Disponible con una licencia de Geostatistical Analyst.
Existen dos tipos de componentes direccionales que pueden afectar a las predicciones de la superficie de salida: tendencias globales e influencias direccionales en el semivariograma/covarianza (conocidas como anisotropía). Una tendencia global es un proceso de invalidación que afecta a todas las mediciones de forma determinística. La tendencia global se puede representar mediante una fórmula matemática (por ejemplo, un polinomio) y eliminar del análisis de los puntos medidos, y se puede volver a agregar antes de que se realicen las predicciones. Este proceso se conoce como eliminación de la tendencia.
Más información sobre la eliminación de tendencias
Tendencia
Se puede ver un ejemplo de una tendencia global en los efectos de los vientos predominantes en una chimenea de una fábrica. En la imagen, las concentraciones más altas de contaminación se representan en colores cálidos (rojos y amarillos) y las concentraciones más bajas, en colores fríos (verdes y azules). Observe que los valores del contaminante cambian de forma más gradual en la dirección este-oeste que en la dirección norte-sur. Esto se debe a que la dirección este-oeste está alineada con el viento, mientras que la norte-sur es perpendicular al viento.
La forma de la curva del semivariograma/covarianza también puede variar con la dirección (anisotropía) tras eliminar la tendencia global o si no existe ninguna tendencia. La anisotropía difiere de la tendencia global descrita anteriormente porque la tendencia global se puede describir mediante un proceso físico (los vientos predominantes) y modelar mediante una fórmula matemática. La causa de la anisotropía (influencia direccional) en el semivariograma no se suele conocer, por lo que se modela como un error aleatorio. Aunque no se conozca la causa, las influencias anisotrópicas se pueden cuantificar y tener en cuenta.
Anisotropía
La anisotropía, por lo general, no es un proceso determinístico que se pueda describir mediante una única fórmula matemática. No tiene una única fuente o influencia que afecte de forma predecible a todos los puntos medidos. La anisotropía es una característica de un proceso aleatorio que muestra una autocorrelación más alta en una dirección que en otra. La siguiente imagen muestra de manera conceptual el aspecto que podría tener el proceso. De nuevo, las concentraciones más altas de contaminación se representan en colores cálidos (rojos y amarillos) y las concentraciones más bajas, en colores fríos (verdes y azules). El proceso aleatorio muestra ondulaciones que son más cortas en una dirección que otra. Estas ondulaciones podrían ser el resultado de algún proceso físico desconocido o no medible, pero se modelan como un proceso aleatorio con autocorrelación direccional.
Cuando utiliza un método de kriging y elige tener en cuenta la anisotropía, el semivariograma empírico muestra una relación espacial diferente para cada dirección. En este ejemplo, la forma del semivariograma aumentará más rápidamente en la dirección norte-sur antes de nivelarse (esta es la dirección en la que las concentraciones cambian más rápidamente). Los puntos del semivariograma empírico se ajustarán utilizando modelos de semivariograma que cambian de forma en función de su dirección y las ponderaciones de kriging se ajustarán según corresponda.
Los métodos determinísticos también pueden tener en cuenta la anisotropía, aunque no proporcionen una medida empírica de su fuerza o dirección. Para tener en cuenta la anisotropía al utilizar estos métodos, debe evaluar el nivel de anisotropía basándose en un análisis exploratorio de datos espaciales y en su conocimiento del fenómeno. Las ponderaciones de interpolación se ajustarán en función de cómo configure la elipse de vecindad de búsqueda (los puntos de datos ubicados a lo largo del semieje mayor recibirán ponderaciones más altas que los ubicados a lo largo del semieje menor, para distancias similares desde la ubicación de predicción).