ese nivel, creo que ya tenemos un primer bosquejo, un primer modelo, que puede predecir todos los datos observables que se miden en un satélite. Es un montón.

Calzetta: El observable típico es la polarización de la luz. La luz, una onda electromagnética, es una oscilación, pero una oscilación en un plano determinado (a eso se le llama “polarización”). Por eso un polaroid deja pasar la luz cuando esa oscilación está en un eje dado y no la deja pasar cuando está a 90 grados. Una de las cosas que uno puede hacer, entonces, es enviar las microondas con una polarización dada pero detectar las que vienen con la polarización cruzada. Y efectivamente, hay una cierta componente de lo que uno envía que se despolariza, o sea, que vuelve con una polarización distinta de la que fue. Eso es un indicador muy claro porque no cualquier medio en el piso va a producir la despolarización. En general, los métodos que están en los libros no consideran ese efecto, asumen que uno está mirando con la misma polarización que mandó. Uno de los primeros temas que encaramos, entonces, fue ése: cómo incorporar el cambio de la polarización en el rebote.

Grings: Eso es muy importante. Un blanco (nosotros llamamos “blanco” a cualquier objeto en el terreno) que despolariza fuertemente tiene características raras. Por ejemplo: un bosque despolariza mucho. Hay muchos rebotes de la onda dentro del bosque y la energía que vuelve ya perdió la polarización inicial, de modo que hay mucha polarización cruzada. Es un buen indicador de la biomasa del bosque. En el suelo, todavía se está tratando de entender qué significa la información de polarización cruzada. Históricamente se la desestimaba, pero ahora se la está midiendo. Lo que se está midiendo es la información disponible, pero lo que hay que hacer es obtener modelos físicos que ayuden a interpretar esa información y asociarla (con el contenido de humedad, con la porosidad, con el contenido de materia orgánica, o lo que sea). Alguna información está llevando, pero necesitamos las herramientas para poder interpretarla.

–¿Y cómo se hace ese modelo a posteriori? ¿Juegan matemáticamente hasta que encaje?

Grings: Hay dos enfoques. El histórico se llama “enfoque semi-empírico” o directamente “empírico”. Uno va al terreno, hace una campaña simultáneamente con el satélite que pasa, se mide todo lo que se considera relevante medir y luego se establece la correlación con las mediciones satelitales. Esos modelos generan ajustes pero son ajustes de tipo estadístico, por lo cual son difícilmente generalizables a otras situaciones. Porque eso tal vez funciona ahí pero en otro lugar no. El enfoque que estamos buscando con Esteban es otro, es un enfoque desde la física. La onda que se estudia es una onda de radar, electromagnética, que tiene determinadas características y que cuando interactúa tiene que cumplir las leyes de la física. Lo que tratamos de hacer entonces es tratar de resolver el problema físico asociado a la geometría dada que tiene el suelo. Si logramos resolver eso, alcanzamos un principio. Y si bien es más difícil de hacer que el enfoque empírico, tiene fuertes ventajas, porque se puede generalizar a cualquier suelo. Porque la física vale en todos lados lo mismo. De modo que no depende mucho de las condiciones en las que se hacen las mediciones ni nada de eso: está por definición bien en todos lados. Lo que requiere es muchísimo más esfuerzo, porque hay que modelar medios muchísimo más complejos.

Calzetta: Hay dos planteos: el planteo directo y el inverso. El directo es el siguiente: yo sé lo que hay en el suelo, sé las ecuaciones de Maxwell y en base a ellas calculo cómo va a rebotar la onda. Sin embargo, lamentablemente, uno no sabe lo que hay en el suelo, de modo que no queda otra que hacer el planteo inverso: a partir de la onda se tiene que reconstruir qué cosas generan ese rebote. Entonces lo que tengo que conseguir es una solución simple, tan simple que ese rebote se pueda determinar muy rápidamente a qué corresponde. Y después lo que hago es simular numéricamente, cambiando los parámetros del problema, hasta que obtengo una solución teórica que coincide con lo que efectivamente estoy viendo en el satélite. Esa es una parte muy importante de lo que estamos haciendo. Las ecuaciones de Maxwell se pueden resolver, pero a nosotros no nos sirve que nos digan: “Bueno, te prestamos una supercomputadora durante un año”. Necesitamos un método que sea robusto, simple y que se pueda repetir muchas veces en poco tiempo.

Grings: Lo cierto es que acá también hay una decisión política que nos excede a nosotros, que está vinculada con la Argentina y el espacio. Argentina está invirtiendo dinero en la Conae, proporcionalmente muchísimo más de lo que invierte cualquier otro país de Latinoamérica, y el objetivo que tienen ellos es desarrollar la parte de ingeniería de todos los sistemas y llegar a una misión completa. Una misión tiene dos partes: la de los “fierros”, que la lleva adelante la Conae junto al Invap y que requiere un montón de dinero, millones de dólares, para poner algo en el espacio. Esas cosas que están en el espacio generan datos, en este caso en particular microondas. Esos datos en microondas provienen, por ejemplo, del SAC-D Aquarius, un radiómetro en banda L y van a provenir de la misión Saocon –una misión muy larga– que lleva más de diez años de desarrollo y que va a enviar dos satélites, uno a finales del 2015 y uno a finales del 2016, que van a formar parte de una constelación más grande con los italianos. Esto fue un esfuerzo muy grande para Argentina. Pero la segunda parte, una vez que uno ya armó el satélite, es explotar los datos. Esto tiene que tener algún valor agregado, tiene que volver a impactar sobre el sector socioeconómico de alguna forma: hay que monitorear inundaciones, ver la humedad del suelo, analizar la biomasa, los cultivos, seguir los terremotos. Eso excede la ingeniería: ahí entra la física. Tiene que haber alguien que interprete los datos y esa interpretación tiene que estar asociada a un modelo. Porque las microondas no son como lo visible, que uno lo ve y más o menos sabe lo que es. Las microondas son comprensibles en tanto y en cuanto tengan un modelo de interacción. Eso hay que generarlo en un período de tiempo rápido, porque las misiones tienen un período de vida que no es demasiado largo.

–¿Y?

–Bueno, en eso estamos.