Elucidating best geospatial estimation method applied to environmental sciences

Abstract

El objetivo de este estudio es evaluar e identificar el algoritmo de interpolación geoespacial más adecuado para las ciencias ambientales. La investigación se centra en la evaluación de seis métodos de interpolación diferentes utilizando concentraciones medias anuales de PM10 como conjunto de datos de referencia. El conjunto de datos incluye mediciones obtenidas a partir de una red de calidad del aire objetivo (escenario 1) y un subconjunto de datos derivado de una técnica de agrupación partitiva (escenario 2). Comparando el rendimiento de cada algoritmo de interpolación mediante diversos indicadores, el estudio pretende determinar el método más fiable. Los resultados revelan que el método kriging demuestra el mayor rendimiento dentro de las ciencias medioambientales, con una similitud espacial de aproximadamente el 70% entre los dos conjuntos de datos de paisajes. Los indicadores de rendimiento del método kriging, incluidos RMSE (error cuadrático medio), MAE (error absoluto medio) y MAPE (error porcentual absoluto medio), se miden en 3,2 µg/m3, 10,2 µg/m3 y 7,3%, respectivamente. Este estudio aborda la laguna existente en el conocimiento científico sobre la comparación de técnicas de interpolación geoespacial. Los resultados proporcionan información valiosa para los gestores medioambientales y los responsables de la toma de decisiones, permitiéndoles aplicar estrategias eficaces de control y mitigación basadas en información y datos geoespaciales fiables. En resumen, esta investigación evalúa e identifica el algoritmo de interpolación geoespacial más adecuado para las ciencias medioambientales, emergiendo el método kriging como la opción más fiable. Las conclusiones del estudio contribuyen al avance de los conocimientos en este campo y ofrecen implicaciones prácticas para la gestión y la planificación medioambientales.