Ciao Selvix, le differenze esistenti tra i differenti metodi di interpolazione (gridding), consistono sostanzialmente negli algoritmi matematici utilizzati per calcolare i pesi da attibuire ai nodi in fase di interpolazione.
Esistono molteplici tecniche di interpolazione dei dati (kriging, interpolazione lineare, Inverse Distance to a Power...) e la scelta dipende in larga parte dal tipo di modello o di fenomeno che stai studiando (distribuzione della resistività nel sottosuolo o della velocità delle onde P, liv. piezometrici, ...) e dal tipo di dati, e dalla quantità di dati che hai a disposizione.
Pertanto non esiste un metodo migliore di un altro, ma devi valuare il problema specifico che stai studiando.
Inoltre tieni presente, che l'utilizzo di tecniche di interpolazione differenti a partire da uno stesso set di dati, comporta una rappresentazione differente dei dati proprio per la questione dei differenti algoritmi utilizzati da ciascun metodo di interpolazione. Quindi arrivi al "paradosso" che a partire da uno stesso set di dati puoi avere modelli di rappresentazione (countour maps, ad esempio) anche molto differenti tra loro.
Alcuni metodi ad esempio necessitano una campitura fitta dei dati e pertanto possono portare ad una interpolazione di isolinee che non preservano la reale distribuzione dei dati, oppure ancora si possono determinare delle fastidiose zone a linee chiuse estrapolate (occhielli) che possono determinare problemi in fase di interpetazione del modello generato da tali tecniche.
In generale esistono i cosìddetti "metodi che onorano i dati noti" ovvero sono degli interpolatori esatti per i quali le isolinee passano per i dati noti, tra i quali: Minimum Curvature (fornisce curve molto smooth), Inverse Distance to a Power- quando non specifichi il fattore di lisciamento, Kriging, Nearest Neighbor, Triangulation with Linear Interpolation.
La tecnica "kriking", ad esempio, tiene esplicitamente in conto delle anisotropie del mezzo, al contrario gli interpolatori che utilizzano regressioni polinomiali, non vanno bene per evidenziare le anomalie.
Lo stesso dicasi per le tecniche Splining che non vanno bene per variazioni spaziali di molti parametri naturali come la topografia, sono in generale troppo irregolari per essere modellizzate adeguatamente da questa tecnica che tende a lisciare le superfici.
l'Inverse Distance Weighting-IDW, "pesa" il contributo di ciascun punto con una funzione della sua distanza.
Quindi stai molto attento, tra l'altro esistono molte altre tecniche che non ho detto, a scegliere quella che possa approssimare un modello plausibile per l'interpretazione.
In generale, ti consiglio di usare interpolatori di tipo lineare (triangulation with linear interpolation) se disponi di dati distribuiti nello spazio in maniera regolare.
Se ad esempio stai studiando l'intrusione marina lungo una costa poco frastagliata o ti attendi che la velocità delle onde P cresca in maniera progressiva con la profondità allora può andar bene questa tecnica se disponi di dati diretti di controllo.
Comunque suppongo che tu abbia un software specifico per fare questo e spesso nel tutorial (in genere si accede cliccando su Help) viene fornita la matematica alla base di queste tecniche con esempi specifici.
In ogni caso stai molto attento in queste operazioni perchè potresti generare delle mappe molte belle da un punto di vista estetico, ma tutt'altro che attendibili e prive di qualsiasi significato.
Se mi dici che tipologia di dati stai trattando potrei aiutarti.
Ciao.
