Introducción al análisis geoestadístico de datos en geociencias: teoría y aplicación

Kriging, el método de interpolación asociado a geoestadística, se ha usado y ha sido propuesto como el mejor método de interpolación, muchas veces sin realmente entender cómo es que se usa adecuadamente y dejando que el software que lo brinda decida cómo implementarlo. Esta aseveración tiene fundame...

Descripción completa

Detalles Bibliográficos
Autor principal:	Garnier-Villarreal, Maximiliano
Formato:	Online
Idioma:	spa
Publicado:	Universidad de Costa Rica 2022
Acceso en línea:	https://revistas.ucr.ac.cr/index.php/geologica/article/view/51474

id	RGAC51474
record_format	ojs
spelling	RGAC514742023-09-13T00:12:48Z Introduction to geostatistical analysis of data in geosciences: theory and aplication Introducción al análisis geoestadístico de datos en geociencias: teoría y aplicación Garnier-Villarreal, Maximiliano Geostatistics Kriging R Variogram Interpolation Cross-validation Geoestadística Kriging R Variograma Interpolación Validación cruzada Kriging, the interpolation method linked to geostatistics, has been used and has been proposed as the best interpolation method, a lot of times without really understanding how to properly apply it and allowing the software that offers it to decide how to implement it. This statement is correct when used in the right way, performing all the necessary steps throughout the geostatistical analysis and modeling, for this reason is necessary to understand how to apply Kriging correctly so the results are relevant and reliable. These steps are detailed in this work, going over the theory, and through a practical example, using average temperature data over the last 10 years for March 8th for the San José province, the method is implemented using the free statistical software R. Additionally, a free access web application is shown for those who are not comfortable using programming languages. Kriging, el método de interpolación asociado a geoestadística, se ha usado y ha sido propuesto como el mejor método de interpolación, muchas veces sin realmente entender cómo es que se usa adecuadamente y dejando que el software que lo brinda decida cómo implementarlo. Esta aseveración tiene fundamento cuando se procede de la manera correcta, realizando los pasos necesarios durante el análisis y modelado geoestadístico, por lo que es necesario entender cómo aplicar Kriging correctamente para que los resultados obtenidos sean relevantes y confiables. Estos pasos se detallan en este trabajo, abordando la teoría, y mediante un ejemplo, con datos de la temperatura promedio de los últimos 10 para el 8 de Marzo para la provincia de San José, se pone en práctica el método usando el software estadístico libre R. Adicionalmente, se presenta una aplicación web de libre acceso para quienes no se sientan cómodos usando lenguajes de programación. Universidad de Costa Rica 2022-06-20 info:eu-repo/semantics/article info:eu-repo/semantics/publishedVersion Article text/html application/pdf application/epub+zip https://revistas.ucr.ac.cr/index.php/geologica/article/view/51474 10.15517/rgac.v67i0.51474 Revista geológica de América central; Vol. 67 (2022): July-December; 1-22 Revista geológica de América central; Vol. 67 (2022): Julio-Diciembre; 1-22 2215-261X 0256-7024 spa https://revistas.ucr.ac.cr/index.php/geologica/article/view/51474/52401 https://revistas.ucr.ac.cr/index.php/geologica/article/view/51474/51786 https://revistas.ucr.ac.cr/index.php/geologica/article/view/51474/52402 Derechos de autor 2023 Maximiliano Garnier-Villarreal https://creativecommons.org/licenses/by-nc-sa/3.0/cr/
institution	Universidad de Costa Rica
collection	Revista Geológica de América Central
language	spa
format	Online
author	Garnier-Villarreal, Maximiliano
spellingShingle	Garnier-Villarreal, Maximiliano Introducción al análisis geoestadístico de datos en geociencias: teoría y aplicación
author_facet	Garnier-Villarreal, Maximiliano
author_sort	Garnier-Villarreal, Maximiliano
description	Kriging, el método de interpolación asociado a geoestadística, se ha usado y ha sido propuesto como el mejor método de interpolación, muchas veces sin realmente entender cómo es que se usa adecuadamente y dejando que el software que lo brinda decida cómo implementarlo. Esta aseveración tiene fundamento cuando se procede de la manera correcta, realizando los pasos necesarios durante el análisis y modelado geoestadístico, por lo que es necesario entender cómo aplicar Kriging correctamente para que los resultados obtenidos sean relevantes y confiables. Estos pasos se detallan en este trabajo, abordando la teoría, y mediante un ejemplo, con datos de la temperatura promedio de los últimos 10 para el 8 de Marzo para la provincia de San José, se pone en práctica el método usando el software estadístico libre R. Adicionalmente, se presenta una aplicación web de libre acceso para quienes no se sientan cómodos usando lenguajes de programación.
title	Introducción al análisis geoestadístico de datos en geociencias: teoría y aplicación
title_short	Introducción al análisis geoestadístico de datos en geociencias: teoría y aplicación
title_full	Introducción al análisis geoestadístico de datos en geociencias: teoría y aplicación
title_fullStr	Introducción al análisis geoestadístico de datos en geociencias: teoría y aplicación
title_full_unstemmed	Introducción al análisis geoestadístico de datos en geociencias: teoría y aplicación
title_sort	introducción al análisis geoestadístico de datos en geociencias: teoría y aplicación
title_alt	Introduction to geostatistical analysis of data in geosciences: theory and aplication
publisher	Universidad de Costa Rica
publishDate	2022
url	https://revistas.ucr.ac.cr/index.php/geologica/article/view/51474
work_keys_str_mv	AT garniervillarrealmaximiliano introductiontogeostatisticalanalysisofdataingeosciencestheoryandaplication AT garniervillarrealmaximiliano introduccionalanalisisgeoestadisticodedatosengeocienciasteoriayaplicacion
_version_	1811747009255702528

Introducción al análisis geoestadístico de datos en geociencias: teoría y aplicación

Ejemplares similares