Un alumno de Informática de la Uex comparte mesa con un miembro de la Agencia Espacial Alemana. ¿Qué les une? El interés por las imágenes hiperespectrales, que son aquellas que están formadas por unos 200 canales de información (las tradicionales solo están compuestas por tres --rojo, verde y azul--, a partir de cuya combinación se forman todos los colores) y proporciona datos que el ojo humano no registra. "Por ejemplo, cuando ocurrió la catástrofe del Prestige, estas imágenes permitieron detectar contaminación en zonas o profundidades donde a simple vista no se veía", explica Antonio Plaza, el principal organizador de la Primera Escuela de Europea sobre Análisis de Imágenes Hiperespectrales, que desde ayer se celebra en Cáceres.

Precisamente él fue quien hace un lustro comenzó a interesarse por este ámbito. Poco después, presentó un proyecto europeo de investigación sobre este área que hoy cuenta con una financiación de casi tres millones de euros y en el que participan nueve universidades, tres centros de investigación y tres empresas de una docena de países de la UE. "El objetivo principal de esta iniciativa es formar investigadores en el ámbito del análisis de este tipo de imágenes, por lo que actividades como la que organizamos ahora, son fundamentales", comenta.

Gracias a esta iniciativa, un centenar de investigadores y docentes procedentes de diversos países adquieren nuevos conocimientos sobre teledetección (observación remota de la tierra) y comparten sus experiencias. Muchos de ellos, ya están especializados en este área, mientras que otros probablemente dirigirán hacia la misma sus líneas de investigación. Es el caso de Pedro Ferreira, ingeniero forestal de una universidad portuguesa, que considera que su participación en el congreso va a ser "muy productiva", porque le permitirá aplicar nuevas tecnologías a sus estudios. En cuanto a Extremadura, comentan los expertos, las imágenes hiperespectrales pueden resultar especialmente útiles a la hora de detectar zonas con alto riesgo de incendios o ejecutar planes de agricultura de precisión.