Módulo de Geoestadística; Diplomado SIG 2013

Profesor Luis Carvacho Bart / Instituto de Geografía U.C.

Guía de trabajo número 1: Interpolación kriging simple e
interpolación insesgada

El objetivo de esta sesión es obtener un cálculo de una superficie de
tendencia (una interpolación de superficie continua) mediante los
parámetros asumidos del método kriging, para, posteriormente, comparar
este resultado con una nueva superficie interpolada, pero esta vez,
calculada considerando los sesgos espaciales eventualmente presentes en
los datos. Finalmente, se determinará si hay diferencias entre ambas
superficies. Tenga presente que en este primer punto, sólo iremos
realizando mecánicamente los pasos necesarios.

Cálculo de superficie de tendencia mediante parámetros asumidos

1. Cargue en ArcMap las capas ca_ozone_pts y ca_outline. La primera
contiene datos de concentración de ozono medidos en distintos
puntos del estado de California, y la segunda contiene la
demarcación del estado para propósitos de referencia.
2. Despliegue ambas capas y examine la tabla de atributos de la capa
de puntos de muestras de ozono. Observe los campos de datos que
contiene. Ciérrela.
3. Cargue y active el Geostatistical
Analyst.
4. Utilice el Geostatistical Wizard
(asistente geoestadístico) para
construir la primera superficie de
tendencia según los pasos
4 3
que se indicarán a
continuación.
5. Escoja la opción
Kriging/Cokriging en la sección
Geostatistical Methods,
asegurándose que en Input data se
haga
referencia a Si la entrada Geostatistical wizard no
estuviera activa, ello se debe a que, si
bien ha cargado la herramienta
Geostatistical Analyst, no la ha activado ca_ozone_pts y en
como extensión. Asegúrese de hacerlo
Data field en Customize – Extensions. se muestre Ozone
como el campo a interpolar.

1
5

6. La ventana siguiente es la de
selección del método
geoestadístico y tiene como
propósito escoger cuál de todos los métodos de
interpolación disponibles se usará. En este caso, elegiremos
Ordinary kriging con el fin de obtener una superficie de predicción,
Prediction Map. Si bien en este punto es posible dar por finalizado el
ingreso de parámetros para el cálculo (observe que existe ya
disponible el botón Finish), continuaremos revisando los pasos
sucesivos con el fin de conseguir una primera familiarización con las
opciones disponibles. Deje los parámetros opcionales como aparece
en la figura y presione Next.

6

7. El cuadro de diálogos Semivariogram/Covariance modelling le
permite examinar las relaciones espaciales entre los puntos de
medición. Ello lo puede hacer tanto con el gráfico del
semivariograma como con la representación superficial del mismo,
o Surface. Ahora presione Next para proseguir.

7

2
8. Este cuadro,
Searching Neighborhood, permite establecer gráficamente la
influencia que puntos cercanos pueden tener en el valor interpolado
(representado por el centro de la cruz). Los puntos verdes son los
que menor ponderación tendrán en el cálculo de la interpolación, y
mayor será la de los puntos rojos. Active el despliegue de la leyenda
y procure interpretarla.

8 Si quiere
juegue un
poco con
Haga click estos
con el números,
mouse en el pero
area de asegúrese de
interpolación dejarlos como
y vea el están (5 y 2)
efecto que

El radio de este
círculo es engañoso.
No lo considere para
analizar esta Probablemen
imagen, sólo fíjese te
en los cuadrantes presionando
definidos y aquí se
prolónguelos aclare algo
más el punto

9. El cuadro Cross Validation nos entrega información acerca de qué
tan bien se realizó la interpolación. En teoría, el ideal sería que
todos los puntos se dispusieran sobre la línea segmentada (línea 1 a
1), en tanto que la línea azul continua nos orienta sobre la
distribución real de las estimaciones de acuerdo a un cálculo de
regresión. Presione Finish para terminar el proceso.

3
Mientras más
cercanos a
cero en Y,
9 mejor es la
interpolación
de cada
Mientras más
cercano a uno
sea este valor
(pendiente de
regresión),
mejor es la
interpolación
general del
modelo

10. El cuadro siguiente es el resumen
de los parámetros empleados en el
cálculo y puede ser almacenado si se
1
desea. Presione OK.
0
11. El resultado se desplegará
automáticamente en la ventana
principal de ArcMap y corresponde a
una capa raster, una superficie
continua, por tanto, con los valores
interpolados de ozono para el Estado
de California. Los colores de la rampa
son los asumidos automáticamente por
el sistema, pero pueden ser cambiados
a voluntad por el usuario, lo mismo que
el número y amplitud de las categorías
propuestas.

4
1
1

12. Cambie el nombre de esta capa, de Ordinary kriging a
Asumido, ya que la utilizaremos en un trabajo posterior y es
necesario identificarla inequívocamente.

1
2

13. Para poder vislumbrar la superficie
interpolada bajo el contorno del Estado arrastre 1
en la tabla de contenidos la capa ca_outline 3
hasta el comienzo de la lista. Haga lo mismo con
la capa de puntos de ozono.

14. Quítele el color a esta capa dejando sólo el
contorno para apreciar su relación con la división
administrativa y las características de
concentración del fenómeno ozono en distintas
partes del Estado.

5
1
4

15. Finalmente, deberá obtener algo como lo
que se muestra en la figura adjunta. Con
esto ha culminado su primer proceso de
interpolación usando parámetros
geoestadísticos. Cierto, cierto, no ha
tenido usted control de ellos, sino que
hemos dejado actuar al sistema con los
valores asumidos. Esto sólo nos ha
permitido una primera familiarización con la
herramienta Geostatistical Analyst.
¡Felicitaciones!

16. Guarde el trabajo, ya que utilizaremos
nuevamente esta capa en el laboratorio siguiente.
1
5

6