Estimación de valores para puntos sin muestrear


8

Quiero medir la biomasa en una marisma costera. Solo puedo acceder a puntos dentro del polígono. ¿Hay algún método disponible que me permita estimar los valores de los puntos fuera del polígono, en función de los valores de los puntos dentro del polígono?

set.seed(5)
x <- rnorm(50, -1.841, 0.01)
set.seed(50)
y <- rnorm(50, 55.663, 0.01)
xy <- data.frame(x,y, values=rnorm(50))
coordinates(xy) <- c("x", "y")
proj4string(xy) <- CRS("+proj=longlat +ellps=WGS84 +datum=WGS84")
plot(xy)

makePolygons <- function(coordsx, coordsy){

  coords <- matrix(c(c(coordsx, coordsy)), ncol=2)
  p <- Polygon(coords)
  p <- Polygons(list(p), ID = "p")
  myPoly <- SpatialPolygons(list(p))
  spdf = SpatialPolygonsDataFrame(myPoly, data.frame(variable1 = c(2),
                                                     variable2 = c(3), row.names = c("p")))
  proj4string(spdf) <- CRS("+proj=longlat +datum=WGS84 +ellps=WGS84 +towgs84=0,0,0")

  print("polygon is in longlat!!!")

  spdf

}

myPoly <- makePolygons(coordsx=c(-1.841960, -1.843464, -1.888623, -1.841960), 
                      coordsy=c(55.633696, 55.68178, 55.63841, 55.633696))

plot(myPoly, add=T)

ingrese la descripción de la imagen aquí


La vegetación se encuentra en marismas en una zona intermareal, algunas áreas son demasiado peligrosas para llegar. La biomasa vegetal es una variable predictiva
luciano

99
Tiene un problema importante, porque es muy probable que la inaccesibilidad y la biomasa estén relacionadas. Eso hace que no sea válido extrapolar datos obtenidos de lugares accesibles a todos los lugares. Para un enfoque válido, debe encontrar alguna forma, aunque solo sea una forma sustituta, de medir alguna parte representativa de las áreas inaccesibles. Kriging (y la mayoría de los otros procedimientos de contorneado) cubrirán el problema maravillosamente y el software felizmente le dará resultados muy detallados e increíblemente incorrectos.
whuber

2
Mi enfoque sería relacionar las estimaciones de biomasa terrestre con los valores de NDVI, tal vez basados ​​en datos de Landsat. Use la regresión para predecir la biomasa del NDVI dentro de las zonas de peligro.
Aaron

@whuber, aunque las áreas dentro de los polígonos rojos son accesibles, las personas nunca las usan.
luciano

1
¿Que importa eso? ¿Cómo cambia eso la naturaleza de su estudio o el procedimiento de muestreo?
whuber

Respuestas:


1

Mi mejor conjetura es transformar los polígonos en una cuadrícula de puntos y estimar el valor en cada punto que no se superpone a los puntos que contienen datos. Hay un tutorial bastante bueno sobre esto aquí .

Al usar nuestro sitio, usted reconoce que ha leído y comprende nuestra Política de Cookies y Política de Privacidad.
Licensed under cc by-sa 3.0 with attribution required.