%0 Journal Article
%T Cartograf赤a predictiva de variables clim芍ticas: comparaci車n de distintos modelos de interpolaci車n de la temperatura en Espa a peninsular
%A Bustamante
%A J.
%J Graellsia
%D 2003
%I Consejo Superior de Investigaciones Cient赤ficas
%X 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 eval迆a la capacidad de modelos de interpolaci車n 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 polin車micas y el kriging (siempre corrigiendo la temperatura por la altitud) interpolaron significativamente peor que las superficies de interpolaci車n mediante splines de suavizado, regresiones locales, y los modelos de regresi車n 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 tambi谷n los que mejor funcionan para interpolar la media de un a o. As赤 mismo, tienden a ser el mismo subconjunto de predictores topogr芍ficos derivados del MDE los mejores estimadores de la temperatura media independientemente del mes o la duraci車n del periodo. Del conjunto de los mejores modelos se eligi車 uno de los modelos de regresi車n del MDE para elaborar mapas de temperatura real mensual para el periodo 1965-1995 en Espa a peninsular.
%K actual temperature maps
%K interpolation
%K kriging
%K multiple regression
%K loess
%K DEM
%K splines
%K mapas temperatura real
%K interpolaci車n
%K kriging
%K regresi車n multiple
%K loess
%K MDE
%K splines
%U http://graellsia.revistas.csic.es/index.php/graellsia/article/view/252/252