Вы находитесь на странице: 1из 14

2-12-2014

LAB. 6
Geologa Estructural y del Petrleo

Grupo G2
UNIVERSIDAD INDUSTRIAL DE SANTANDER

1. Qu es interpolacin?
La interpolacin es un proceso por el cual se define un valor en un punto cualquiera a
partir de los valores conocidos en algunos puntos dados. Por ejemplo: tenemos
temperatura, presin y viento en distintas localidades que cuentan con estaciones
meteorolgicas y queremos estimar el clima en un pueblo cualquiera.
El proceso de interpolacin define el valor asociado al punto variable. Podra, por
ejemplo, asignarse el valor del punto ms cercano o una combinacin de valores
cercanos o de todos los conocidos. En una sola dimensin es muy sencillo encontrar el
punto ms cercano o los dos nodos que encierran el punto buscado, pero en ms
dimensiones resulta ms complicado.
2. Cul es el objetivo de interpolar?
El objetivo principal de la interpolacin y aproximacin de funciones es poder estimar
valores funcionales a partir de cierto nmero de datos iniciales.
La idea de la interpolacin es poder estimar f(x) para un x arbitrario, a partir de la
construccin de una curva o superficie que une los puntos donde se han realizado las
mediciones y cuyo valor si se conoce. Se asume que el punto arbitrario x se encuentra
dentro de los lmites de los puntos de medicin, en caso contrario se llamara
extrapolacin
3. Consulte y explique los siguientes mtodos de interpolacin:

a. Kriging:
Hay una familia de mtodos de interpolacin que consta de mtodos geoestadsticos,
como kriging, que est basado en modelos estadsticos que incluyen la autocorrelacin,
es decir, las relaciones estadsticas entre los puntos medidos. Gracias a esto, las
tcnicas de estadstica geogrfica no solo tienen la capacidad de producir una superficie
de prediccin sino que tambin proporcionan alguna medida de certeza o precisin de
las predicciones.
Kriging presupone que la distancia o la direccin entre los puntos de muestra reflejan
una correlacin espacial que puede utilizarse para explicar la variacin en la superficie.
La herramienta Kriging ajusta una funcin matemtica a una cantidad especificada de
puntos o a todos los puntos dentro de un radio especfico para determinar el valor de
salida para cada ubicacin. Kriging es un proceso que tiene varios pasos, entre los que
se incluyen, el anlisis estadstico exploratorio de los datos, el modelado de
variogramas, la creacin de la superficie y (opcionalmente) la exploracin de la
superficie de varianza. Este mtodo es ms adecuado cuando se sabe que hay una
influencia direccional o de la distancia correlacionada espacialmente en los datos. Se
utiliza a menudo en la ciencia del suelo y la geologa.
El mtodo kriging es similar al de IDW en que pondera los valores medidos circundantes
para calcular una prediccin de una ubicacin sin mediciones. La frmula general para
ambos interpoladores se forma como una suma ponderada de los datos:

donde:
Z(si) = el valor medido en la ubicacin i
i = una ponderacin desconocida para el valor medido en la ubicacin i
s0 = la ubicacin de la prediccin
N = la cantidad de valores medidos

Crear un mapa de la superficie de prediccin con el mtodo kriging


Para llevar a cabo una prediccin con el mtodo de interpolacin de kriging, es
necesario realizar dos tareas:

Descubrir las reglas de dependencia.

Realizar las predicciones.

A fin de completar estas dos tareas, kriging atraviesa un proceso de dos pasos:
1. Crea los variogramas y las funciones de covarianza para calcular los
valores de dependencia estadstica (denominada autocorrelacin
espacial) que dependen del modelo de autocorrelacin (ajustar un
modelo).
2. Prev los valores desconocidos (hacer una prediccin).
La precisin de los mtodos depende de varios factores.
a. El nmero de muestras y la calidad de los datos encada punto.
b. La posicin de las muestras en el depsito.
c. La distancia entre las muestras y el punto a ser estimado.
d. La continuidad espacial bajo consideracin.

Se dice que en este mtodo los datos se utilizan dos veces, debido a estas dos tareas
bien distintivas: la primera vez, para calcular la autocorrelacin espacial de los datos,
y la segunda, para hacer las predicciones.

Fig. Consideraciones a tener en cuenta para el cmputo del variograma.

El ajuste de un modelo, o modelado espacial, tambin se conoce como anlisis


estructural o variografa. En el modelado espacial de la estructura de los puntos
medidos, se comienza con un grfico del semivariograma emprico.
El semivariograma emprico proporciona informacin sobre la autocorrelacin espacial
de los datasets. Sin embargo, no suministra informacin para todas las direcciones y
distancias posibles. Por esta razn, y para asegurar que las predicciones de kriging
tengan varianzas de kriging positivas, es necesario ajustar un modelo (es decir, una
funcin o curva continua) al semivariograma emprico. En resumen, esto es similar al
anlisis de regresin, en el que se ajusta una lnea o curva continua a los puntos de
datos.
Tal como lo expresa un principio bsico de la geografa (las cosas ms cercanas son
ms parecidas), los puntos medidos que estn cerca por lo general tendrn una
diferencia cuadrada menor que la de aquellos que estn ms distanciados. Una vez
diagramados todos los pares de ubicaciones despus de haber sido colocados en un
bin, se ajusta un modelo para estas ubicaciones. El rango, la meseta y el nugget se
utilizan, generalmente, para describir estos modelos.
Al observar el modelo de un semivariograma, notar que a una determinada distancia,
el modelo se nivela. La distancia a la que el modelo comienza a aplanarse se denomina
rango. Las ubicaciones de muestra separadas por distancias ms cortas que el rango
estn autocorrelacionadas espacialmente, mientras que las ubicaciones que estn
ms alejadas que el rango, no lo estn.

El valor en el cual el modelo de semivariograma alcanza el rango (el valor en el eje Y)


se denomina meseta. Una meseta parcial es la meseta menos el nugget.

En teora, a una distancia de separacin cero (por ej. intervalo = 0), el valor del
semivariograma es 0. No obstante, a una distancia de separacin infinitamente inferior,
el semivariograma a menudo muestra un efecto nugget, que es un valor mayor que 0.
Si el modelo de semivariograma intercepta el eje Y en 2, entonces el nugget es 2.

Fig. Mediante el variograma, Kriging permite tomar en cuenta la anisotropa del


fenmeno.

b. Minimum Curvature:

Este mtodo iterativo es ampliamente usado en ciencias de la Tierra. La superficie de


interpolacin generada es anloga a una placa delgada linealmente elstica que
aproxima cada valor medido y mantine la curvatura mnima. Se genera, por lo tanto, la
superficie ms suave posible que se ajuste a los datos; aunque mnima curvatura no es
una interpolacin exacta, debido a que no fija la condicin de respetar exactamente el
valor medido. El mtodo produce una malla aplicando las condiciones de que la
superfice tenga una derivada segunda continua y que minimize la suma de la curvatura
al cuadrado.

c. Polynomial Regression:
Algunas veces cuando la relacin entre las variables dependientes e independientes
es no lineal, es til incluir trminos polinomiales para ayudar a explicar la variacin de
nuestra variable dependiente.
Las regresiones polinomiales se pueden ajustar la variable independiente con varios
trminos

d. Triangulation with Linear Interpolation:

Este mtodo usa la triangulacin Delaunay (cuya particularidad es que la red de


tringulos cumple la condicin de Delaunay; esta condicin dice que la circunferencia
circunscrita de cada tringulo de la red no debe contener ningn vrtice de otro
tringulo). El algoritmo crea tringulos dibujando lneas entre los puntos con datos. Los
puntos originales son conectados de forma tal que los lados del tringulo no se
interceptan con otros tringulos. El resultado es un mosaico de caras triangulares sobre
toda la malla. Este mtodo respeta el criterio de interpolacin exacta, que dice que el

resultado debe ser tal que para los puntos medidos se respete el valor observado. O
dicho de otra manera el mtodo honra a las mediciones. Cada triangulo define un plano
sobre los nodos de la malla situados en el tringulo, con la inclinacin y elevacin del tringulo
determinado por los tres puntos de datos originales en la definicin del mismo. Todos los nodos
de la malla dentro de un tringulo son definidos por la superficie triangular. La triangulacin con
interpolacin lineal funciona mejor cuando la informacin est bien distribuida sobre el rea de
la malla. El conjunto de datos que contienen reas dispersas resultan en distintas facetas
triangulares sobre el mapa.

4. Qu es geo-referenciar?

La georreferenciacin es la tcnica de posicionamiento espacial de una entidad en una


localizacin

geogrfica

nica

bien

definida

en

un

sistema

de

coordenadas y datum especficos. Es una operacin habitual dentro de los Sistemas de


Informacin Geogrfica (SIG) tanto para objetos rster (imgenes de mapa de pxeles)
como para objetos vectoriales (puntos, lneas, polilneas y polgonos que representan
objetos fsicos).
La georreferenciacin es un aspecto fundamental en el anlisis de datos geospaciales,
pues es la base para la correcta localizacin de la informacin de mapa y, por ende, de
la adecuada fusin y comparacin de datos procedentes de diferentes sensores en
diferentes localizaciones espaciales y temporales. Por ejemplo, dos entidades
georreferenciadas en sistemas de coordenadas diferentes pueden ser combinables tras
una apropiada transformacin afn (bien al sistema de coordenadas del primer objeto,
bien al del segundo).

5. Qu formatos permiten ser geo-referenciados en GlobalMapper?


.jpg , .tif, .png, .bmp

PARTE PRCTICA

1. En el Mapa No_1
a. Digitalice y genere en Surfer y genera un archivo .dat.
b. Genere en Surfer dos grillas y utilice para la primera el mtodo Kriging y para la
segunda el mtodo Minimum Curvature.
c. Haga dos mapas, utilizando las dos grillas hechas anteriormente.
d. Utilice las paletas de colores para graficar la superficie a su gusto y muestre la
variacin que se puede hacer con cada una de las paletas de colores
e. Adorne: Ejes, colores, rote, etc.

Mapa 1. Aplicando mtodo de Kriging.

Mapa 1. Aplicando mtodo de mnima curvatura

f.

Compare los dos mapas y explique cul sera la diferencia si la hay al utilizar los
distintos mtodos de interpolacin.
El sistema de kriging es el mtodo ms ptimo para mapas geolgicos porque
emplea la estadstica para el posicionamiento, para tener la mayor exactitud para
este mtodo es necesario cumplir dos condiciones; la primera es a medida que
se tengan mayor coordenadas identificadas (puntos en el mapa) mejor ser el
resultado al igual la segunda la cual depende de la buena linealizacin recta que
presenten coordenadas de misma altura. En cambio el mtodo de mnima
curvatura no es recomendable para cambios repentinos de altura, as que no es
recomendable para este mapa.
A partir de las imgenes tambin podemos inferir que por el mtodo de Kriging
las superficies son ms suavizadas, adems en mnima curvatura se visualizan
cambios en las alturas inexplicables.

2. En el Mapa No_2
a. Digitalice y genere en Surfer y genera un archivo .dat.
b. Genere en Surfer dos grillas y utilice para la primera el mtodo Kriging y para la
segunda el mtodo Minimum Curvature.
c. Haga dos mapas, utilizando las dos grillas hechas anteriormente.
d. Utilice las paletas de colores para graficar la superficie a su gusto y muestre la
variacin que se puede hacer con cada una de las paletas de colores
e. Adorne: Ejes, colores, rote, etc.

Mapa 2. Aplicando mtodo de Kriging.

Mapa 2. Aplicando mtodo de mnima curvatura

f.

Compare los dos mapas y explique cul sera la diferencia si la hay al utilizar los
distintos mtodos de interpolacin.
Para el mapa 2 se puede establecer similitudes en la interpolacin con el mapa
1, en el mtodo de mnima curvatura siempre presenta en las esquinas menos
suavizado y gran cantidad de relieve cbico, por lo tanto tambin en este caso
se recomienda Kriging.

3. En la salida de la asignatura sern utilizados varios mapas topogrficos, uno de ellos es la


plancha 135-IVA (1998). El .DEM existente en la zona no muestra el detalle necesario para
realizar actividad de campo, es posible hacer nuestro propio Mapa de Elevacin Digital por el
mtodo hecho en los numerales 1 y 2 . Los pasos a seguir son:
a. Geo-referenciar el mapa topogrfico 135-IV-A
b. Dividirse el mapa en zonas iguales para cada uno de los grupos.
c. Digitalizar, generar una grilla y mapear.
d. Cada grupo subir su archivo .dat a una carpeta en Dropbox.
Mapa Individual San Gil. Seccin 6.

e. Cada grupo utilizar el archivo .dat de los dems grupos y el de l para hacer un archivo .dat
general y as poder obtener el DEM de toda el rea.
Mapa San Gil Completo