Intro Geostat Traduccion

8/18/2019 Intro Geostat Traduccion

1/35

Geoestadística

Pablo Melo

[email protected]

Sept - 2015


2/35

Día 1 Introducción

Intro Geoestadistica – Manejo R – Gráficos -Geoestadistica aplicada

Ejercicios - Interpolacion datos suelos –

Interpolacion datos lluviasTRMM estaciones

Día 2 Parte aplicada

Manejo de Modulo Geoestadística ArcGIS – SAGA GIS – Ejercicios

aplicados Interpolacion clorofila NDVI - papa

Esquema del Curso


3/35

Es lo suficientemente extensa- El conjunto de datos debe ser lo suficientemente grande para

permitir analisis estadisticos.

Es representativa – El conjunto de datos debe representar el area de interes, considerando

tanto la cobertura geografica como la diversidad de factores anbientales.

Es independiente- Las muestras deben ser tomadas usando un muestreo no preferencial, es

decir usando un diseno de muestreo.

Conceptos Básicos

Consideraciones Iniciales


4/35

• (1.) Ubicacion geografica ( longitud y latitud)

• (2.) Altura sobre la superficie ( elevacion) ;

•

(3.) Fecha de las mediciones ( anio, mes, dia,hora, etc) ;

• (4.) spatio-temporal support (size of the blocks

of material associated with measurements

Conceptos Básicos


5/35

Conceptos Básicos


6/35

Conceptos Básicos


7/35

• Como cambia una variable en el espacio y tiempo?

• Que controla su variacion en el espacio y tiempo?

• En donde tomar muestras para describir su variabilidad espacial?

• Cuantas muestras son necesarias para representar su variabilidad

espacial?

• Cual es el valor de la variable en un nuevo punto/ tiempo?

• Cual es la incertidumbre de los valores estimados?

Conceptos Básicos


8/35

• Modelo estimado, inferencia de los parametros del modelo

• Prediccion, inferencia de los valores no observados de una variable

• Prueba de hipotesis

Pasos previos de Análisis


9/35

• Predicciones fuera del rango (el error de

prediccion exede la varianza global) se

refieren a extrapolacion. En otras palabras,

una extrapolacion es la prediccion en lugares

donde no se tiene suficiente evidencia

estadistica para hacer predicciones

significativas.

Prediccion espacial o interpolacion espacial


10/35


11/35

• Una variable ambiental es la medida cuantitativa o descriptiva

de diferentes elementos ambientales.

• Las variables ambientales pueden pertenecer a distintos dominios,

desde la biologia ( distribucion de especies y medidas debiodiversidad), ciencias del suelo ( propiedades y tipos de suelo),

vegetacion ( especies y comunidades de plantas, tipos de cobertura

vegetal), climatologia (variables climatica) hasta la hidrologia

(cantidad y calidad del agua). Estos datos son comunmente

recojidos a traves de muestreos en el campo ( con apoyo de

sensores remotos)

Variables ambientales


12/35

• La variabilidad espacial de las variables ambientales escomúnmente un resultado de procesos complejos quetrabajan al mismo tiempo y durante largos períodos detiempo

• Explicar la variación de las variables ambientales nunca hasido una tarea fácil. Muchas variables ambientales varíanno sólo horizontal, sino también con la profundidad, nosólo de forma continua sino también abruptamente.

• Las observaciones de campo son, por el contrario, muycaras sin embargo a menudo nos vemos obligados aconstruir mapas completos mediante el uso de unamuestra de


13/35

Variables ambientales - Ejm. Contenido de Zn


14/35

• Al observar detenidamente este mapa, se puede notar varias cosas:

(1) parece haber un patrón espacial de cómo cambian los valores;

(2) Los valores que están más cerca son más similares;

(3) a nivel local, los valores pueden variar sin ninguna regla sistemática

(al azar);

(4) en algunas partes de la zona, los valores parecen ser, en general,

más altos es decir, hay un salto discreto en los valores.


15/35

• Variacion espacial (2D)

Los resultados de predicción espacial se visualizan ya sea como mapas 2D o secciones transversales.Algunas variables ambientales, como el espesor de los horizontes del suelo, la presencia de especies devegetación o tipos de suelo, no tienen una tercera dimensión, es decir, que se refieren a la superficie dela Tierra solamente. Otros, como la temperatura, la concentración de monóxido de carbono, etc.pueden ser medidos a distintas alturas, incluso por debajo de la superficie terrestre. Incluso de lavariación puede ser modelado utilizando un modelo continuo, discreto o mixto de variación espacial

• Variacion vertical (3D)

Muchas variables ambientales también varían con la profundidad o la altitud por encima de la superficiedel suelo. En muchos casos, la diferencia medida entre los valores es mayor a una profundidad quedifieren en unos pocos centímetros que en distancia geográfica de pocos metros. Considere variablescomo la densidad de la temperatura o de aves

• Variacion temporal

Como se mencionó anteriormente, las variables ambientales relacionadas con la distribución de lasespecies de animales y plantas varían no sólo dentro de una temporada, pero también dentro de unosmomentos. Incluso las variables del suelo como pH, nutrientes, los niveles de saturación de agua ycontenido de agua, pueden variar a lo largo de algunos años, dentro de una misma temporada o inclusoen unos pocos días (Heuvelink y Webster, 2001). La variabilidad temporal hace que la cartografíageoestadística especialmente complejo y costoso.

Variables ambientales - variacion


16/35



17/35



18/35



19/35

Muchas posibilidades de Interpolacion

• Al parecer hay muchas posibilidades para interpolar muestraspuntuales.

• En un ejercicio de interpolación espacial de Comparación en 2004,se usaron 31 algoritmos en la predicción de los valores de las tasasde dosis gamma en ciertas ubicaciones mediante el uso de 200

puntos de formación (Dubois y Galmarini, 2004; Dubois, 2005). Losalgoritmos utilizados variaron desde splines, a las redesneuronales, a diversos algoritmos kriging.

• El paquete de software R ofrece muchas de las técnicas deinterpolación empleadas en este estudio: Inverse Distance, Kriging,curvatura mínimo, polinomio de regresión, la triangulación, el

vecino más cercano, Método de Shepard, funciones de base radial,Vecino Natural, Moving Average, polinómica local, etc.

• La lista de interpoladores disponible en R a través de sus paquetesde interpolación (gstat, sp, mapa, Geor) es aún más largo.

Multiples opciones Interpolacion


20/35


21/35

Supuestos y consideraciones

• Modelos de predicción espacial estadísticos

• Como se mencionó anteriormente, en el caso de los modelosestadísticos, los parámetros del modelo (coeficientes) utilizadospara obtener las salidas se estiman de manera objetiva siguiendo la

teoría de la probabilidad.

• A diferencia de los modelos mecánicos, en el caso de los modelosestadísticos, tenemos que seguir varios pasos de análisis de datosestadísticos antes de que podamos generar mapas. Esto hace quetodo el proceso de mapeo más complicado pero con el tiempo nosayuda a: (a) producir mapas más fiables / objetivos, (b) entender lasfuentes de errores en los datos y (c) representan áreasproblemáticas / puntos que necesitan ser revisados.

Metodos Geoestadisticos


22/35

A revisar

• Lecturas adicionales:

• Cressie, N.A.C., 1993. Statistics for Spatial Data, revised edition. JohnWiley & Sons, New York, 416 p.

• Goovaerts, P., 1997. Geostatistics for Natural Resources Evaluation(Applied Geostatistics). Oxford University Press, New York, 496 p.

•

Isaaks, E.H. and Srivastava, R.M. 1989. An Introduction to AppliedGeostatistics. Oxford UniversityPress, New York, 542 p.

• Webster, R. and Oliver, M.A., 2001. Geostatistics for EnvironmentalScientists. Statistics in Practice.John Wiley & Sons, Chichester, 265 p.

• www.wiley.co.uk/eoenv— The Encyclopedia of Environmetrics.

• www.geoenvia.org— A research association that promotes use of

geostatistical methods for environmental applications.• www.iamg.org— International Association of Mathematical Geosciences.

Material adicional


23/35

Aplicaciones Geoestadistica

• Geomorfometria

• Un modelo de elevación digital (DEM) es unarepresentación digital de la superficie de la tierra - elprincipal insumo para el análisis cuantitativo de latopografía, también conocido como Análisis Digital delTerreno o Geomorfometria (Wilson y Galán, 2000; Hengl yReuter, 2008).

• Típicamente, un DEM es un mapa raster (una imagen o unconjunto de elevación) que, al igual que muchas otrascaracterísticas espaciales, puede ser eficientementemodelado utilizando la geoestadística. Los conceptosgeoestadísticos se introdujeron en geomorfometria porFisher (1998)



24/35

Modelo constante de incertidumbre

Modelo de incertidumbre de ajuste espacial

Errores estimados del DEM a partir

Mediciones del terreno



25/35


• Características del suelo

• En la cartografía digital de suelos, las variables delsuelo, tales como el pH, contenido de arcilla o

concentración de un metal pesado, se asignancada vez utilizando el marco de regresión-kriging:la parte determinista de variación es tratado conmapas de factores formadores de suelo

(climática, relieve y factores geológicos) y losresiduos se tratan a traves de kriging (McBratneyet al., 2.003)



26/35



27/35


• Variables Meteorológicas

El uso de tecnicas geoestadisticas (Regresion Kriging) de variables climáticas,especialmente los derivados de los DEM, ahora se ven favorecidos en muchasaplicaciones climatológicas (Jarvis y Stuart, 2001; Lloyd, 2005). Actualmentelos DEMs son los más utilizados para ajustar las mediciones en las estacionesmeteorológicas a las condiciones topográficas locales. Otros predictoresauxiliares utilizados van desde la distancia al mar, imágenes meteorológicasde temperatura de la superficie de la tierra, el vapor de agua, de flujo deradiación de onda corta, albedo de la superficie, cubierta de nieve, fracciónde cobertura vegetal

La interpolación de datos climáticos y meteorológicos también es interesanteporque la explicativo (imágenes meteorológicas) los datos son recogidos hoycada vez más en intervalos de tiempo más cortos para que el tiempo de laserie de imágenes están disponibles y se puede utilizar para desarrollarmodelos de regresión-kriging espacio-temporales.



28/35


Distribution de especies

• La Geoestadística es considerada como uno de las cuatro tecnicasmas adecuadas para el modelado de la distribución de especies - lasotras tres son: modelos autorregresivos, modelos de estimación deregresión y el parámetro geográficamente ponderado (Miller et al.,

2007). Tipo de técnica mas adecuado para el análisis de lasespecies (ocurrencia ) está determinada en gran medida por labiología de la especie.

• Hay una clara diferencia entre la observación campo de las especiesde animales y plantas y las mediciones de suelo o las variablesmeteorológicas. Especialmente las observaciones de las especies

animales pide altas densidades de muestreo abarcandodimensiones temporales amplias. Si las especies biológicas serepresentan con medidas cuantitativas (densidad, ocurrencia,biomasa, categoría hábitat), tales medidas son adecuadas para suuso con herramientas geoestadísticas estándar.



29/35


30/35


Downscaling data



31/35

Software

Existen múltiples opciones de software desde

acceso libre , open source, comercial con

distintos niveles de procesamiento y con

distintas curvas de aprendizaje.

Software


32/35


33/35


34/35

Por que empezar a usar R y programas

conexos• Es de alta calidad - Es un producto no propietario de colaboración

internacional entre los principales estadísticos.

• Te ayuda a pensar críticamente - Estimula el pensamiento crítico en vezde usar el esquema de “aplaste el botón”

• Se trata de un software de código abierto - se publica el código fuente,para que pueda ver los algoritmos exactos que se utilizan; los estadísticosexpertos pueden asegurarse de que el código es correcto.

• Permite la automatización - procedimientos repetitivos pueden serfácilmente automatizados por los scripts o funciones escritas por elusuario.

• Le ayuda a documentar su trabajo - por secuencias de comandos puedegrabar todos los paso que utilizo (metadatos del procesamiento).

• Puede manejar y generar mapas - ahora también proporciona paquetesenriquecidos para el análisis espacial que incluyen herramientas para lainterpolación y el análisis estadístico de los datos espaciales, incluyendo laimportación y exportación de datos SIG

Tendencia Usuarios


35/35

Tendencias futurasA futuro

Documents

Intro Geostat Traduccion