Beruflich Dokumente
Kultur Dokumente
Analizando la Fig. 3 y la
Fig. 4 donde se presenta un
modelo en 3D para la
visualización de la
superficie, donde se nota que
la mayor parte de la
superficie tiene un error
menor a 2.5cm, el método da
mayor problema en las zonas
Fig. 2. Residuos de los Modelos de gran pendiente.
Digitales TIN; curvas de
nivel cada 2.5cm
Parámetros M1 M2 M3
Para este método se inicio
Tamaño de celda, x;y 1:1 0.5:0.5 0.5:0.5introduciendo también los
Anisotropía: Radio m 1 1 0.6 parámetros predeterminados
Residuo Máximo 0.1 0.05 0.05 por Surfer13 y dado que se
Interacción máxima 1E5 1E6 1E6
Factor de relajación 1 1 0.5 obtuvo un buen resultado se
Tensión interna 0 0.5 0.5 disminuyo el tamaño de la
Tensión en la Frontera 0 1 0.5 celda y reduciendo el residuo
En la Fig. 10 donde se
presenta un modelo en 3D
donde se puede visualizar
que la superficie se ha
suavizado y que este
modelo digital representa de
mejor forma el terreno.
KRIGING
Fig. 13. Nube de puntos en 3D del
Tabla 4 Fig. 11. Residuos de los Modelos del método estadístico
MÉTODO DE INTERPOLACION Digitales del método Kriging “M6”
KRIGING estadístico Kriging ; curvas
de nivel cada 2.5cm
Parámetros M1 M2 M3 CONCLUSIONES
Tamaño de celda, x;y 1:1 0.7:0.7 0.5:0.5
Anisotropía: Radio m 1 0.6 0.5 Realizando un análisis de
Angulo 0 30 30 los errores mínimos y
Pendiente 1 1 1.5 Para este método estadístico
Fig. 12. Residuos del Modelo Digital máximos generados por
# de Sectores de Búsqueda 4 6 8 también se uso en el primer
Radio 1 50 50 50 modelo
del método estadístico cada modelo con sus
los parámetros Kriging “M6”, curvas de
Radio 2 50 30 30 respectivos parámetros y de
Angulo preestablecidos como se nivel cada 2.5cm
0 120 120 cada método de
indica en la Tabla 4, luego se
Val. Cruzada ANOVA interpolacion, es evidente
incorporo la anisotropía que En la Fig. 13 se puede
Distribución F de Snedecor 0.25 0.24 0.74 que hay métodos de
0.04 como hemos mencionado da presenta el modelo en 3D
Media Cuadrática; Residual 0.062 0.058 interpolacion más eficaces
4 una mejora a los modelos. del modelo 4 generado con
Coef. Deter. Múlt.(R^2) 5E-4 5E-4 1E-3 que otros ya que con los
También se hizo un ajuste de el Kriging, y dado que este
Estadísticas residuos parámetros debidos los
Mínimo -0.23 -0.18 -0.18 la pendiente y se incremento método dio los mejores errores se disminuyen
Máximo 0.24 0.26 0.13 el número de sectores de resultados en cuanto a
Media -1E-3 2E-4 4E-5 significativamente.
búsqueda, dando como predicción de errores se lo
Varianza 4E-4 -3E-4 1E-4
resultado que el modelo 4 se tomara con el más
Desviación Estándar 0.02
0.016 0.012 Los parámetros que mejoran
1 ajusta con una alta exactitud representativo de la
Rango Intercuartil 0.01 a la predicción del modelo
0.01 0.008 a la superficie original y esto superficie.
3 digital de superficie, son la
se puede verificar en las
anisotropía que se estableció
estadísticas del método Si comparamos los modelos por la forma de la superficie
como: error mínimo, error digitales de en 3D de los ya que como se observa en
máximo, desviación estándar mejores 4 modelos los modelos 3D se tiene una
y varianza. generados con cada modelo depresión en la zona
se puede apreciar que el noreste, la cual direcciona al
En la Fig. 11 se muestran los método Kriging tiene un terreno hacia este lugar.
errores de cada modelo y se mayor detalle de la Otro parámetro importante
puede evidenciar como superficie, menos en algunos métodos son las
mejora su predicción con los perturbaciones sobre el zonas de búsqueda, los
parámetros adecuados. Dado terreno, además de que este radios de búsqueda de datos
que el método 4 es el modelo método permite una que también están
relacionados con la representa la realidad de la
anisotropía para el caso de superficie, y por ultimo
estudio y la influencia que tenemos al modelo de
tienen los puntos de distancia inversa ponderada
alrededor sobre uno en que aunque predice pocos
especifico. El tamaño de errores no representa al
celda también juega un terreno ya que genera
papel importante en la la muchas perturbaciones y
generación de los de los deformaciones de la
modelos, para todos los superficie.
métodos reducir el tamaño
de celda mejora la exactitud AGRADECIMIENTOS
del modelo, con excepción
del método IDW que da Se agradece al Ing.
mayor error, generando Gerardo Arbito por el
perturbaciones en la trabajo encomendado ya que
superficie. se realizo bajo su petición y
con este se ha obtenido una
Se puede valorar la buena experiencia en la
coincidencia del modelo modelización digital de
digital con el modelo real superficies
con la ayuda de las
estadísticas de los errores o REFERENCIAS
residuos en los cuales lo [1] Antonio Luis Calaña-Azcuy,
más relevantes son; error "análisis de la precisión de los
mínimo, error máximo, interpoladores del Surfer en la
interpolacion de relieves con
media, desviación estándar, pendientes abruptas",
varianza y rango http://www.redalyc.org/html/22
intercualtilico, siendo a 35/223533734006/
desviación estándar y el
rango intercualtilico los
estadísticos más importantes
para analizar la exactitud de
la predicción. La validación
cruzada también brinda
estadísticos como tabla de
análisis de covarianza
donde los más importantes
son: Factor F de la
distribución de Fisher y
Snedecor y la de media
cuadrática residual los
cuales dan una visión
preliminar de que tan
buenos son los parámetros
usados para la generación
del modelo.
Finalmente se concluye que
le método que mejor predice
la superficie del terpeno es
el método estadística de
Kriging, el cual da muy
buenos resultados y permite
trabajar con valores
pequeños del tamaño de
celda sin perder exactitud,
luego está el método de
curvatura mínima que
también ofrece una
modelación del terreno, la
red de triángulos irregulares
también genera buenos
resultados aunque se una
con líneas rectas los puntos
de la superficie lo cual no