TRABAJO GRUPAL, ESTADÍSTICA ESPACIAL

TEMA

INTERPOLACIÓN ESPACIAL Y ESTRUCTURAS ESPACIALES

INTRODUCCCIÓN

En el presente trabajo de investigación se pretende estimar estimar valores en ubicaciones desconocidas con el fin de crear una superficie ráster que cubra un área completa mediante el método de la interpolación espacial.

también se pretende Utilizar el método de Vecindad el cual es un procedimiento para clasificar casos basándose en su parecido a otros casos. En el aprendizaje automático, se desarrolló como una forma de reconocer patrones de datos sin la necesidad de una coincidencia precisa con patrones o casos almacenados. Por consiguiente, la distancia entre 2 casos es una medida de disimilaridad.

Una vez que se muestra un nuevo caso (reserva), se calcula su distancia con en relación a los casos del modelo.

OBJETIVO GENERAL

Investigar sobre la Interpolación espacial y Estructuras espaciales, mediante uso de refernciación bibliográfica ya sea libros, Artículos cientificos para conocer la importacia de estos temas.

OBJETIVOS ESPECÍFICOS

-Entender los conceptos básicos de interpolación espacial y estructuras.

-espaciales Realizar un ejemplo de cada tema.

-Aplicar el método KNN e Interpolación.

DESARROLLO

INTERPOLACIÓN ESPACIAL

La interpolación espacial es el proceso de utilizar puntos con valores conocidos para estimar valores desconocidos en otros puntos. Se basa en el cálculo de los valores desconocidos de una variable espacial a partir de otros valores conocidos (muestra).(Análisis Espacial (Interpolación), s. f.)

La interpolación espacial puede estimar las temperaturas en lugares que no tienen ese dato utilizando lecturas de temperatura conocida en estaciones meteorológicas cercanas A este tipo de superficie interpolada con frecuencia se le llama una superficie estadística.(Cerino Rocío Mariel et al., s. f.)

Métodos de interpolación espacial

Los métodos de interpolación permiten generar superficies continuas a partir de medidas en localizaciones puntuales (muestra o puntos muestrales).

Cuando hablamos de interpolación espacial mediante Sistemas de Información Geográfica podemos distinguir una serie de métodos que se clasifican según su naturaleza:

## Deterministas: generan superficies continuas mediante el grado de similitud o suavizado. Dentro de esta categoría encontramos los métodos globales, locales, IDW y Spline. ## Geoestadísticos: generan superficies continuas a partir de las propiedades estadísticas de los datos de partida. Dentro de esta categoría encontramos Kriging y Cokriging.

APLICACION

ESTACIONES METEOROLÓGICAS EN LAS PROVINCIAS DEL ECUADOR

El ejemplo a desarrollar de dos archivos tipo shape primordiales que nos permitio realizar el proceso de interpolacion, estos se basan en las estaciones meteorológicas del Ecuador mismo que consta de datos medibles de las diferentes variables que influyen en los fenómenos atmosféricos y el clima de determinada región.

Figura 1. Provincias del ecuador y sus estaciones meteorológica

Se calculó las medias simples para las provincias del Ecuador con el fin de conocer en la influencia que tienen en relacion con las estaciones metereológicas, para lo cual se va a realizar la interpolación mismo que es un proceso de usar puntos con valores conocidos o en una muestra de puntos para estimar valores en puntos desconocidos, como en este caso nos permitira conocer las precipitaciones de las estaciones meteorologicas del clima en Ecuador información correspondiente al año 2016.

Figura 2. Proceso interpolación \[\label{Fig:Union_vectorial}\] Mediante la caja de herraminetas de QGIS se pudo continuar con el procedimiento de interpolacion por ejemplo en este caso hay un número limitado de estaciones meteorológicas que se utilizan para predecir patrones del clima. Aunque sólo se dispone de datos en puntos particulares, es posible predecir el tiempo para todas las ubicaciones dentro de una región, no sólo para aquellos puntos.

Figura 3. Interpolación de las estaciones meteorologicas del Ecuador

La ubicación de los puntos de muestreo puede tener un impacto importante en el resultado final de la interpolación. A menudo, las muestras no se distribuyen de manera uniforme sobre la región de interés, y se pueden predisponer a los lugares donde la recolección de datos es relativamente fácil. Si no hay muestras en una región de alta variabilidad, la superficie interpolada no puede ser muy precisa, en este caso se puede identificar que existen estaciones meteorologicas en las provincias de Esmeraldas, Imbabura y Sucumbios en donde ya nos da una idea de predicción del clima.

ESTRUCTURAS ESPACIALES

El método k nearest neighbors (k-NN), en español k vecinos más cercanos, es un algoritmo de aprendizaje supervisado no paramétrico, basado en un conjunto de datos de entrenamiento, que deriva de los métodos de aprendizaje automático o machine learning.

Para las estructuras espaciales en QGIS se hace uso del método de K-vecinos o de la vecindad para averigual los centros de salud más cercanos a los aereopuertos de Ecuador

en QGIS se va a colocar la informacion de los aereopuertos y centros de salud en archivo tipo shape para proceder a realizar el análiss KNN

AREOPUERTOS Y ESTABLECIMIENTOS DE SALUD EN EL ECUADOR

Figura 4. Aerepuertos y establecimientos de salud en el Ecuador

una vez que se coloco la informacion correspondiente se procede a eliminar la geometria nula, para lo cual nos vamos a la caja de herramientas de procesos y nos vamos a al opción geometria vectorial elegimos la opcion geometría no nula, hecho eso nos vamos a análisis de vector escogemos la opción distancia al eje más próximo (lineal al eje) en lo cual nos genera lo siguiente

AREOPUERTOS Y ESTABLECIMIENTOS DE SALUD EN EL ECUADOR DISTANCIA DE EJE EJE

Figura 5. Distacias del eje

AREOPUERTOS Y ESTABLECIMIENTOS DE SALUD EN EL ECUADOR DISTANCIA AL EJE

Figura 5. Distacias de areopuertos y centros de salud

Una vez realizado el análisis gráfico se procede a aplicar el analisis del vecino más cercano, para lo cual nos vamos a la caja de herramientas->análisis de vector-> análisis de vecinos más proximos

ANÁLISIS DEL VECINO MÁS CERCANO KNN

Descripción de la image

Figura 6. Resultados de la aplicación del método del vecino más cercano

CONCLUCIONES

Como conclusión podemos decir que entendimos los conceptos basicos sobre la interpolación el cual trabaja con puntos conocidos para encontrar puntos que desconocempos y estructuras espaciales el cual se trabajó con el metodo conocido como KNN o distancia entre puntos.

Al realizar cada ejemplo se visualiza claramente que para aplicar el método de kvecinos o el vecino más cercano se debe realizar la eliminación geométrica nula para poder obtener así de manera más eficiente los vecinos más cercanos, y pra poder aplicar la intwerpolación espacial en este caso se tuvo que eliminar la región insular, para obtener así un resultado más eficiente.

BIBLIOGRAFÍA

Análisis Espacial (Interpolación). (s. f.). Recuperado 12 de junio de 2022, de https://docs.qgis.org/2.14/es/docs/gentle_gis_introduction/spatial_analysis_interpolation.html

Cerino Rocío Mariel, Bullano María Emilia, y Raptópulos Natalia. (s. f.). Miniguías para Aprender: Métodos de interpolación usando R. INDECOR. https://www.idecor.gob.ar/miniguias-para-aprender-metodos-de-interpolacion-usando-r/#:~:text=La%20interpolaci%C3%B3n%20espacial%20se%20basa,se%20encuentra%20en%20la%20geoestad%C3%ADstica.

Interpolación espacial en QGIS: Métodos, procesos y evaluación. (2019, mayo 14). geomapik.http://www.geomapik.com/analisis-gis/como-realizar-interpolacion-espacial-qgis-metodos/