Key points are not available for this paper at this time.
Un modèle numérique d'élévation (MNE) de l'Irlande avec une résolution de 1 km2 a été construit et utilisé comme base pour générer des cartes numériques des paramètres climatiques nécessaires à la modélisation du cycle du carbone et de l'eau dans les écosystèmes. Le MNE avait des erreurs absolues moyennes de 30 m ou moins pour la plupart de l'Irlande. Le modèle de l'écosystème nécessite des entrées de précipitations mensuelles, de températures maximales et minimales quotidiennes moyennées mensuellement, et d'irradiation solaire quotidienne moyenne mensuelle. Les données mensuelles moyens à long terme (1951 à 1980) ont été obtenues à partir de sites mesurant les précipitations (618 sites), la température (62 sites), et le nombre d'heures de soleil par jour ('heures d'ensoleillement') (61 sites). La régression polynomiale a été utilisée pour dériver un modèle simple pour chaque variable climatique mensuelle permettant de relier le climat à la position et à l'élévation sur le MNE. Les évaluations de précision avec des sous-ensembles de chaque ensemble de données climatiques ont déterminé que la régression polynomiale peut prédire le climat mensuel moyen en Irlande avec des erreurs absolues moyennes de 5 à 15 mm pour les précipitations mensuelles, de 0,2 à 0,5 °C pour les températures maximales et minimales mensuelles moyennées, et de 6 à 15 min pour les heures d'ensoleillement quotidiennes moyennées mensuellement. Les estimations climatiques de la régression polynomiale ont été comparées aux estimations d'une interpolation modifiée par distance inverse au carré. La précision des prévisions ne différait pas entre les 2 méthodes, mais les modèles de régression polynomiale nécessitaient moins de temps pour être générés et moins d'espace de stockage sur ordinateur, réduisant ainsi considérablement le temps requis pour les simulations régionales.
Goodale et al. (Jeudi,) ont étudié cette question.