La regresión de Kriging es una técnica de interpolación espacial que combina una regresión lineal de la variable dependiente con una serie de variables auxiliares (como, por ejemplo, las que se derivan de un análisis por teledetección: parámetros de la superficie del suelo, mapas temáticos, etc.) (Hengl et al., 2007). 
En nuestro caso, las asunciones son que aquellos puntos más cercanos entre sí, tendrán una densidad más parecida que aquellos que se encuentran más alejados. Dado que no todas las parcelas que hemos delimitado presentan puntos de densidad, esta interpolación espacial nos permite obtener datos de densidad para esas parcelas también. 

Tendencia de NDVI

 Para la visualización de esta variable, utilizamos Google earth engine y Jupyther Notebook.
1.Abrimos  Google Earth Engine code editor y entramos con nuestro usuario de Google ( es importante la creación de la cuenta con anterioridad.
2. Creamos un nuevo directorio: Scripts -> New -> Repository. Name: ecoinformatics.
3. Creamos a nuevo archivo: New-> file. Name: create_ yearly_NDVI.
4. Definimos nuestra área de interés : Assets-> New -> Table upload -> Shapefiles y le colocamos el nombre de zona2bcgp.
5. En el editor colocamos este código, que nos permite ubicarnos en nuestra zona de estudio y generar un mapa.