Integración S.I.G. de regresión multivariante, interpolación de residuos y validación para la generación de rásters continuos...

...de variables meteorológicas.

L. Pesquer, J Masó y X. Pons

RESUMEN
Determinados modelos de obtención de datos espaciales basados en variables cuantitativas requieren de métodos estadísticos de regresión múltiple combinados con técnicas de interpolación espacial y procedimientos de análisis SIG. Asimismo, algunos de estos modelos pueden beneficiarse de la incorporación de datos de teledetección.
Este trabajo presenta un entorno donde se integran y coordinan adecuadamente todas estas fuentes y procedimientos que no sólo redunda en una mayor comodidad para el usuario, sino que aporta importantes mejoras de fondo, como la desaparición de la pérdida de precisión durante algunas transformaciones de formatos entre el SIG y los softwares estadísticos, el tratamiento integrado del filtrado de datos válidos y del análisis de error, la documentación de metadatos a lo largo del proceso y en las capas finales, la preparación de la difusión en Internet en base a estándares, etc. Asimismo, el hecho de simplificar de forma muy significativa el proceso permite aumentar el número de pruebas, con menor posibilidad de errores fortuitos, y así llegar al escenario óptimo de una forma más fiable y contrastada. Finalmente, la facilidad en la incorporación de datos de sensores remotos ha permitido mejorar los modelos meteorológicos previos.
PALABRAS CLAVE: SIG, Teledetección, Meteorología, integración de datos.

ABSTRACT
A number of models that are used to obtain spatial data based on quantitative variables require multiple regression statistical models combined with spatial interpolation techniques and GIS analysis procedures. Some of these models may also benefit from the incorporation of data from remote sensing systems.
This study presents an integrated environment which not only makes it easier for the user, but also provides a number of important basic improvements, such as the disappearance of the loss of precision between some format transformations, between the GIS and statistical softwares, the integrated treatment of the filtering of valid data and error analysis, the documentation of metadata throughout the process and, in the final layers, the preparation for publication on the Internet according to standards, etc. Moreover, by significantly simplifying the process it is possible to increase the number of tests, decrease de possibility of fortuitous errors, and, in this way, to create the optimum scenario in a more reliable and contrasted way. Finally, the easy incorporation of remote sensing data has allowed improving the previous meteorological models.
KEY WORDS: GIS, Remote Sensing, Meteorology,data integration.

PULSE AQUI PARA DESCARGAR EL ARTÍCULO COMPLETO.