GRASS, R, GSTAT

GRASS, R, GSTAT: LA GEOSTATISTICA PER L'INTERPOLAZIONE DELLA
SUPERFICIE PIEZOMETRICA
C. Cencetti. a, P. De Rosaa, A. Fredduzzia, I. Marchesinia D. Penchinib
a
DICA - Dipartimento di Ingegneria Civile ed Ambientale – Facoltà di Ingegneria, Università di Perugia, via G. Duranti 91, 06125
Perugia – e-mail: [email protected]
b
Libero Professionista
KEY WORDS: geostatistica, GIS, kriging, R statistical, GSTAT.
RIASSUNTO
L'Alta Valle del Tevere è un bacino di origine tettonica, oggi occupato da un'ampia pianura alluvionale (130 Kmq),
situata al confine tra Umbria e Toscana, e soggetta ad un intenso sviluppo agricolo, industriale ed urbano. Tale
situazione ha portato, di fatto, ad una richiesta sempre crescente di risorse idriche, di origine sia sotterranea che
superficiale. Inoltre, la realizzazione di una diga (Montedoglio, AR) ha alterato il normale regime idraulico del fiume
e probabilmente le sue relazioni con l'acquifero alluvionale.
Attraverso il presente studio sono state analizzate le variazioni della quota piezometrica subite dalla falda libera
alluvionale nel corso dei 26 anni compresi tra il 1975 e il 2001. Partendo dai valori puntuali di quota piezometrica
misurati su pozzi presenti nell'area, sono state ricostruite le superfici piezometriche tramite differenti strumenti di
interpolazione spaziale.
Nella vasta gamma degli interpolatori spaziali, gli algoritmi utilizzati sono stati: il Regularized Spline with Tension
(RST), appartenente alla famiglia degli interpolatori deterministici); e l'Universal Kriging ed il Co-Kriging, della
famiglia degli interpolatori statistici.
Nel corso di questo lavoro è stata eseguita una approfondita analisi di tali tecniche di interpolazione spaziale,
svolgendo tutte le elaborazioni statistiche e tutta la trattazione geostatistica dei dati, attraverso R e la sua libreria
GSTAT.
Due script di shell, v.variogram e v.surf.krige, sono stati creati per consentire di effettuare l'Universal Kriging
direttamente all'interno di GRASS GIS.
I risultati ottenuti con queste diverse tecniche di interpolazione sono stati quindi confrontati tra loro, al fine di
individuare il miglior algoritmo interpolatore.
I vari tipi di kriging effettuati sono risultati essere sempre i migliori interpolatori rispetto al RST fornendo, in aggiunta,
anche informazioni sulla distribuzione spaziale degli errori (informazione mancante in ogni algoritmo deterministico).
Lo studio effettuato ha infine dimostrato le enormi potenzialità di calcolo offerte dall'integrazione di GRASS GIS con
R. Il connubio ormai completo tra i due software permette all'utente l'esecuzione di analisi di dati estremamente
sofisticate, rappresentando uno dei punti di forza di tutto il settore dei software liberi di tipo geografico.
ABSTRACT
The Upper Tiberian valley is a tectonic basin, at the present a wide alluvial plain (130 kmq) located at the boundary
between Umbria and Tuscany. Since last 20 years strong agricultural and industrial activities have developed in this
area. That caused an increasing request of superficial and ground-water resources. Moreover the construction of a large
dam (Montedoglio Dam, in the province of Arezzo) altered the hydrological regime of the stream such as probably its
relations with the alluvial aquifer.
The aim of this work is to evaluate the piezometric surface evolution during the period between 1975 to 2001.
The water table has been interpolated using the piezometric level measured in the wells.
Three techniques have been used for spatial prediction: a deterministic (Regularized Spline with Tension, RST) and
two statistics methods (Ordinary Kriging and Co-kriging).
The statistic and geostatistic analysis was performed using R and GSTAT (R library).
Two shell scripts, v.variogram and v.surf krige, were created to perform Universal Kriging directly into GRASS GIS.
A comparison between the three different spatial tools of interpolation was carried out.
This comparison shows that the kriging methods perform better than the RST, providing also an error map prediction
(information not available by using deterministic methods).
This work shows the big powerful of integration of GRASS GIS and R statistical. The integration between these two
open source projects allows the user extreme sophisticated analysis representing one of the most significant feature for
the universe of geographic free and open source software.