Como escoger un modelo geoestadistico en ArcGis

May 16, 2012 2 min read

La geoestadística nos permite utilizar varios métodos para modelar nuestros datos; entre ellos contamos con los modelos circular, esférico, Tetraesferico, Pentaesférico, Exponencial, Gaussiano, Rational Quadratic, Hol Effect, K-Bessel, J-Bessel y Stable. ¿Pero cómo seleccionamos el modelo geoestadistico que mejor modela nuestros datos en ArcGis?. La respuesta está en el análisis exploratorio y estructural de los datos.

Paso 1. Durante el análisis exploratorio calculamos la media, Mediana, Moda, coeficiente de curtosis, coeficiente de sesgo, desviación estándar, coeficiente de variación y varianza. Esto se realiza para los datos originales o transformados en caso de que sea necesario, ver el artículo Análisis geoestadístico con ArcGIS parte 2.

Los resultados obtenidos los podríamos resumir en la siguiente tabla.

analisis-exporatorio-datos

Paso 2. Durante el análisis estructural se anotan los valores correspondiente a las siguientes variables partial sill, RMS, ASE, RMSS y el error, para mayor información ver el artículo Análisis geoestadístico con ArcGIS parte 3.

Los datos se podrían resumir de la siguiente forma.

analisis-estructural-datos

Paso 3. Escogemos aquel o aquellos modelos gesoestadisticos cuyo Partial sill sea lo más cercano posible a la varianza de los datos. De acuerdo al análisis exploratorio la variancia obtenida fue 0,15030, por lo cual la tabla anterior se simplificara a…

seleccion-modelo-geoestadistico

Paso 4. El modelo a seleccionar será aquel que mejor reproduzca los datos conocidos, por lo tanto cumplirá con las siguientes condiciones:

  • Raíz cuadrada del error medio (RMS): pequeño.
  • Error estandar promedio (ASE): pequeño
  • Raíz cuadrada del error medio (RMSS): cerca de 1.

Dado lo anterior la tabla se reduce a los siguientes modelos…

seleccion-modelo

Poso 5. Finalmente el modelo a escoger es aquel que presenta la mayor confiabilidad, donde

confiabilidad = 100-error.

Entonces en nuestro ejemplo seleccionamos el modelo Pentaesférico para el análisis geoestadístico de los datos.

Pedro Villegas

Ingeniero Civil, Master en Ingeniería con énfasis en hidrogeología