Las nubes de hielo saben hacerse pasar por nubes de agua. Un lidar satelital envía un pulso láser corto hacia abajo y capta el reflejo. Si en la nube hay placas de hielo planas flotando horizontalmente, funcionan como espejos diminutos: la luz rebota hacia atrás casi sin pérdidas. Para el instrumento, ese destello se ve igual que el reflejo de las gotas de agua. La clasificación de la fase de la nube, hielo o agua, se desvía.

Aquí, el lidar cuántico actúa como un afinador que solo oye la nota pura en medio del ruido de la orquesta. Un receptor normal recoge toda la luz que regresa de la nube: tanto la respuesta especular de los cristales como la dispersión difusa de las gotas y el fondo de múltiples reflexiones. El clasificador paramétrico cuántico de modos (QPMS) funciona de otra manera. En una guía de ondas con un cristal no lineal, el fotón de señal se fusiona con el fotón de bombeo y genera un fotón de frecuencia doble. Este proceso solo es eficiente para un único modo espacio-temporal, precisamente el que corresponde a una sola reflexión especular. Todo lo demás se descarta. Así, de la cacofonía se extrae la única nota que importa.

Los cálculos muestran que, para una detección fiable (diferencia estandarizada de medias, SSMD, igual a 2), el lidar cuántico requiere menos potencia que el convencional si el reflector es mayor de unos 50 μm. Con ese tamaño, la ventaja se vuelve notable. La dispersión múltiple del lidar normal molesta más que su propia señal especular, porque se reparte entre muchos modos. La dispersión atmosférica para pulsos de 200 ps se compensa casi por completo teniendo en cuenta el retardo de grupo; esto significa que el pulso corto no se deshace en papilla de camino a la nube y de vuelta.

Antes, los lidars satelitales confundían las nubes de hielo con las de agua, y los algoritmos solo corregían el resultado estadísticamente. Ahora se ha demostrado que un lidar cuántico con selección de modos puede aislar la componente especular de la señal con menos potencia que un lidar convencional. Esto se logró mediante un modelo teórico de conversión cuántica de frecuencia que tiene en cuenta la dispersión atmosférica y los ruidos, y luego calculando la estadística de detección. Un sistema así serviría para calibrar los datos de los lidars espaciales al determinar la fase de las nubes, especialmente en escenas mixtas y de múltiples capas, donde los métodos habituales fallan.

Lo que viene es un experimento de laboratorio con una guía de ondas QPMS y un blanco modelo que imite la reflexión especular de los cristales de hielo. Después habrá que evaluar el efecto de la turbulencia y la polarización en la eficiencia de la selección. Si el concepto se confirma, tendremos una herramienta para estimar directamente la proporción de cristales orientados horizontalmente. Y eso ya es un paso hacia modelos climáticos más precisos y hacia una altimetría de precisión en medios turbios, donde es importante eliminar la dispersión múltiple. El afinador sale a escena.