Documenti di Didattica
Documenti di Professioni
Documenti di Cultura
2
KO
, lo que sin duda es de gran valor para la
interpretacin de los resultados sobre todo, de
cara a la integracin de los datos estimados en
un SIG (p.e. Sistema Soporte de Decisin):
Un ejemplo de aplicacin del mtodo se
muestra en la figura 5a-b, que representa el
mapa de estimacin por bloques de la variable
rea basal junto con el mapa de errores de esti-
macin.
Estimacin de funciones de la variable: El
Krigeaje de Indicatrices
El anlisis de datos espaciales requiere, en
muchas ocasiones, estimar funciones de Z(x0),
lo que implica estimar la funcin de distribucin
condicional local {Z(x
0
)/z(x
i
),i=1,,n} (CHICA
Y LUQUE, 2002). Esta situacin es frecuente en
ciencias ambientales cuando el especialista
busca reas en las que un determinado contami-
nante supera un valor lmite problema de alerta.
Con excesiva frecuencia, se observa que la solu-
cin prctica adoptada se reduce a la simple esti-
macin de Z en el rea de estudio, por cualquier
mtodo, y, seguidamente, aplicar un corte al
valor estimado (Z*(x
0
) > z
c
). Es importante
recordar que la distribucin de Z y Z* no coin-
ciden y, por tanto, los resultados de aplicar el
corte sobre el estimador no son ptimos, desde
el punto de vista de los resultados, por lo que los
errores en la toma de decisiones pueden ser
importantes. El problema se reduce a determinar
la funcin de distribucin acumulada
F(z)=Pr{Z(x
0
) < z
c
} cuando el lmite zc vara en
un rango de valores (CHILS & DELFINER, 1999;
CHICAY LUQUE, 2002). Por tanto, ahora, se nece-
sita estimar una funcin de Z(x
0
) y no solamen-
te la esperanza matemtica de Z en el punto x
0
,
como ocurra en el caso anterior (KO). Adems,
otro aspecto a considerar es la escala local para
estimar la funcin de distribucin. Para la reso-
lucin de este problema de estimacin local de
la funcin de distribucin condicional de una
variable, se han propuestos diversos mtodos
geoestadsticos paramtricos y no paramtricos.
Entre los primeros destaca el mtodo de estima-
cin no lineal de Krigeaje Disyuntivo, y entre los
segundos el mtodo de Krigeaje de Indicatrices.
Por su sencillez de aplicacin se expondr un
breve resumen de este segundo mtodo propues-
to por JOURNEL (1983, 1984); no obstante en
CHICA Y LUQUE (2002) puede verse una aplica-
cin de ambos mtodos en ciencias ambientales.
52
M. CHICA-OLMO La Geoestadstica como herramienta de anlisis espacial de datos de inventario forestal
v) , ( = + ) , (
n 1,..., = ,
1 =
)
x
( Z = x Z
i i
n
=1 i
KO
) (
v) (v, - + v) , ( =
2
KO
( ) ( , ) ( ), , - = ...,
La figura 7 muestra un ejemplo de simula-
cin condicional de la variable rea basal.
Como se puede apreciar, la distribucin de los
valores presenta un aspecto ms irregular que la
estimacin por krigeaje (figura 5), al no existir el
efecto de suavizado de la estimacin. En conse-
cuencia este tipo de informacin puede ser utili-
zada en la prctica como una versin posible
de la realidad forestal para cualquier punto del
rea de estudio. A efectos de comparacin en la
figura 8 se han representado los histogramas de
los datos experimentales y de los valores estima-
dos y simulados; destaca el efecto de suavizado
introducido por el krigeaje (varianza de datos
estimados menor que la varianza experimental) y
el parecido entre el histograma experimental y el
de los datos simulados.
CONCLUSIONES
Con cierta frecuencia se constata en la prc-
tica que los mtodos de estimacin espacial
(interpolacin) son utilizados de forma un tanto
arbitraria, quiz sin mediar un anlisis previo de
las caractersticas y naturaleza de estos mtodos
y, en un gran nmero de situaciones, escogidos
por la ventaja manifiesta que supone aparecer en
el men de anlisis espacial del software utiliza-
do. Aunque es cierto que la mayor parte de estos
mtodos conducen a estimaciones globales
insesgadas, no ocurre lo mismo a nivel local, lo
cual plantea un problema serio que con demasia-
da frecuencia pasa inadvertido para el usuario.
Slo las estimaciones realizadas mediante mto-
dos geoestadsticos proporcionan estimaciones
locales fiables, fundamentadas en el uso de la
estructura de variabilidad espacial, es decir el
variograma. Por esta razn los mtodos geoesta-
dsticos de estimacin / simulacin poco a poco
van ocupando un lugar relevante en el anlisis de
datos espaciales, en general, entre los que deben
de incluirse los datos de inventario forestal.
El mtodo de krigeaje, en sus diferentes
modalidades, produce estimaciones ptimas de
la variable espacial, al minimizar el error de esti-
macin y por la condicin de no sesgo del esti-
mador, tanto a escala global como local. El mapa
de estimacin elaborado por este mtodo debe
interpretarse en la prctica como la imagen
54
M. CHICA-OLMO La Geoestadstica como herramienta de anlisis espacial de datos de inventario forestal
Figura 8. Comparacin de histogramas experimental, estimacin y simulacin condicional
ms probable de la distribucin espacial de la
variable estudiada. Su estructura de datos rster
hace que sea fcilmente integrable en bases de
datos geoespaciales como cubierta de informa-
cin SIG. Adems, el mtodo proporciona el
mapa de errores de estimacin, aspecto de mxi-
mo inters en actividades de planificacin
medioambiental, a travs de la interpretacin de
los errores relativos de estimacin.
Otras ventajas, nada despreciables, son que el
mtodo considera el efecto de soporte en la esti-
macin y su adaptacin a cualquier problema
particular relacionado con la estimacin de la
variable o de funciones de sta (valor medio, esti-
macin de funciones de distribucin local, etc.).
De su parte, la simulacin condicional al
reproducir la variabilidad experimental observa-
da, puede interpretarse como una versin posi-
ble de la realidad desconocida. Su robustez, en
cuanto a la reproduccin de estadsticos, de dis-
tribucin espacial y condicionamiento, hace que
las posibilidades de aplicacin del mtodo, junto
con el de krigeaje, sean muy variadas e intere-
santes en el estudio de problemas encontrados en
la gestin forestal.
Agradecimientos
El autor desea manifestar su agradecimiento
al Dr. Santiago Saura de la Universitat de Lleida
por su amable invitacin a participar en estas I
Jornadas sobre Inventario y Teledeteccin
Forestal; asimismo, por haber facilitado la base
de datos del Inventario Ecolgico y Forestal de
Catalua (comarca del Valls Occidental), que ha
permitido desarrollar las aplicaciones geoesta-
dsticas mostradas en el trabajo. Igualmente,
decir que este trabajo ha sido desarrollado en el
marco del Proyecto HIDROGIS del MCyT
(BTE2002-00152).
BIBLIOGRAFA
CHICA, M.; 1983. Approche Gostatistique de la
Caractrisation des Ressources en Charbon.
Thse Docteur Ingnieur de Mines. cole
Nationale Suprieure des Mines de Paris.
Paris.
CHICA, M.; 1987. Anlisis Geoestadstico en la
Explotacin de los Recursos Minerales. Ed.
Mario Chica-Olmo. Granada.
CHICA, M. & LUQUE, J.A.; 2002. Applications of
the local estimation of the probability distri-
bution function in environmental sciences by
kriging methods. Inverse Problems. 18: 25-
36. London.
CHILES, J.P. & DELFINER, P.; 1999. Geostatistics.
Modelling Spatial Uncertainty. Ed. John
Wiley & Sons. New York.
DEUTSCH, C.V. & JOURNEL, A.G.; 1993. GSLIB :
Geostatistical Software Library and Users
Guide. Ed. Oxford University Press. New
York.
JOURNEL, A.G.; 1983. Non parametric estimation
of spatial distributions. Math. Geol. 15: 445-
468.
JOURNEL, A.G.; 1984. The place of non-parame-
tric geostatistics. Proc. NATO ASI. Lake
Tahoe.
JOURNEL, A.G. & HUIJBREGTS, C.J.; 1978. Mining
Geostatistics. Academic Press. London.
MATHERON, G.; 1970. La Thorie des Variables
Rgionalises et ses applications. Centre
Gostatistique et Morphologie Mathmati-
que. Ecole Nationale Suprieure des Mines de
Paris. Paris.
55
Cuad. Soc. Esp. Cienc. For. 19: 47-55 (2005) Actas de la I Reunin de Inventario y Teledeteccin Forestal
LA GEOESTADSTICA COMO HERRAMIENTA DE
ANLISIS ESPACIAL DE DATOS DE INVENTARIO
FORESTAL
M. Chica-Olmo
241
Cuad. Soc. Esp. Cienc. For. 19: 47-55 (2005) Actas de la I Reunin de Inventario y Teledeteccin Forestal
Figura 5. Mapa krigeado (a) y errores de estimacin (b) de la variable rea basal
Figura 7. Simulacin condicional de la variable rea basal sobre soporte de bloque
242
Cuad. Soc. Esp. Cienc. For. 19: 47-55 (2005) Actas de la I Reunin de Inventario y Teledeteccin Forestal
Figura 6 a-d. Distribucin de datos experimentales de la variable rea basal (a); Variograma indicatriz correspon-
diente al corte zc = 25 (b); Mapa de isoprobabilidades correspondiente a rea basal 25 (c) y Mapa de errores de
estimacin (d)