MODELO DE PREDICCIÓN ESPACIAL DE ONDULACIÓN GEOIDAL, PARA EL ÁREA URBANA DE QUITO, UTILIZANDO TÉCNICAS GEOESTADÍSTICAS
Contenido principal del artículo
Resumen
El presente estudio tiene como objetivo la determinación de un modelo de predicción espacial de la variable ondulación geoidal para la zona urbana del cantón Quito utilizando técnicas geoestadísticas. El primer paso para la obtención del modelo es el análisis exploratorio de datos, seguido del análisis estructural, a través de la modelación de un variograma omnidireccional bajo el supuesto de isotropía, y la predicción espacial, utilizando el predictor de Kriging ordinario. El modelo obtenido se lo representa a través de un mapa de predicción. Finalmente, el modelo geoestadístico, se lo compara con los modelos globales EGM96, EGM08 y el modelo local “NEURONAL PARA LA PREDICCIÓN DE LA ALTURA GEOIDAL LOCAL EN EL ECUADOR”, que actualmente se usan en el área de estudio. Los datos geodésicos utilizados en este estudio fueron proporcionados por el Instituto Geográfico Militar del Ecuador.
Detalles del artículo
Cómo citar
MODELO DE PREDICCIÓN ESPACIAL DE ONDULACIÓN GEOIDAL, PARA EL ÁREA URBANA DE QUITO, UTILIZANDO TÉCNICAS GEOESTADÍSTICAS. (2020). Revista Geoespacial, 14(1), 83-102. https://doi.org/10.24133/geoespacial.v14i1.1597
Sección
Artículos Técnicos
Acceso a archivos
Los artículos publicados en la Revista Geoespacial se sujetan a las directrices de OPEN ACCES, en cuanto a la apertura de su contenido hacia todos los visitantes del sitio.
Derechos que conserva el autor:
El autor conserva los derechos morales de publicación
Cesión de derechos a autores:
Se cede los derechos de citas, referencias y temas relacionados con aspectos académicos y de investigación
Cómo citar
MODELO DE PREDICCIÓN ESPACIAL DE ONDULACIÓN GEOIDAL, PARA EL ÁREA URBANA DE QUITO, UTILIZANDO TÉCNICAS GEOESTADÍSTICAS. (2020). Revista Geoespacial, 14(1), 83-102. https://doi.org/10.24133/geoespacial.v14i1.1597
Referencias
Alfaro, M. A. (2007). Estimación de Recursos Mineros. http://cg.ensmp.fr/bibliotheque/cgi-bin/public/bibli_index.cgi. Ingresado: Mayo de 2014
Blitzkow, D., Drewes, H., Sánchez L., & Freiras, S. (SF). Sistema Vertical de Referencia para América del Sur. Recuperado de: http://azimuth.univalle.edu.co/docsdownload/archivo3.doc. Ingresado: Mayo de 2014
Drewes, H. & Sánchez, L. (2002). Curso de Sistemas de Referencia en Geodesia. Quito. Instituto Geográfico Militar.
Giraldo, R. (2007). Introducción a la Geoestadística. Teoría y Aplicaciones. ftp://ftp.ciat.cgiar.org/DAPA/projects/Cursos_Talleres/Curso_R/DOCUMENTOS/LIBRO%20DE%20GEOESTADISTICA.pdf. Ingresado: Mayo de 2014
Heiskanen W. A. & Moritz H. (1985). Geodesia Física. Instituto Geográfico Nacional. Madrid.
Mena J. B. (2008). Geodesia Superior, Volumen 1. Centro Nacional de Información Geográfica.Madrid.
Mena J. B. (2008). Geodesia Superior, Volumen 2. Centro Nacional de Información Geográfica. Madrid.
Oliver, M. A. (2010). Geostatistics Aplications for Precision Agriculture. Springer Science+Business Media BV. New York.
Renard D. & Ors F. (2014). RGeostats Manual. http://rgeostats.free.fr/doc/Manual/Manual.pdf. Ingresado: Mayo de 2014
Tierra A. & Acurio V. (2016). Modelo neuronal para la predicción de la altura geoidal local en el Ecuador. Revista Geoespacial. Número 13, 59-71
Blitzkow, D., Drewes, H., Sánchez L., & Freiras, S. (SF). Sistema Vertical de Referencia para América del Sur. Recuperado de: http://azimuth.univalle.edu.co/docsdownload/archivo3.doc. Ingresado: Mayo de 2014
Drewes, H. & Sánchez, L. (2002). Curso de Sistemas de Referencia en Geodesia. Quito. Instituto Geográfico Militar.
Giraldo, R. (2007). Introducción a la Geoestadística. Teoría y Aplicaciones. ftp://ftp.ciat.cgiar.org/DAPA/projects/Cursos_Talleres/Curso_R/DOCUMENTOS/LIBRO%20DE%20GEOESTADISTICA.pdf. Ingresado: Mayo de 2014
Heiskanen W. A. & Moritz H. (1985). Geodesia Física. Instituto Geográfico Nacional. Madrid.
Mena J. B. (2008). Geodesia Superior, Volumen 1. Centro Nacional de Información Geográfica.Madrid.
Mena J. B. (2008). Geodesia Superior, Volumen 2. Centro Nacional de Información Geográfica. Madrid.
Oliver, M. A. (2010). Geostatistics Aplications for Precision Agriculture. Springer Science+Business Media BV. New York.
Renard D. & Ors F. (2014). RGeostats Manual. http://rgeostats.free.fr/doc/Manual/Manual.pdf. Ingresado: Mayo de 2014
Tierra A. & Acurio V. (2016). Modelo neuronal para la predicción de la altura geoidal local en el Ecuador. Revista Geoespacial. Número 13, 59-71