An overview of the Interpolation toolset

Las herramientas de interpolación de superficie crean una superficie continua (o predicción) a partir de valores de punto de muestra.

Visiting every location in a study area to measure the height, concentration, or magnitude of a phenomenon is usually difficult or expensive. Instead, you can measure the phenomenon at strategically dispersed sample locations, and predicted values can be assigned to all other locations. Input points can be either randomly or regularly spaced or based on a sampling scheme.

La representación de la superficie continua de un dataset ráster representa algunas medidas, como la altura, la concentración o la magnitud (por ej. elevación, acidez o nivel de ruido). Las herramientas de interpolación de superficie hacen predicciones a partir de mediciones de muestra para todas las ubicaciones en un dataset ráster de salida, ya sea que se haya tomado una medición en la ubicación o no.

There are a variety of ways to derive a prediction for each location; each method is referred to as a model. With each model, there are different assumptions made of the data, and certain models are more applicable for specific data—for example, one model may account for local variation better than another. Each model produces predictions using different calculations.

The interpolation tools are generally divided into deterministic and geostatistical methods.

• The deterministic interpolation methods assign values to locations based on the surrounding measured values and on specified mathematical formulas that determine the smoothness of the resulting surface.

  The deterministic methods include IDW (inverse distance weighting), Natural Neighbor, Trend, and Spline.

• The geostatistical methods are based on statistical models that include autocorrelation (the statistical relationship among the measured points). Because of this, geostatistical techniques not only have the capability of producing a prediction surface but also provide some measure of the certainty or accuracy of the predictions.

  Kriging is a geostatistical method of interpolation.

The remaining interpolation tools, Topo to Raster and Topo to Raster by File, use an interpolation method specifically designed for creating continuous surfaces from contour lines, and the methods also contain properties favorable for creating surfaces for hydrologic analysis.

Explore the following links to learn more about interpolation analysis:

Learn more about understanding interpolation analysisLearn more about the different interpolation methods

The following table lists the available Interpolation tools and provides a brief description of each.

Tool	Description
IDW	Interpola una superficie de ráster a partir de puntos utilizando una técnica de distancia inversa ponderada (IDW).
Kriging	Interpola una superficie de ráster a partir de puntos utilizando kriging.
Natural Neighbor	Interpola una superficie de ráster a partir de puntos utilizando una técnica de vecinos naturales.
Spline	Interpola una superficie de ráster a partir de puntos utilizando una técnica de spline de curvatura mínima bidimensional. La superficie de alisado resultante pasa exactamente a través de los puntos de entrada.
Spline with Barriers	Interpola una superficie de ráster, con barreras, a partir de puntos utilizando una técnica de spline de curvatura mínima. Las barreras se introducen como entidades poligonales o de polilínea.
Topo to Raster	Interpola una superficie hidrológicamente correcta a partir de datos de punto, línea y polígono.
Topo to Raster by File	Interpola una superficie de ráster hidrológicamente correcta a partir de datos de punto, línea y polígono mediante el uso de parámetros especificados en un archivo.
Trend	Interpola una superficie de ráster a partir de puntos utilizando una técnica de tendencia.

Tools in the Interpolation toolset