Geoinformática y geoestadística: descripción general

Análisis comparativo de técnicas de interpolación espacial para las precipitaciones en el distrito de Hassan, Karnataka, India

Almohadilla para la almohadilla Pushpa

Los datos de precipitación medidos con pluviómetros, aunque están disponibles como datos puntuales, han sido un parámetro de entrada valioso para el análisis en estudios climáticos, estudios de humedad del suelo, gestión de cuencas hidrográficas, etc. Sin embargo, los requisitos de datos para tales estudios han superado las estrategias de monitoreo convencionales y han avanzado hacia resoluciones más finas, tanto en escalas de tiempo como de espacio. Como no es posible ubicar pluviómetros en todas las ubicaciones, los valores de las estaciones de pluviómetros vecinas se pueden utilizar para estimar las cantidades de lluvia en sitios no registrados mediante diversas técnicas y, en última instancia, utilizarlos para desarrollar mapas de lluvia. En este estudio, se obtuvieron datos de precipitación diaria de 5 años desde enero de 2011 hasta diciembre de 2015 para el distrito de Hassan en Karnataka. Se comparó el rendimiento de las técnicas de interpolación de ponderación de distancia inversa (IDW), spline, tendencia y kriging. En el estudio se utilizaron treinta y ocho estaciones de pluviómetros (28 para interpolación, 10 para validación). La interpolación se llevó a cabo utilizando la herramienta de mapeo de lluvia automatizada, desarrollada con Python 2.7, PyQT, Wxpython y ArcGIS. Los resultados de la validación cruzada se informan en términos de valores de error RMSE y R2. La interpolación de la precipitación media anual de 5 años dio la mejor concordancia con los valores reales para kriging universal con deriva cuadrática, produciendo un RMSE de 132 mm y un valor R2 de 0,906. Además, kriging funcionó bien (RMSE = 0,6 a 1,7 mm, R2 = 0,91 a 0,96) durante los meses lluviosos, mientras que IDW funcionó relativamente mejor que las otras técnicas al considerar los 60 meses. Las curvas de probabilidad de excedencia mostraron que en el 10% del total de meses (60) considerados, el kriging y el spline arrojan un R2 mayor que 0,9, mientras que considerando solo los meses lluviosos, se observó que el kriging, el spline y el IDW arrojan valores R2 mayores que 0,8 aproximadamente en el 60% del tiempo total. La interpolación de la precipitación diaria reveló una alta variabilidad en el desempeño de los interpoladores para cada día, lo que dificulta elegir una técnica como la mejor entre otras.