24
forman una “ventana”, que se mueve a través del conjunto de datos, aplicando diferentes funciones a lo largo de los datos. Los interpoladores globales usan todos los valores de un set de datos, con los cuales estiman una sola función que es aplicable para toda el área de estudio. En comparación con los métodos locales de interpolación, los métodos globales dan lugar a superficies más suavizadas y pueden ser más sensitivos a valores atípicos (Lund University, 2004). Un ejemplo de método de interpolación global es Trend Surfaces. Este se calcula con un polinomio que cubre toda el área que se está interpolando. El polinomio usado puede variar en complejidad (orden polinomial). Por ejemplo, las superficies de tendencias pueden ser de primer orden (lineal), segundo orden (cuadrática) o tercer orden (cúbica). La interpolación IDW (Inverse Distance Weighted) es un ejemplo de método de interpolación local y Kriging es un método de interpolación geoestadístico. A continuación, se describen cada uno de los métodos. 2.2.4 Interpolación IDW Como su nombre lo indica, la distancia a los puntos conocidos es el factor principal de la interpolación. Se supone que cuando más cercano está el punto estimado a un punto conocido, más fuerte será la influencia de ese punto conocido (Lund University, 2004). El usuario tiene la posibilidad de seleccionar la “influencia” de la distancia.
