Taller IDW-TIN

Elaborado por:
Miguel Angel Gallo Cerquera-2043334
José Alejandro Gonzalez Lopez-2041254

Presentado a:
Fabio Andrés Herrera

Fecha Entrega:
11/11/2022

Asignatura:
Modelos Digitales de Terreno

Universidad del Valle

Escuela de Ingeniería Civil y Geomática
Programa de Ingeniería Topográfica
Cali, Colombia
2022
 Contenido

Contenido 2

Resumen 2

Desarrollo de la práctica 5

Resultados y análisis 16

Conclusiones 33

Resumen
El objetivo general de esta actividad fue el de apropiarse del concepto de
modelo digital de elevación por medio de dos métodos de interpolación:
TIN (red de triángulos irregulares) e IDW (interpolación mediante
distancia inversa) describiendo a detalle cómo fueron desarrollados con
el uso del software QGIS y paralelamente usar la aplicación de dichos
modelos en cálculos a mano para dar respuesta a problemas planteados
en el taller.

Metodología
El procedimiento metodológico usado para la realización del objetivo
general de la actividad consistió en, primeramente, obtener un insumo
cartográfico sobre el cual iba a ser realizada toda la serie de actividades.
Al momento de tener el respectivo mapa de alguna zona colombiana cuya
topografía fuese no tan plana y cuya área no fuese tan pequeña se
procedió a georreferenciar la imagen cartográfica a un sistema de
referencias reales para que quedase situado en una posición real dentro
del software QGIS.
Teniendo ya nuestra área de trabajo en coordenadas planas se procedió
a obtener 200 distintos puntos coordenados con altura de la misma base
de datos de la cual fue extraído el insumo cartográfico (Colombia en
mapas) para así tener un conjunto de valores dentro de nuestra área
sobre los cuales íbamos a realizar las interpolaciones IDW y TIN.

Pagina 2
Según el software QGIS, la interpolación IDW genera una interpolación
de Distancia Inversa Ponderada (DIP) desde una capa vectorial puntual.
Los puntos muestreados son ponderados durante la interpolación de tal
manera que la influencia de un punto relativo a otro disminuye con la
distancia hacia el punto desconocido que se desea crear.
A su vez, la interpolación TIN genera una interpolación de Red de
Triángulos Irregulares (RTI) a partir de una capa vectorial puntual.

Con el método RTI se puede crear una superficie formada por triángulos
de puntos de los vecinos más cercanos. Para hacer esto, se crean
circunferencias alrededor de puntos de muestreo seleccionados y sus
intersecciones son conectadas a una red de triángulos no superpuestos y
tan compacta cómo es posible. Las superficies resultantes no son suaves.

El algoritmo crea ambos, la capa ráster de valores interpolados y la capa

vectorial lineal con las líneas de triangulación.

Una vez comprendida la metodología que emplea ambos métodos de

interpolación se procedió a entender la manera en la que se hacían
funcionar dichos métodos. El TIN requiere que se agregue el conjunto de
datos, el tamaño del píxel y una ruta de salida para la imagen ráster y
otra para la triangulación vectorial que genera esta interpolación. La IDW
solo genera una imagen ráster pero para poder generarla se requiere
escoger la capa de valores que se usará, el coeficiente de p de distancia
y la ruta de salida para el archivo.

Así pues, teniendo entendida la manera digital en la que funcionan las

interpolaciones se procedió entonces a comprender la metodología que se
usa para realizar dichas interpolaciones a mano.

Para las interpolaciones TIN se realiza el siguiente proceso explicado

durante la clase por el profesor, en las diapositivas de la clase 4 de la
asignatura modelos digitales de terreno, dictada por el profesor Fabio
Herrera:

Pagina 3
Y en las interpolaciones IDW explicadas en el mismo documento del ya
mencionado maestro, la fórmula que se usa para calcularlas es el
siguiente:

Pagina 4
Teniendo ya establecida la metodología de trabajo y habiendo
comprendido el uso de todos los insumos para el desarrollo de esta
actividad, se procedió a dar respuesta a todos los ítems que componían
el “TALLER_IDW_TIN”.

Desarrollo de la práctica
En el primer punto del taller se pide detallar el proceso mencionado grosso
modo en la metodología sobre la obtención de un insumo cartográfico
digital georreferenciado el cual fue usado para generar los modelos
digitales de elevación.
Para poder obtener un insumo cartográfico se utilizó la herramienta
Colombia en mapas, una plataforma desarrollada por el instituto
geográfico Agustín Codazzi IGAC donde se disponen datos geográficos de
Colombia, buscando cartografía básica con zonas de terreno montañoso
se da con la plancha 300IIB la cual cubre parcialmente los municipios de

Pagina 5
palmira (valle del cauca), pradera (valle del cauca), Rioblanco (Tolima).

Seguido a esto se realiza un Excel con las coordenadas de la grilla

identificando el sistema de referencia que tiene la plancha, un ID,
coordenada este y coordenada norte, se ingresa el archivo delimitado por
comas al software QGIS.

Después, con ayuda de la herramienta georreferenciador, referenciamos

un ráster de la plancha con los puntos de la grilla, asignando un punto de
la plancha con un punto de grilla generada anteriormente, este proceso
se realizaba con cada punto de vértice, con ayuda de la transformación
polinomial 3 observamos el error que generamos en la georreferenciación,

Pagina 6
el cual debe ser entre 0 y 2.

Posterior al tener el ráster georreferenciado, se crean 200 puntos con

información de alturas, las cuales se obtienen por las curvas de nivel que
ofrece la plancha, con ayuda de la herramienta Colombia en mapas
pasamos los datos de grilla y consultamos la información de coordenadas
teniendo en cuenta el sistema de referencia de la plancha a trabajar.

Pagina 7
Se crea un archivo tipo CSV delimitado por comas con información como
Id, coordenada x, coordenada Y, y altura z, seguido a esto la ingresamos
al software QGIS.

Finalmente se obtienen los 200 puntos generados con valores z (altura).

Pagina 8
Para el segundo ítem de la actividad, se pide encontrar el valor de la
materia orgánica en un punto con coordenadas X y Y:

Aplicando el método IDW especificado en la metodología de trabajo, se

obtuvo la siguiente tabla con la siguiente distancia:

Al tener las distancias se puede aplicar la fórmula del parámetro de

potencia detallada en la metodología, para así obtener el siguiente
resultado.

Pagina 9
El valor de M.O en el punto 7 es de 2,8
3)En la tercera parte de la actividad se pide hallar el valor de z en un
punto coordenado, para el cual se hizo uso del proceso de interpolación
TIN especificado en la metodología.

Pagina 10
Pagina 11
El valor de Z en el punto 320, 200 es de 66,55.
El cuarto y último ítem del taller indicaba que sobre la imagen
georreferenciada de la primer parte se realizarán distintas interpolaciones
para distintos porcentajes de datos sobre el conjunto de 200 puntos con
elevación previamente georreferenciados, de la siguiente manera:

Pagina 12
Para 4 distintos porcentajes de datos del conjunto de 200 puntos se deben
generar 12 capas, en las cuales se realizaron las siguientes combinaciones
para la interpolación IDW: para un coeficiente p=1, una capa para el
tamaño de pixel a 20 metros, otra capa para tamaño de pixel a 50 metros
y otro tamaño de píxel definido por el grupo de trabajo el cual fue de 80
m, de la misma manera otras 3 capas de combinaciones para el
coeficiente de potencia 2, y por último un último conjunto de
combinaciones para un coeficiente de potencia determinado por el grupo
de trabajo, el cual fue de 5, para los 3 distintos tamaños de pixel.
Respecto a la interpolación TIN solo deben hacerse 3 capas para los
mismos 3 distintos tamaños de píxel: a 20 metros, a 50 metros y el
último, el que previamente estaba definido por el grupo de trabajo, a 80
metros.
De la misma manera se realizaron las interpolaciones IDW y TIN para el
75% de los datos totales, o sea, para una muestra de 150 datos, también
para el 50% de los datos, es decir, 100 datos y por último al 10% de los
datos, es decir para 20 datos. En total se iban a obtener un total de 48
capas al realizar la sumatoria de las 12 capas tanto TIN como IDW para
cada uno de los 4 conjuntos de porcentajes de datos:

Pagina 13
Finalmente se realizó la obtención de un conjunto datos de validación,
siendo en el caso del grupo de trabajo 40 datos, de la misma forma en
que se obtuvieron que van a estar repartidos a lo largo del área de
trabajo.

Pagina 14
Dichos puntos se van a contrastar con un conjunto de datos que se
obtiene al hacer uso del complemento de análisis de QGIS llamado point
sampling tool, con el cual se va a extraer un archivo de valores separados
por comas (CSV) con columnas diligenciadas con datos de cotas para cada
capa respecto a un porcentaje de valores del total de datos general.
Dichas cotas de cada capa se van a contrastar en un gráfico de dispersión
para poder visualizar la tendencia lineal del conjunto de datos y así
determinar la fuerza de relación lineal entre las dos variables que se están
comparando. Así pues, se van a tener como resultado 48 gráficos para
cada una de las capas que fue comparada con el valor de la cota de los
45 datos de validación.

Pagina 15
 Resultados y análisis
Para el conjunto del 100 % de los datos, podemos determinar de manera
visual respecto a las interpolaciones IDW que para un coeficiente de
potencia p=5 y un tamaño de píxel de 80 metros se pueden visualizar de
manera más clara las zonas con mayor altura o diferencia de cotas, siendo
estas las más blancas:

en contraste con la interpolación con un coeficiente mucho menor (p=1)

en la que se ve con mayor dificultad las zonas de mayor altura, aunque
se tenga el mismo tamaño de pixel:

Pagina 16
Para las interpolaciones TIN en este porcentaje de datos no es posible
diferenciar a simple vista una gran diferencia entre estas interpolaciones
a un pixel de 80 metros:

Pagina 17
con respecto a una interpolación a 20 metros:

Pagina 18
Este fenómeno podría deberse al área de trabajo en la que se realizaron
todos los procesos ya que no es particularmente pequeña.
Respecto al 75% de los datos podemos observar que el fenómeno se
repite respecto a las interpolaciones IDW, y además, que con el tamaño
de pixel a 50 metros con un coeficiente de potencia p=5:

Se ve con mayor resolución respecto a los datos con tamaño de pixel a

80 metros :

Pagina 19
Respecto a la TIN, la diferencia de cotas se aprecia mejor con un tamaño
de pixel a 20 metros, y además se nota una menor cantidad de red de
triangulación al haber sido disminuida la cantidad de datos:

Pagina 20
Con respecto a una interpolación a tamaño de pixel a 80 metros:

Pagina 21
Ya para la mitad de los datos (50%) respecto a la interpolación IDW, se
puede notar que las áreas más planas se agrupan con mayor tamaño y
oscuridad, y a su vez con las zonas más altas, con respecto al 100% de
los datos. 50%:

100%:

Pagina 22
Respecto a las TIN se puede considerar que se ve mejor representado el
relieve de un terreno alto o montañoso visto desde arriba por la
combinación y tamaño de escalas de grises:

Pagina 23
Finalizando con la sección de interpolaciones, para el 10% de los datos,
podemos concluir que es muy difícil tratar de adivinar a simple vista que
representa el ráster que genera una IDW con coeficiente p=1 y tamaño
de pixel a 80 metros :

Pagina 24
Con el coeficiente de potencia p=5 y el mismo tamaño del píxel la
interpolación parecieran ser manchas negras, grises y blancas sin ninguna
forma en particular:

Pagina 25
Y para el caso del TIN en este mismo porcentaje de datos, la cantidad de
triángulos en el vector de triangulación es mucho menor en comparación
a los demás porcentajes:

Pagina 26
Respecto al análisis de los datos de validación en comparación con los
datos de cada capa para cada porcentaje, respecto a la primera capa, se
obtuvo que, para las interpolaciones IDW en el 100% de los datos, se
determinó que la mejor representación gráfica en relación con el valor de
R² más aproximado a 1 fueron las gráficas de Z vs IDW con p=5 y tamaño
de pixel a 50 ya 80, teniendo el mismo valor R² de 0.962

Pagina 27
 El TIN de mayor precisión con respecto al valor de R² para el 100% de
los datos fue el que se realizó con una distancia de píxel a 50 metros,
siendo este de 0.9605:

Pagina 28
Para el 75 % de los datos, la mejor grafica IDW fue la que tenía un
coeficiente de potencia p=5 con un tamaño de pixel a 50 metros, siendo
el valor de R²=0.9208 :

Pagina 29
Respecto a los gráficos TIN para este porcentaje fue el que tenía distancia
de pixel de 50 metros, siendo el valor de R²=0.9358:

Para el 50% de los datos el IDW con coeficiente de potencia p=5 y

distancia pixel = 80 metros fue el que tuvo el R² más aproximado a 1,
siendo este de 0.8999:

Pagina 30
Y para el TIN la mejor gráfica fue la que se hizo con distancia de pixel a
20 metros, siendo el valor de R² de esta también de 0.8999:

Pagina 31
Finalmente, para el 10% de los datos, en la interpolación IDW, el valor
de R² más cercano a 1 fue el de coeficiente de potencia p=2 y distancia
del píxel a 80 metros, siendo este de 0.8607:

Y para TIN, la distancia de 80 metros para los pixeles dio como resultado
el valor de R² más aproximado a 1 para este porcentaje de datos, siendo
este de 0.8709:

Pagina 32
 Conclusiones

Acorde a los resultados obtenidos durante la realización de este taller se

puede hacer un análisis de situaciones para determinar qué sistema es
mas recomendable usar entre el TIN y IDW, y a modo de conclusión se
puede determinar que el sistema IDW tiene mejores resultados para un
coeficiente P mayor en cuanto a representación visual se refiere, pero en
cuanto a precisión a menor tamaño de pixel, el mejor es el TIN, también
que todo esto depende de la cantidad de datos que se tengan y su
distribución espacial, cuando se tiene un gran número de datos se puede
hacer una interpolación con mayor precisión en el resultado final, teniendo
en cuenta los diferentes parámetros que la conforman como el tamaño de
píxel o el valor de p, estos influyen en la claridad y calidad de la
representación de los datos.
También podemos comprender la importancia del complemento point
sampling tool el cual nos permite realizar una comparación de dos
variables, obteniendo un gráfico de dispersión generado con los datos
extraídos por este complemento.

Pagina 33