Mtodos de interpolacin

Basado en modelos estadsticos que incluyen la

auto correlacin, es decir, las relaciones estadsticas
entre los puntos medidos.
Gracias a esto, las tcnicas de estadstica geogrfica
no slo tienen la capacidad de producir una
superficie de prediccin sino que tambin
proporcionan alguna medida de certeza o exactitud
de las predicciones.

Kriging presupone que la distancia o la direccin entre

los puntos de muestra reflejan una correlacin espacial
que puede utilizarse para explicar la variacin en la
superficie.
La herramienta Kriging ajusta una funcin matemtica a
una cantidad especificada de puntos o a todos los
puntos dentro de un radio especfico para determinar el
valor de salida para cada ubicacin. Kriging es un
proceso que tiene varios pasos, entre los que se incluyen,
el anlisis estadstico exploratorio de los datos, el
modelado de variogramas, la creacin de la superficie y
(opcionalmente) la exploracin de la superficie de
varianza.

El variograma o semivariograma es una herramienta que permite analizar el

comportamiento espacial de una variable sobre un rea definida, obteniendo como
resultado la influencia de los datos a diferentes distancias. A partir de los datos
proporcionados por el variograma terico se realizar la estimacin por krigeaje
Los pares son agrupados en cuadrados que representan distancias (en ingls lag bins)
para facilitar su anlisis y visualizacin.

As, los grficos muestran slo, una parte de las distancias totales, y
en cualquier grafico desplegado en pantalla, el nmero de lag bins o
cubos variara de acuerdo a la cantidad de puntos, distancias o nivel
de correlacin dependiendo del tipo o naturaleza del proyecto.

A medida que la distancia entre los pares de puntos aumenta, los

valores contenidos en ella (elevacin, contenido de hidrogeno o
cualquier variable en estudio) tambin manifestarn una diferencia.

El prximo paso es ajustar un modelo para los puntos que conforman

el semivariograma emprico. El modelado del semivariograma en un
paso clave entre la descripcin y la prediccin espacial.

La principal aplicacin del Kriging es la prediccin de los valores en las

locaciones no medidas. Por lo que es necesario ajustar el modelo.

3D Analyst provee las siguientes funciones para elegir la forma en

cmo se modela el semivariograma emprico: Circular, Spherical,
Exponential, Gaussian, y Linear. El modelo seleccionado influenciar
la prediccin de los valores desconocidos.

Cada modelo est diseado para ajustarse con precisin a diferentes tipos
de fenmenos. Por ejemplo, si la altura de la curva es baja (cercana al
origen) mayor ser la influencia ejercida por los valores cercanos o
aledaos sobre la prediccin, y por lo tanto, la superficie resultante ser
menos suave.

Una vez que la primera tarea de descubrir la dependencia o

autocorrelacin de los datos ha sido , el modelo Kriging genera
ponderaciones desde los valores medidos aledaos para predecir las
locaciones no medidas.

La forma de este radio, definir la forma y hacia donde se realizara la

bsqueda de locaciones a utilizar durante la prediccin.

1.
2.

3.

4.

El procedimiento para encontrar un variograma que es:

- Eliminacin de cualquier comportamiento tendencial.
-Seleccin de la h (lag en ingls) y del ngulo en el caso
de que se trabaje con variogramas direccionales.
-Creacin del variograma experimental basado en la
muestra seleccionada.
-Seleccin de un variograma terico que se adece al
experimental, pues el variograma experimental no es
una funcin donde se puedan realizar interpolaciones.

Existen dos mtodos Kriging: ordinario y universal

Ordinario: presupone que el valor medio constante es
desconocido.
Universal: presupone que hay una tendencia principal en
los datos, por ejemplo, un viento prevaleciente, y puede
modelarse a travs de la funcin determinstica
polinmica.
El polinomio se resta de los puntos originalmente
medidos, y la autocorrelacin es una modelacin de los
errores arbitrarios.
Una vez que el modelo es apto a los errores arbitrarios,
antes de la fabricacin de una prediccin, el polinomio
es aadido atrs a las predicciones para darle resultados
significativos.

Variable search radius

Usando un radio variable de bsqueda, se puede
especificar el nmero de puntos para usar en el clculo
del valor de la celda interpolada. Esto hace el radio de
bsqueda
variable
para
cada
clula
interpolada, dependiendo (segn) cuanto tenga que
estirarse para alcanzar el nmero especificado de
puntos de entrada. La especificacin de una distancia
mxima limita el tamao potencial del radio del crculo.
Si el nmero de puntos no es alcanzado antes de que la
distancia mxima del radio sea alcanzada, menos
puntos sern usados en el clculo de la clula
interpolada.

Fixed search radius

Con un radio fijo, el radio del crculo para buscar
puntos de entrada es el mismo para cada celda
interpolada. El radio por defecto es cinco veces el
tamao del pxel para el Grid de salida. Como
especificacin con un nmero mnimo de puntos,
puede asegurarse que dentro del radio fijo, al menos
un nmero mnimo de puntos de entrada ser usado
en el clculo de cada clula interpolada

Kriging es apropiado para modelizar con precisin

datos que tengan un comportamiento uniforme en
toda la zona considerada, y es inapropiado para
modelizar fenmenos que tengan rupturas
importantes o grandes cambios abruptos.

Variacin espacial y Clculo de precipitaciones medias

en una microcuenca o zona de estudio
Modelos digitales de elevacin (curvas de nivel).
Otros.

Tambin es conocido como: Inversed Distance

Weighted o de la distancia inversa ponderada
Este mtodo de interpolacin asume que cada
punto posee una influencia local que disminuye
con la distancia: por lo tanto a los puntos
cercanos se los pondera con mayor fuerza que los
puntos que se encuentran alejados
Por lo tanto podemos concluir que este mtodo
es apropiado cuando la variable analizada
disminuye conforme aumenta la distancia desde
cada punto analizado

Segn el Texto de Aguilar, 2000 el mtodo se basa

en:

Explicacin grfica del mtodo IDW

Velocidad Media Anual del viento.

Spline estima valores usando una funcin

matemtica que reduce al mnimo la curvatura de la
superficial total, dando como resultado una
superficie lisa que pasa exactamente a travs de los
puntos muestreados. Este mtodo es el mejor para
con cuidado variar superficies como la elevacin
,alturas de superficie del agua, o concentraciones de
contaminacin.

Regularized: El mtodo Regularizado crea una

superficie suave, de manera gradual cambiando la
superficie con los valores que pueden estar fuera
de la gama de datos de la muestra.
Tension: El mtodo de Tensin suaviza la rigidez
de la superficie segn el carcter del fenmeno
modelado. Esto crea la superficie lisa con valores
estrechamente obligados por la gama de datos
de la muestra

Weight: Para Regularizado, el Weight define el

peso de la tercera derivada de la superficie en la
expresin de minimizacin de curvatura. Ms alto
el peso, ms lisa la superficie. Los valores que
participan en este parmetro deben ser iguales o
mayores que cero. Los valores tpicos que pueden
ser usados son 0; 0.001;0.01; 0.1, y 0.5. Para la
Tensin, el Weight define el peso de tensin. A
ms alto el peso, las superficies pierden suavidad.
Los valores ingresados tienen que ser iguales o
mayores que cero. Los valores tpicos son 0; 1; 5; y
10.

Number of points: El nmero de puntos identifica

el nmero de puntos usados en el clculo de cada
clula o pxel interpolado. Ms puntos de entrada
especificados, mayor ser la influencia de los
puntos distantes y ms suave ser la superficie.

La ecuacin de Spline

El algoritmo que utiliza la herramienta Spline se basa en la

siguiente frmula para la interpolacin de la superficie:

donde:
j = 1, 2, ..., N
N es la cantidad de puntos.
j son coeficientes determinados por la solucin de un sistema de
ecuaciones lineales.
rj es la distancia del punto (x,y) al punto j.
T(x,y) y R(r) se definen de forma diferente, segn la opcin
seleccionada.

Ecuacin Spline Regularized

T(x,y) = a1 + a2x + a3y donde:
ai son coeficientes determinados por la solucin de
un sistema de ecuaciones lineales.
Y,
donde:
r es la distancia entre el punto y la muestra.
es el parmetro de Peso.
Ko es la funcin de Bessel modificada.
c es una constante igual a 0,577215.

Ecuacin Spline Tension

T(x,y) = a1 donde:
a1 es un coeficiente determinado por la solucin de
un sistema de ecuaciones lineales.
Y,
donde:
r es la distancia entre el punto y la muestra.
2 es el parmetro de Peso.
Ko es la funcin de Bessel modificada.
c es una constante igual a 0,577215.

Calcule la precipitacin media anual de la microcuenca de la

carta Sangay, si se conoce que existen 12 estaciones con las
siguientes coordenadas y precipitaciones totales anuales.

Extraiga la precipitacin media ponderada de la

microcuenca, discretizando por elevaciones con intervalos
de ~500 metros

Calcule el Caudal pico por el mtodo SCS de manera espacial

y distribuida si conoce que la tormenta es uniforme y tiene
una intensidad de 6.5 mm/h, con una duracin de 3.3 horas