La interpolación predice valores para las celdas de un ráster a partir de una cantidad limitada de puntos de datos de muestra. Puede utilizarse para prever valores desconocidos de cualquier dato de un punto geográfico, tales como: elevación, precipitaciones, concentraciones químicas y niveles de ruido.
¿Por qué debo interpolar a ráster?
La suposición que hace que la interpolación sea una opción viable es que los objetos distribuidos espacialmente están correlacionados espacialmente; es decir, las cosas que están cerca tienden a tener características similares. Por ejemplo, si llueve de un lado de la calle, se puede prever con un alto nivel de confianza que está lloviendo del otro lado de la calle. Tendría menos certeza sobre si está lloviendo en todo el pueblo, y menos aún acerca del estado del tiempo en el condado vecino.
Con esta analogía, resulta sencillo ver que los valores de los puntos cercanos a los puntos de muestra tienen más posibilidades de ser similares que los que están más alejados. Esta es la base de la interpolación. Un uso común de la interpolación de punto es crear una superficie de elevación a partir de un conjunto de mediciones de muestra. Geostatistical Analyst también proporciona un conjunto completo de métodos de interpolación.
Ejemplos de aplicaciones de interpolación
Algunos ejemplos comunes de aplicaciones de las herramientas de interpolación son los siguientes. En las ilustraciones que los acompañan se muestra la distribución y los valores de los puntos de muestra, y el ráster que se genera a partir de ellos.
Interpolar una superficie de precipitaciones
La entrada aquí es el dataset de puntos de valores de niveles de precipitaciones conocidos, como puede observarse en la ilustración a la izquierda. En la ilustración a la derecha se muestra un ráster interpolado a partir de estos puntos. Los valores desconocidos se prevén con una fórmula matemática que utiliza los valores de los puntos conocidos cercanos.
![Datos de punto de precipitaciones de entrada Datos de punto de precipitaciones de entrada](009z/GUID-090B6C5C-0C3D-49E1-855F-F4565F38A438-web.png) | Datos de punto de precipitaciones de entrada |
| ![Superficie de precipitaciones interpolada Superficie de precipitaciones interpolada](009z/GUID-D0B50E46-9F29-418C-BDCE-6A2E4F0B2F32-web.png) | Superficie de precipitaciones interpolada |
|
Interpolar una superficie de elevación
Un uso común de la interpolación de punto es crear una superficie de elevación a partir de un conjunto de mediciones de muestra.
En el siguiente gráfico, cada símbolo de la capa de punto representa una ubicación donde se midió la elevación. Al interpolar, se prevén los valores de cada celda entre estos puntos de entrada.
![Datos de punto de elevación de entrada Datos de punto de elevación de entrada](009z/GUID-BE7F046B-DF3A-4F39-BBB7-DC799FD6D55E-web.png) | Datos de punto de elevación de entrada |
| ![Superficie de elevación interpolada Superficie de elevación interpolada](009z/GUID-64E258E2-4F5C-4026-BDD8-D1CC80BB2842-web.png) | Superficie de elevación interpolada |
|
Interpolar una superficie de concentración
En el siguiente ejemplo, se utilizaron herramientas de interpolación para estudiar la correlación de la concentración de ozono en las enfermedades pulmonares en California. En la imagen a la izquierda, se muestran las ubicaciones de las estaciones de monitoreo de ozono. En la imagen a la derecha, se observa la superficie interpolada, que suministra predicciones para cada ubicación de California. La superficie se calculó mediante el método kriging.
![Ubicaciones de punto de estaciones de monitoreo de ozono Ubicaciones de punto de estaciones de monitoreo de ozono](009z/GUID-064E2D1E-E13C-4FA1-9CAF-C8C6186E572C-web.gif) | Ubicaciones de punto de estaciones de monitoreo de ozono |
| ![Superficie de predicción interpolada Superficie de predicción interpolada](009z/GUID-054D0E55-E28D-4F36-BEAF-B61D2EA9787F-web.gif) | Superficie de predicción interpolada |
|
5/10/2014