Lluís Pesquer Mayos, Joan Masó, Xavier Pons
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 (álgebra de mapas, combinación de capas de tipo ráster y vector, transferencia de atributos cuantitativos, etc). Asimismo, algunos de estos modelos pueden beneficiarse de la incorporación de datos de teledetección, de radar meteorológico, etc. Sin embargo, no es frecuente disponer de un entorno donde se integren y coordinen adecuadamente todas estas fuentes y procedimientos de forma conjunta, por lo que el investigador o el técnico deben conformarse con una disponibilidad parcial de recursos o bien migrar varias veces de entorno a lo largo del proceso de modelización. Este trabajo presenta una integración en la línea señalada 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 entre 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 (calidad, linaje,…), 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 (por ejemplo con distintos parámetros de interpolación, añadiendo y suprimiendo fácilmente variables independientes, etc.) y así llegar al escenario óptimo de una forma más fiable y contrastada. En el artículo se detallan los obstáculos que han debido vencerse y se presenta una aplicación en un caso real, propuesta por el Servei Meteorològic de Catalunya (SMC), para la generación continuada de mapas mensuales de variables meteorológicas en base a los datos aportados por las 146 estaciones meteorológicas automáticas.
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 (map algebra, combination of raster and vector-type layers, transfer of quantitative attributes, etc). Some of these models may also benefit from the incorporation of data from remote sensing systems, meteorological radar, etc. However, it is unusual to find an environment in which all these sources and procedures are adequately integrated and coordinated. For this reason, the researcher or technician must accept a partial availability of resources or change position several times during the modelisation process. This study presents the kind of integration mentioned above 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 (quality, lineage, etc), 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 (for example, with different interpolation parameters, easily adding and subtracting independent variables, etc) and in this way create the optimum scenario in a more reliable and contrasted way. This review discuss the obstacles that had to be overcome and present a real-life application suggested by Servei Meteorològic de Catalunya (SMC) for the continuous generation of monthly maps of meteorological variables based on data provided by 146 automatic meteorological stations.
© 2008-2024 Fundación Dialnet · Todos los derechos reservados