Mapeo del entorno electromagnético: técnicas, herramientas y aplicaciones

El mapeo del entorno electromagnético convierte mediciones dispersas de campo, frecuencia y espacio en mapas visuales que sirven para monitorear la contaminación electromagnética, planear redes 5G y 6G y ubicar escuelas u hospitales. Aquí reviso cómo se construyen esos mapas, con drones, kriging y aprendizaje profundo, y qué instrumentos se usan en campo.

¿Qué es el mapeo del entorno electromagnético?

El mapeo del entorno electromagnético (EEM) es, básicamente, una forma de describir de manera cuantitativa todo lo que pasa en el ambiente electromagnético a partir de varias variables: el tiempo, la frecuencia, el espacio y la intensidad de campo. Cuando construyes un mapa de este tipo, lo que obtienes es una representación visual de cómo se distribuye la energía electromagnética en una zona, y eso ayuda mucho para monitorear y prevenir la contaminación electromagnética. En el terreno militar, el EEM es clave porque sustenta directamente la guerra del espectro electromagnético; por eso la construcción de mapas es un tema que despierta bastante interés y que se investiga de forma constante.

Vale la pena no confundirlo con el mapa de entorno radioeléctrico, o REM (Radio Environment Map). El REM es una representación que se resuelve en el espacio y, en ocasiones, también en el espectro: ahí se reflejan características de radiofrecuencia como la intensidad de la señal recibida, los niveles de interferencia y qué tanto se está ocupando el espectro. El EEM, en cambio, es más abarcador: va desde el campo eléctrico de banda ancha hasta la exposición no ionizante, sin dejar fuera el subsuelo. Los dos parten de la misma idea de fondo: medir poco y modelar mucho, con tal de predecir los efectos de propagación en dominios de dos o tres dimensiones.

¿Cómo se construyen los mapas: kriging y aprendizaje automático?

El primer paso para mapear el entorno electromagnético consiste en recolectar información de la zona que te interesa. Los métodos de toda la vida combinan mediciones dispersas con interpolación estadística, sobre todo kriging, para estimar cómo se propaga la señal en dominios 2D o 3D. En la práctica, esto quiere decir que no hace falta medir cada metro cuadrado: con suficientes puntos bien repartidos y un modelo de semivarianza más o menos razonable, el mapa que obtienes conserva la fidelidad suficiente para tomar decisiones de planeación y para cumplir con la normatividad.

Hoy en día, los avances más recientes echan mano de marcos de aprendizaje automático y aprendizaje profundo para reconstruir mapas de alta resolución a partir de pocas muestras, lo que reduce el costo de medición y mejora la fidelidad. Entre los términos que más se repiten están el autoencoder convolucional (CAE), que comprime los datos espaciales en una representación de baja dimensión; la red generativa antagónica (GAN), que entrena un generador y un discriminador en oposición para reconstruir mapas; la U-Net, un codificador-decodificador convolucional con conexiones de salto que permite una localización precisa en la generación de REM; y el aprendizaje por refuerzo (RL), que aprende estrategias adaptativas para monitorear el espectro.

Para dimensionar el tamaño del esfuerzo experimental, vale la pena revisar el sistema de captura de movimiento óptico NOKOV que se armó con 24 cámaras Mars 4H: cada una con resolución de 4 millones de píxeles, una frecuencia de refresco de 180 Hz, latencia de 5.2 ms, campo de visión de 52 grados y una precisión que llega al nivel submilimétrico, todo dentro de un volumen de captura de 6 m x 4 m. El cliente en este caso fue la Escuela de Ingeniería de Automatización de la Universidad de Ciencia y Tecnología Electrónica de China, y el trabajo quedó respaldado por la tesis de Li Tong, «Research on electromagnetic environment map construction method based on UAV swarm», presentada en esa misma universidad, en Chengdu, en 2022.

¿Por qué se usan drones y enjambres de drones para recolectar datos?

En muchas ocasiones el terreno es complicado de recorrer a pie, así que los drones se vuelven una herramienta muy útil y bastante rentable. Y si hablamos de un enjambre de drones, la cosa mejora: hacen las tareas más rápido, tienen una mayor tasa de éxito al completarlas y recogen los datos con más precisión que un solo dron. Por eso los enjambres se han convertido en la plataforma de recolección preferida. En zonas urbanas muy densas, en laderas o en instalaciones industriales, esta ventaja se nota en que se pasa menos tiempo en campo y quedan menos huecos sin cubrir en el mapa final.

La diferencia en la práctica salta a la vista: con un solo dron tienes que recorrer toda la cuadrícula y volver a cargar batería, mientras que un enjambre se reparte la ruta y sincroniza el muestreo entre varios equipos. Gracias a eso puedes densificar los puntos donde el gradiente de campo es más marcado y volar menos en las zonas donde el entorno es más o menos uniforme. Si vas a planear un levantamiento, lo práctico es definir primero qué resolución quieres en el mapa y, a partir de ahí, calcular cuántas aeronaves necesitas y qué separación debe haber entre los puntos de medición.

Mapas de entorno radioeléctrico (REM): parámetros y casos de uso

Un mapa de entorno radioeléctrico (REM, por sus siglas en inglés) es, básicamente, una representación geoespacial de distintos parámetros de radio: la intensidad de señal, los niveles de interferencia o qué tanto se está ocupando el espectro en una zona determinada. Estos mapas sirven de base para varias cosas: el uso dinámico del espectro, las redes de radio cognitiva, la planeación de redes 5G y 6G, la evaluación de exposición a campos electromagnéticos y también las comunicaciones militares y de seguridad pública. En el caso de México, esto no es un tema menor: le importa tanto a los operadores que comparten bandas como a las autoridades encargadas de verificar que no se rebasen los límites de exposición.

En un REM normalmente se representan cosas como la potencia recibida, la relación señal-ruido, el nivel de interferencia, la ocupación por canal y la densidad de usuarios. La verdadera utilidad del mapa depende de qué tan fina sea su resolución espacial y temporal: no es lo mismo un REM que se actualiza cada media hora, útil para la gestión dinámica del espectro, que uno anual, que responde más bien a necesidades de planeación de infraestructura. Buena muestra de esto es el conjunto de datos de IEEE Dataport, donde las mediciones de intensidad de campos electromagnéticos se registran justamente a intervalos de media hora.

En el ámbito académico, Kiouvrekis 2024 empleó cinco métodos geoespaciales para armar un mapa electromagnético a escala nacional y así ubicar las zonas con mayor exposición; el objetivo era apoyar la colocación de escuelas y hospitales. Por su parte, el conjunto de datos de Kiouvrekis 2025 incorpora tanto características geoespaciales como ambientales: distancia a las antenas, densidad de población, grado de urbanización y datos sobre edificios. Vale la pena tenerlo presente: un mapa de exposición no se reduce a una simple capa de campo, sino que conjuga la medición física con distintas variables del territorio.

Mapeo de exposición a campos electromagnéticos en ciudades y cumplimiento normativo

El mapeo de exposición a campos electromagnéticos (EMF) en ciudades busca responder una pregunta concreta: ¿dónde está la gente expuesta y por encima de qué límites? Los marcos de referencia suelen ser ANSI, IEEE, FCC, OSHA, NEPA (1969) y la recomendación ITU-T K.113, además de las guías de la Organización Mundial de la Salud. En México, la verificación de límites de exposición no ionizante se apoya en este tipo de campañas de medición y en mapas de radiación electromagnética.

La instrumentación típica incluye sondas de campo de banda ancha y monitores de exposición. Wavecontrol ofrece la familia WPF y plataformas como MapEM, SMP3, MonitEM y MonitEM-Lab, además de Exem con EMF City Map y NETWORK City Map, esta última montada en bicicleta eléctrica. La siguiente tabla resume el rango de frecuencia de las sondas de campo eléctrico de banda ancha, un dato clave al elegir equipo para un levantamiento urbano.

La lectura práctica de la tabla es sencilla: si tu interés son las bandas móviles y el Wi-Fi, una sonda que llegue a 6 u 8 GHz es suficiente; si evaluás enlaces de microondas, radar o futuras bandas milimétricas, necesitás cobertura hasta 40, 60 o 90 GHz. Elegir una sonda de más rango no es gratis: suele implicar menor sensibilidad en las frecuencias bajas y mayor costo. Por eso conviene definir primero el espectro relevante y después el instrumento.

FDEM vs. TDEM: métodos de mapeo electromagnético del subsuelo

El mapeo electromagnético del subsuelo expone el terreno a un campo primario variable, lo que induce corriente eléctrica; el campo electromagnético secundario se mide desde la superficie. Las variaciones en la conductividad del subsuelo inducen distintas cantidades de corriente, creando variaciones del campo magnético que pueden mapearse. El receptor responde a los campos primario y secundario, mostrando diferencias de fase, amplitud y dirección.

En el dominio de la frecuencia (FDEM), una bobina transmisora emite un campo primario en varias frecuencias; las corrientes de Foucault emiten campos secundarios; las componentes en fase y en cuadratura (90 grados desfasadas) se invierten en susceptibilidad magnética y conductividad aparente. Es mejor para reconocimiento de áreas verdes y permite mapear huecos, variaciones geológicas someras y plumas de contaminación.

En el dominio del tiempo (TDEM), un lazo transmisor emite un pulso transitorio durante el tiempo encendido; los receptores miden el decaimiento del campo magnético secundario como respuesta en milivoltios durante el tiempo apagado; la fuerza y el tiempo de la respuesta indican contenido ferroso y profundidad. Es mejor para sitios previamente intervenidos y permite mapear obstrucciones enterradas, cimentaciones, UXO y tanques de almacenamiento subterráneo (UST).

La localización de servicios públicos con electromagnetismo funciona de otra manera: un transmisor aplica corriente a la utilidad objetivo, haciéndola radiar un campo electromagnético a lo largo de su longitud; un receptor de mano sintonizado a esa frecuencia localiza la posición horizontal y estima la profundidad. No puede encontrar materiales no conductores como PVC, concreto o fibra óptica, por lo que se combina con radar de penetración terrestre (GPR).

¿Cómo se ve un levantamiento real: del laboratorio al terreno?

Un levantamiento completo combina tres capas: medición de campo, modelado e interpretación. En laboratorio, instalaciones militares como la Army E3 Test Facility permiten condiciones controladas: la Cámara 1 mide 35 x 14 x 14, el Rango Electromagnético abarca 2500 millas cuadradas, Wilcox Dry Lake tiene 23,000 acres y el espacio aéreo restringido suma 964 millas cuadradas. Esos números explican por qué la validación de equipos y el entrenamiento de algoritmos requieren infraestructura que pocos actores pueden costear.

En el extremo científico, Shoya Matsuda, profesor asociado de la Universidad de Kanazawa, lideró un grupo internacional que produjo una imagen 3D de propagación de ondas; Lauren Blum, del LASP de la Universidad de Colorado Boulder, es coautora, y el trabajo se publicó en Geophysical Research Letters. Los puntos de observación incluyeron el satélite Arase de Japón y la estación terrestre PWING, los satélites Van Allen Probes de Estados Unidos y el arreglo de magnetómetros terrestres CARISMA de Canadá. El equipo reunió a la Universidad de Kanazawa, la Universidad de Nagoya, la Universidad de Colorado Boulder, la Universidad de Minnesota, el Instituto de Ciencia y Astronáutica Espacial de JAXA, la Universidad de Tohoku, la Universidad de Kioto, el Instituto de Tecnología de Kyushu, el Laboratorio Nacional de Los Álamos, la Universidad de New Hampshire, el Instituto Nacional de Tecnología de la Información y las Comunicaciones, el Instituto Nacional de Investigación Polar y la Universidad de Alberta.

Para quien trabaja en el sector, la lección es que el mapeo electromagnético ya no es solo una tarea de campo: es un flujo que empieza con instrumentos calibrados, sigue con interpolación o aprendizaje profundo y termina en decisiones de ubicación, cumplimiento o defensa del espectro. Documentar la metodología y el rango temporal de las mediciones es tan importante como el mapa final, porque de ello depende que el resultado sea reproducible y defendible ante un regulador o un cliente.

Preguntas frecuentes sobre el mapeo del entorno electromagnético

¿Qué es un mapa del entorno electromagnético?

Es una descripción cuantitativa y visual de la distribución de energía electromagnética en un área, usando variables como tiempo, frecuencia, espacio e intensidad de campo. Sirve para monitorear y prevenir la contaminación electromagnética y, en contextos militares, sustenta directamente la guerra del espectro electromagnético.

¿Cómo funciona el mapeo del entorno electromagnético?

El primer paso es recolectar información electromagnética en un área. Las mediciones dispersas se combinan con interpolación estadística como kriging, o se reconstruyen con marcos de aprendizaje automático y profundo, para predecir efectos de propagación en dominios bidimensionales o tridimensionales y producir mapas de alta resolución.

¿Qué es un mapa de entorno radioeléctrico (REM)?

Es una representación geoespacial de parámetros de radio como la intensidad de señal, la interferencia o la ocupación del espectro en una región. Los REM sustentan el uso dinámico del espectro, las redes de radio cognitiva, la planeación de redes 5G y 6G, la evaluación de exposición a campos electromagnéticos y las comunicaciones militares y de seguridad pública.

¿Por qué se usan drones para el mapeo del entorno electromagnético?

El terreno físico es difícil de recorrer, por lo que los drones resultan de alta utilidad y costo-efectivos. Un grupo de drones logra mayor velocidad de ejecución, mayor tasa de éxito y mayor precisión en la recolección de datos que un solo dron, lo que convierte a los enjambres en la plataforma preferida.