工具說明：本工具以 TCCIP 5km (0.05度) 網格化氣候資料為基礎，配合地形進行內插修正，除產出高空間解析度之溫度、雨量資料外 (產出資料為月、季尺度)，本工具另擴增其他生物氣候因子如積溫、溫量指數等。

執行環境：本工具以 R語言撰寫，使用 clim.regression v2 程式前，請於R軟體內先行安裝 geoR 及 dplyr 兩個程式包，依據安裝的程式包版本可能須將 R升級至更新版本。

輸入資料：

1. 5km網格氣候資料：包含全臺網格化觀測日資料 0.05度 (最高溫、最低溫、平均溫與雨量) 及全臺 AR6統計降尺度日資料 (最高溫、最低溫、平均溫與雨量)。
2. 欲產生氣候資料的座標位置 (target points)：需以3欄位的 data frame 形式做為本程式的輸入參數，各欄位依次存放目標點位的經度 (lon)、緯度 (lat)及海拔 (elev)資料。

​  ！資料存放位置與檔案命名規範已包含於程式碼中，請依據工具說明文件修改檔名與存放路徑，以確保資料正確讀取與運算。

輸出資料：輸出之結果儲存於result變數，該變數為data frame型式，共包含145個欄位 ，除經緯度與海拔高度外，批次計算之氣候資訊與生物氣候因子如下表。

適合山區複雜地形使用的氣候工具—clim.regression

clim.regression能提高氣候資料的空間解析度，同時批次產製多種生物氣候因子。本工具利用海拔遞減率及高解析之地表高程資料，針對5km網格資料進行內插與修正，在不改變5km網格中心點原有的氣候估計值前提下，提高資料的空間解析度；此外，使用者可透過自設內插修正點（例如生物分布座標或固定網格點），自由調整產出氣候圖層之空間解析度。

詳細使用說明請參閱工具說明文件。

 以高解析度的氣候資料輔助生態建模

高解析度的森林分布預測

林奐宇博士透過clim.regression工具，提升氣候資料的解析度，細緻呈現不同地形的氣候差異，並據此建立高解析度的森林分布預測模型。

稀有植物復育應用

利用clim.regression工具產製的高解析度氣候資料，能夠更精準圈繪出植物適合生長的區域，幫助建構氣候棲位模型，提供復育的潛在場址選擇。