Els objectius essencials d'aquesta tesi són desenvolupar un model d'interpolació de dades climàtiques, usar aquesta informació per elaborar un model fitogeogràfic i derivar una cartografia a partir dels models numèrics.
Aquest treball proposa una metodologia empírica per modelitzar i cartografiar distintes variables climàtiques mensuals i anual (temperatura mitjana de les mínimes, mitjanes i màximes i precipitació). El mètode consisteix en interpolar espacialment la informació de les estacions meteorològiques usant una anàlisi de regressió múltiple on les variables independents siguin les variables geogràfiques (altitud, latitud, continentalitat i radiació solar). Aquesta metodologia, a més, ha estat implementada en un Sistema d'Informació Geogràfica. L'obtenció de mapes objectius amb un nivell conegut d'error és una informació rellevant que a més ha estat comparada amb altres mètodes d'interpolació.
Per cartografiar el model hem reproduït l'equació de l'anàlisi de regressió múltiple mitjançant àlgebra de mapes. Per poder realitzar aquesta operació hem generat prèviament una matriu ràster (mapa) de cada una de les variables independents. La resolució emprada és de 200 m per tota l'Espanya peninsular. Els mapes obtinguts (mapes potencials) han estat corregits mitjançant els residus de l'anàlisi de regressió. Aquests residus han estat interpolats a la resta del territori per obtenir mapes de residus que ens mostren les anomalies climàtiques (distingint les zones on el model prediu per sobre o per sota dels valors observats). Mitjançant aquests mapes d'anomalies corregim els mapes potencials per obtenir el que anomenem mapes reals.
El model ha estat elaborat amb el 60% de les estacions i validat amb el restant 40% tot i que els mapes finals, lògicament, s'han elaborat amb el 100% de les dades.
El resultats són força bons ja que s'obtenen valors (R2 del test) entre 0.81-0.89 com a mitjanes dels distints models testats.
Hem utilitzat mapes climàtics, mapes orogràfics (altituds i pendents) i informació de la distribució d'espècies vegetals (parcel·les del segon Inventario Forestal Nacional) per elaborar els quadres d'exigències de les espècies vegetals arbòries més rellevants de l'Espanya peninsular. A partir dels quadres d'exigències hem calculat els estadístics descriptius (mitjana i desviació estàndard) que ens han permès tenir tres nivells distints: rang dins una desviació estàndard (68% de la població), dues desviacions (95%) i mínim-màxim (100%). Per a cada variable implicada hem reclassificat les matrius ràster amb valors 1 (dins l'interval) i 0 (fora l'interval). Finalment, per àlgebra de mapes hem obtingut uns mapes de distribució potencial d'espècies basat en un índex d'idoneïtat (nombre de coincidències).
-----------------------------
Developing a numerical model to interpolate climatic data, using this information for building a fitogeographic model and mapping these numerical models are the main objectives of this thesis.
This work proposes an empirical methodology to model and map some monthly and annual climatological variables (mean minimum temperature, mean temperature, mean maximum temperature and precipitation). The method consists in a spatial interpolation of the information available in the meteorological stations based in a multiple regression analysis where the independent variables are the geographical ones (altitude, latitude, continentality and solar radiation). Moreover, this methodology had been implemented in a Geographical Information System. Obtaining objective maps with a known error level is an interesting information that in addition have been compared with other interpolation techniques as classical (contour lines) and geostatisitcal (kriging). For mapping the model we have reproduced the equation of the multiple regression analysis using map algebra. Previously, however, we have built a raster matrix (map) of each one of the independent variables. We have worked with a 200 m resolution for the whole peninsular Spain. The obtained maps (potential maps) and have been corrected using the residual error of the regression analysis. These correctors have been interpolated for obtainig the anomaly maps. Using this anomaly maps we can correct the potential maps to obtain the real maps. We have used 60% of the stations to build the model and the remaining 40% for validation purposes. Nevertheless, the final maps have been built using the whole set of stations. The results are very interesting because we obtain values (R2 of the test) between 0.81-0.89 as mean values for the different tested models.
We have used climatological maps, orographic maps (altitude and slope) and information about the distribution of vegetal species (plots of the second National Forestry Inventory) to build the ecological range of the most important trees of the peninsular Spain. From the ecological ranges we have calculated the descriptive statistics (mean and standard deviation) that allow us to obtain three different levels: range within one standard deviation (68% of the plots), two standard deviation (95%) and minimum-maximum (100%). For each involved variable we have reclassified the raster matrix with values of 1 (inside the range) and 0 (outside the range). Finally, using map algebra, we have obtained maps of potential distribution of vegetal species based in a suitability index (number of coincidences). Also, we have developed some applications of the climatological and fitogeographical models, being the most interesting one the prediction of the changes in species distribution assuming a climatic change.
