Disponible con una licencia de Geostatistical Analyst.
Hay dos grupos principales de técnicas de interpolación: determinísticas y de estadísticas geográficas. Las técnicas de interpolación determinísticas crean superficies a partir de los puntos medidos basándose en la extensión de la similitud (por ejemplo, la ponderación por la distancia inversa) o en el grado de suavizado (por ejemplo, las funciones de base radial). Las técnicas de interpolación de estadísticas geográficas (kriging) utilizan las propiedades estadísticas de los puntos medidos. Las técnicas geoestadísticas cuantifican la autocorrelación espacial entre los puntos medidos y reflejan la configuración espacial de los puntos de muestra en torno a la ubicación de predicción.
Más información sobre las técnicas de estadísticas geográficas
Las técnicas de interpolación determinísticas se pueden dividir en dos grupos: globales y locales. Las técnicas globales calculan las predicciones usando todo el dataset. Las técnicas locales calculan las predicciones a partir de los puntos medidos incluidos en las vecindades, que son áreas espaciales más pequeñas dentro del área de estudio global. Geostatistical Analyst proporciona la interpolación polinómica global como interpolador global y la ponderación por el inverso de la distancia, la interpolación polinómica local, las funciones de base radial, el suavizado kernel y el kernel de difusión como interpoladores locales.
Una interpolación determinística puede forzar la superficie resultante para que pase por los datos de valores o no. Una técnica de interpolación que predice un valor idéntico al valor medido en una ubicación muestreada se conoce como interpolador exacto. Un interpolador inexacto predice un valor que es diferente del valor medido. Este último se puede usar para evitar los picos agudos o las depresiones marcadas en la superficie de salida. La ponderación por la distancia inversa y las funciones de base radial son interpoladores exactos, mientras que polinómico global, polinómico local, interpolación kernel con barreras e interpolación de difusión con barreras son inexactos.
¿Algún comentario sobre este tema?