Climatic information with suficient quality and spatially distributed is an essential requirement for developing research in several disciplines, such as Hydrology, Agronomy, Climatology and Ecology. In the present paper we attempt to reach to a model of the spatial distribution of precipitation and temperature in the lake Cuitzeo basin, based on interpolation methods using climatic and geographic variables and supported by the application of correlation analysis, simple and multiple regression and the use of geographic information systems. Three models were developed: one including 17 stations within the basin (Basin model); a second including 24 stations located at less than 10 km from the basin's water shed (Buffer 10 model); and a third using 30 stations located at less than 20 km from the catchment's water divide (Buffer 20 model). Based on the results of confidence analysis, the final average temperature map was the regression map resulting from the Buffer 20 model corrected by the addition of the anomaly map, with R2=0.72 and RMSE of 0.64 °C. In precipitation maps, the highest confidence results were derived from the data from the Buffer 20 model. The final annual precipitation map was obtained from the regression map without correction by residuals, with R2=0.746 and RMSE=55.51 °C. Confidence analysis shows that both models had statistically significant determination coeficients (Prob. > F=0.05), however, models could be improved by the availability of more stations within the basin, given that the quantity and quality of data is a variable having an effect on the output of model application. The resulting final maps are relevant for modeling the spatial distribution of types of vegetation cover and of plant species, because climate, together with altitude, slope, exposure and other factors, is fundamental for determining the distribution of plant communities and of their component species.
La disponibilidad de información climática de calidad y espacialmente distribuida es importante para el desarrollo de investigación en distintas disciplinas como la Hidrología, Agronomía, Climatología y Ecología. Este artículo se propone obtener un modelo espacialmente distribuido de precipitación y temperatura de la cuenca del lago de Cuitzeo, a partir de métodos de interpolación que utilizan variables climáticas y geográficas apoyado en la aplicación de los análisis de correlación y regresión simple y múltiple, uso de herramientas propias de los sistemas de información geográfica. Para ello se elaboraron tres diferentes modelos: el primero con las 17 estaciones que se encuentran en la cuenca (Modelo cuenca); el segundo con 24 estaciones localizadas a menos de 10 km del límite de la cuenca (Modelo buffer 10) y el tercero con 30, localizadas a menos de 20 km de distancia del parteaguas (Modelo buffer 20). Con base en los resultados de confiabilidad, el mapa final de temperatura media, fue el mapa de regresión basado en el modelo buffer 20 corregido por la adición del mapa de anomalías, el cual presentó un valor de R²= 0.73 y un RMSE=0.64 °C. En los mapas de precipitación se observaron mejores resultados de confiabilidad para los modelos elaborados con la información del modelo buffer 20. El mapa final de precipitación anual fue el obtenido a partir del mapa de regresión sin corrección por residuales, presentando un coeficiente de determinación R² = 0.746 y un RMSE de 55.51. Con base en el análisis de confiabilidad, ambos modelos tienen coeficientes de determinación aceptables (Prob>F= 0.05); sin embargo, los modelos podrían mejorarse de contar con una mayor cantidad de estaciones al interior de la cuenca, ya que la cantidad y calidad de los datos es una variable que afecta los resultados de un modelamiento. Los mapas finales, son de importancia para modelar la distribución espacial de tipos de vegetación, así como especies vegetales, ya que el clima es un factor fundamental que junto con otras variables como la altitud, suelos, pendientes, exposición, entre otros, determinan la distribución de las comunidades vegetales y sus especies.