Cuando remuestrea o reproyecta datos, es posible que tenga que interpolarlos. Los operadores de remuestreo más comunes son la interpolación bilineal, la convolución cúbica y el vecino más cercano. Hoy en día, nos centramos en la interpolación bilineal, que estima una superficie de salida con 4 valores conocidos. ¿En qué se diferencia de las otras técnicas de interpolación? Echemos un vistazo.
¿Cuándo se utiliza la interpolación bilineal?
Antes de hacer una explicación detallada de la interpolación bilineal, es importante saber por qué la usaría en primer lugar.
Rastreadores de gradientes de temperatura, modelos digitales de elevación, cuadrículas de precipitación anual, cuadrícula de distancia de ruido – todos estos son ejemplos potenciales de cuando la interpolación puede ser usada para remuestrear imágenes. Cada uno de estos ejemplos tiene valores que varían continuamente entre celdas para formar una superficie.
He aquí un par de ejemplos de cuándo se usaría la interpolación bilineal:
- Cuando remuestrea sus datos de un tamaño de celda a otro, está cambiando el tamaño de la celda y necesitaría interpolación.
- Cuando proyecta sus datos raster a otro sistema de coordenadas, está cambiando la configuración y remuestreando sus datos.
En ambos casos, se utilizaría una técnica de remuestreo. Porque cuando tiene un raster de entrada, ¿cómo sabe el raster de salida en qué celdas debe basar su salida si las celdas de entrada no coinciden?
Debe seleccionar una técnica de remuestreo como interpolación bilineal, convolución cúbica o vecino más cercano.
Cómo funciona la interpolación bilineal
La interpolación bilineal es una técnica para calcular los valores de una ubicación de una malla basada en celdas de cuadrícula cercanas. La diferencia clave es que utiliza los CUATRO centros de celda más cercanos.
Usando las cuatro celdas vecinas más cercanas, la interpolación bilineal asigna el valor de la celda de salida tomando el promedio ponderado. Aplica pesos basados en la distancia de los cuatro centros de celdas más cercanos suavizando la cuadrícula de salida de la trama.
Se recomienda utilizar la interpolación bilineal para conjuntos de datos continuos sin límites definidos. La superficie debe ser continua y los puntos más cercanos deben estar relacionados.
Cuando se ejecuta el proceso, se genera una superficie más lisa, pero no tan severa como la convolución cúbica que utiliza 16 celdas vecinas. El raster de salida tomará sólo cuatro centros de celda más cercanos y aplicará un promedio de distancia de uso.
¿Por qué usar interpolación bilineal?
La diferencia clave en la interpolación bilineal es que utiliza los 4 vecinos más cercanos para generar una superficie de salida.
Por otro lado, la convolución cúbica utiliza 16 vecinos más cercanos, lo que suaviza más la superficie.
La interpolación bilineal asume que la entrada es continua.
Este método de remuestreo usa un promedio de distancia para estimar con celdas más cercanas a las que se les dan pesos más altos.
Traducido desde: GISGeography
Hola Franz:
Muchas gracias por la explicación, me parece muy atinada sobre todo para el tema que estoy trabajando, el cual es el de precipitación, en este sentido me gustaría preguntarte, cual método de interpolación consideras que me convendría para remuestrear imágenes de precipitación que inicialmente tienen un tamaño de 50 km…. Estaba pensando en el IDW, pero ahora que leo esto de la interpolación bilineal tengo dudas. que me recomiendas? Saludos y gracias,
M.