Entre otros conceptos y supuestos modelados, el artículo de Falchi et al. ya muestra por qué: el problema científico no es solamente tener píxeles pequeños; hay que modelizar la propagación desde las fuentes hasta el cielo del observador. El World Atlas, por ejemplo, calculaba el brillo cenital integrando fuentes hasta 195 km y tenía en cuenta la elevación del observador y la curvatura terrestre, pero explícitamente no incorporaba el apantallamiento de las montañas.
De la radiancia satelital al brillo del cielo
Light Pollution Map no mide directamente la calidad del cielo desde el lugar de observación. Parte de la radiancia luminosa ascendente detectada por satélite y calcula mediante un modelo cuánto de esa iluminación contribuye al brillo artificial del cielo.
La dificultad fundamental está en que
el satélite y el observador están midiendo fenómenos diferentes.
El satélite observa desde arriba la
luz que asciende desde las zonas iluminadas y consigue escapar de la superficie hacia el espacio.
El astrónomo, en cambio, no ve esa luz directamente. Ve el
resplandor que produce en la atmósfera cuando parte de esa luz se dispersa y vuelve a entrar en la línea de visión del observador.
De forma simplificada:
fuentes luminosas → luz ascendente → atmósfera → dispersión → cielo iluminado que observa el astrónomo
Por tanto, no basta con saber cuánta luz detecta el satélite. Hay que estimar
qué parte de esa luz termina contribuyendo al brillo del cielo sobre otro punto de la superficie.
Ese cálculo depende de la distancia y geometría entre las fuentes y el observador, la elevación del terreno, la propagación atmosférica y la dispersión de la luz. Además, la contribución de una fuente cambia con la dirección: una ciudad próxima puede producir un resplandor muy intenso hacia un horizonte y contribuir bastante menos al cenit.
Por eso la capa
Sky Brightness no es simplemente el mapa VIIRS convertido a SQM. LPM indica que parte de los datos VIIRS/Black Marble, incorpora la elevación del terreno mediante un DEM y calcula la propagación espacial mediante «spread kernels»; posteriormente el resultado se calibra con medidas de referencia. El resultado representa específicamente una
estimación del brillo artificial del cielo en el cenit.
¿Y la orografía?
La orografía puede modificar mucho el resultado real.
Una montaña puede ocultar una ciudad situada detrás de ella y reducir su contribución directa al cielo sobre determinadas direcciones. Para modelar esto completamente habría que conocer el horizonte topográfico alrededor del observador y calcular, para cada azimut y altura, qué fuentes luminosas quedan ocultas y cuáles pueden contribuir.
Por tanto,
tener en cuenta la elevación del terreno no equivale necesariamente a disponer de un modelo completo del apantallamiento orográfico azimut por azimut. La documentación pública de LPM confirma el uso del DEM, pero no proporciona suficiente detalle sobre los «spread kernels» para interpretar el mapa como una simulación atmosférica tridimensional completa del horizonte.
Un único SQM no describe todo el cielo
Esto es importante para astronomía.
El brillo puede variar mucho según la dirección. Un lugar puede tener un cenit relativamente oscuro y, al mismo tiempo, un horizonte muy contaminado hacia una ciudad cercana.
Por ello, el resultado ideal para evaluar un emplazamiento sería una distribución:
brillo del cielo = f(azimut, altura)
y no solamente un único valor SQM.
LPM dispone precisamente de una herramienta experimental de simulación que calcula la contribución de una zona situada hasta 200 km sobre el
brillo cenital del punto de observación. Esto muestra claramente cuál es la magnitud que intenta modelizar la capa Sky Brightness: el brillo artificial del
cenit, no una medida completa de todo el hemisferio celeste.
SQM, NELM y Bortle son valores derivados
El valor mostrado como SQM tampoco es una medición realizada físicamente en ese lugar.
LPM indica que parte del brillo artificial calculado, añade un brillo natural de referencia de 22,00 mag/arcsec² y obtiene de ahí el brillo total equivalente. Posteriormente convierte ese resultado a SQM/MPSAS y, a partir de éste, deriva NELM y Bortle.
Por tanto, la cadena conceptual es:
VIIRS → radiancia ascendente → modelo de propagación → brillo artificial cenital → brillo total estimado → SQM → NELM/Bortle
Así que el valor del mapa debe entenderse como
una estimación modelizada del brillo artificial del cielo, no como una medición directa de la calidad observacional local.
Una medición SQM/SQC realizada en el lugar sigue siendo otra cosa: mide físicamente el cielo desde tierra y bajo las condiciones atmosféricas y locales existentes en ese momento.
Una consecuencia práctica
Los mapas son muy útiles para localizar y comparar zonas oscuras a escala regional, pero no deberían interpretarse como una garantía de que un punto concreto tendrá exactamente ese SQM al llegar allí.
Una fuente local que no esté correctamente representada en los datos —por ejemplo, unos focos privados, una instalación nueva o un cambio reciente del alumbrado— puede producir una discrepancia importante.
Y también puede ocurrir lo contrario: una buena situación topográfica puede hacer que un lugar tenga un horizonte mucho más favorable de lo que sugeriría simplemente la proximidad de una fuente luminosa.
Por eso, para elegir un emplazamiento astronómico, el mapa es una
estimación de partida. La comprobación mediante medidas reales de cielo sigue teniendo un valor diferente y complementario.
Todos los Temas Actualizados recientes 
Autor
