Docsity
Docsity

Prepara tus exámenes
Prepara tus exámenes

Prepara tus exámenes y mejora tus resultados gracias a la gran cantidad de recursos disponibles en Docsity


Consigue puntos base para descargar
Consigue puntos base para descargar

Gana puntos ayudando a otros estudiantes o consíguelos activando un Plan Premium


Orientación Universidad
Orientación Universidad

Introducción a la interpolación de superficies en ArcGIS Spatial Analyst, Monografías, Ensayos de Agronomía

Este artículo proporciona una introducción a los métodos de interpolación utilizados por las herramientas de arcgis spatial analyst para crear superficies a partir de datos de muestra. Se discuten diferentes métodos de representación de superficies, como contornos, tin y cuadrículas, y se presentan varios métodos de interpolación, como idw, kriging, spline y pointinterp, que se utilizan en arcgis spatial analyst para crear superficies a partir de datos de muestra.

Qué aprenderás

  • ¿Cómo se crean superficies en ArcGIS Spatial Analyst?
  • ¿Qué son las diferentes técnicas de interpolación y cuál es la mejor opción para cada tipo de datos?
  • ¿Cómo se controlan las características de una superficie interpolada?

Tipo: Monografías, Ensayos

2022/2023

Subido el 18/10/2022

brayan98676
brayan98676 🇨🇴

14 documentos

1 / 4

Toggle sidebar

Esta página no es visible en la vista previa

¡No te pierdas las partes importantes!

bg1
Superficies interpoladas
enAnalista espacial de ArcGIS
Por Colin Childs, Servicios Educativos de ESRI
Nota del editor:Además de proporcionar herramientas para el análisis espacial (es decir,
para modelar la idoneidad, la distancia o la hidrología), la extensión ArcGIS 9 Spatial
Analyst proporciona herramientas para el análisis de datos espaciales que aplican teoría y
técnicas estadísticas al modelado de datos espacialmente referenciados.
Las concentraciones de elevación, temperatura y contaminación son tipos de datos
que se pueden representar mediante superficies. Cada celda ráster representa una
medida, como la relación s de una celda con un punto fijo o un nivel de concentración
específico. Debido a que obtener valores para cada celda en un ráster normalmente no es
práctico, los puntos de muestra se utilizan para derivar los valores intermedios mediante
las herramientas de interpolación en ArcGIS Spatial Analyst. Este artículo proporciona una
introducción a los métodos de interpolación utilizados por estas herramientas.
GIS tiene que ver con los datos espaciales y las herramientas para administrar,
compilar y analizar esos datos. La extensión ArcGIS Spatial Analyst proporciona un
conjunto de herramientas para analizar y modelar datos espaciales. Se puede usar un
conjunto de puntos de muestra que representan cambios en el paisaje, la población o el
medio ambiente para visualizar la continuidad y la variabilidad de los datos observados en
una superficie mediante el uso de herramientas de interpolación. Estos cambios se pueden
extrapolar a través del espacio geográfico. La morfología y características de estos
cambios pueden ser descritas. La capacidad de crear superficies a partir de datos de
muestra hace que la interpolación sea poderosa y útil.
Métodos de Representación de Superficies
Contornos
Comprender las superficies
Antes de analizar las diferentes técnicas de interpolación, es necesario analizar las
diferencias en los métodos utilizados para la representación de superficies. Cada
representación es útil para situaciones específicas. Esta discusión se concentra en la
creación de una superficie en el formato de cuadrícula nativo de ArcGIS.
Una representación de cuadrícula de una superficie se considera una superficie
funcional porque para cualquier
x,y
ubicación, almacena sólo un único
Z
valor en
lugar de múltiples
Z
valores. Las superficies funcionales son continuas porque una
x,y
la ubicación tiene uno y solo uno
Z
independientemente de la dirección desde la que
x,y
se acerca el punto. Las superficies funcionales son superficies de 2,5
dimensiones, no superficies tridimensionales verdaderas.
Las superficies funcionales se pueden utilizar para representar superficies
terrestres que representan la superficie terrestre, superficies estadísticas que
describen datos demográficos y de otro tipo, y superficies matemáticas que se
basan en expresiones aritméticas. La representación de superficies en su forma
más simple se realiza almacenando
x,y
y
Z
valores que definen la ubicación de una
muestra y la característica de cambio representada por el
Z
valor.
Los contornos o isolíneas se utilizan para definir una característica común a lo largo de
una línea. Técnicamente, los contornos unen ubicaciones de igual valor entre sí. En el caso
de una línea de contorno que representa la altura, es una línea dibujada en un mapa que
conecta puntos de igual elevación por encima de un dato que generalmente representa el
nivel medio del mar.
Una red irregular de triángulos (TIN) es una estructura de datos vectoriales utilizada
para almacenar y mostrar modelos de superficie. Un TIN divide el espacio geográfico
utilizando un conjunto de puntos de datos espaciados irregularmente, cada uno de los
cuales tiene
x-, y-,
y
Z-
valores. Estos puntos están conectados por bordes que forman
triángulos contiguos que no se superponen y crean una superficie continua que
representa el terreno.
Una cuadrícula es una estructura de datos espaciales que define el espacio como una
matriz de celdas de igual tamaño que se organizan en filas y columnas. En el caso de una
cuadrícula que representa una superficie, cada celda contiene un valor de atributo que
representa un cambio en
Z
valor. La ubicación de la celda en el espacio geográfico se
obtiene a partir de su posición relativa al origen de la cuadrícula.
TIN Cuadrículas
Métodos de interpolación
Para crear una cuadrícula de superficie en ArcGIS, la extensión Spatial Analyst emplea una
de varias herramientas de interpolación. La interpolación es un procedimiento utilizado
para predecir los valores de las celdas en ubicaciones que carecen de puntos de muestra.
Se basa en el principio de autocorrelación espacial o dependencia espacial, que mide el
grado de relación/dependencia entre objetos cercanos y distantes.
La autocorrelación espacial determina si los valores están interrelacionados. Si los
valores están interrelacionados, determina si hay un patrón espacial. Esta correlación se
utiliza para medir
norteSimilitud de objetos dentro de un área
norteEl grado en que un fenómeno espacial está correlacionado consigo mismo en el
espacio.
norteEl nivel de interdependencia entre las variables. norte
Naturaleza y fuerza de la interdependencia
Diferentes métodos de interpolación casi siempre producirán resultados diferentes.
Valores de lluvia conocidos
La interpolación es el procedimiento
utilizado para predecir valores de
celda para ubicaciones que carecen
de puntos de muestra.
11.7 1.8
1.1 1.2 1.3 1.5 1.6 2
Lluvia Interpolada
0 0.2 0.5 0.7 1
1 milla
32
ArcUser
julio-septiembre de 2004 www.esri.com
Traducido del inglés al español - www.onlinedoctranslator.com
pf3
pf4

Vista previa parcial del texto

¡Descarga Introducción a la interpolación de superficies en ArcGIS Spatial Analyst y más Monografías, Ensayos en PDF de Agronomía solo en Docsity!

Superficies interpoladas

enAnalista espacial de ArcGIS

Por Colin Childs, Servicios Educativos de ESRI

Nota del editor: Además de proporcionar herramientas para el análisis espacial (es decir, para modelar la idoneidad, la distancia o la hidrología), la extensión ArcGIS 9 Spatial Analyst proporciona herramientas para el análisis de datos espaciales que aplican teoría y técnicas estadísticas al modelado de datos espacialmente referenciados. Las concentraciones de elevación, temperatura y contaminación son tipos de datos que se pueden representar mediante superficies. Cada celda ráster representa una medida, como la relación s̓ de una celda con un punto fijo o un nivel de concentración específico. Debido a que obtener valores para cada celda en un ráster normalmente no es práctico, los puntos de muestra se utilizan para derivar los valores intermedios mediante las herramientas de interpolación en ArcGIS Spatial Analyst. Este artículo proporciona una introducción a los métodos de interpolación utilizados por estas herramientas. GIS tiene que ver con los datos espaciales y las herramientas para administrar, compilar y analizar esos datos. La extensión ArcGIS Spatial Analyst proporciona un conjunto de herramientas para analizar y modelar datos espaciales. Se puede usar un conjunto de puntos de muestra que representan cambios en el paisaje, la población o el medio ambiente para visualizar la continuidad y la variabilidad de los datos observados en una superficie mediante el uso de herramientas de interpolación. Estos cambios se pueden extrapolar a través del espacio geográfico. La morfología y características de estos cambios pueden ser descritas. La capacidad de crear superficies a partir de datos de muestra hace que la interpolación sea poderosa y útil.

Métodos de Representación de Superficies

Contornos

Comprender las superficies

Antes de analizar las diferentes técnicas de interpolación, es necesario analizar las

diferencias en los métodos utilizados para la representación de superficies. Cada

representación es útil para situaciones específicas. Esta discusión se concentra en la

creación de una superficie en el formato de cuadrícula nativo de ArcGIS.

Una representación de cuadrícula de una superficie se considera una superficie

funcional porque para cualquierx,yubicación, almacena sólo un únicoZvalor en

lugar de múltiplesZvalores. Las superficies funcionales son continuas porque unax,y

la ubicación tiene uno y solo unoZindependientemente de la dirección desde la que

x,yse acerca el punto. Las superficies funcionales son superficies de 2,

dimensiones, no superficies tridimensionales verdaderas.

Las superficies funcionales se pueden utilizar para representar superficies

terrestres que representan la superficie terrestre, superficies estadísticas que

describen datos demográficos y de otro tipo, y superficies matemáticas que se

basan en expresiones aritméticas. La representación de superficies en su forma

más simple se realiza almacenandox,yyZvalores que definen la ubicación de una

muestra y la característica de cambio representada por elZvalor.

Los contornos o isolíneas se utilizan para definir una característica común a lo largo de una línea. Técnicamente, los contornos unen ubicaciones de igual valor entre sí. En el caso de una línea de contorno que representa la altura, es una línea dibujada en un mapa que conecta puntos de igual elevación por encima de un dato que generalmente representa el nivel medio del mar. Una red irregular de triángulos (TIN) es una estructura de datos vectoriales utilizada para almacenar y mostrar modelos de superficie. Un TIN divide el espacio geográfico utilizando un conjunto de puntos de datos espaciados irregularmente, cada uno de los cuales tienex-, y-, yZ-valores. Estos puntos están conectados por bordes que forman triángulos contiguos que no se superponen y crean una superficie continua que representa el terreno. Una cuadrícula es una estructura de datos espaciales que define el espacio como una matriz de celdas de igual tamaño que se organizan en filas y columnas. En el caso de una cuadrícula que representa una superficie, cada celda contiene un valor de atributo que representa un cambio enZvalor. La ubicación de la celda en el espacio geográfico se obtiene a partir de su posición relativa al origen de la cuadrícula.

TIN Cuadrículas

Métodos de interpolación

Para crear una cuadrícula de superficie en ArcGIS, la extensión Spatial Analyst emplea una de varias herramientas de interpolación. La interpolación es un procedimiento utilizado para predecir los valores de las celdas en ubicaciones que carecen de puntos de muestra. Se basa en el principio de autocorrelación espacial o dependencia espacial, que mide el grado de relación/dependencia entre objetos cercanos y distantes.

La autocorrelación espacial determina si los valores están interrelacionados. Si los valores están interrelacionados, determina si hay un patrón espacial. Esta correlación se utiliza para medir

norteSimilitud de objetos dentro de un área

norteEl grado en que un fenómeno espacial está correlacionado consigo mismo en el espacio.

norteEl nivel de interdependencia entre las variables. norte

Naturaleza y fuerza de la interdependencia

Diferentes métodos de interpolación casi siempre producirán resultados diferentes.

Valores de lluvia conocidos

La interpolación es el procedimiento utilizado para predecir valores de celda para ubicaciones que carecen de puntos de muestra.

1 1.1 1.2 1.3 1.5^ 1.6^ 1.7^ 1.8 2

Lluvia Interpolada

1 milla

32 ArcUserjulio-septiembre de 2004 www.esri.com

Traducido del inglés al español - www.onlinedoctranslator.com

Rincón del desarrollador

Con Barrera

sin barrera

Las barreras, que reflejan la presencia de líneas de falla, acantilados, arroyos y otras características que crean una discontinuidad lineal en las superficies, también controlan cómo se generan las superficies. IDW y Kriging apoyan el uso de barreras.

Muchas herramientas de interpolación incorporan barreras que definen y controlan el comportamiento de la superficie en términos de suavidad y continuidad. Las barreras son necesarias porque, a veces, las operaciones de interpolación no se deben realizar entre elementos, como líneas de falla, diques, acantilados y arroyos, que crean una discontinuidad lineal en la superficie. Mediante el uso de barreras, se pueden describir y aplicar cambios en el comportamiento de la superficie.

Las características de una superficie interpolada se pueden controlar limitando los puntos de entrada utilizados. Los puntos se pueden limitar especificando un número máximo de puntos, que seleccionará los puntos más cercanos hasta alcanzar ese número máximo de puntos. Alternativamente, se puede especificar un radio en unidades de mapa.

Hay dos categorías de técnicas de interpolación: deterministas y

geoestadísticas. Las técnicas de interpolación determinista crean superficies

basadas en puntos medidos o fórmulas matemáticas. Los métodos como el Peso de

la distancia inversa (IDW) se basan en el grado de similitud de las celdas, mientras

que los métodos como Trend se ajustan a una superficie lisa definida por una

función matemática. Las técnicas de interpolación geoestadística como Kriging se

basan en estadísticas y se utilizan para el modelado de superficie de predicción más

avanzado que también incluye alguna medida de la certeza o precisión de las

predicciones.

Las características de una superficie interpolada se pueden controlar limitando los puntos de entrada utilizados en el cálculo de los valores de las celdas de salida. Esto se puede hacer limitando el número de puntos muestreados o el área de la que se toman los puntos muestreados. Especificar el número máximo de puntos que se muestrearán devolverá los puntos más cercanos a la ubicación de la celda de salida hasta que se alcance el número máximo. Alternativamente, especificar un radio fijo en unidades de mapa seleccionará solo los puntos de entrada dentro de la distancia del radio desde el centro de la celda de salida, a menos que no haya suficientes puntos dentro de ese radio.

Las características de una superficie interpolada se pueden

controlar limitando los puntos de entrada utilizados en el cálculo

de los valores de las celdas de salida.

Opciones de interpolación disponibles

ArcGIS Spatial Analyst en la versión 9 ofrece varias herramientas de interpolación

para generar cuadrículas de superficie a partir de datos de puntos. Los métodos

PointInterp, Natural Neighbors y Trend y el comando Topo to Raster se agregaron a

los métodos de interpolación IDW, Spline y Kriging que estaban disponibles en

ArcGIS 8.3 Spatial Analyst. Los métodos Natural Neighbor y Trend estaban

disponibles en ArcGIS 8.3 3D Analyst, aunque Trend solo era accesible mediante

programación. Cada método utiliza un enfoque diferente para determinar los

valores de las celdas de salida. El método más adecuado dependerá de la

distribución de los puntos de muestreo y del fenómeno que se esté estudiando.

Continúa en la página 34

www.esri.com ArcUserjulio–septiembre de 2004 33

Rincón del desarrollador

El valor ponderado de los puntos dentro de la vecindad se calcula utilizando

una interpolación ponderada de distancia inversa o una interpolación de

distancia exponencial inversa. Este método interpola un ráster usando

entidades de puntos pero permite diferentes tipos de vecindades. Los

vecindarios pueden tener formas como círculos, rectángulos, polígonos

irregulares, anillos o cuñas.

Cada uno de los métodos de interpolación disponibles en

ArcGIS Spatial Analyst extension utiliza un enfoque

diferente para determinar las celdas de salida. Elija un

método basado en la distribución de puntos de muestra y

el fenómeno que se está estudiando.

vecino natural La interpolación de vecinos naturales tiene muchas características positivas, se puede utilizar tanto para la interpolación como para la extrapolación y, en general, funciona bien con puntos de dispersión agrupados. Otro método de promedio ponderado, la ecuación básica utilizada en la interpolación de vecinos naturales es idéntica a la utilizada en la interpolación IDW. Este método puede manejar de manera eficiente grandes conjuntos de datos de puntos de entrada. Cuando se utiliza el método Vecino natural, las coordenadas locales definen la cantidad de influencia que tendrá cualquier punto de dispersión en las celdas de salida.

De topo a ráster

Al interpolar valores de elevación para un ráster, el método Topo to Raster impone

restricciones que aseguran un modelo de elevación digital hidrológicamente

correcto que contiene una estructura de drenaje conectada y representa

correctamente las crestas y arroyos a partir de los datos de contorno de entrada.

Utiliza una técnica de interpolación de diferencia finita iterativa que optimiza la

eficiencia computacional de la interpolación local sin perder la continuidad

superficial de la interpolación global. Fue diseñado específicamente para trabajar

vecino natural de manera inteligente con entradas de contorno.

Krige

Ranura IDW Z-valor

Distancia

IDW y Spline son dos métodos deterministas que crean superficies a partir de muestras en función del grado de similitud o el grado de suavizado. Sin embargo, mientras que una superficie spline pasa exactamente por cada punto de muestra, una IDW no pasará por ninguno de los puntos. Kriging es un método geoestadístico que utiliza una poderosa técnica estadística para predecir valores derivados de la medida de relación en muestras y emplea técnicas sofisticadas de promedio ponderado.

Tendencia La tendencia es un método estadístico que encuentra la superficie que se ajusta a los puntos de muestra utilizando un ajuste de regresión de mínimos cuadrados. Se ajusta una ecuación polinomial a toda la superficie. Esto da como resultado una superficie que minimiza la variación de la superficie en relación con los valores de entrada. La superficie se construye de modo que para cada punto de entrada, el total de las diferencias entre los valores reales y los valores estimados (es decir, la varianza) sea lo más pequeño posible. Es un interpolador inexacto y la superficie resultante rara vez pasa por los puntos de entrada. Sin embargo, este método detecta tendencias en los datos de la muestra y es similar a los fenómenos naturales que normalmente varían sin problemas.

Conclusión

Esta breve introducción proporciona un marco para explorar las herramientas de

interpolación disponibles en ArcGIS 9 Spatial Analyst. Un arsenal más sólido y

completo de herramientas para la exploración de datos y el análisis de datos

espaciales está disponible en la extensión ArcGIS 9 Geostatistical Analyst. Puede

encontrar más información sobre cómo realizar análisis de datos espaciales y

aplicaciones para las herramientas en ArcGIS 9 Spatial Analyst en el manual del

producto,Utilizando ArcGIS Spatial Analyst.Los documentos que brindan

información básica sobre los métodos de interpolación y su aplicación en diversas

industrias y disciplinas se pueden encontrar en www.esri.com/geostatisticalanalyst.

Tendencia

www.esri.com ArcUserjulio–septiembre de 2004 35