Córdoba M., Paccioretti P., Bruno C., Aguate F., Balzarini M.

Presentación del tema: "Córdoba M., Paccioretti P., Bruno C., Aguate F., Balzarini M."— Transcripción de la presentación:

1 Córdoba M., Paccioretti P., Bruno C., Aguate F., Balzarini M.
FastMapping: software para mapeo de variabilidad en dominios espaciales continuos Córdoba M., Paccioretti P., Bruno C., Aguate F., Balzarini M. Septiembre 2017

2 1. Introducción Nuevas tecnologías asociadas a la agricultura de precisión producen grandes volúmenes de datos georreferenciados Surge la necesidad de contar con herramientas de software integradas para el mapeo de variabilidad espacial Existen excelentes herramientas de software libre para ajustar variogramas y realizar interpolaciones (R, Vesper, GIS..) Requieren conocimientos de programación especializada o no ofrecen herramientas para el pre-procesamiento y depuración de los datos

3 1. Introducción FastMapping automatiza, en una plataforma amigable, un protocolo de análisis geoestadístico tendiente a mapear la variabilidad espacial La aplicación web fue creada en el lenguaje de programación R usando la librería shiny y Shinythemes como interfase gráfica Involucra las librerías automap y gstat para el ajuste de variogramas y la generación de mapas de variabilidad espacial, spdep para la depuración FastMapping es libre y accesible desde cualquier navegador web

4 2. Protocolo para análisis de variabilidad espacial
Depuración Bordes Outliers globales Outliers espaciales Ajuste de variogramas Empirico y teóricos Selección de modelo teórico de mejor ajuste Interpolación Mapa predicción Mapa varianza predicción

5 2.1. Depuración Eliminación efecto de borde o “cabecera”
Eliminación por valores mínimos y máximos esperados Eliminación de outliers globales Eliminación de outliers espaciales

6 Índice de autocorrelación espacial local de Moran (Anselin, 1995)
2.1. Depuración Eliminación de outliers espaciales Índice de autocorrelación espacial local de Moran (Anselin, 1995)

7 2.2. Ajuste de variogramas Ajuste de variograma empírico
Ajuste de variograma experimental Uno o varios modelos teóricos Con o sin tendencia dadas por las coordenadas Selección de modelo de mejor ajuste vía validación cruzada

8 2.2. Ajuste de variogramas Model Parcial.Sill Range SCE Nugget RMSE
% Error Exp 0.86 45.35 1.02 0.23 0.53 22.37

9 2.3. Interpolación Kriging Ordinario Universal Puntual o bloque
Global o local

10 3. Ilustración