Alumna de doctorado lidera proyecto que usa IA para optimizar observaciones astronómicas
Tiempo de lectura: 2 minutos El proyecto liderado por Alison Matus busca predecir con alta precisión el vapor de agua atmosférico en el Llano de Chajnantor, en el desierto de Atacama, donde su ubican importantes instrumentos astronómicos.
En el corazón del desierto de Atacama, a más de 5.000 metros de altura, se encuentra el Llano de Chajnantor, un enclave estratégico para la astronomía mundial.
Sin embargo, las observaciones realizadas por los potentes radiotelescopios allí instalados enfrentan un desafío constante: el vapor de agua precipitable (PWV) presente en la atmósfera, que puede distorsionar o bloquear las señales cósmicas.
Para abordar este problema, Alison Matus, estudiante del Doctorado en Inteligencia Artificial (un programa ejecutado en consorcio por las universidades del CRUCH Biobío-Ñuble), está desarrollando un innovador sistema de predicción basado en IA.
Recientemente, Matus realizó una visita técnica a Chajnantor como parte de su Curso de Investigación Dirigida, supervisado por el Dr. Ricardo Bustos, director académico del programa, la Dra. Silvia Restrepo y colaboradores de la Universidad Católica del Norte (UCN) y China.
«El vapor de agua es un factor muy importante para los radiotelescopios. Esta visita permitió a Alison conocer los instrumentos, las condiciones de operación sobre los 5.000 m de altura, los datos que manejamos y la relevancia del fenómeno y el PWV en la observación científica», explicó el Dr. Bustos.
Vapor de agua en el corazón astronómico de Chile
El Llano de Chajnantor alberga observatorios de renombre mundial como APEX, CLASS y Simons, además del sitio donde se instalará el futuro radiotelescopio MIST (monitoreado actualmente por una estación meteorológica).
«El objetivo principal del viaje fue conocer en terreno las condiciones climáticas extremas y observar directamente los sensores meteorológicos que usamos. Esta experiencia fortalece el desarrollo de un modelo predictivo que estamos trabajando con datos locales», comentó Alison Matus, quien previamente estudió Química Ambiental en la Universidad Católica de la Santísima Concepción (UCSC).
La estudiante viajó junto al Dr. Pablo García (UCN) y la ingeniera Cinthia Altamirano (UCSC). La visita incluyó un recorrido por estas instalaciones y el observatorio TAO.
Un modelo predictivo con impacto global
El núcleo del proyecto es el desarrollo de un sistema de predicción de PWV utilizando técnicas avanzadas de modelado apoyadas en inteligencia artificial. Según el Dr. Bustos, este enfoque ya está mostrando mejoras significativas en comparación con los sistemas de pronóstico meteorológico actualmente utilizados en la zona de Chajnantor.
La capacidad de anticipar con precisión las condiciones atmosféricas es clave. «Este avance tiene un gran valor académico y aplicado, ya que un sistema capaz de anticipar entre 12 horas a 5 días los niveles de vapor de agua en la zona podrían optimizar considerablemente las observaciones astronómicas», destacó Bustos.
Con pronósticos fiables, los observatorios pueden planificar sus observaciones más sensibles para los momentos de menor PWV, maximizando la eficiencia y la calidad científica del tiempo de telescopio.
Este trabajo no solo tiene proyección internacional, gracias a la colaboración con instituciones extranjeras, sino que también se perfila como la base de la tesis doctoral de Alison Matus.
