El Geographically Weighted Regression (GWR) es un método interesante con muchas aplicaciones. El GWR es diferente de otras técnicas porque permite que las relaciones entre las covariables varíen espacialmente. Para algunas preguntas de investigación, es útil utilizar el GWR para ver dónde son más o menos importantes ciertas variables predictivas para predecir un resultado.
La GWR es lo suficientemente flexible como para poder analizar los datos a muchas escalas y ver las estimaciones de error también a muchas escalas.
En este ejemplo vamos a «aumentar» la resolución de un ráster de temperatura de 1 km a 30 m. Es necesario señalar que las variables con las que vamos a trabajar tienen una alta correlación (R2 > 0.9), en este caso la altitud (variable predictiva, con una resolución de 30 m) con la temperatura (variable dependiente, con una resolución de 1 km) son inversamente proporcionales.
La herramienta GWR for Raster Downscaling de SAGA permite reducir las escala por medio de una técnica denominada Downscaling. En QGIS (también se la puede ejecutar directamente en SAGA) se encuentra ubicada en:
Caja de herramientas de procesos > SAGA > Spatial and Geostatistics – Regression
Como Predictors, seleccionar el modelo de elevación digital (DEM, 30×30), y en Dependent Variable usar el ráster de temperatura (1000×1000, obtenido desde WorldClim).
Para mayor detalle del proceso revisar el videotutorial.
Muchas Gracias por la información. En cuanto a NDVI y poder realizar este ajuste que correlación hay con productos que podemos obtener de imágenes rgb?
Muy interesantee y para desarrollar
En que versión de Qgis se encuentra downscaling? O como activo en saga esa opción?
No me aparecen esas herramientas en mi qgis, cómo hago para instalarlas?
asegúrate haber instalado SAGA GIS.