Con tecnología LiDAR desarrollan proceso automatizado para ubicar zonas de riesgo a deslizamientos.
Investigadores del Instituto de Geografía, liderados por la doctora María Teresa Ramírez Herrera, desarrollaron un proceso automatizado que utiliza la tecnología LiDAR (Light Detection and Ranging, por sus siglas en inglés), la cual permite detectar las zonas montañosas susceptibles a deslaves. La tecnología consta de una cámara de radar láser, cuya función es tomar imágenes en alta resolución de un terreno.
“Utilizamos estas imágenes para desarrollar un modelo digital de la zona geográfica que se desea estudiar; y esta tecnología nos es muy útil, ya que en México tenemos problemas para identificar los deslizamientos que podrían detonarse, ya sea por precipitación o por sismos, porque la mayoría de las zonas montañosas están cubiertas por vegetación; pero, con el modelo que desarrollamos, podemos dejar al desnudo el terreno”, explica.
“Para dar lugar a este proceso, creamos el método Contour Conexion Method, que consta de una serie de logaritmos cuya función es instruir a la computadora para detectar las zonas que tienen huellas de deslizamiento.
”Hay un principio básico: generalmente, donde han ocurrido deslizamientos es muy probable que se vuelvan a presentar, de ahí la importancia de ubicar estas zonas. De tal manera, combinamos LiDAR con este método y otro más: Regression Logistic Method, para determinar modelos que nos indican cuáles son las zonas más susceptibles de verse afectadas por un deslizamiento”.
Así, el equipo pudo obtener un inventario de las zonas donde hay una alta probabilidad de que ocurra tal deslizamiento, y con esta tecnología se ha podido lograr hasta 80% de precisión, incluso más; esto gracias a que el modelo utiliza las imágenes de alta definición obtenidas mediante LiDAR. “Actualmente, para realizar este trabajo, se utiliza imágenes de satélite o aéreas, así como a un observador o especialista, quien decide o ubica dónde hay huellas de deslizamiento. Sin embargo, este proceso está sujeto también a la experiencia del observador; es un método mucho más lento y menos preciso”, dice.
Se comprobó la eficiencia del método en las montañas de Guerrero; además, puede aplicarse en cualquier zona del país; sólo debe cambiarse las variables utilizadas en los algoritmos. “Este proceso podría ayudar a obtener un mapa de las áreas susceptibles a deslizamientos y tomar decisiones sobre dónde conviene construir complejos habitacionales y ubicar zonas de riesgo”, concluye.
En este proyecto también participaron investigadores de las universidades estadounidenses de Oregon y Arizona; además, de Christoph Gaytziky, becario posdoctoral.

Proveen un beneficio extra a la salud por sus propiedades anticancerígenas, cardioprotectoras y antidegenerativas.

Investigadores de la UAM – Cuajimalpa, dirigidos por la doctora Izlia Jazheel Arroyo Maya, utilizan las proteínas para fabricar alimentos funcionales; al respecto, ella menciona: “Formamos nanopartículas o nanocápsulas; es decir, encapsulamos compuestos de interés biológico que van a favorecer cierta condición de salud. Trabajamos con las proteínas que se encuentran en el suero de la leche, principalmente, con la alfalactalbumina y también con zeína —una proteína del maíz—.
”Para formar las nanocápsulas, pasamos las proteínas por un proceso térmico bajo ciertas condiciones de temperatura, concentración y pH; además, les agregamos el agente biológico de interés —en este caso, incluimos antocianinas, que son pigmentos de color rojo, azul o morado, que tienen propiedades anticancerígenas, cardioprotectoras y antidegenerativas—. ”Una vez que tenemos las nanocápsulas con el concentrado dentro, éstas pueden ser agregadas a una formulación alimenticia y, de esa manera, nos aseguramos de que las personas los consuman”.
Éste es un trabajo de investigación básica, “implementamos el método de obtención, después caracterizamos dichas nanopartículas, aún nos falta hacer las pruebas en una formulación alimenticia y ver su actividad biológica”, concluye.


Ciencia en México
Pilar Martínez