¿Qué es la interpolación espacial de datos?

1 estrella2 estrellas3 estrellas4 estrellas5 estrellas (8 votos, media: 5,00 sobre 5)
Cargando…

La interpolación espacial de datos es una parte de la geoestadística que se basa en el cálculo de los valores desconocidos de una variable espacial a partir de otros valores cuyo valor es conocido. Como ya pudimos ver en un artículo anterior, este cálculo es uno de los principales análisis geoestadísticos que se llevan a cabo cuando se trabaja con datos espaciales y modelos predictivos.

Como ejemplo podemos basarnos en la generación de mapas continuos de temperatura para un territorio. Lógicamente no existen infinitas estaciones meteorológicas que permitan conocer el valor exacto de temperatura en cualquier punto de dicho territorio.

Para ello se lleva a cabo el proceso de interpolación espacial. Se utilizan los valores de temperatura de la red de estaciones de medición y se realiza una estimación del valor para el resto del territorio donde no existen estaciones de medición.

El resultado obtenido mediante el proceso de interpolación se conoce habitualmente por el nombre de superficie estadística, una superficie continua con valores interpolados a partir de otros conocidos.

Métodos de interpolación espacial

Los métodos de interpolación permiten generar superficies continuas a partir de medidas en localizaciones puntuales (muestra o puntos muestrales).

Cuando hablamos de interpolación espacial mediante Sistemas de Información Geográfica podemos distinguir una serie de métodos que se clasifican según su naturaleza:

  • Deterministas: generan superficies continuas mediante el grado de similitud o suavizado. Dentro de esta categoría encontramos los métodos globales, locales, IDW y Spline.
  • Geoestadísticos: generan superficies continuas a partir de las propiedades estadísticas de los datos de partida. Dentro de esta categoría encontramos Kriging y Cokriging.

Cómo hacer una interpolación en QGIS

Las posibilidades en cuanto a métodos de interpolación en QGIS son bastante amplias. Entre otros métodos encontramos:

  • Polígonos de Voronoi. Se trata del método más básico y simple de interpolación vectorial. El objetivo que persigue es asignar a todas las localizaciones sin datos el valor del registro más cercano. Esto genera los denominados polígonos de Voronoi o de Thiessen mediante líneas que delimitan el área que pertenece al punto más cercano. A continuación, se asigna al polígono el valor del punto a partir del cual se ha generado o al que pertenece para espacializar la variable.Interpolación
  • Vecino natural (natural neighbor). La interpolación de Vecino Natural halla el subconjunto de muestras de entrada más cercano a un punto de consulta y aplica ponderaciones sobre ellas basándose en áreas proporcionales para interpolar un valor. También se conoce como interpolación de Sibson o de «robo de área».

Interpolación

  • TIN (Triangulated Irregular Network) generalmente se utiliza para modelar el terreno mediante la localización de una serie de vértices cuyos valores de elevación son conocidos. Los vértices se conectan mediante aristas para generar una red de triángulos. El resultado obtenido (el TIN) es una red de triángulos interconectados, cada uno de los cuales representa a una zona homogénea en lo que a la variable estudiada se refiere.
  • IDW (Inverse Distance Weighting). Mediante el método de interpolación IDW, los puntos de muestreo se ponderan durante la interpolación. De esta manera,  la influencia de un punto en relación con otros se reduce o disminuye a medida que aumenta la distancia entre ellos.
  • Spline. La herramienta Spline utiliza un método de interpolación que estima valores usando una función matemática que minimiza la curvatura general de la superficie, lo que resulta en una superficie suave que pasa exactamente por los puntos de entrada. Matemáticamente, las Splines son funciones polinómicas por tramos que, en vez de emplear un único polinomio para ajustar a todo un intervalo, se emplea uno distinto más acorde para cada tramo.

Estos son los métodos de interpolación espacial más conocidos y utilizados. Normalmente más que suficientes en los principales análisis geoestadísticos. Si quieres aprender realmente sobre este tipo de análisis espaciales para poder aplicarlos en tu actividad profesional, puedes consultar los siguientes cursos que ponemos a tu disposición:

Dejar respuesta

Please enter your comment!
Please enter your name here