Facultad de Ingeniera

Escuela de Geomensura
Cartografa Aplicada

Mtodos de Interpolacin

Integrantes:
Vctor Candia
Eduardo Carrasco
Francisco Nez
Profesor:
Marcelo Caverlotti Silva
Fecha de Entrega:
08/07/09

Introduccin
Lo mtodos de interpolacin pueden ser clasificados a partir de diferentes criterios:
Segn el elemento a interpolar: Puntos Lneas reas
Puntos: se utiliza cuando los datos son recogidos en localizaciones puntuales: Altitud,
Precipitacin, Temperatura, etc.
Lneas: generalmente se trata de informacin altimtrica recogida en curvas de nivel.
reas: se suele utilizar para interpolar valores agrupados como son los obtenidos en
distritos electorales, censos, etc.
Dependiendo de si se tienen en cuenta todos o solo una parte de los datos muestrales
en cada interpolacin, los mtodos se clasifican en Globales y Locales
Globales: determinan una sola funcin que se aplica a toda el rea de inters, de modo que
una modificacin en alguno de los puntos muestrales influye en los resultados obtenidos
para toda al zona. Tienden a generar superficies ms suavizadas, sin cambios abruptos.
Locales: aplican un mismo algoritmo a subconjuntos de datos muestrales, de modo que un
cambio en un dato muestral tan solo afecta a una pequea zona.
En funcin de si el interpolador respeta el valor altidutinal de los puntos muestrales,
los mtodos tambin se pueden dividir en Exactos y Aproximados
Exactos: aquellos que generan una superficie que, en las localizaciones de los datos
muestrales, coincide altimtricamente con ellos.
En el modelo de Rster los datos originales no son respetados excepto si estos coinciden
con el centro de celdilla. Desde este punto de vista, tan solo el TIN respeta la altimetra
original.
Aproximados: se utilizan cuando existe alguna incertidumbre acerca de la superficie a
interpolar: aparecen tendencias que varan suavemente, y a las que superponen
fluctuaciones locales que cambian rpidamente.
Interpoladores Graduales y Abruptos
Gradual: suele generar una superficie en la que los cambios altimtricos se dan poco a
poco, de forma suave. La modulacin de estos dependen del nmero de puntos muestrales
tenidos en cuenta en cada interpolacin.
Abruptos: incorporan barreras que pueden dar lugar a rpidos cambios de valores o bien a
cambios accidentales que rompen la continuidad de la superficie.

 Directos y Analticos
Directos: realizan una suposicin general, generalmente sin contrastar, acerca del carcter
de la superficie a interpolar.
Analticos: son ms complejos pues realizan previamente un anlisis exploratorio de los
datos muestrales, con objeto de conocer el carcter de la auto correlacin espacial de la
variable a interpolar.

Mtodos de Interpolacin
TIN, IDW, Kriging
Los mtodos locales operan slo dentro de una pequea zona alrededor del punto a
interpolar. Si en los primeros una vez calculada la funcin de interpolacin, basta con elegir
las localizaciones para hallar el valor Z, en la mayor parte de los segundos es necesario
generar previamente una rejilla de puntos equidistantes. La altura de cada nodo de la rejilla
se calcula de forma independiente, a partir de los puntos muestrales ms cercanos a cada
nodo. Desde el momento en que la determinacin del valor de cada uno es independiente
del resto, puede ser generada a travs de los nodos de la malla Rster una superficie
continua, sin que existan problemas en los bordes.
TIN
Modelos de datos vectorial que, bsicamente, compartimenta el espacio mediante facetas
triangulares cuyos vrtices son los puntos muestrales.
Se asigna a cada punto a interpolar un valor que depende del que posean los tres untos
muestrales ms cercanos, y estos puntos son los vrtices del tringulo que lo contiene. La
altura de cada punto se calculara, segn suposicin, a partir de la ecuacin del plano
triangular formada por los tres vrtices. Obviamente, el valor del punto depende de los tres
puntos seleccionados para definir el tringulo. Existen muchos mtodos para elegir los
datos que formarn este tringulo, pero uno en particular es el de Delaunay, tiene la
propiedad de que produce tringulos que son tan equilteros como es posible. Tres puntos
forman un tringulo Delaunay si sus poligonos de referencia tienen un vrtice en comn.
Los valores asignados a cada valor pueden ser directamente calculados a partir de la
geometra creada por los tres puntos muestrales y el punto a interpolar, ya que cada punto
muestral tiene un valor equivalente al rea del triangulo opuesto. La ponderacin de cada
nodo es igual al rea del tringulo opuesto dividida por el rea del tringulo completo. De
este modo, el valor de un nodo depende tanto de su distancia al punto a interpola como las
distancias que guarden respecto a ste y entre s los otros dos nodos.
Interpolacin Lineal
La altitud se estima directamente a partir de la ecuacin del plano definido por los tres
vrtices. El valor Z es calculado basndose nicamente en los nodos del tringulo en el que
el punto yace. Si hay lneas de ruptura en el TIN, stas no influyen en la interpolacin,
porque este mtodo no se ve afectado por el cmputo de la superficie de los tringulos
adyacentes.
Ventajas
Es un mtodo exacto pues todas las estimaciones respetan los datos originales, que pasan
a ser vrtices de los tringulos.
Permite la utilizacin de puntos, lneas y polgonos con altimetra explcita.
Se adapta a la complejidad del terreno.
Con grandes conjuntos de datos, las rupturas de pendiente pueden ser preservadas.

Desventajas
La triangulacin no tiene en cuenta la altura de los puntos que sern vrtices de igual
tringulo, pues el inters se centra en la generacin de una red de tringulos que, si se
utiliza el mtodo Delaunay, sern los ms equilteros posibles en una superficie
bidimensional.
El mtodo solo considera la distribucin espacial de los puntos muestrales, y no la forma
de la superficie generada, lo que lugar a que se formen tringulos que alteran la forma que
se espera que esa superficie tenga. Este problema se agudiza cuando se utilizan como datos
de entrada los procedentes de las curvas de nivel digitalizadas, de distribucin espacial muy
irregular: consecuencia de lo anterior es , principalmente, la generacin de tringulos
planos.
En zonas de mnimos y mximos relativos, el modelo adopta una forma muy
geometrizada.
IDW
Mtodo de interpolacin inversa (IDW) combinan las ideas de proximidad de los polgonos
de thiessen con los del cambio gradual de tendencia.
Z

k * Zi

Donde Z es el valor a interpolar, K es la funcin de ponderacin, y Zi son los valores de

altura de los datos originales a tener en cuenta. Una mejora del mtodo es dar ms valor a
las muestras ms cercanas, y menos a las lejanas. Para hacer el valor inversamente
proporcional a la distancia al punto estimado, se calcula la recproca de la distancia (1/d)
para cada muestra, y se divide cada peso por la inversa de la suma de las distintas,
estandarizandose as los valores para que su suma valga la unidad. Para que exista una
funcin de proporcionalidad entre la ponderacin y la distancia, la frmula general queda
as:
Z

( Zi * Wi ) / Wi

Donde Wi=1/d. Los valores de Wi oscilan entre 0 y 1. La distancia, d, puede estar elevada a
un exponente, n, cuyos valores suelen oscilar entre 0.5 y 4.
La frmula definitiva queda as:
Z ( ( Zi / d ^ n) /( ( a / d ^ n))

La interpolacin, por tanto, incluye:

Definir un rea alrededor del punto a predecir.
Determinar el nmero de datos muestrales a capturar en esa rea.
Elegir una funcin matemtica que refleje la variacin sobre ese limitado nmero de
puntos.

 Aplicar la funcin en cada nodo de la malla Rster.

Ventajas
Es forzado a ser un interpolador exacto porque produce infinito cuando la distancia es
cero, de manera que si las coordenadas de los puntos a interpolar estn situadas en igual
posicin que los datos muestrales, los valores de uno se copian a los de otros.
La simplicidad del principio, la velocidad de ejecucin, la facilidad de programacin, y
los razonables resultados obtenidos con muchos tipos de datos, han conducido a una
utilizacin bastante generalizada.
Kriging
Conjunto de mtodos geoestadsticos de interpolacin, con igual base matemtica, pero que
pueden desarrollar diferentes funciones:
Interpolar superficies
Interpolar reas y Volmenes.
Interpolar datos binarios.
Este mtodo es un interpolador exacto que generan superficies suavizadas y, aunque similar
al mtodo anterior, cuentan con algunas ventajas.
Kriging reconoce que la variacin espacial de cualquier atributo continuo suele ser
demasiado irregular como para ser modelada por una simple funcin matemtica que
genere una superficie suavizada. En su lugar se opta por una funcin que cree una
superficie estocstica. El atributo es entonces conocido como una variable regionalizada,
los valores no sern determinsticos, si no, probabilsticos.
En la teora de la variable regionalizada, la variacin espacial de cualquier variable Z(x) es
la suma de tres componentes:
Un componente estructural M(x)
Un componente aleatorio pero espacialmente correlacionado, que es conocido como la
variable regionalizada ()
Un componente aleatorio, no correlacionado espacialmente, ()
El primer componente, estructural, es determinstico, y puede ser una constante, o bien, una
tendencia existente en la superficie. El procedimiento normal para detectar su tipologa es
mediante el ajuste de una superficie de tendencia a los datos. Aquella que menos residuos
genere ser la ms adecuada. El siguiente paso es actuar sobre los datos, eliminando esa
tendencia, de modo de que se pase a trabajar con los residuos. El segundo componente,
aleatorio y espacialmente correlacionado, es el ms importante. Pues dos condiciones que
definen los requerimientos necesarios para establecer la hiptesis de la variable
regionalizada:
Estacionalidad de diferencias: eliminando el efecto de la tendencia, la varianza que resta
es homognea en su variacin.

 Varianza de diferencias: las diferencias entre los lugares estn en funcin de la distancia
entre ellos. Dos puntos tendrn alturas muy parecidas mientas ms cerca estn.
Ventajas
Permite conocer el tamao del radio de bsqueda de vecinos ms adecuado: asumen que
la variacin espacial de la altitud puede ser explicada, al menos parcialmente, mediante
funciones de correlacin espacial, midiendo la varianza entre datos separados por distancias
diferentes.
Se considera que el mtodo es le mejor desde el punto de vista de ponderacin debido a
que stas son elegidas para que se optimice la funcin de interpolacin, y se genere la
mejor estimacin lineal del valor de una variable en un punto dado.
Genera un valor de error asociado a cada punto interpolado: los resultados vienen
acompaados por una estimacin acerca de la varianza de la superficie, de modo que no
dan para cada punto interpolado un valor nico, si no un rango de valores posibles.
Desventajas
La interdependencia entre los datos debe ser funcin exclusivamente de la distancia entre
ellos (su posicin relativa), y no de su localizacin espacial absoluta.
No permite el tratamiento de discontinuidades topogrficas que supongan cambios
bruscos, como las rupturas de pendiente.
La varianza de las estimaciones es generalmente menor que la de los datos originales, y a
eso se le llama, suavizamiento del Kriging.
Por estos motivos suele dar problemas al momento de construir un MDE, generando
modelos muy suavizados donde la rugosidad del terreno se infravalora fuertemente.