Artículo originalmente publicado en el suplemento de Ciencia y Tecnología de Heraldo de Aragón Tercer Milenio, el 12 de marzo de 2020. Puedes consultar el artículo haciendo click aquí.
Alejandro Sánchez de Miguel coordinador del proyecto Cities at Night e investigador de la Universidad de Exeter; trabaja en el análisis de imágenes de satélite nocturnas para el estudio de la contaminación lumínica. También forma parte de la junta directiva de la International Dark Sky Association
El proyecto Cities at Night nació sin nombre, antes incluso de saber lo necesario que iba a ser este proyecto de ciencia ciudadana.
Era el año 2010 y el astronauta japonés Soichi Noguchi comenzó a tuitear desde su cuenta @Astro_Soichi fotografías que estaba tomando desde la Estación Espacial Internacional. El por entonces doctorando Alejandro Sánchez de Miguel y su director de tesis, el profesor Jaime Zamorano pronto vieron el potencial de estas imágenes para revolucionar el estudio de la Tierra de noche.
Imaginaron que alguien en NASA estaría analizando y calibrando esas fotografías, pero para su sorpresa, esto no era así. ¿Cómo podía ser que unas imágenes con un valor científico comparable a las del telescopio espacial Hubble estuvieran siendo simplemente archivadas? En el año 2011, tras involucrar a varios estudiantes, Sánchez de Miguel y Zamorano enviaron a NASA una propuesta de calibración de estas imágenes usando técnicas astronómicas. Sin embargo, el verdadero problema estaba en encontrar imágenes concretas. ¿Qué aspecto tendrían por la noche Nueva York, París o Londres desde el espacio?
El archivo de NASA contiene más de 3 millones de imágenes, de las cuales solo hay localizadas una pequeña muestra. Del resto tan solo se conoce la posición de la Estación Espacial en el momento de realizarse la fotografía, aunque como no se puede saber la dirección en la que apuntaba el astronauta, la localización tiene un error típico de 500 km de radio. ¿De qué habría servido entonces calibrar las imágenes, si estaban todas desordenadas?
En aquél momento, el proyecto científico Galaxy Zoo había conseguido, mediante la ayuda de una aplicación conectar con miles de voluntarios que habían clasificado millones de galaxias. Con un presupuesto moderado se podría hacer lo mismo con estas imágenes. El único problema es que no había forma de obtener este presupuesto. Sin embargo, gracias al hackaton de MediaLab Prado y el Citizen science summit de Londres se sentaron las bases que permitieron a Daniel Lombraña, Pepe Gómez Castaño y muchos otros voluntarios sacar una aplicación con la que todo el mundo podía ayudar a clasificar estas imágenes.
La historia llegó a oídos de NASA y ESA. La nota de prensa dio la vuelta al mundo y en un mes unas 300.000 imágenes del archivo de NASA de alta resolución habían sido clasificadas. Se habían separado las imágenes de ciudades por la noche, de las imágenes diurnas, las de estrellas, auroras, astronautas y puestas de sol.
Sin embargo, todavía quedaba mucho camino por delante. Se habían clasificado multitud de imágenes en las que aparecían ciudades, pero seguía sin estar marcado qué ciudad aparecía en cada una ni su orientación. Se publicaron nuevas aplicaciones para conseguir estos objetivos, es decir, para localizar y georreferenciar las imágenes ya clasificadas. Aunque estas aplicaciones no tuvieron tanto éxito, se consiguió triplicar la cantidad de imágenes localizadas que había en el archivo de NASA hasta el momento.
Tratando de animar a nuestros voluntarios a colaborar en esta fase del proyecto, se intentó conseguir recursos para mejorar las aplicaciones de georreferenciación y localización, pero no fue hasta el éxito de la campaña de crowdfunding de Stars4all, la colaboración de la Fundación Española para la Ciencia y la Tecnología (FECYT)–Ministerio de Ciencia, y la implicación de la Fundación Ibercivis cuando por fin, a principios de 2020, se publica una nueva e interesante aplicación para localización de imágenes de ciudades nocturnas previamente clasificadas.
La aplicación Lost at Night recibe su nombre porque perdido en la noche es como se siente cualquiera que ve el inmenso catálogo de fotografías nocturnas por primera vez. Identificar una ciudad de noche a ciegas puede parecer bastante complicado, por eso las 3.000 imágenes localizadas con las primeras aplicaciones se utilizan para presentar opciones con las que comparar. Como la imagen que ilustra este artículo: ¿dirías que la imagen problema A es de Granada, Barcelona, Madrid, Zaragoza o A Coruña?
Puede que la imagen problema sea de un lugar totalmente desconocido, por eso una de las opciones es ‘Ninguna de estas’. Sin embargo, hay una gran cantidad de imágenes que se pueden localizar con este método.
Estas imágenes nocturnas de nuestro planeta ofrecen una valiosa información sobre las fuentes de contaminación lumínica, por lo que las primeras imágenes localizas ya están siendo utilizadas para investigación. Además, la luz artificial nocturna refleja la actividad humana, por lo que hay investigadores que están utilizando estas imágenes en el estudio del desarrollo de las ciudades y de las diferencias culturales. Hay estudios que tratan de relacionar la epidemiología del cáncer de mama y próstata con el color de la luz y otros que estudian los corredores de oscuridad que utilizan los murciélagos por las noches para trasladarse. Hay multitud de estudios que se podrían beneficiar de estos datos y que en este momento tienen que utilizar los de otros satélites de mucha peor resolución.
En 2019, una de las publicaciones de Cities at Night se coló en el Top 100 mundial de todas las disciplinas científicas en el indicador Altmetric, siendo una de las únicas 5 contribuciones españolas de ese año. Esto es una prueba de que la ciencia ciudadana no solo puede producir ciencia, sino además, ciencia puntera y de impacto.
Esta sección se realiza en colaboración con el Observatorio de la Ciencia Ciudadana en España, coordinado por la Fundación Ibercivis