Key points are not available for this paper at this time.
Ressources naturelles Canada, Service canadien des forêts, et leurs partenaires ont développé des modèles de spline spatiaux personnalisés et des ensembles de données griddés pour l'Amérique du Nord pour une large variété de variables, d'intervalles de temps et de résolutions spatiales. La motivation initiale pour le développement des modèles était de traiter des problèmes liés à la foresterie, cependant, de nombreuses agences et chercheurs les ont depuis utilisés dans diverses applications. Les paramètres pour le modèle de base, ainsi que la quantité de lissage des données, sont généralement estimés en minimisant un diagnostic appelé validation croisée généralisée (GCV). Les estimations d'erreurs moyennes retenues pour les modèles de température et de précipitations à travers des localisations spatialement représentatives aux intervalles normaux mensuels, mensuels historiques et quotidiens historiques, montrent que les erreurs associées aux surfaces normales sont faibles, reflétant la plus grande cohérence spatiale des normes mensuelles.
McKenney et al. (Mon,) ont étudié cette question.