Modelado y Simulación del Terreno del Compartimiento 9, en la Reserva Forestal El Dorado-Tumeremo, Bolívar- Venezuela

• Jesús Andrades-Grassi ^[2] ; Ronald Rangel ^[2] ; Juan López- Hernández ^[2] ; Neli Omaña ^[2] ; Ledyz Cuesta-Herrera ^[1] ; Alicia Gómez ^[2]
  1. [1] Universidad Católica del Maule

     Universidad Católica del Maule

     Provincia de Talca, Chile

     
  2. [2] Universidad de Los Andes (ULA). Venezuela
• Localización: Recursos rurais: revista oficial do Instituto de Biodiversidade Agraria e Desenvolvemento Rural ( IBADER ), ISSN-e 1885-5547, Nº. 17 (Maio), 2021, págs. 5-15
• Idioma: español
• Enlaces
  • Texto completo (pdf)
• Resumen
  • español

    Se generó un Modelo Digital de Elevación (MDE)del Compartimiento 9, en la Reserva Forestal El Dorado-Tumeremo, utilizando modelado y simulación Geoestadística, se dispuso de las curvas de nivel a escala 1:20.000. Se obtuvo que los datos no son estacionarios por media, ya que se ajustó un modelo polinomial de segundo orden que sigue dirección Este-Oeste. Se ajustó sobre los residuales un modelo de semivariograma Esférico Isotrópico y se ejecutó un Kriging simple residual cuyo error fue de -0.10 m. Finalmente, ante la falta de información se aplicó un modelo de simulación condicional multi- Gaussiana, de la que se obtuvo nuevas realizaciones que reflejen las mismas propiedades estadísticas de la función aleatoria. Los resultados muestran que, el proceso fue altamente efectivo, reconstruyendo la forma del terreno, pero la simulación corresponde con un proceso altamente volumétrico y de elevado costo computacional que requiere de un adecuado criterio estadístico

  • English

    A Digital Elevation Model of Compartment 9 of the Dorado Tumeremo Forest Reserve was generated, using geostatistical modeling and simulation, the elevation were available at a scale of 1:20.000. It was obtained that the data are not stationary by mean, since a second order polynomial model was fitted that follows an East-West direction. An Isotropic Spherical semivariogram model was fitted on the residuals and a simple residual Kriging was executed in which the error obtained was -0.10 m. Finally, due to the lack of information, a multi-Gaussian conditional simulation model was applied, from which new realizations were obtained that reflect the same statistical properties of the random function. The results show that the process was highly effective, reconstructing the shape of the terrain, but the simulation corresponds to a highly volumetric process with a high computational cost that requires adequate statistical criteria.