Está en la página 1de 21

Anlisis espacial

Anlisis espacial es el proceso de manipular informacin espacial para


extraer informacin nueva y significativa a partir de los datos originales.
Usualmente el anlisis espacial se realiza con un Sistema de Informacin
Geogrfica (SIG). Un SIG normalmente proporciona herramientas de
anlisis espacial para calcular estadsticas de las entidades y realizar
actividades de geoprocesamiento como la interpolacin de datos. En
hidrologa es posible que los usuarios enfaticen la importancia del anlisis
del terreno y del modelado hidrolgico (modelar el movimiento del agua
por sobre y dentro de la tierra). En la gestin de la vida salvaje, los
usuarios estn interesados en funciones analticas que tratan con las
ubicaciones de puntos de la vida salvaje y sus relaciones con el medio
ambiente. Cada usuario tendr diferentes cosas en las que est interesado
dependiendo de la clase de trabajo que realicen
Modelo de superficie

es una superficie continua que se deriva a partir de una serie de


observaciones discretas, es decir, es un tipo de mapa que obtenemos a
travs de unas muestras puntuales localizadas en algn punto o lugar, por
ejemplo, un modelo de elevaciones MDE sera un ejemplo de modelo de
superficie, ya que a travs de datos puntuales como puedan ser los puntos
altimtricos y curvas de nivel de un lugar, podemos recrear el relieve de
dicha zona.
interpolacin

este mtodo nos permite conocer valores desconocidos en las diferentes


observaciones y es aplicable a cualquier fenmeno especial. Obviamente
los modelos de superficie se basan en observaciones cuantitativas y no en
cualitativas. Para poder interpolar necesitamos que hayan dos
condiciones, la primera es que los valores que tengamos registrados no
sean aleatorios, es decir, que sigan un patrn, y por otro lado necesitamos
que haya una autocorrelacin positiva, esto es, que cuanto ms prximas
estn las observaciones ms parecidos sern sus valores. Dependiendo de
la fortaleza de esta correlacin usaremos un mtodo de interpolacin u
otro, por ejemplo, si la correlacin de estas observaciones es dbil, es
decir, dispar entre observaciones ms o menos prximas, el mtodo
geoestadstico kriging sera ms idneo, sin embargo si la correlacin es
fuerte, mtodos ms simples pueden ser ms eficaces.
Interpolacin espacial en detalle

La interpolacin espacial es el proceso de utilizar puntos con valores


conocidos para estimar valores desconocidos en otros puntos. Por
ejemplo, para realizar un mapa de precipitacin (lluvia) para el pas no se
encontrarn suficientes estaciones meteorolgicas distribuidas
uniformemente para cubrir toda la regin. La interpolacin espacial puede
estimar las temperaturas en lugares que no tienen ese dato utilizando
lecturas de temperatura conocida en estaciones meteorolgicas cercanas
(ver figure_temperature_map). A este tipo de superficie interpolada con
frecuencia se le llama una superficie estadstica. Datos de elevacin,
precipitacin, acumulacin de nieve, tabla de agua y densidad de
poblacin son otros tipos de datos que pueden ser calculados utilizando la
interpolacin.
Mtodos globales

Anlisis de superficie de tendencia.


Este mtodo es muy til para establecer las tendencias generales de
datos, pero el potencial que tiene para predecir variaciones locales es muy
pobre, as como tambin es muy sensible a los valores atpicos, es decir,
valores que se van de la moda (entendiendo moda en su acepcin
estadstica). As pues, por si solo no ayuda a comprender procesos
espaciales. No obstante este es el mtodo de interpolacin global ms
utilizado en arqueologa.
Mtodos locales

Los interpoladores locales nos permiten modelar superficies para obtener


una informacin lo ms exacta posible de la variabilidad local. Hay muchos
tipos de interpoladores locales, sin embargo aqu vamos a ver dos
bsicamente, la interpolacin lineal con ponderacin de la distancia
inversa (IDW) y los splines.
Interpolacin lineal con ponderacin de la distancia inversa (IDW).

Este interpolador equivale a trazar una lnea recta entre dos valores
conocidos, por tanto todos los valores contenidos en esa lnea sern
valores pronosticables. As pues, este mtodo tendr ms fiabilidad
cuantas ms lneas se tracen alrededor de estos valores conocidos. Los
hay que trazan lneas a los 4 vecinos ms prximos, hasta los 8. Sin
embargo los hay que trazan hasta los 12 vecinos ms cercanos por defecto
(IDW12). Estas interpolaciones son fidedignas en el sentido de que
conservan los valores originales. Variando el nmero de vecinos
seleccionados, adems del peso de la distancia en la frmula del
algoritmo, la superficie resultante se ver alterada.
Interpolacin lineal con ponderacin de la distancia inversa (IDW).

La ponderacin es asignada a los puntos de muestreo mediante la utilizacin de un coeficiente de ponderacin que
controla cmo la influencia de la ponderacin decae mientras la distancia hacia el punto nuevo se incrementa. Mientras
ms grande sea el coeficiente de ponderacin menor ser el efecto que los puntos tendrn si estn lejos del punto
desconocido durante el proceso de interpolacin. Conforme el coeficiente se incrementa, el valor de los puntos
desconocidos se aproxima al valor del punto de observacin ms cercano.
Interpolacin lineal con ponderacin de la distancia inversa (IDW).

Este mtodo de interpolacin es bueno cuando se trata de puntos muy


espaciados, no obstante si el nivel de informacin es muy importante, una
buena alternativa sera el kriging.
Es importante hacer notar que el mtodo de interpolacin IDW tambin
tiene algunas desventajas: La calidad del resultado de interpolacin puede
disminuir si la distribucin de los puntos de datos de la muestra es
desigual. Adems los valores mximos y mnimos en la superficie
interpolada pueden ocurrir nicamente en los puntos de datos de la
muestra. Esto a menudo resulta en pequeos picos y pozos alrededor de
los puntos de datos de la muestra como se muestra
en figure_idw_interpolation
Interpolacin lineal con ponderacin de la distancia inversa (IDW).

En SIG, los resultados de la interpolacin usualmente se muestran como una


capa rster de 2 dimensiones. En figure_idw_result, se puede ver un
resultado tpico de interpolacin IDW, basado en puntos de muestra de
elevacin recolectados en campo con un dispositivo GPS
Uso

El valor de salida para una celda que utiliza la distancia inversa ponderada (IDW) se limita al rango de valores
utilizados para la interpolacin. Dado que la IDW es un promedio de distancia ponderada, el promedio no puede
ser mayor que la entrada mxima o inferior que la entrada mnima. Por lo tanto, no puede crear crestas o valles
si estos extremos an no se han muestreado (Watson y Philip 1985).

Los mejores resultados de la IDW se obtienen cuando la muestra es lo suficientemente densa respecto de la
variacin local que intenta simular. Si la muestra de los puntos de entrada es dispersa o despareja, los resultados
pueden no representar en forma suficiente la superficie deseada (Watson y Philip 1985).

La influencia de un punto de entrada sobre un valor interpolado es isotrpica. Dado que la influencia de un
punto de entrada sobre un valor interpolado se relaciona con la distancia, la IDW no preserva la cresta (Philip y
Watson 1982).

Algunos datasets de entrada pueden tener algunos puntos con las mismas coordenadas x,y. Si los valores de los
puntos de una ubicacin comn son los mismos, se consideran duplicados y no afectan a la salida. Si los valores
son diferentes, se consideran puntos coincidentes.
USO

Las entidades de barrera se introducen como entidades de


polilnea. IDW slo utiliza las coordenadas x,y para la entidad lineal; por lo
tanto, no es necesario proporcionar valores z para los lados izquierdo y
derecho de la barrera. Se ignorarn todos los valores z.
El uso de barreras extender el tiempo de procesamiento de manera
significativa.
Esta herramienta tiene un lmite de aproximadamente 45 millones de puntos
de entrada. Si la clase de entidad de entrada contiene ms de 45 millones de
puntos, la herramienta puede fallar al crear un resultado. Puede evitar este
lmite interpolando el rea de estudio en varias partes, asegurndose de que
haya alguna superposicin en los bordes, y creando luego un mosaico de los
resultados para generar un slo dataset rster grande. Alternativamente,
puede utilizar un dataset de terreno para almacenar y visualizar puntos y
superficies comprimidos de mil millones de puntos de medicin.
Haciendo un recuento de lo que hemos cubierto en esta hoja de ejercicios:

La interpolacin utiliza puntos de vector con valores conocidos para estimar


valores en ubicaciones desconocidas con el fin de crear una superficie rster
que cubra un rea completa.

El resultado de la interpolacin tpicamente es una capa rster.

Es importante Encontrar un mtodo de interpolacin adecuado para estimar de


manera ptima valores para ubicaciones desconocidas.

La interpolacin IDW asigna pesos a los puntos de muestra, tales que la


influencia de un punto en otro decrece con la distancia hacia el nuevo punto
que se est estimando.
Controlar la influencia con el parmetro Potencia

El mtodo IDW est basado principalmente en la inversa de la distancia


elevada a una potencia matemtica. El parmetro Potencia le permite
controlar la significancia de puntos conocidos en los valores interpolados
basndose en la distancia desde el punto de salida. Es un nmero real
positivo y su valor predeterminado es 2.
Al definir un valor de potencia ms alto, se puede poner ms nfasis en
los puntos ms cercanos. Entonces, los datos cercanos tendrn ms
influencia y la superficie tendr ms detalles (ser menos suave). A
medida que aumenta la potencia, los valores interpolados comienzan a
acercarse al valor del punto de muestra ms cercano. Al especificar un
valor ms bajo de potencia, los puntos circundantes adquirirn ms
influencia que los que estn ms lejos, lo que resulta en una superficie
ms suave.
Limitar los puntos utilizados para la interpolacin

Las caractersticas de la superficie interpolada tambin pueden


controlarse limitando los puntos de entrada que se utilizan en el clculo
de cada valor de celda de salida. Limitar la cantidad de puntos de entrada
considerados puede mejorar la velocidad de procesamiento. Tambin
tenga en cuenta que los puntos de entrada que estn lejos de la ubicacin
de la celda donde se realiza la prediccin pueden tener escasa o ninguna
correlacin espacial, esto puede ser una razn para eliminarlos del
clculo.
Puede especificar la cantidad de puntos a utilizar directamente o
especificar un radio fijo dentro del cual se incluirn los puntos en la
interpolacin
Radio de bsqueda variable
Con un radio de bsqueda variable, se especifica la cantidad de puntos utilizados para calcular el valor de la celda
interpolada, lo que hace que la distancia del radio vare para cada celda interpolada, segn qu tan lejos deba
buscar alrededor de cada celda interpolada para alcanzar la cantidad especificada de puntos de entrada. Entonces,
algunas vecindades sern pequeas y otras grandes, segn la densidad de los puntos medidos cerca de la celda
interpolada. Tambin puede especificar una distancia mxima (en unidades de mapa) que el radio de bsqueda no
debe sobrepasar. Si el radio de una vecindad determinada alcanza la distancia mxima antes de obtener la cantidad
especificada de puntos, la prediccin de esa ubicacin se realizar basada en la cantidad de puntos medidos dentro
de la distancia mxima. Por lo general, utilizar vecindades ms pequeas o una cantidad mnima de puntos cuando
el fenmeno tiene una gran cantidad de variacin.
Radio de bsqueda fijo
Para un radio de bsqueda fijo se requiere una distancia de vecindad y una cantidad mnima de puntos. La distancia
indica el radio del crculo de la vecindad (en unidades de mapa). La distancia del radio es constante, por lo que para
cada celda interpolada, el radio del crculo utilizado para hallar los puntos de entrada es el mismo. La cantidad
mnima de puntos indica la cantidad mnima de puntos medidos a usar dentro de la vecindad. Todos los puntos
medidos que caen dentro del radio se utilizarn en el clculo de cada celda interpolada. Cuando hay menos puntos
medidos en la vecindad que el mnimo especificado, el radio de bsqueda aumentar hasta que pueda abarcar la
cantidad mnima de puntos. El radio de bsqueda fijo especificado se utiliza para cada celda interpolada (celda
central) en el rea de estudio; por lo tanto, si sus puntos medidos no estn distribuidos de forma pareja (rara vez lo
estn), es posible que haya diferentes cantidades de puntos medidos utilizados en las diferentes vecindades para
las diversas predicciones.
Usar las barreras

Una barrera es un dataset de polilnea utilizado como lnea de corte que


limita la bsqueda de los puntos de muestra de entrada. Una polilnea
puede representar un acantilado, una cresta u otra interrupcin en un
paisaje. Solo se considerarn los puntos de muestra de entrada que estn
del mismo lado de la barrera que la celda de procesamiento actual
Clculos Matematicos
La interpolacin del punto problema se realiza asignando pesos a los datos del entorno en funcin
inversa de la distancia que los separa -inverse distance weighting, IDW-.La frmula general es:
BIBLIOGRAFIA

http://inisig.com/modelos-de-superficie-interpolaciones-2/
Formando lderes para la
construccin de un nuevo pas en
paz