Geoinformática y geoestadística: descripción general

Fusión basada en geoestadística para mejorar la precisión altimétrica de los modelos digitales de elevación

Felgueiras CA, Ortiz JO, Camargo ECG, Namikawa LM, Rosim S, Oliveira JRF, Renno CD, Sant'Anna SJS y Monteiro AMV

En este artículo se utilizan fusiones basadas en métodos geoestadísticos para mejorar la precisión de los atributos altimétricos de los modelos digitales de elevación (MDE). Se aplican procedimientos de kriging ordinario, kriging con deriva externa, kriging de regresión y cokriging para evaluar representaciones de incertidumbre a partir de las cuales es posible obtener predicciones altimétricas y otra información. El modelado de datos de fusión se realiza a partir de MDE existentes, principalmente disponibles de forma gratuita en Internet, y un conjunto adicional de puntos de muestra 3D de alta precisión. Aunque los MDE gratuitos son densos y generalmente tienen buenas distribuciones espaciales, la precisión de su información altimétrica
puede no ser adecuada para muchas aplicaciones. Una forma de mitigar este problema es combinar, en los procesos de modelado de datos, los datos de MDE disponibles junto con información adicional proveniente de varias otras fuentes y que tiene mejor calidad. Por lo general, los datos altimétricos de alta precisión se recopilan en trabajos de campo, con un costo más alto,
en ubicaciones de puntos específicos dentro de la región espacial de interés. En resumen, este trabajo tiene como objetivo integrar, a través de métodos geoestadísticos, información de elevación espacial de diferentes fuentes, estructuras de datos y precisiones de elevación para obtener DEM más precisos. La metodología abordada en esta investigación se aplicó a un
estudio de caso en una región geográfica del sudeste brasileño. Se realizaron validaciones cuantitativas y cualitativas utilizando un conjunto de datos independientes de alta precisión y comparaciones basadas en diferencias de DEM y extracción automática de la red de drenaje. Para el área de estudio considerada, el kriging con deriva externa y el kriging de regresión han llevado a mejoras cuantitativas y cualitativas similares, mejores que el enfoque de co-kriging.