Aplicación del método de simulación secuencial directa para la evaluación de la incertidumbre a nivel local en modelos digitales de elevaciones

  1. Delgado García, J. 1
  2. Soares, A. 2
  3. Pérez García, J. L. 1
  4. Carvalho, J. 2
  1. 1 Universidad de Jaén
    info

    Universidad de Jaén

    Jaén, España

    ROR https://ror.org/0122p5f64

  2. 2 Universidade de Lisboa
    info

    Universidade de Lisboa

    Lisboa, Portugal

    ROR https://ror.org/01c27hj86

Libro:
El acceso a la información espacial y las nuevas tecnologías geográficas
  1. M.T. Camacho Olmedo (ed. lit.)
  2. J.A. Cañete Pérez (ed. lit.)
  3. J.J. Lara Valle (ed. lit.)

Editorial: Universidad de Granada

ISBN: 84-338-3944-6

Año de publicación: 2006

Páginas: 119-132

Congreso: Congreso Nacional de Tecnologías de la Información Geográfica (12. 2006. Granada)

Tipo: Aportación congreso

Resumen

Los Modelos Digitales de Elevación (MDE) son una herramienta fundamental para la obtención de información del terreno con un nivel de uso y aplicaciones que ha sufrido unos importantes avances en los últimos años. Desafortunadamente estos avances en la captura de los datos y en los sistemas informáticos no se han correspondido con avances similares en los procesos de modelización. Esto es especialmente importante si se tiene en cuenta que la modelización es una etapa básica en la generación de los MDE, al consistir en la transformación de los datos medidos del terreno al modelo dotado de una cierta estructura. Así, la mayoría de los métodos empleados para la modelización siguen siendo de tipo determinístico no teniendo en cuenta las propias características de variabilidad del fenómeno sino sólo a la distribución espacial de los puntos medidos. En este trabajo, se presenta una metodología de modelización para la generación de MDE basada en el método de simulación secuencial directa (SSD). Este método geoestadístico tiene en cuenta y reproduce los patrones de variabilidad especial de los datos medidos sobre el terreno, en términos de conservación de los estadísticos básicos (histogramas, variogramas o covarianzas). Mediante la simulación es posible generar un elevado número de posibles modelizaciones de la realidad que conserven las características de los datos experimentales. Gracias a estos “modelos posibles” es posible la introducción del concepto de error local del modelo basado en el análisis topoprobabilístico de los resultados de la modelización. Por otro lado, es importante indicar que este procedimiento evita los problemas derivados del suavizado introducido por los métodos de estimación (triangulación, inversa distancias o krigeaje) que tendrá su repercusión en los modelos derivados (pendientes, orientaciones…) fundamentales en diversas aplicaciones.