Aplicación de un método de interpolación en regiones costeras

Autores/as

  • Jorge O. Pierini Comisión de Investigaciones Científicas de la Provincia de Buenos Aires, Instituto Argentino de Oceanografía,Departamento de Física, Universidad Nacional del Sur
  • Maximiliano G. Sassi Departamento de Física, Universidad Nacional del Sur,Consejo Nacional de Investigaciones Científicas y Técnicas, Instituto Argentino de Oceanografía
  • Gerardo M.E. Perillo Departamento de Física, Universidad Nacional del Sur, Departamento de Geología, Universidad Nacional del Sur

Palabras clave:

Método de Interpolación, Análisis Objetivo, Regiones Costeras, Oceanografía

Resumen

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.

Descargas

Los datos de descargas todavía no están disponibles.

Citas

Bretherton, F.P. and J.C. Williams, 1980. Estimations from Irregular Arrays. Reviews of Geophysics and Space Physics, 18(4): 789-812.

Bretherton, F. P., R.E. Davis, and C.B. Fandry, 1976. A technique for objective analysis and design of oceanographic experiments applied to MODE-73. Deep Sea Research and Oceanographic Abstracts 23(7): 559-582.

Cressman, G.P., 1959. An operational objective analysis system. Mon. Wea. Rev., 87:367-374.

Emery, W.J. and Thomson, R.E., 1998. Data Analysis Methods in Physical Oceanography. Pergamon, Oxford, UK, 624 pp.

Freeland, H.J. and W.J. Gould, 1976. Objective analysis of meso- scale ocean circulation features. Deep-sea Res. 23(10): 915-923.

Gandin, L. S., 1963. Objective analysis of meteorological fields. Gidrometeor. Isdat., Leningrad. Israel Program for Scientific Translations, Jerusalem, 1965, 242 pp.

Holbrook, N. J. and N.L. Bindoff, 2000. A statistically efficient mapping technique for four-dimensional ocean temperature data. Journal of Atmospheric and Oceanic Technologies, 17:831-846.

Le Traon P.Y., G. Dibarboure, and N. Ducet, 1999. How many altimeters are needed to map the ocean mesoscale circulation? In: Smith NR, Koblinsky C (Eds.) TOPEX/Poseidon Scientific Working Team Meeting Abstracts, San Raphael, France, October 25-27.

Ludwick, J.C., 1974. Tidal Currents and Zig-Zag Sand Shoals in a Wide Estuary Entrance. Geological Society of America Bulletin, 85:717-726.

Mariano, A.J. and O.B. Brown, 1992. Efficient objective analysis of dynamically heterogeneous and nonstationary fields via the parameter matrix. Deep-Sea Res., 39(7/8): 1255-1271.

McIntosh, P.C., 1990. Oceanographic data interpolation: objective analysis and splines. Journal of Geophysical Research, 95:13259-13541.

Menemenlis, D., P. Fieguth, C. Wunsch, and A. Willsky, 1997. Adaption of a fast optimal interpolation algorithm to the mapping of oceanographic data. J. Geophys. Res., 102(C5): 10573–10584.

Minkoff, D.R., G.M.E. Perillo, D.E. Perez, S.D. Maraschín & M.G. Sassi, 2007 POTOS: a portable topographic system for measuring inaccessible muddy creek areas Wetlands Ecology and Management, 15(2):135-140.

Nuss, W.A., and D.W. Titley, 1994. Use of Multiquadric Interpolation for Meteorological Objective Analysis. Mon. Wea. Rev., 122:1611–1631.

Roemmich, D., 1983. Optimal estimation of hydrographic station data and derived fields. Journal of Physical Oceanography, 13:1544-1549.

Shepard, D., 1968. A two-dimensional interpolation function for irregularly-spaced data. Proceedings of the 1968 ACM National Conference: 517–524.

Sokolov, S., y S.R. Rintoul, 1999. Some Remarks on Interpolation of Nonstationary Oceanographic Fields. J. Atmos. Oceanic Technol., 16:1434–1449.

Walker, A.E. and J.L. Wilkin, 1998. Optimal averaging of NOAA/NASA Pathfinder satellite sea surface temperature data. Journal of Geophysical Research, 103:12869-12883.

Wilkin, J. L., M.M. Bowen and W.J. Emery, 2002. Mapping mesoscale currents by optimal interpolation of satellite radiometer and altimeter data. Ocean Dynamics, 52:95-103

Descargas

Publicado

2008-12-12

Cómo citar

Pierini, J. O., Sassi, M. G., & Perillo, G. M. (2008). Aplicación de un método de interpolación en regiones costeras. Geoacta, 33, 81–90. Recuperado a partir de https://revistas.unlp.edu.ar/geoacta/article/view/13408

Número

Sección

Trabajos científicos