slide 1 slide 2 slide 3 slide 4 slide 5 slide 6 slide 7 slide 8

Análisis espacial






El análisis de los datos espaciales  comprende un conjunto de procedimientos que estudian los datos geo-referenciados. Se aplica en campos muy diversos como la astronomía, con sus estudios de la colocación de las galaxias en el cosmos, la ingeniería de fabricación de chips, con su uso de algoritmos de “lugar y ruta”  o la economía, entre otros.

En particular, las líneas de investigación de este equipo se centran en:

  1. Econometría Espacial que se refiere al desarrollo de modelos y técnicas estadísticas para el análisis de externalidades, spillovers, interacciones, etc. Se aplica en diferentes campos como la economía, la geografía, la ciencia regional, el transporte y la movilidad, etc...

  2. Modelos Estructurales Espaciales. El suavizamiento espacial basado en modelos proporciona la base teórica para el popular método de suavizamiento mediante un thin-plate spline discreto. En particular, se puede proponer un modelo estructural espacial no estacionario que permite explícitamente que los datos evolucionen en una malla rectangular sometida a restricciones de suavizamiento de segundo orden. El suavizamiento thin-plate basado en un modelo estructural espacial se puede utilizar también para extraer señales de forma óptima y para interporlar datos omitidos en bases de datos espaciales. El modelo puede aplicarse para extraer los niveles subyacentes de grandes bases de datos globales. Por ejemplo, se ha aplicado a bases de datos de emisiones globales de gases de invernadero y compuestos nocivos para la capa de ozono con el objetivo de estimar los niveles subyacentes de contaminantes atmosféricos en localizaciones geográficas globales.

Proyectos

Sustainable Development of the Artisanal fisheries in the Atlantic Area (PRESPO)

Objetivo: Mejorar la actual política pesquera para gestionar los recursos pesqueros comunes en el área atlántica que explota la flota artesanal a través del desarrollo de instrumentos alternativos dirigidos hacia una gestión integrada de las pesquerías costeras. Este proyecto contribuye también a la organización de las pesquerías costeras y a la promoción de su sostenibilidad con repercusiones positivas a nivel socio-económico, en particular a través del mantenimiento del empleo en el sector pesquero así como en todas sus industrias asociadas.

Financiado por: Espacio Atlántico INTERREG y el Dpto. Agricultura, Pesca y Alimentación del Gobierno Vasco (2009-2011).

Participantes: IPIMAR, FEUP, UCA, UHU, IFAPA, CETMAR, CEP, AZTI, IFREMER, AGLIA, RICEP.

Publicaciones

| Mendiola, Lorea; Pilar González, Angel Cebollada (2105). The relationship between urban development and the environmental impact of mobility: a local case study. Land Use Policy, 43, pp. 119-128.

| Mendiola, Lorea; Pilar González, Angel Cebollada (2104). The link between urban development and the modal split in commuting: the case of Biscay. Journal of Transport Geography, 37, pp. 1-9.

| Javier García, Javier Hualde, Josu Artetxe, Arantza Murillas (2014). Spatial Integration in the Spanish Mackerel Market. Journal of Agricultural Economics, Vol. 65, No. 1, 234–256.

| M. Pascual, A. Borja, I. Galparsoro, J. Ruiz, E. Mugerza, I. Quincoces, A. Murillas, L. Arregi (2013). : Total Fishing Pressure produced by artisanal fisheries, from a Marine Spatial Planning perspective: A case study from the Basque Country (Bay of Biscay). Fisheries Research, 147. 240-252.

| Fernández-Macho, Javier (2011). Spectral Estimation of Global Levels of Atmospheric Pollutants. Environmental Pollution, 159, pp.2947-2953.

| Fernández-Macho, Javier (2010). Missing Observations in Spatial Models: A Spectral EM Algorithm. Journal of Computational and Graphical Statistics, 19, pp. 684-701.

| Fernández-Macho, Javier (2009). Estimation and Smoothing of Global Environmental Data Sets. Proceedings of the 29th International Symposium on Forecasting, International Institute of Forecasters, New York.

| Fernández-Macho, Javier (2008). Spectral Estimation of a Generalized Thin-Plate Smoothing Model. Computational Statistics and Data Analysis, 53, pp. 189-195.

partner 1 partner 2 partner 4 partner 3
Copyright ©MARNET@BILBAO 2015 / Diseño: Idala Global