全部 标题 作者
关键词 摘要

Graellsia  2003 

Cartografía predictiva de variables climáticas: comparación de distintos modelos de interpolación de la temperatura en Espa a peninsular

Keywords: actual temperature maps , interpolation , kriging , multiple regression , loess , DEM , splines , mapas temperatura real , interpolación , kriging , regresión multiple , loess , MDE , splines

Full-Text   Cite this paper   Add to My Lib

Abstract:

Holm oak and cork oak forests are between the most important sclerophyllous formations in the Mediterranean Iberia. In order to study their potentiality, an artificial neural network model, with a feedforward BP algorithm, has been applied. The elevation, continentality, insolation, annual rainfall, annual mean temperature, mean temperature of the coldest month and mean temperature of the warmest month are the used bioclimatic variables with a 10 km resolution. The neural networks seem a highly predictive powerful tool. Different patterns in the response of the studied forests have been shown. The holm oak presents a continuous and wide potential simulate range. Meanwhile the cork oak potential area is fragmented and restricted, in accordance with its actual distribution area. The lack of both forests in the eastern and southern warm zones of Iberian Peninsula is the main discrepancy with previous potential vegetation proposals. Se evalúa la capacidad de modelos de interpolación de tres familias: superficies de tendencias, regresiones multiples con predictores derivados de un modelo digital del elevaciones (MDE) y kriging, para interpolar la temperatura en Espa a peninsular. Los modelos se validaron con un conjunto independiente de estaciones control seleccionadas al azar. Los resultados indican que es posible estimar la temperatura en puntos donde no existan estaciones de registro con un error medio en torno al 9%. Las superficies de tendencias lineales, superficies de tendencias polinómicas y el kriging (siempre corrigiendo la temperatura por la altitud) interpolaron significativamente peor que las superficies de interpolación mediante splines de suavizado, regresiones locales, y los modelos de regresión multiple con predictores del MDE. Sin embargo, estos ultimos no difirieron entre si. Los modelos que mejor funcionan para interpolar una media de 30 a os son también los que mejor funcionan para interpolar la media de un a o. Así mismo, tienden a ser el mismo subconjunto de predictores topográficos derivados del MDE los mejores estimadores de la temperatura media independientemente del mes o la duración del periodo. Del conjunto de los mejores modelos se eligió uno de los modelos de regresión del MDE para elaborar mapas de temperatura real mensual para el periodo 1965-1995 en Espa a peninsular.

Full-Text

comments powered by Disqus