viernes, 10 de diciembre de 2010

[GeoSTA] Semivariogramas teóricos con R

Empezando a aprender conceptos básicos de geoestadística, estoy lidiando con algunos de ellos duros inicialmente, pero interesantes e importantes para entender bien la modelización espacio-temporal. Así que en estas tareas, creo que he asimilado el concepto de variograma y semivariograma (pronto publicare unos pequeños apuntes sobre conceptos básicos); y he tenido que realizar un resumen de los principales modelos teóricos de semivariogramas. La cuestión es que me apetecía hacer unas gráficas básicas sobre los modelos teóricos y en primer lugar pense en hacerlos con power point, pero luego, pense que mejor los hacía con R, y así de camino aprendía algo más.
Para ello he utilizado el paquete geoR sobre geoestadística y he conseguido representar mediante una simulación tres modelos teóricos del semivariograma: exponencial, gausiano y esférico). A continuación os dejo la gráfica que he producido y el código que he utilizado para ello.

La figura muestra la semivarianza (eje y) frente a la distancia (eje x). En el siguiente código se explica como se ha realizado tal gráfico:
plot(0:2, 0:2, type="n",axes=F, xlab="|h|", ylab=expression(gamma(h)), font.lab=2)
axis(1, at=c(0,6), labels=F)
axis(2, at=c(-.5,6), labels=F, pos=0)
lines.variomodel(cov.m="sph", cov.p =c(1, .8), nug=.06, max.dist=3, lty=1, scaled=T, col="black", lwd=2)
lines.variomodel(cov.m="exp", cov.p =c(1, .8), nug=.06, max.dist=3, lty=1, scaled=T, col="red", lwd=2)
lines.variomodel(cov.m="gau", cov.p =c(1, .8), nug=.06, max.dist=3, lty=1, scaled=T, col="blue", lwd=2)
legend("top",
expression(list("Esférico"),list("Exponencial"), list("Gaussiano")),
lty=c(1,1,1), lwd=c(2,2,2), col=c("black","red","blue"))
Los parámetros mas importantes de lines.variomodel son:
  • cov.m que nos indica el modelo teórico, como por ejemplo: esférico ("sph"), exponencial ("exp"), gaussiano ("gau"), etc.
  • cov.p nos indica los parámetros meseta o sill y el rango
  • nug nos permite especificar el efecto "pepita" (nugget) (vamos, la separación que observarmos en el eje de ordenadas respecto del origen)
Pues nada mas por ahora, pronto vendrán los apuntes de los conceptos básicos en geoestadística.

2 comentarios:

  1. Entiendo que esta es tu primera entrada resultante de lo que estás aprendiendo en el master. Algo me dice que no será la última...

    ¡Que tiemblen los gurús de la "ecoestadística", nuestro Antonio ha cruzado uno de sus umbrales y tiene nuevos superpoderes! ;)

    Abrazos

    ResponderEliminar