¿Qué es un Modelo?

Un modelo es una representación simplificada de la realidad en la que se destacan algunas de sus propiedades. A través de un modelo, se busca representar ciertas características del objeto o sistema original, simplificándolo. Dado que el modelo representa la realidad con una menor cantidad de información, existe un error inherente. La reducción de este error puede abordarse de dos maneras:

1. Mayor precisión en la medida y mejor selección de componentes: No implica una mayor complejidad del modelo.
2. Mayor cantidad de componentes: Partes e interrelaciones funcionales, lo que implica una mayor complejidad del modelo.

Tipos de Modelos

1. Icónicos: Un ejemplo es una maqueta, donde se reduce el tamaño conservando las relaciones dimensionales básicas.
2. Análogos: Poseen propiedades similares a los objetos representados, pero sin ser una réplica morfológica exacta (por ejemplo, mapas impresos).
3. Simbólicos: Representación de un edificio mediante la identificación y codificación de sus elementos básicos en una estructura geométrica.

Modelos Analógicos y Digitales

• Modelos Analógicos: Son modelos físicos, como una maqueta.
• Modelos Digitales: Codificados en cifras. Se caracterizan por:

1. No ambigüedad: Cada elemento tiene propiedades y valores específicos.
2. Verificabilidad: Los resultados se obtienen mediante pasos explícitos que pueden analizarse y comprobarse en todas las fases.
3. Repetibilidad: Los resultados no están sujetos a variaciones y pueden ser comprobados varias veces.

Modelos Digitales del Terreno (MDT)

Un MDT es una estructura numérica de datos que representa la distribución espacial de una variable cuantitativa y continua. Sus características principales son:

• Estructura de datos: No son una simple acumulación de cifras, sino que poseen una estructura interna.
• Distribución espacial de una variable: Se utilizan para modelar fenómenos naturales.
• Cuantitativa y de distribución continua: Define la variable representada.

Capítulo 2: Modelos Digitales de Elevación (MDE)

Los MDE surgieron en la década de 1950. Se definen como una estructura numérica de datos que representa la distribución espacial de la altitud de la superficie del terreno. Se dividen en dos grupos:

• Vectorial: Objetos geométricos definidos por las coordenadas de sus nodos y vértices.
• Ráster: Localizaciones espaciales a las que se asigna un valor de la variable para la unidad elemental de superficie.

Estructuras Vectoriales (Basadas en Entidades/Objetos)

1. Contornos: Polilíneas de altitud constante.
2. TIN (Triangulated Irregular Network): Red de triángulos irregulares adosados.

Estructuras Ráster (Basadas en Localizaciones)

1. Matrices regulares: Mallas de celdas cuadradas.
2. Quadtrees: Matrices imbricadas en una estructura jerárquica.

Construcción de Modelos Digitales de Elevación

La construcción de los MDE se basa en la captura de información, que puede ser:

• Directa: Altimetría, GPS, levantamiento topográfico.
• Indirecta: Utilización de documentos analógicos o digitales, como estéreo-imágenes digitales o analógicas, e interferometría radar.

La fase inicial es la hipsométrica, que transforma la realidad geográfica a la estructura digital de datos.

Kriging: Permite obtener dos valores: el semivariograma (valor de distancia) y el valor de error. Sin embargo, presenta dificultades en la construcción de MDE.

Capítulo 3: Medida, Control y Propagación del Error en MDE

En un MDE, los errores se presentan en dos categorías:

1. Error posicional: Deficiente localización geográfica de la cota o la trayectoria de la curva de nivel, afectando el plano XY.
2. Error atributivo: Asignación imprecisa de la altitud asociada a las cotas o curvas de nivel (Z).

Interferometría radar: Técnica que utiliza dos imágenes para estimar la distancia entre la superficie y el satélite.

Errores de Fuentes Secundarias

1. Error posicional: Digitalización de imágenes.
2. Digitalización manual de mapas:

• Topológico: Mala interpretación del mapa.
• Estocástico: Deficiente colocación del cursor.
• Generalización: Simplificación.

Modelos de Reflectancia

Simulan la apariencia de la superficie ante condiciones de iluminación específicas.

Superficie Lambertiana: Dada una única fuente de luz, existen tres factores:

1. Irradiancia: Flujo incidente por unidad de área.
2. Ángulo de incidencia: El flujo interceptado es máximo cuando la superficie es perpendicular al vector de iluminación.
3. Albedo de la superficie: Porcentaje de luz reflejada, complementario a la absorción (0 = absorción total, 1 = absorción nula).

Reducción del efecto topográfico: Los modelos de reflectancia pueden utilizarse para reducir el efecto del relieve.

Modelos Climáticos

El número de estaciones meteorológicas suele ser escaso para discriminar los contrastes locales. Las series de medidas suelen ser heterogéneas en el aspecto temporal, lo que dificulta la comparación. La fiabilidad de las series es variable y a menudo desconocida. La distribución del terreno puede ser poco representativa.

Capítulo 7: Corrección Radiométrica

La corrección radiométrica implica la restauración de líneas o píxeles perdidos (estimando su valor) y la corrección del bandeado (mala calibración entre detectores) de la imagen.

Métodos de Corrección Radiométrica

• Método del vecino más próximo: Asigna a cada píxel de la imagen corregida el valor del píxel más cercano en la imagen original.
• Interpolación bilineal: Promedia los valores de los cuatro píxeles más cercanos en la capa original.
• Convolución cúbica: Considera los valores de los 16 píxeles más próximos.

Corrección atmosférica: Evalúa y elimina las distorsiones que la atmósfera introduce en los valores de distorsión.

Mínimo del histograma: Localiza en la imagen áreas con reflectancia cercana a cero en el infrarrojo (superficies de agua limpia y profunda).

Reflectividad: Parte de la irradiancia solar que alcanza la superficie terrestre y se refleja de nuevo a la atmósfera.

Capítulo 8: Índices y Transformaciones

Se utilizan para detectar elementos específicos de la superficie terrestre.

• Orientadas: Transformaciones a priori de los factores que intervienen (índices de vegetación calculados a partir de la reflectividad en diferentes bandas, que indican la abundancia y el estado de la vegetación, como NDVI para vegetación y SAVI para suelo).
• No orientadas: Análisis basado en procedimientos estadísticos.

Clasificación Supervisada y No Supervisada

• Clasificación supervisada: Se parte de un conjunto de clases conocido a priori. Estas clases se caracterizan en función del conjunto de variables mediante la medición de las mismas en individuos cuya pertenencia a una de las clases no presente dudas (áreas de entrenamiento).
• Clasificación no supervisada: No se establece ninguna clase a priori, aunque es necesario determinar el número de clases que se desea establecer y dejar que las defina un procedimiento estadístico.