Un estimador compuesto de perturbaciones ionosféricas basado en cuantiles para la fiabilidad del posicionamiento RTK

Por qué la navegación por satélite a veces tropieza

La vida moderna depende en gran medida de la navegación por satélite, desde la agricultura de precisión y la topografía hasta la orientación de aeronaves y vehículos autónomos. Muchas de estas aplicaciones dependen del posicionamiento cinemático en tiempo real (RTK), una técnica que puede localizar posiciones con una precisión de pocos centímetros. Pero el RTK tiene un talón de Aquiles: una capa agitada de partículas cargadas en lo alto de la Tierra —la ionosfera— puede deformar repentinamente las señales de radio y hacer que las soluciones de posicionamiento fallen. Este estudio presenta una nueva forma de convertir el complejo comportamiento ionosférico en una puntuación de riesgo simple y práctica para los usuarios de RTK.

Una capa agitada sobre nuestras cabezas

La ionosfera se sitúa aproximadamente entre 50 y 1.000 kilómetros sobre la Tierra y está llena de electrones libres creados por la radiación solar. Cuando las señales del GPS y de otros Sistemas Globales de Navegación por Satélite (GNSS) atraviesan esta capa, se retrasan de maneras que dependen del contenido de electrones a lo largo de su trayectoria. Los receptores de doble frecuencia pueden eliminar buena parte del retraso medio, pero siguen siendo vulnerables a cambios rápidos y localizados. Estas irregularidades de corta duración y los gradientes espaciales pronunciados pueden erosionar silenciosamente la fiabilidad del RTK, alargando el tiempo necesario para fijar soluciones precisas o incluso provocando errores sin advertencia evidente.

De mediciones desordenadas a una única puntuación de riesgo

Los indicadores de perturbación existentes suelen analizar o bien la rapidez con la que la ionosfera cambia en el tiempo a lo largo de una única trayectoria, o bien la nitidez de sus variaciones en el espacio, pero rara vez ambos aspectos juntos. Los autores proponen un estimador compuesto que fusiona estas dos perspectivas en un número orientado a la fiabilidad del RTK. Primero, utilizan datos GNSS estándar de doble frecuencia procedentes de una densa red de estaciones terrestres en Letonia para estimar cómo la ionosfera retrasa cada trayectoria de señal. A partir de estos, calculan una medida de variabilidad a corto plazo en ventanas de 2 minutos, capturando cuán inestable es la ionosfera en el tiempo. Al mismo tiempo, proyectan esos retrasos a una altura de referencia única para crear una capa ionosférica “vertical” y luego calculan cuán abruptamente cambia esa capa de un lugar a otro en la región.

Dejar que los datos definan qué está “perturbado”

En lugar de confiar en umbrales fijos que podrían funcionar mal en días muy tranquilos o extremadamente activos, el método se apoya en cuantiles: estadísticas que describen las porciones superiores de la distribución de los datos. Para cada instante de tiempo, el enfoque considera el 5 por ciento superior de los valores de variabilidad temporal entre todos los satélites y estaciones para definir un nivel regional de perturbación. Hace lo mismo con la pendiente de los gradientes espaciales. Ambas componentes se escalan luego usando sus propios cuantiles bajos y altos a lo largo del tiempo, lo que hace que los valores resultantes sean menos sensibles a extremos poco frecuentes y a particularidades regionales. Finalmente, las dos componentes normalizadas, una que representa cambios temporales rápidos y la otra la estructura espacial, se combinan con igual peso en un único índice adimensional de riesgo para RTK que los autores denominan RTK_RISK.

Poniendo a prueba el nuevo índice

El equipo comprobó sus estimaciones ionosféricas frente a varios modelos globales de ionosfera ampliamente usados. Si bien las grandes tendencias diarias coincidían razonablemente, la red regional GNSS reveló fluctuaciones precisas y rápidas que los productos globales suavizaban. Precisamente son estas variaciones las más propensas a causar problemas al RTK. Para comprobar si RTK_RISK refleja realmente la dificultad del posicionamiento, los autores realizaron un experimento controlado usando una línea base de 50 kilómetros entre dos estaciones de referencia. Procesaron los datos con software RTK estándar y compararon el índice de riesgo con los errores reales de posicionamiento, la tasa de éxito en la resolución de ambigüedades enteras y una métrica de calidad estándar para la fiabilidad de la solución. A medida que RTK_RISK aumentaba, la fracción de épocas con soluciones fijas y fiables disminuía; por encima de un nivel de riesgo moderado, el sistema casi nunca alcanzaba soluciones fijas y los errores de posición horizontal aumentaban de forma notable.

Qué significa esto para los usuarios del posicionamiento preciso

El estudio muestra que un índice compuesto cuidadosamente construido puede convertir mediciones ionosféricas densas y complejas en una puntuación de riesgo intuitiva para los usuarios de GNSS de alta precisión. Al combinar la rapidez con la que cambia la ionosfera con lo irregular que es en una región, y al definir niveles de perturbación “bajo”, “medio” y “alto” directamente a partir de los datos, RTK_RISK ofrece una forma práctica de señalar periodos en los que el posicionamiento a nivel de centímetros tiene más probabilidades de presentar problemas. Aunque el trabajo actual se centra en una red de latitud media en Letonia y requiere más pruebas en otras regiones y en redes más dispersas, el marco es general: utiliza solo observables GNSS estándar y estadísticas robustas. En efecto, proporciona a los usuarios de RTK un parte meteorológico de la ionosfera, ayudándoles a juzgar cuándo confiar en sus soluciones de posición más precisas y cuándo actuar con cautela.

Cita: Vallis, A., Celms, A., Zvirgzds, J. et al. A quantile-based composite ionospheric disturbance estimator for RTK positioning reliability. Sci Rep 16, 14513 (2026). https://doi.org/10.1038/s41598-026-45329-z

Palabras clave: ionosfera, GNSS, posicionamiento RTK, navegación por satélite, clima espacial