Disponible con una licencia de Geostatistical Analyst.
La extensión Geostatistical Analyst contiene un conjunto de herramientas que le ayudan a preparar sus datos para la interpolación, ajustar un modelo de interpolación y validar los resultados de la interpolación. Los dos componentes principales de Geostatistical Analyst son Geostatistical Wizard y la caja de herramientas de Geostatistical Analyst.
Geostatistical Wizard
A Geostatistical Wizard se accede a través de la pestaña Análisis de la cinta en ArcGIS Pro.
Geostatistical Wizard es un conjunto dinámico de páginas, diseñado para guiarle por el proceso de construcción y evaluación del rendimiento de un modelo de interpolación. Lo que elija en una página determinará las opciones que estarán disponibles en las siguientes páginas y la forma de interactuar con los datos para desarrollar un modelo adecuado. El asistente le guía por todo el camino, desde que elige un método de interpolación hasta que visualiza las medidas de resumen del rendimiento esperado del modelo. A continuación, se representa gráficamente una versión sencilla de este flujo de trabajo (para interpolación ponderada por el inverso de la distancia):
Proceso de creación de un modelo de interpolación
Geostatistical Analyst incluye muchas herramientas para analizar datos y producir una variedad de superficies de salida. Aunque los motivos de sus investigaciones pueden variar, le animamos a adoptar el planteamiento descrito en el flujo de trabajo de estadísticas geográficas al analizar y representar cartográficamente procesos espaciales:
- Representar datos: cree capas y visualícelas en ArcGIS Pro.
- Explorar datos: examine las propiedades estadísticas y espaciales de sus datasets usando, por ejemplo, el gráfico de histograma.
- Elegir un método de interpolación adecuado: la elección debe guiarse por los objetivos del estudio, su comprensión del fenómeno y las superficies de salida disponibles.
- Ajustar el modelo: realice la interpolación, posiblemente configurando parámetros para que se ajusten a las propiedades estadísticas de sus datos.
- Realizar diagnósticos: compruebe que los resultados sean razonables y evalúe la superficie de salida mediante una validación cruzada y una validación. Esto le ayuda a comprender el grado en que el modelo predice los valores de las ubicaciones sin muestrear.
La caja de herramientas de Geostatistical Analyst ofrece muchos métodos de interpolación. Debe tener siempre una comprensión clara de los objetivos de su estudio y cómo le ayudan los valores predichos (y otra información asociada) a tomar decisiones más informadas a la hora de elegir un método. Para obtener orientación, consulte Árboles de clasificación para ver un conjunto de árboles de clasificación de los diversos métodos.
Métodos de interpolación disponibles en Geostatistical Analyst
Las funciones de interpolación de Geostatistical Analyst se pueden dividir en dos categorías: determinísticas y de estadísticas geográficas.
Métodos determinísticos
Las técnicas determinísticas tienen parámetros que controlan la extensión de la similitud (por ejemplo, la distancia inversa ponderada) de los valores o el grado de suavizado (por ejemplo, las funciones de base radial) de la superficie. Estas técnicas no se basan en un modelo de proceso espacial aleatorio y no hay una medición explícita ni un modelado de autocorrelación espacial en los datos. Entre los métodos de optimización se incluyen los siguientes:
- Interpolación polinómica global
- Interpolación polinómica local
- Distancia inversa ponderada
- Funciones de base radial
- Interpolación con barreras (utilizando barreras impermeables o semipermeables en el proceso de interpolación):
Métodos de estadísticas geográficas
Las técnicas de estadísticas geográficas presuponen que al menos parte de la variación espacial observada en fenómenos naturales se pueden modelar mediante procesos aleatorios con autocorrelación espacial y requieren que la autocorrelación espacial se modele explícitamente. Las técnicas de estadísticas geográficas se pueden usar para describir y modelar patrones espaciales (variografía), predecir valores en ubicaciones sin mediciones (kriging) y evaluar la incertidumbre asociada a un valor predicho en las ubicaciones sin mediciones (kriging).
Más información sobre el kriging en Geostatistical Analyst
El kriging bayesiano empírico está disponible como herramienta de geoprocesamiento. Esta herramienta se puede utilizar para producir las siguientes superficies:
- Mapas de valores predichos de kriging
- Mapas de errores estándar de kriging asociados a valores predichos
- Mapas de probabilidad, que indican si se excedió un nivel crítico predefinido
- Mapas de cuantiles para un nivel de probabilidad predeterminado
EBK Regression Prediction se puede usar para crear modelos de kriging bayesiano empírico que usan rásteres de variables explicativas para mejorar la precisión de la interpolación. GA Layer To Rasters se puede utilizar para exportar estos modelos a los cuatro tipos de salida descritos anteriormente.
El kriging bayesiano empírico 3D se puede utilizar para interpolar puntos 3D que tengan una coordenada x, y y z junto con un valor medido a interpolar.
Caja de herramientas Geostatistical Analyst
La caja de herramientas de Geostatistical Analyst incluye herramientas para analizar datos, producir una variedad de superficies de interpolación, examinar y transformar capas de estadísticas geográficas a otros formatos, realizar análisis de simulación y sensibilidad de estadísticas geográficas y ayudar a diseñar redes de muestreo. Las herramientas se han agrupado en cinco conjuntos de herramientas:
- Interpolación: contiene herramientas de geoprocesamiento que realizan interpolación, utilizadas como herramientas independientes o en ModelBuilder y Python.
- Diseño de la red de muestreo: contiene herramientas que ayudan a diseñar o modificar una red de monitorización o diseño de muestreo existente.
- Simulación: amplía el kriging mediante la realización de una simulación de estadísticas geográficas y permite la extracción de los resultados simulados para puntos o áreas poligonales.
- Utilidades: herramientas de uso general para extraer subconjuntos de un dataset, realizar una validación cruzada para evaluar el rendimiento del modelo, examinar la sensibilidad a la variación en los parámetros de semivariograma y representar visualmente las vecindades utilizadas por las herramientas de interpolación.
- Trabajar con capas de estadísticas geográficas: contiene herramientas que generan predicciones para ubicaciones de puntos, exportan capas de estadísticas geográficas a formatos ráster y vectoriales, y generan nuevas capas de estadísticas geográficas basadas en plantillas.