3 Guia ArcGis Geostat PDF

Tutorial de anlisis geoestadstico Traducido al castellano por Lic. J. Stephan Dalence Martinic, MSc.
CLAS/UMSS 2012
Traducidoalcastellanopor:Lic.J.StephanDalenceMartinic,MSc.CoordinadoracadmicoCLAS(Septiembre2012)
Copyright 1995-2011 Esri. All rights reserved.
Tutorial de anlisis geoestadstico Traducido al castellano por Lic. J. Stephan Dalence Martinic, MSc. CLAS/UMSS 2012
Tabla de contenido
Introduccin al tutorial del anlisis geoestadstico
Ejercicio 1: Creando una superficie usando parmetros por defecto
Ejercicio 2: Explorando sus datos
Introduccin al tutorial de anlisis geoestadstico

en ArcGIS
Con el anlisis geoestadstico de ArcGIS (Geostatistical Analyst), usted puede crear fcilmente una
superficie continua o mapear desde una muestra de datos puntuales medidos almacenados como
una capa de puntos o una capa raster o tambin usando centroides de los polgonos.
La muestra de puntos pueden ser mediciones tales como elevacin, profundidad de la napa
fretica o niveles de contaminacin, como es el caso de este tutorial. Cuando se usa en conjuncin
con ArcMap, el anlisis geoestadstico provee un set de herramientas comprensivo para crear
superficies que pueden ser usados para visualizar, analizar y entender fenmenos espaciales.
Escenario del tutorial

La Agencia de Proteccin Ambiental de los Estados Unidos de Amrica es responsable del
monitoreo de la concentracin de ozono atmosfrico en California. La concentrracinde ozono se
mide en estaciones de monitoreo a lo largo de todo el estado. Las localizaciones de las estaciones
se muestran aqu. Se conocen los niveles de concentracin de ozono para todas las estaciones,
pero algunas valores de zonoes de otras localizaciones (no monitoreadas) en California son
tambin de mucho inters. Sin embargo, debido a los costos y practicidad, las estaciones de
monitoreo no pueden ser colocadas en cualquier lugar.
El anlisis geoestadstico provee herramientas que permiten hacer predicciones ptimas
examinando las relaciones entre todos los puntos muestreados y la produccin de una superficie
continua de concentracin de ozono, errores estandarizados (incertidumbre) de las predicciones y
las probabilidades que los valores crticos sean excedidos.
Los siguientes set de datos (que estn contenidos en la geodatabase denominada ca_ozone.gdb),
se usarn en este tutorial:
El set de datos del ozono (O3_Sep06_3pm) ha sido provisto por cortesa de California Air
Resources Board y representa la concentracin de ozono medido el 6 de Septiembre de 2007
entre las 3:00 y las 4:00 p.m. in partes por milln (ppm). Los datos originales han sido modificados
para los propsitos de este tutorial y no deben ser considerados datos precisos.
Desde las muestras puntuales de ozono (mediciones), usted producir dos superficies continuas
(mapas), prediciendo los valores de concentracin de ozono para cada localizacin en el estado de
California. El primer mapa que usted cree usar simplemente todas las opciones por defecto, de tal
forma que usted pueda ser introducido en el proceso de la creacin de una superficie desde sus
puntos muestreados. El segundo mapa que usted producir le permitir conocer ms de las
relaciones espaciales que se descubren entre los puntos. Cuando se cree este segundo mapa,
usted utilizar las herramientas de anlisis exploratorio de datos espaciales (exploratory spatial
data analysis ESDA), para examinar sus datos.
Este tutorial se divide en tareas individuales que estn diseadas para permitirle explorar las
capacidades del anlisis geoestadstico a su ritmo.
Ejercicio 1 le lleva a travs del acceso al anlisis geoestadstico y al proceso de crear una
superficie de concentracin de ozono utilizando valores de parmetros por defecto para permitirle
conocer los pasos involucrados en la creacin de modelos de interpolacin.
Ejercicio 2 le gua a travs del proceso de explorar sus datos antes de que usted cree una
superficie que le permita observar datos extremos y reconocer tendencias.
Necesitar un par de horas de tiempo para completar este tutorial. Se recomienda que grabe sus
resultados despus de terminar cada ejercicio.
Ejercicio 1: Creando una superficie utilizando

parmetros por defecto
Este ejercicio le permitir conocer en forma inicial la
extensin del anlisis geoestadstico (Geostatistical
Analyst). Lo lleva a crear un modelo utilizando los valores
de los parmetros por defecto para generar una superficie
de concentracin de ozono.
Inicie ArcMap y active

Geostatistical Analyst
la
extensin
de
Para empezar, usted iniciar el ArcMap y activar la

extensin de Geostatistical Analyst.
Pasos:
1.
2.
1.
2.
3.
4.
Para iniciar ArcMap, haga clic en Inicio > Todos los programas > ArcGIS > ArcMap 10.
Haga clic en Cancel en el cuadro desplegado.
Es posible que el cuadro de dilogo no se abra si anteriormente opt por no mostrarlo.
En el men principal haga clic en Customize > Extensions.
Clic en la caja de Geostatistical Analyst.
Clic en Close.
Adicione la barra de Geostatistical Analyst

Pasos:
1. En el men principal haga clic en Customize > Toolbars > Geostatistical Analyst.
La barra Geostatistical Analyst se aiciona a su sesn de ArcMap.
Tanto la extensin como la barra deben ser accionadas y adicionadas solamente una vez,
posteriormente cuando usted active el ArcMap se encontrarn presentes.
Adiciones sus datos a su sesin de ArcMap

Usted necesitar adicionar sus datos al ArcMap y modificar su simbologa.
Pasos:
1.
2.
3.
4.
5.
6.
Clic en el botn de Add Data

sobre la barra Standard.
Navegue al folder donde usted guard los datos del tutorial.
Haga doble clic sobre la geodatabase ca_ozone.gbd para ver su contenido.
Mantenga presionada la tecla CTRL y elija los set de datos: O3_Sep06_3pm y ca_outline.
Clic en Add.
Haga clic con el botn derecho del ratn sobre la leyenda de la caja de color debajo de la
capa ca_outline y haga clic en No Color, tal como se muestra en la figura:
Solamente se despliega el lmite de California. Esto le permite observar las capas que usted crear
en este tutorial debajo de la misma.
7.
8.
9.
10.
11.
Doble clic en el nombre de la capa O3_Sep06_3pm.

En la ventana de Layer Properties, haga clic sobre la pestaa de Symbology.
En el cuadro mostrado haga clic en Quantities y luego en Graduated colors.
En el campo que dice Value seleccione OZONE.
Elija la rampa de color de blanco y negro para resaltar los puntos sobre las superficies de
color que usted vaya a crear en este tutorial. El cuadro debera verse as:
12. Clic en Aceptar.

Note que los valores ms altos de ozono ocurren en el Valle Central de California, mientras que los
valores ms bajos ocurren a lo largo de la costa. Mapear los datos es el primer paso en la
exploracin y el entendimiento acerca del fenmeno que usted quiere modelar.
Grabe su mapa
Es recomendable que grabe su mapa en cada ejercicio al final de los mismos.
Pasos:
1.
2.
3.
4.
En el men principal haga clic en File > Save.

Gurdelo en la ubicacin que desee.
En el cuadro de File name, escriba Ozone Prediction Map.mxd
Clic en Save.
Usted necesita proveer un nombre al mapa ya que es la primera vez que lo graba; para
grabarlo en el futuro simplemente haga clic en Save.
Crear una superficie usando las opciones por defecto

A continuacin usted crear (interpolar) una superficie de concentracin de ozono usando las
opciones por defecto del anlisis geoestadstico. Usted usar el set de puntos de ozono
(O3_Sep06_3pm) como set de entrada y utilizar el kriging ordinario para interpolar los valores de
ozono en las localizaciones donde no se conocen valores. Usted cliquer muchas veces sobre
Next para aceptar las opciones por defecto. No debe concentrarse en los detalles de las ventanas
emergentes en este ejercicio ya que se har en uno posterior. La finalidad del ejercicio 1 es
introducirlo en el Geostatistical Wizard.
Pasos:
1. Clic en la flecha de Geostatistical Analyst en la barra de Geostatistical Analyst toolbar y
haga clic en el Geostatistical Wizard.
Aparece la ventana del Geostatistical Wizard.

2. Haga clic sobre Kriging/CoKriging en Geostatistical Methods.
3. Haga clic sobre la flecha de Source Dataset y clic sobre O3_Sep06_3pm.
4. Haga clic sobre la flecha de Data Field y clic sobre el atributo OZONE.
5. Haga clic en Next.

Por defecto se seleccionan Ordinary (kriging) y Prediction (mapa) en la ventana. Ya que se ha
elegido el mtodo para mapear la superficie del ozono, usted simplemente podra hacer clic en
Finish para crear una superficie utilizando los parmetros por defecto. Sin embargo analizaremos
las siguientes ventanas.
Note que existe un cuadro en el extremo inferior derecho del Geostatistical Wizard que muestra
una pequea descripcin sobre la seleccin hecha. En esta etapa se muestra el set de datos y el
campo que se usar para crear la superficie.

Se despliega el modelo de semivariograma/covarianza, permitindole examinar las relaciones
espaciales entre los puntos medidos. Usted puede asumir que coss que estn cerca entre ellos se
parecen ms que si estuvieran alejados. El semivariograma le permite explorar esta suposicin. El
proceso de ajustar un modelo de semivariograma para capturar las relaciones espaciales en los
datos se conocen como variografa.

El crculo con una cruz se denomina crosshairs y muestra una localizacin que no presenta valores
medidos. Para predecir un valor en el crosshairs, usted puede usar los valores en las
localizaciones medidas. Usted sabe que los valores de las localizaciones medidas ms cercanas
se parecern a los valores de las localizaciones no medidas que usted trata de predecir. Los
puntos rojos en la imagen a continuacin van a tener mayor peso (o influencian al valor
desconocido) ms que los puntos verdes ya que ellos estn ms cercanos a la localizacin que
usted est prediciendo. Utilizando los puntos circundantes y el modelo semivariograma/covarianza
que ajust anteriormente podr predecir los valores para las localizaciones no medidas.

El diagrama cross-validation le da una idea de cun bien el modelo predice los valores en
localizaciones desconocidas.
9. Haga clic en Finish.

La ventana Method Report resume la informacin sobre el mtodo (y los parmetros asociados al
mismo) que se usarn para crear la superficie de salida.
10. Haga clic en OK.

El mapa predicho de ozono se adiciona como una capa al tope en la tabla de contenidos.
11. Haga doble-clic sobre la capa en la tabla de contenidos para desplegar la ventana de
Layer Properties.
12. Haga clic sobre la pestaa General y cambie el nombre de la capa a Default Kriging
y haga clic en Aceptar.
13. Haga clic sobre el botn

Save en la barra estndar para grabar su trabajo..
Note que la interpolacin contina sobre el ocano porque la extensin de la capa es la
misma que la extensin de los datos de ingreso (O3_Sep06_3pm).
14. Para restringir la superficie de prediccin en California, haga clic con el botn derecho
sobre la capa Default Kriging y haga clic sobre Properties.
15. Haga clic sobre la pestaa Extent.
16. Haga clic sobre la flecha de Set the extent to, elija the rectangular extent of ca_outline,
luego haga clic en Aceptar.
El rea interpolada se extienda de tal forma que cubre toda California.
17. Haga clic con el botn derecho sobre Layers en table of contents, haga clic sobre
Properties, y luego clic sobre la pestaa Data Frame.
18. Haga clic sobre la flecha de Clip Options, elija Clip to shape, luego haga clic sobre el
botn Specify Shape.
19. Sobre la ventana Data Frame Clipping, haga clic sobre el botn Outline of Features,
luego clic la flecha de Layer y haga clic sobre ca_outline.
20. Haga clic sobre OK, luego en Aceptar.
La superficie predicha es cortada para no mostrar datos ms all del lmite del estado, pero
cubre todas las reas dentro del estado como se muestra abajo.
21. Arrasyte la capa O3_Sep06_3pm al tope de la table of contents.

Visualmente juzgue cun bien la capa Default Kriging representa los valores de ozono
medidos. En general, las predicciones de valores altos de ozono ocurren en las mismas
reas donde las concentraciones altas de ozono ha sido medidas?
22. Haga clic con el botn derecho sobre la capa Default Kriging en la table of contents y
haga clic sobre Validation/Prediction.
Esto abre la ventana de herramienta de geoprocesamiento GA Layer To Points con la
capa especificada como Default Kriging como la capa geoestadstica de entrada.
23. En el recuadro Input geostatistical layer debera aparecer automticamente Default

Kriging. Para Input Point observation locations, navegue a la geodatabase que
contienen los datos de ste tutorial y haga clic sobre el set de datos ca_cities y luego Add.
Deje vaco Field to validate on (optional) ya que slo queremos generar predicciones de
ozono para las ciudades ms grandes y no validad los valores predichos con los valores
medidos. Para Output statistics at point locations navegue a la carpeta de trabajo y
nombre como archivo de salidad CA cities ozone.shp
La ventana final de GA Layer To Points debera verse as:
24. Haga clic sobre OK para correr la herramienta.

25. Una vez que la herramienta ha corrido, haga clic sobre el botn Add Data
de la barra
Standard.
26. Navegue a los datos, haga clic sobre CA_ozone_cities.shp, luego haga clic sobre Add.
La capa de observaciones puntuales se adicionan a su mapa.
27. Haga clic con el botn derecho sobre la capa CA_cities_ozone y haga clic sobre Open
Attribute Table.
Note que cada ciudad ahora tiene un valor de ozono predicho, as como un valor del error
estndar (el cual indica el nivel de incertidumbre asociado con la prediccin del ozono para
cada ciudad).
28. Cierre la ventana Table.

29. Haga clic con el botn derecho sobre la capa CA_ozone_cities y haga clic sobre Remove
para borrar la capa del proyecto..
30. Grabe el archivo ArcMap.
Metodologa de ajuste de superficie

Usted ha creado un mapa de la concentracin de ozono y ha completado el ejercicio 1. Mientras es
una simple tarea el crear un mapa de superficie utilizando las opciones por defecto que le provee el
Geostatistical Wizard, es muy importante seguir un proceso estructurado como el que se muestra
a continuacin:
Ejercicio 2: Explorando sus datos

Antes de iniciar este ejercicio usted debe haber
terminado el anterior. En este ejercicio
explorar sus datos. Tal como se muestra en el
proceso estructurado de la pgina anterior, para
que se puedan tomar mejores decisiones al
crear una superficie, usted primero debe
explorar su set de datos para tener un mejor
entendimiento del mismo. Cuando explore sus
datos, busque errores obvios en los valores que
pueden afectar drsticamente la superficie
predicha de salida, examine como se
distribuyen sus datos, busque tendencias
globales, influencias direccionales y otros.
El anlisis geoestadstico provee muchas herramientas de exploracin. En este ejercicio usted
explorar los datos de tres maneras:
Examine la distribucin de sus datos.

Identifique las tendencias de sus datos, si existieran.
Comprender la autocorrelacin espacial y las influencias direccionales.
Examinando la distribucin de sus datos utilizando la herramienta Histogram

Los mtodos de interpolacin que se utilizan para generar una superficie dan mejores resultados si
los datos se distribuyen normalmente (curva con forma de campana). Si sus datos tienen una
asimetra, usted debera transformar los datos para normalizarlos. De esta forma, es importante
entender la distribucin de sus datos antes de crear una superficie. La herramienta Histogram
plotea histogramas de frecuencia para los atributos en el set de datos, permitindole examinar la
distribucin univariada (una variable) para cada atributo en el set de datos. A continuacin, usted
explorar la distribucin del ozono para la capa O3_Sep06_3pm.
Pasos:
1. Si usted cerr su sesin en ArcMap, inicie el programa nuevamente y abra Ozone
Prediction Map.mxd.
2. Haga clic en la capa ca_outline y arrstrela debajo de la capa O3_Sep06_3pm en la table
of contents.
3. Haga clic en la capa O3_Sep06_3pm para seleccionarla.

4. On the Geostatistical Analyst toolbar, click Geostatistical Analyst > Explore Data >
Histogram.
5. En la ventana del Histogram, haga clic en la flecha del Attribute y clic en OZONE.
Los valores del eje de las X han sido re-escalados por un factor de 10 para que sea ms fcil de
leer. Usted querr cambiar el tamao y moverlo la ventana del Histogram para que pueda ver
tambin el mapa, como se muestra abajo:
La distribucin de los valores del ozono se representa en el histograma con el rango de valores,
dividido en 10 clases. La frecuencia de los datos dentro de cada clase se representa por la altura
de cada barra. Generalmente, las caractersticas importantes de una distribucin se encuentran en
el valor central, distribucin y simetra. De forma rpida, si la media y la mediana tiene
aproximadamente el mismo valor, usted tiene evidencia que los datos pueden tener una
distribucin normal.
El histograma de los datos del ozono indican que los datos son unimodales y con simetra a la
derecha. La cola a la derecha de la distribucin indica la presencia de un nmero relativamente
pequeo de puntos simples con valores de concentracin de ozono muy grandes. Parece que los
datos no estn cercanos a una distribucin normal.
6. Seleccione las dos barras de histograma con los valores de ozono mayores a 0.10 pp,
(recuerde que los valores han sido re-escalados por un factor de 10) haciendo clic y
arrastrando el puntero sobre ellos.
Los puntos de muestreo dentro de este rango se seleccionan sobre el mapa. Note que la mayora
de stos puntos de muestreo se localizan en el Valle Central de California.
7. Haga clic sobre el botn de Clear Selected Features en la barra de herramientas de

Tools para limpiar los puntos seleccionados sobre el mapa y el histograma.
8. Haga clic en el botn Close localizado en el extremo superior de la ventana del Histogram.
Crear un QQ plot normal

El grfico cuantil-cuantil (QQ) se usa para comparar la distribucin de los datos a una distribucin
estndar normal, proveyendo otra medicin de la normalidad de los datos. Mientras ms cerca
estn los puntos a la lnea recta de 45 grados en el grfico, entonces ms se aproximan los puntos
muestreados a una distribucin normal.
Pasos:
1. Sobre la barra de Geostatistical Analyst, haga clic sobre Geostatistical Analyst > Explore
Data > Normal QQPlot.
2. Haga clic sobre la flecha Attribute y clic en OZONE.
Un QQ Plot es un grfico donde los cuantiles de dos distribuciones se grafican entre ellas. Para
dos distribuciones idnticas el QQ plot ser una lnea recta. Por lo tanto, es posible chequear la
normalidad de los datos del ozono graficando los cuantiles de esos datos versus los cuantiles de
una distribucin estndar normal. Del QQ Plot anterior usted puede ver que el grfico no se
aproxima a una lnea recta. La mayor variacin ocurre en los valores ms bajos de la concentracin
de ozono (seleccionado y mostrado en verde en la imagen de arriba, los cuales se pueden
seleccionar haciendo clic y arrastrando el puntero como en el caso anterior).
Si los datos no exhiben una distribucin normal en ya sea el histograma o el QQ Plot, tal vez sea
necesario transformar los datos para que correspondan a una distribucin normal antes de usar
tcnicas de interpolacin de kriging.
3. Haga clic sobre el botn Close localizado en el extremo superior de la ventana de Normal
QQPlot.
Identificar tendencias globales en sus datos

Si existe una tendencia en sus datos, es un componente que no est al azar (determinstico), de
una superficie que puede ser representada por una frmula matemtica.Por ejemplo, una cuesta
con una ligera pendiente puede ser representada por un plano. Un valle puede ser representado
por una frmula ms compleja (polinomial de segundo orden), que crea una forma de U. Esta
frmula puede producir la representacin de la superficie que usted quiere. Sin embargo, muchas
veces la frmula produce una superficie que es muy suave para mostrar precisamente y
adecuadamente al fenmeno debido a que ninguna cuesta es un plano perfecto y tampoco un valle
tiene la forma de U. La variacin local puede ser adicionada a la superficie modelando la tendencia
utilizando una de stas funciones suavizadas, eliminndola de los datos y continuando su anlisis
modelando los residuales, que son lo que sobra despus de que la tendencia ha sido eliminada.
Cuando se modelen los residuales, usted estar analizando la variacin local en la superficie. La
herramienta Trend Analysis le permite identificar la presencia/ausencia de tendencias y la entrada
de datos, adems de la identificacin del tipo de orden polinomial que ajuste mejor la tendencia.
Pasos:
1. En la barra de Geostatistical Analyst, haga clic sobre Geostatistical Analyst > Explore
Data > Trend Analysis.
2. Haga click sobre la flecha de Attribute y clic en OZONE.

Cada barra vertical en el grfico del anlisis de tendencia representa la localizacin y el valor
(altura) de cada medicin de ozono. Los datos puntuales son proyectaos sobre planos
perpendiculares, plano norte-sud y plano este-oeste. La mejor lnea que se ajusta (polinomial) est
dibujada a travs de los puntos proyectados, mostrando tendencias en direcciones especficas. Si
la lnea fuera plana, esto indicara que no existe tendencia. Sin embargo, si usted mira sobre la
lnea verde en la imagen abajo, usted puede ver que empieza con valores bajos y se incrementa a
medida que se mueve hacia el centro del eje X y luego decrece. Similarmente, la lnea azul
aumenta a medida que se mueve al norte y decrece empezando desde el centro del estado. Esto
demuestra que los datos parecen exhibir una tendencia fuerte desde el centro del dominio de los
datos en todas direcciones.
3. Haga clic sobre la barra de Rotate Locations y muvala hacia la izquierda hasta que el
ngulo de rotacin sea de 90 grados.
Usted puede ver que mientras rota los puntos, las tendencias siempre se exhiben de forma de una
U al revs (patas arriba). Tambin la tendencia parece no ser muy fuerte (una U ms pronunciada)
para cualquier ngulo de rotacin particular, reafirmando la observacin que existe una tendencia
fuerte desde el centro del dominio de los datos en todas direcciones. Debido a la tendencia de la
forma de U, un polinomio de segundo orden es una buena opcin para usar como un modelo
global de tendencia. Esta tendencia es posiblemente causada por el hecho de que la
contaminacin es baja debido a la costa, pero tierra adentro existen grandes poblaciones de
personas que disminuyen hacia las montaas.
4. Haga clic sobre el botn Close localizado en el extremo superior de la ventana de Trend
Analysis.
Explorar la autocorrelacin espacial y las influencias direccionales

Pasos:
1. Sobre la barra Geostatistical Analyst, haga clic sobre Geostatistical Analyst > Explore
Data > Semivariogram/Covariance Cloud.
2. Haga clic sobre la flecha de Attribute y haga clic en OZONE.

La nube de semivariograma/covarianza le permite examinar la autocorrelacin espacial entre los
puntos muestreados medidos, se asume generalmente que lo que est ms cerca de uno se
parece ms a uno (en relacin a valores puntuales). La nube semivariograma/covarianza le permite
examinar esta relacin. Para hacerlo, se grafica un valor de semivariograma, el cual es la
diferencia al cuadrado entre los valores de cada par de localizaciones, sobre el eje Y en relacin a
la distancia que separa cada par de mediciones, la cual es graficada sobre el eje X. Cada punto
rojo en la nube semivariograma/covarianza representa un par de localizaciones. Las localizaciones
que estn ms cercanas entre s se parecen. En el grfico de semivariograma las localizaciones
que estn ms cerca (al extremo izquierdo del eje X), deberan tener valores de semivariograma
pequeos (valores pequeos en el eje Y). A medida que la distancia entre los pares de
localizaciones se incrementa (movindose a la derecha sobre el eje X), los valores de
semivariograma deberan incrementarse (movindose arriba del eje Y). Sin embargo, una cierta
distancia se alcanza donde la nube se aplana, indicando que los valores de los pares de puntos
separados por ms que su distancia ya no estn correlacionados. Observando el semivariograma
pareciera que algunos datos de localizaciones que estn ms cerca (cercano a 0 en el eje X) tiene
un valor de semivariograma ms alto (alto en el eje Y) del que usted esperara, entonces debera
investigar a estos pares de localizaciones para observar si hay una posibilidad de que sus datos no
sean precisos.
3. Haga clic sobre el botn Select Features by Rectangle sobre la barra Tools, luego haga
clic y arrastre el puntero sobre algunos puntos con valores de semivariograma altos (eje Y)
en la ventana de Semivariogram/Covariance Cloud seleccionndolos. (Use el diagrama
como gua no es necesario que usted seleccione exactamente los mismos puntos como la
figura).
Los pares muestreados de las localizaciones que se seleccionan en el semivariograma se resaltan

en el mapa, y las lneas vinculan a las localizaciones indicando el apareamiento. Como se podra
esperar de la prediccin del mapa de kriging por defecto, las lneas con valores altos de
semivariograma para una distancia en particular entre puntos en un par, son aquellos que
corresponden al gradiente ms grande de los valores de ozono.
El diagrama a continuacin muestra los pares con valores de semivariograma tpicos para
aproximadamente las mismas distancias entre los pares de los puntos.
La mayora de las lneas son aproximadamente paralelas a las lneas de costa. Observamos que
hay influencias direccionales que afectan a los datos. Las razones para estas influencias
direccionales pueden ser conocidas por cientficos medioambientales locales y pueden ser
estadsticamente cuantificados sin conocer a las fuentes para la contaminacin alta del aire. Estas
influencias direccionales afectarn a la precisin de la superficie que usted crear en el siguiente
ejercicio. No obstante, una vez que usted conoce si existe uno, el anlisis geoestadstico provee
herramientas para tomarlo en cuenta en el proceso de la creacin de la superficie. Para explorar
una influencia direccional en la nube de semivariograma, usted puede usar las herramientas
Search Direction.
4. Chequee Show search direction.
5. Haga clic y mueva el puntero direccional a cualquier ngulo.
La direccin del puntero determina cuales pares de puntos de las localizaciones de los datos se
grafican sobre el semivariograma. Por ejemplo, si el puntero est en una direccin este-oeste, slo
los pares de las localizaciones de los datos que estn al este u oeste se graficarn sobre el
semivariograma. Esto le permite eliminar pares que no le interesen y explorar las influencias
direccionales sobre los datos.
6. Haga clic y arrastre las herramientas Select Features by Rectangle alrededor de los
pares con los valores de semivariograma ms altos para seleccionarlos sobre el grfico y
en el mapa. (Use la siguiente figura como gua solamente).
Note que la mayor parte de las localizaciones vinculadas (representando pares de puntos sobre el
mapa) corresponden a aquellos de los puntos muestreados en la regin Central de California. Esto
es debido a que los valores de ozono en sta rea son ms altos que en cualquier otro lugar de
California.
7. Haga clic sobre el botn Close en el extremo superior de la ventana.
8. Haga clic sobre el botn en las herramientas de Clear Selected Features para limpiar la
seleccin.
En ste ejercicio usted aprendi a:
Los datos del ozono son unimodales pero no est cerca de una distribucin normal como
se puede apreciar en el histograma.
El QQ Plot tambin muestra que los datos no son normalmente distribudos, ya que los
puntos en el grfico no forman una lnea recta. Una transformacin de los datos puede ser
necesaria.
Usando la herramiento de Trend Analysis usted observ que los datos exhiban una
tendencia e identific que la misma se ajusta a un polinomio de segundo orden.
La nube semivariograma/covarianza ilustr que los valores inusualmente altos de
semivariograma se representan ampliamente por las lneas perpendiculares a la costa. El
anlisis utilizando esta herramienta indica que el modelo de interpolacin a tomarse en
cuenta sera el de anisotropa.
La superficie de semivariograma indica que hay una correlacin espacial entre los datos.
Conociendo que no hay puntos muestrales atpicos (outliers errneos) en el set de datos,
usted puede proceder con confianza a la interpolacin de la superficie. Usted necesitar
crear una superficie ms precisa que la que ha creado en el ejercicio 1 donde utiliz
opciones y parmetros por defecto debido a que ahora conoce que hay una tendencia y
anisotropa en los datos y que usted puede ajustarlos en la interpolacin. Incluso una
transformacin de datos puede mejorar el modelo predicho.

3 Guia ArcGis Geostat PDF

Uploaded by

Document Information

Original Title

Copyright

Available Formats

Share this document

Share or Embed Document

Sharing Options

Did you find this document useful?

Is this content inappropriate?

Copyright:

Available Formats

3 Guia ArcGis Geostat PDF

Uploaded by

Copyright:

Available Formats

Tutorial de anlisis geoestadstico Traducido al castellano por Lic. J. Stephan Dalence Martinic, MSc.

Copyright 1995-2011 Esri. All rights reserved.

Copyright 1995-2011 Esri. All rights reserved.

Introduccin al tutorial de anlisis geoestadstico

Escenario del tutorial

Copyright 1995-2011 Esri. All rights reserved.

Copyright 1995-2011 Esri. All rights reserved.

Copyright 1995-2011 Esri. All rights reserved.

Ejercicio 1: Creando una superficie utilizando

Inicie ArcMap y active

Para empezar, usted iniciar el ArcMap y activar la

Adicione la barra de Geostatistical Analyst

Adiciones sus datos a su sesin de ArcMap

Clic en el botn de Add Data

Copyright 1995-2011 Esri. All rights reserved.

Doble clic en el nombre de la capa O3_Sep06_3pm.

12. Clic en Aceptar.

Copyright 1995-2011 Esri. All rights reserved.

En el men principal haga clic en File > Save.

Crear una superficie usando las opciones por defecto

Aparece la ventana del Geostatistical Wizard.

Copyright 1995-2011 Esri. All rights reserved.

5. Haga clic en Next.

6. Haga clic en Next.

Copyright 1995-2011 Esri. All rights reserved.

7. Haga clic en Next.

Copyright 1995-2011 Esri. All rights reserved.

8. Haga clic en Next.

9. Haga clic en Finish.

Copyright 1995-2011 Esri. All rights reserved.

10. Haga clic en OK.

13. Haga clic sobre el botn

Copyright 1995-2011 Esri. All rights reserved.

21. Arrasyte la capa O3_Sep06_3pm al tope de la table of contents.

Copyright 1995-2011 Esri. All rights reserved.

23. En el recuadro Input geostatistical layer debera aparecer automticamente Default

24. Haga clic sobre OK para correr la herramienta.

Copyright 1995-2011 Esri. All rights reserved.

28. Cierre la ventana Table.

Metodologa de ajuste de superficie

Copyright 1995-2011 Esri. All rights reserved.

Ejercicio 2: Explorando sus datos

Examine la distribucin de sus datos.

Examinando la distribucin de sus datos utilizando la herramienta Histogram

Copyright 1995-2011 Esri. All rights reserved.

3. Haga clic en la capa O3_Sep06_3pm para seleccionarla.

Copyright 1995-2011 Esri. All rights reserved.

Copyright 1995-2011 Esri. All rights reserved.

7. Haga clic sobre el botn de Clear Selected Features en la barra de herramientas de

Crear un QQ plot normal

Copyright 1995-2011 Esri. All rights reserved.

2. Haga clic sobre la flecha Attribute y clic en OZONE.

Identificar tendencias globales en sus datos

Copyright 1995-2011 Esri. All rights reserved.

2. Haga click sobre la flecha de Attribute y clic en OZONE.

Copyright 1995-2011 Esri. All rights reserved.

Copyright 1995-2011 Esri. All rights reserved.

Explorar la autocorrelacin espacial y las influencias direccionales

Copyright 1995-2011 Esri. All rights reserved.

2. Haga clic sobre la flecha de Attribute y haga clic en OZONE.

Copyright 1995-2011 Esri. All rights reserved.

Los pares muestreados de las localizaciones que se seleccionan en el semivariograma se resaltan

Copyright 1995-2011 Esri. All rights reserved.