Sé que el remuestreo de la resolución gruesa a la fina es malo. En efecto, se están inventando los datos. Sin embargo, si el área de estudio es pequeña, ¿hay alguna otra opción? Worldclim viene con una resolución de unos 900m en su máxima expresión. Pero ejecutar un SDM (modelo de distribución de especies) en un área de estudio pequeña es relativamente inútil ya que las celdas de 900 x 900 son demasiado grandes. La opción más sencilla es remuestrear los datos de Worldclim a 30m. Los datos de Worldclim se interpolan a partir de las estaciones meteorológicas. ¿Contará esto como una interpolación más o creará resultados sin sentido?
Respuesta
¿Demasiados anuncios?
Por lo general, el remuestreo de este tipo de datos mediante interpolación dará probablemente malos resultados, sobre todo si la zona en cuestión es montañosa (como ha señalado whuber, los datos climáticos a microescala son espacialmente muy variables y se interpolan mal). Aumentar la resolución treinta veces es, sin embargo, bastante drástico y yo me pensaría dos veces la propia relevancia de esos datos. Si considera hacerlo, buscaría esta respuesta para algunos métodos.
Sin embargo, una forma mejor es utilizar el cokriging u otros métodos de interpolación de covariantes junto con otros predictores de la temperatura, siendo probablemente el relieve el factor principal en este caso, pero otros como el tipo de cobertura del suelo y la insolación también podrían ser útiles.
