Aplicación de un método de interpolación en regiones costeras

Data reconstruction of non stationary heterogenic fields obtained at the study area is a process intrinsic in coastal studies, for that is necessary to implement interpolation techniques that minimize the involved error. In general, a measured variable in coastal regions presents gaps in spatial or temporal information. These variables are involved under other processes that evaluate other variables and parameters. The results could be used to solve system of equations that could propagate significative errors which can be accumulated at the intervenient systems. The Objective Analysis is an interpolation procedure based in the Gauss-Markov mapping that can provide answers to these needs. Some authors had applied this method in meteorological and oceanographic fields, besides that is a good data-analysis tool and a basis for the design of observational arrays. In this work we propose to analyze an implementation of this interpolation technique based in the Objective analysis (or mapping), applied to two datasets of a different character from coastal regions. The first dataset is a topographic 82 measurement from a tidal marsh using an instrument specifically designed for this purpose. The other dataset, temporally distributed, are current measurements on a tidal channel during a complete tidal cycle. The results are compared with the solution obtained with the Inverse Distance method trough the estimation of an error curve. This curve is constructed based in the progressive generation of randomly distributed gaps until cover a 60% of the analyzed data. After that, the fields were reconstructed with the two methods plotting the error curve obtained as a function of gap number. The results suggest that the error curves for the two datasets using the Objective Analysis is always less than the Inverse Distance method. From the estimations we can infer that the Objective Analysis method represents in a better way the behavior of the original data.La reconstrucción de los datos de campos heterogéneos no estacionarios obtenidos en campañas es un proceso que forma parte de los estudios costeros, por lo que es necesario implementar técnicas de interpolación que minimicen el error. En numerosas oportunidades, estas variables obtenidas en regiones costeras presentan falta de información espacial o temporal. Por otra parte, los valores obtenidos siempre están involucrados dentro de otros procesos, que involucran otras variables y parámetros. Estos resultados pueden ser utilizados para resolver sistemas de ecuaciones y pueden generar una propagación de errores significativos que se van acumulando con la resolución de los sistemas intervinientes. A partir de lo manifestado, el Análisis Objetivo es un procedimiento de interpolación basado en el mapeo de Gauss-Markov que puede dar respuesta a las necesidades presentes.Algunos autores lo han aplicado, entre otros, en campos meteorológicos y oceanográficos, además de ser una herramienta ampliamente utilizada para el análisis de datos de campo y en el diseño de arreglos observacionales.En este trabajo se propone analizar una implementación de la técnica de interpolación basada en el Análisis o Mapeo Objetivo aplicada a dos grupos de datos costeros de diferente índole espacial y temporalmente distribuidos. Los primeros fueron obtenidos en una planicie de marea y corresponden a mediciones de topografía utilizando un instrumento diseñado específicamente para realizar mediciones en zonas poco accesibles. El grupo de datos distribuidos en forma temporal se obtuvo mediante el empleo de un correntómetro acústico en un canal de marea a lo largo de un ciclo completo de marea. Los resultados se comparan con la solución obtenida con el método inverso de la distancia a través de la estimación de una curva de error. Esta curva se construye en base a la generación progresiva de huecos al azar hasta cubrir un 60% de los datos analizados. Posteriormente se reconstruyen los campos con los métodos propuestos graficando el error obtenido en función de la cantidad de huecos generados. Los resultados indican que las curvas de error para los dos grupos de datos obtenidas con el método basado en el Análisis Objetivo siempre son menores que con la inversa a la distancia. De las estimaciones obtenidas podemos inferir que el método basado en Análisis Objetivo representa mejor el comportamiento de los datos originales