Resumen

YENER, İsmet. Development of high-resolution annual climate surfaces for Turkey using ANUSPLIN and comparison with other methods. Atmósfera [online]. 2023, vol.37, 53189.  Epub 01-Abr-2023. ISSN 0187-6236.  https://doi.org/10.20937/atm.53189.

Se han desarrollado muchos modelos climáticos debido a la importancia de los efectos de los factores climáticos sobre la distribución de las especies de plantas y los patrones de crecimiento. Se necesitan superficies climáticas precisas y confiables, especialmente para países como Turquía, que tiene un terreno complejo y estaciones de monitoreo limitadas. La precisión de estos modelos depende principalmente de los métodos de modelado espacial utilizados. En este estudio, se utilizó el modelo Spline de la Universidad Nacional de Australia (ANUSPLIN, por su sigla en inglés) para desarrollar superficies climáticas y se comparó con otros métodos, como ponderación de distancia inversa, kriging ordinal, tasa de declive y regresión multilineal. Los resultados de las superficies climáticas desarrolladas se validaron utilizando tres métodos: (1) estadísticas de diagnóstico del modelo de ajuste de superficie, como señal, media, error predictivo de la raíz cuadrática media, estimación del error cuadrático medio de la raíz, residual de la raíz cuadrática media de la variable spline, y estimación de la desviación estándar del ruido en dicha variable; (2) comparación de las estadísticas de error entre las superficies interpoladas y los datos climáticos retenidos de 81 estaciones, y (3) comparación con otros métodos de interpolación que utilizan métricas de rendimiento del modelo, como error absoluto medio, error medio, error cuadrático medio y R2 adj. Los resultados más precisos se obtuvieron con el modelo ANUSPLIN, el cual explicó el 95, 88, 92 y 71% de la varianza en la temperatura media anual, mínima y máxima y precipitación total, respectivamente. El error absoluto medio de estos modelos fue de 5.1, 16.6, 3.9 y 9.7%. Las superficies climáticas generadas podrían contribuir a los campos de la silvicultura, la agricultura y la hidrología.

Palabras llave : climate; spatial modeling; inverse distance weighting; kriging; lapse rate; multilinear regression; Turkey.

        · resumen en Inglés     · texto en Inglés     · Inglés ( pdf )