Implementación y Diseño de Herramientas para el Análisis Geoestadístico en R y Comparación Geoestadística entre Arcgis y R
Carlos Eduardo Melo Martínez (Facultad de Ciencias, Universidad Distrital Francisco José de Caldas)
Oscar Orlando Melo Martínez (Facultad de Ingeniería, Universidad Nacional de Colombia)
Sandra Esperanza Melo Martínez (Facultad de Agronomía, Universidad Nacional de Colombia)
Esta investigación se centra en el diseño de programas en R para desarrollar procedimientos geoestadísticos. Además, se proponen algunos programas sobre las teorías existentes y un nuevo método alternativo para anidar modelos de semivarianza. Además, se hace una comparación entre los programas geoestadísticos R y ArcGIS. En este artículo se presenta una breve introducción a la estadística espacial, se definen las principales áreas (geoestadística, lattices y patrones espaciales), y una breve presentación de ArcGIS y los programas de R en sus componentes de geoestadística. Por otra parte, los aspectos estadísticos y matemáticos de la geoestadística se resumen, haciendo énfasis en el variograma, en ambos métodos de interpolación tanto probabilísticos "kriging", como deterministicos, y en la bondad de ajuste de los métodos de interpolación (validación cruzada).
Proponemos una serie de funciones, diseñadas en el entorno R, que permiten realizar un análisis geoestadístico más completo, con la ayuda de paquetes previamente ya diseñados en R (geoR, gstat, sgeostat y akima entre otros) en la componente espacial. Estos aportes son: una función para la construcción del variograma de la media recortada, una función para anidar funciones de semivarianza a partir de funciones desplazadas con los modelos teóricos de semivarianza (esférico, exponencial y gaussiano), una función para la construcción del pocketplot (útil para el análisis de estacionariedad local), una función para la interpolación spline a partir de las funciones de base radial (multicuadrática y multicuadrática inversa) y una función para la validación cruzada que permite validar los métodos de interpolación a partir de los errores. Además se realiza una comparación en el funcionamiento de los programas ArcGIS y R en sus módulos geoestadísticos, analizando sus bondades, limitaciones y en general el comportamiento para este tipo de análisis estadístico.
organizacion@usar.org.es