Mtodos de interpolacin Existen distintos mtodos que permiten interpolar valores entre dos puntos, es decir, estimar el valor

de un punto ubicado entre otros puntos con valor conocido. Estos puntos pueden tener valores de elevacin topogrfica, temperatura, precipitacin, viento, grado de contaminacin con cierto qumico grado de concentracin de cierto qumico, o solo grado de contaminacin, entre otros. En el presente proyecto, los mtodos de interpolacin son de particular inters en el captulo de Anlisis de Tormentas; especficamente, en la generacin de mapas de lluvia para los das de mxima precipitacin asociados a las crecientes mximas anuales. Para crear los mapas se utilizar el programa ArcGIS, que permite interpolar los puntos por medio de los mtodos de Distancia Inversa Ponderada, Trazadores y Kriging, cada uno de los cuales tiene sus respectivas suposiciones, aplicaciones y limitaciones.

Distancia Inversa Ponderada

Tambin conocido como IDW por sus siglas en ingls. entre el punto real y el estimado. Este mtodo supone que la

influencia que ejerce el valor observado disminuye a medida que aumenta la distancia

Ilustracin: Mtodo de distancia inversa ponderada. Fuente: Interpolating Raster Methods.

El mtodo IDW permite aumentar o disminuir la influencia que tienen las observaciones de la muestra de datos sobre los valores interpolados. Potencias mayores se reflejan en valores interpolados ms localizados y menos promediados; sin embargo, la influencia de los puntos decae rpidamente en funcin de la distancia. Una de las principales ventajas del mtodo es que permite establecer lneas de quiebre, de manera que prohbe que se interpolen puntos separados por algn obstculo que no se encuentra totalmente reflejado en los datos de entrada al modelo. Por ejemplo, si la superficie en cuestin fuera el modelo de elevacin digital del terreno, sera de particular inters que se pudiera delimitar el borde de un acantilado, de manera que no se produzcan interpolaciones entre las elevaciones topogrficas a ambos lados. Se debe tomar en cuenta que el mtodo es muy sensible a los valores observados, por lo que comnmente se forman patrones circulares alrededor de muestras solitarias. Por esta razn, su aplicacin se recomienda a grupos densos de puntos e igualmente espaciados, distribuidos a los largo de toda el rea de estudio. Es un mtodo inexacto, lo que quiere decir que los valores interpolados no necesariamente coinciden con los valores de entrada del modelo. tendencias particulares que se muestran en los valores reales. No puede estimar valores mayores al mximo ni menores al mnimo de los valores de entrada y no considera

Trazadores
A diferencia del mtodo IDW, en lugar de realizar promedios ponderados de los valores observados, el mtodo de trazadores genera una superficie flexible que se ajusta a todos los puntos de valor conocido.

Ilustracin: Mtodo de trazadores. Fuente: Interpolating Raster Methods. Existen dos tipos de trazadores: de tensin y normalizados. Ambos utilizan una tcnica de interpolacin que estima los valores por medio de una funcin que minimiza la curvatura general de la superficie, y que pasa exactamente por los valores observados. Para los trazadores normalizados, la funcin incorpora la primera, segunda y tercera derivada en sus clculos de minimizacin. Para los trazadores de tensin, la funcin solo utiliza la primera y segunda derivada; sin embargo, incluye muchos ms puntos en el clculo de los trazadores, lo que generalmente resulta en superficies ms lisas, pero que requieren de mayor tiempo computacional. El mtodo de trazadores es reconocido por varios autores (consultar bibliografa) como uno de los ms apropiados para representar superficies que varan suavemente, como la temperatura y otras variables meteorolgicas. Sin embargo, el mtodo no funciona apropiadamente cuando existen puntos de muestra que se encuentran relativamente cercanos, pero que exhiben grandes diferencias en las magnitudes de los valores.

Kriging
Kriging es uno de los ms complejos y potentes mtodos de interpolacin. A diferencia de los mtodos IDW y Trazadores, ambos determinsticos, Kriging es un procedimiento

probabilstico-geoestadstico que permite generar una superficie estimada a partir de un conjunto de puntos (con valores especficos) dispersados. Este mtodo mide las distancias entre todos los posibles pares de puntos de la muestra y usa esta informacin para modelar la correlacin espacial para la superficie particular que se est interpolando. Al igual que el mtodo de trazadores, Kriging es un mtodo exacto; es decir, que mantiene los valores exactos observados en los mismos puntos. Existen dos variaciones de Kriging: universal y ordinario. El primero considera que existe una tendencia generalizada sobre el rea en estudio que controla, en cierta medida, el comportamiento de los datos. El segundo asume que no hay ninguna tendencia. Para poder utilizar la herramienta Kriging de manera ptima, el usuario requiere tener una base slida de conceptos y tcnicas geoestadsticas. Sin embargo, comnmente se utiliza Kriging esfrico, que evita que el usuario tenga que conocer todos los procesos asociados con el proceso de interpolacin de la superficie.