El 4 de octubre pasado el ingeniero de Suplemento Verde publicó la nota "El derrame hídrico anual será un 63% inferior al histórico" en relación a la presente campaña agrícola. Una investigación del ingeniero Oscar R. Dölling, director del programa PGICH de la Universidad Nacional de San Juan.

Por este motivo consultamos a este profesional por qué son más exactas las estimaciones satelitales que las desarrolladas "in situ":

"Las ventajas de la medición de nieve con sensores remotos pasivos, tales como el Espectrómetro de Imágenes de Resolución Moderada (MODIS), es que este tipo de sensor provee un valor muy preciso de la superficie cubierta de nieve a través de un índice que discrimina la superficie nival de las superficies de otros objetos como rocas, lagos y vegetación, sobretodo es muy preciso en las partes más altas de la cordillera donde no hay vegetación", aclaró.

Y agregó: "Esto lo logra porque este tipo de sensores pasivos pueden medir el espectro de radiación de onda emitida y reflejada por el cuerpo. Las dos propiedades que afectan en medida considerable la cantidad de radiación de microondas emitida son la polarización y el efecto dieléctrico. Cada propiedad varía según la longitud de onda y las características físicas del material reflector o emisor. Esto permite distinguir los elementos sólidos de los líquidos y congelados, tanto sobre tierra firme como en las superficies oceánicas".

"Sin embargo algunos problemas de detección lo introducen las nubes, que tienen espectros de reflexión similar a la nieve. Para disminuir este inconveniente que ocasiona problemas en días nublados hemos desarrollado, en el Programa científico-académico 'Gestión Integral de Cuencas Hidrográficas, ingeniería hidráulica y ambiental' conocido por sus siglas PGICH-UNSJ del Departamento de ingeniería civil de la Universidad Nacional de San Juan, un algoritmo de asignación de nieve que nos permite filtrar todo tipo de nubes en los datos del sensor MODIS y contabilizar únicamente las áreas cubierta de nieve, es decir desarrollamos un programa de computación que nos permite 'limpiar' la imagen satelital, lo que mejora su utilidad", indicó Dölling.

"El sistema de pronóstico que hemos desarrollado es muy robusto, dado que utiliza como variable explicativa de los volúmenes de escurrimiento del Río San Juan, la evolución semanal del área cubierta con nieve en todas las subcuencas de aporte al Río San Juan. Esto lo logramos identificando la mejor imagen de satélite disponible entregada por el sensor MODIS ubicado en los satélites Terra y Aqua, aprovechamos que este sensor nos entrega una imagen diaria de la capa de nieve de muy alta calidad, luego nosotros decidimos cuál de todas es la imagen de nieve más representativa de la actividad registrada durante la semana."

"El satélite nos provee datos con 500 metros por 500 metros de resolución espacial grillada en una proyección sinusoidal, el dato es un Índice de Diferencia Normalizada de nieve (NDSI) que la NASA provee en un formato HDF-EOS. La base de datos del satélite posee datos disponibles a partir del 24 de febrero del año 2000 hasta hoy. Nosotros hemos procesado todas las imágenes de las cuencas de San Juan, incluidas las subcuencas desde el año 2000 al 2014 y hemos construido así un valioso banco de datos semanales de áreas cubiertas con nieve. Gracias a esta información contamos hoy con datos que nos permiten contrastar el comportamiento hidrológico del Río San Juan -es decir sus escurrimientos- con la evolución semanal de las áreas cubiertas de nieve en las distintas cuencas observada previo al período de derretimiento", explicó.

"Esto es sumamente importante ya que esta información, de cómo se fue acumulando y derritiendo el manto de nieve, es fundamental y permite a nuestro modelo de pronóstico reflejar muy bien los escurrimientos que tendrá el río. A medida que la capa de nieve acumulada envejece, los granos de nieve pasan a predominar sobre los cristales de nieve y crecen en tamaño, volviéndose dispersores incluso más eficaces de la luz solar. Debido a este efecto de dispersión, el suelo debajo del manto de nieve parece emitir mucho menos energía de microondas -y parece más frío cuando se consideran las temperaturas de brillo- que el suelo desnudo de la misma temperatura, este efecto también podrá ser captado por los satélites a futuro".