Propuesta metodológica para la construcción y selección de modelos digitales de elevación de alta precisión
Portada
PDF 
FLIP Citas bibliográficas
Gestores Bibliográficos
Indexadores
Código QR
Autor corporativo
Recolector de datos
Otros/Desconocido
Director audiovisual
Editor/Compilador
Editores
Tipo de Material
Fecha
Cita bibliográfica
Título de serie/ reporte/ volumen/ colección
Es Parte de
Resumen en español
Los modelos digitales de elevación mejoran la precisión en el análisis del terreno. Este trabajo tuvo como objetivo comparar diferentes métodos de interpolación utilizando criterios estadísticos en un levantamiento topográfico de 339 puntos levantados con estación total en la zona de San Juan de Lagunillas (Venezuela). Se documentó la existencia de un proceso de tendencia significativa con autocorrelación espacial modelada mediante un semivariograma gaussiano isotrópico. Los kriging consiguieron residuales menores a un error mínimo tolerable igual 0.1 m. El kriging residual fue el mejor evaluado en la validación cruzada con exclusión (error medio absoluto de 0.71 m). El kriging disyuntivo tuvo menor media del error pero un amplio rango del error y el mayor error medio absoluto (12.8 m). Los otros kriging tienen medias de la varianza del error superiores a 1.3 m y errores mínimos absolutos superiores a 0.85 m. Debido a la alta dependencia en la forma de especificación de los modelos se recomiendan las ayudas gráficas para un mejor ajuste.
Resumen en ingles
Digital Elevation Models improve accuracy in terrain analysis. This work compared different interpolation methods using statistical criteria in a topographic survey of 339 points raised with a total station in the “San Juan de Lagunillas” area (Venezuela). The existence of a signiftablaicant trend process with spatial autocorrelation modeled by an isotropic Gaussian semivariogram was documented. The kriging allowed to obtain residuals less than a minimum tolerable error equal to 0.1 m. The residual kriging was the best evaluated in cross validation with exclusion (absolute mean error of 0.71 m). The disjunctive kriging showed a lower error average but a wider error range and the highest mean absolute error (12.8 m). The other kriging showed mean error variance greater than 1.3 m and absolute minimum errors greater than 0.85 m. Due to the high dependence on the model specification form, graphics are recommended for a better fit.