Análisis de errores en modelos medioambientales de variables discretas

Resumen

Algunas de las variables que tratan de representar el medio ambiente son de difícil medida, por lo que suelen estimarse en función de otras mediante modelos, propa- gando el error de los datos de origen. El presente artículo es una recopilación bibliográfica de los aspectos más importantes a considerar al analizar la propagación del error en modelos con datos de entradas espaciales y salidas discretas sobre vari- ables medioambientales. 

Debido a que estos modelos suelen tener datos de entrada en forma de variables discretas, también se aborda la influencia de sus fuentes de error en su propagación por los modelos cartográficos. Las fuentes de error más importantes en los datos de entrada de este tipo son la adecuada determinación de las clases, la identificación de la categoría —error temático y conceptual—, la localización de sus bordes —precisión y exactitud cartográfica— y la escala, considerándose como variables en los análisis de propagación de errores. 

Una vez conocida la fuente del error, posteriormente se analizan diferentes tra- bajos de análisis de sensibilidad de algunos modelos que pueden servir como refe- rencia para el estudio de otras variables medioambientales discretas. Monte Carlo se muestra como un método idóneo para el análisis de propagación de errores para variables discretas, aunque no se ha encontrado bibliografía que compare diferentes métodos para un mismo juego de datos ni modelo. Se analizan ciertas particularida- des de cada modelo de datos —raster y vectorial— y su influencia en el resultado.