Algoritmo Optimizado para la Interpolación Espacial del Krigeado Ordinario

Autores/as

  • Milenis Fernández Díaz Centro de Geoinformática y Señales Digitales, Universidad de las Ciencias Informáticas, La Habana, Cuba
  • José Quintín Cuador Gil Departamento de Física, Universidad de Pinar del Río, Pinar del Río, Cuba https://orcid.org/0000-0002-6483-0172
  • César Rául García Jacas Centro de Estudios de Matemática Computacional, Universidad de las Ciencias Informáticas, La Habana, Cuba https://orcid.org/0000-0002-3962-7658

Palabras clave:

geoestadística, interpolación espacial, Krigeado Ordinario, programación paralela

Resumen

Los métodos de interpolación espacial proporcionan herramientas para la estimación de valores en localizaciones no muestreadas utilizando las observaciones cercanas. La interpolación de Krigeado Ordinario es uno de los métodos geoestadísticos más frecuentemente usados para la realización de análisis espaciales. Su objetivo consiste en encontrar el Mejor Estimador Lineal Insesgado a partir de los datos disponibles, los cuales generalmente son insuficientes debido al costo de su obtención. Se caracteriza por costosas operaciones de álgebra lineal que repercuten en altos tiempos de ejecución, fundamentalmente la resolución de grandes sistemas de ecuaciones lineales. La reducción del tiempo de ejecución de aplicaciones de interpolación espacial puede ser un objetivo de alta prioridad, por ejemplo, en sistemas que soportan la toma de decisiones rápidas. Con el objetivo de disminuir los tiempos asociados a la interpolación espacial del Krigeado Ordinario, se propuso un algoritmo basado en el uso de técnicas de programación paralela, así como métodos optimizados de búsqueda espacial; que permita resolver los problemas que satisfacen los supuestos matemáticos apropiados en tiempos razonables, fundamentalmente en el campo de las Geociencias. Este algoritmo fue implementado usando C plus plus 11 como lenguaje de programación, OpenMP 4.8.2 como biblioteca de programación paralela en memoria compartida, y Atlas CLapack como biblioteca de álgebra lineal optimizada para los cálculos matriciales. El algoritmo propuesto permite una mayor rapidez en la interpolación espacial de Krigeado Ordinario, logrando un mejor aprovechamiento de los recursos de cómputo instalados.

Descargas

Los datos de descargas todavía no están disponibles.

Citas

M. A. Alfaro. Estimación de recursos mineros. 2007.

M. Armstrong and J. Carignan. Géostatistique Linéaire, Application au Domaine Minier.école de Mines de Paris, 1997.

M. Chica. Análisis Geoestad ́ıstico en el Estudio de la Explotación de Recursos Minerales. PhD thesis, Universidad de Granada, 1997.

J. Deraisme and Ch. De Fouquet. The geostatistical approach for reserves. Minig Magazine, 1996.

M. A. D ́ıaz. Geoestad ́ıstica Aplicada. 2002.

I. Foster. Designing and Building Parallel Programs. ISBN:0201575949. Addison Wesley, 1995.

K. E. Kerry and K. A. Hawick. Kriging interpolation on high-performace computers. Technical report, Department of Computer Science, Universidad de Adelaide, 1998.

C. D. Lloyd. Local models for spatials analysis. ISBN 9780415316811. First Edition CRC Press, 2006.

R. M. Naiouf. Procesamiento paralelo. Balance de carga dinámico en algortimos de sorting. PhD thesis, Universidad Nacional de La Plata, 2004.

E. Olinda and G. Hernández. Un enfoque propuesto para las búsquedas por rangos. Technical report, Proyecto de la UPM, 2002.

A. Pesquer, Ll.; Cortés and X. Pons. Parallel ordinary kriging interpolation incorporating automatic variogram fitting. Computers and Geosciences, pages 464–473, 2011.

D. Sullivan and D. Unwin. Geographic Information Analysis. John Wiley - Sons Hoboken, 2002.

R. Vasan, B.; Duraiswami and R. Murtugudde. Efficient kriging for real-time spatio-temporal interpolation. In 20th Conference on Probability and Statistics in the Atmospheric Sciences, 2010.

Descargas

Publicado

2018-12-01 — Actualizado el 2025-04-29

Versiones

Cómo citar

[1]
Fernández Díaz, M. et al. 2025. Algoritmo Optimizado para la Interpolación Espacial del Krigeado Ordinario. Ciencias matemáticas. 32, 2 (abr. 2025), 141–147.

Número

Sección

Artículo Original