Nội dung được dịch bởi AI, chỉ mang tính chất tham khảo
Xác định mô hình hạn hán khí tượng lâu dài hàng năm dựa trên các phương pháp không gian-thời gian: đánh giá các phương pháp địa thống kê khác nhau
Tóm tắt
Việc ước lượng và xác định mô hình hạn hán khí tượng lâu dài đóng vai trò quan trọng trong quản lý nước vùng và thực tiễn nông nghiệp đất khô ở khí hậu khô cằn và nửa khô cằn. Trong nghiên cứu này, Chỉ số Lượng mưa tiêu chuẩn (SPI) đã được chọn làm tiêu chí chính để đánh giá mức độ nghiêm trọng của các sự kiện hạn hán khí tượng. Mục tiêu của bài báo này là tạo ra bản đồ xác suất xảy ra hạn hán khí tượng cho các lớp SPI khác nhau thông qua phân tích không gian-thời gian. Nhiều phương pháp thống kê, được biết đến với tên gọi phương pháp không địa thống kê (như đa giác Thiessen, trọng số khoảng cách nghịch đảo và dựa trên spline), cũng như các phương pháp địa thống kê (như các loại kriging khác nhau và entropy tối đa Bayes (BME)), hiện có thể được sử dụng cho mục đích của nghiên cứu này. Trong nghiên cứu này, phương pháp kriging thông thường (OK) được sử dụng như một phương pháp địa thống kê cổ điển và BME như một phương pháp địa thống kê hiện đại. Nghiên cứu điển hình của nghiên cứu này là lưu vực Hồ Namak nằm ở khu vực trung tâm của Iran với diện tích khoảng 90.000 km2. Lưu vực này bao gồm các vùng có điều kiện khí hậu khác nhau một cách đáng kể, từ rất khô đến rất ẩm. Kết quả của nghiên cứu điển hình bao gồm phân bố không gian của SPI cho các lớp SPI khô (các lớp khô vừa, khô nghiêm trọng và khô cực đoan) và các lớp SPI ẩm (các lớp ẩm vừa, ẩm nghiêm trọng và ẩm cực đoan) có thể được sử dụng để xác định các khu vực dễ bị tổn thương trước hạn hán. Các phương pháp địa thống kê đã được chọn đã được so sánh dựa trên quy trình xác thực chéo bỏ một (leave-one-out) và phân bố không gian-thời gian của các giá trị SPI. Kết quả của việc xác thực chéo cho thấy sự vượt trội của BME so với OK. Bản đồ BME xác suất xảy ra cũng thực tế hơn so với bản đồ OK.
Từ khóa
#hạn hán khí tượng #Chỉ số Lượng mưa tiêu chuẩn (SPI) #phương pháp địa thống kê #kriging #entropy tối đa Bayes (BME) #phân tích không gian-thời gian.Tài liệu tham khảo
Abedini MJ, Nasseri M (2008) Inverse distance weighted revisited. 4th APHW, Beijing, China, 3–5 November 2008
Abedini MJ, Nasseri M, Ansari A (2008) Cluster-based ordinary Kriging of piezometric head. J Hydrol 351:360–367
Abedini MJ, Nasseri M, Burn D (2012) The use of a genetic algorithm-based search strategy in geostatistics: application to a set of anisotropic piezometric head data. Comput Geosci 41:136–146
Abramowitz M, Stegun A (eds) (1965) Handbook of mathematical formulas, graphs, and mathematical tables. Dover Publications Inc, New York
Akhtari R, Morid S, Mahdian MH, Smakhtin V (2009) Assessment of areal interpolation methods for spatial analysis of SPI and EDI drought indices. Int J Climatol 29:135–145. doi:10.1002/joc.1691
Basistha A, Arya DS, Goel NK (2008) Spatial distribution of rainfall in Indian Himalayas—a case study of Uttarakhand region. Water Resour Manage 22:1325–1346
Bayat B, Zahraie B, Taghavi F, Nasseri M (2012) Evaluation of spatial and spatiotemporal estimation methods in simulation of precipitation variability patterns. Theoret Appl Climatol. doi:10.1007/s00704-012-0795-7
Burrough PA, McDonnell RA (1998) Principles of geographical information systems. Oxford University Press, Oxford
Chiles JP, Delfiner P (1999) Geostatistics. Modeling Spatial Uncertainty, Wiely
Christakos G (1998) Spatiotemporal information systems in soil and environmental sciences. Geoderma 85(2–3):141–179
Christakos G (2000) Modern spatiotemporal geostatistics. Oxford University Press, New York
Christakos G, Bogaert P, Serre ML (2002) Temporal GIS. Springer, New York
Cressie N, Huang HC (1999) Classes of nonseparable, spatio-temporal stationary covariance functions. J Am Stat As 94:1330–1340
De Cesare L, Myers D, Posa D (1997) Spatial-temporal modeling of SO_2 in milan district. In: Baafi EY, Schofield NA (eds) Geostatistics wollongong’96, vol 2. Kluwer Academic, Dordrecht, pp 1031–1042
De Cesare L, Myers D, Posa D (2001a) Product-sum covariance for space-time modeling. Environmetrics 12:11–23
De Cesare L, Myers D, Posa D (2001b) Estimating and modeling space-time correlation structures. Stat Probab Lett 51:9–14
De Iaco S, Myers D, Posa D (2001) Space-time analysis using a general product-sum model. Stat Probab Lett 52:21–28
De Iaco S, Myers D, Posa D (2002) Space–time variograms and a functional form for total air pollution measurements. Comput Stat Data Anal 41:311–328
Deo RC (2011) On meteorological droughts in tropical Pacific Islands: time-series analysis of observed rainfall using Fiji as a case study. Meteorol Appl 18:171–180
Diggle PJ, Tawn JA, Moyeed RA (1998) Model-based geostatistics. J Roy Stat Soc Ser C (Appl Stat) 47:299–350. doi:10.1111/1467-9876.00113
Douaik A, Van Meirvenne M, To’th T, Serre M (2004) Space–time mapping of soil salinity using probabilistic Bayesian maximum entropy. Stoch Env Res Risk As 18:219–227
Douaik A, Van Meirvenne M, Tóth T (2005) Soil salinity mapping using spatio-temporal kriging and Bayesian maximum entropy with interval soft data. Geoderma 128:234–248
Edwards DC, McKee TB (1997) Characteristics of 20th century drought in the United States at multiple time scales. Climatology report number 97–2. Colorado, State University: Fort Collins, CO
Genton MG (2007) Separable approximations of space-time covariance matrices. Environmetrics 18:681–695
Gibbs WJ, Maher JV (1967) Rainfall deciles as drought indicators, bureau of meteorology bulletin no. 48. Commonwealth of Australia: Melbourne, p 29
Guttman NB (1998) Comparing the palmer drought index and the standardized precipitation index. J Am Water Resour As 34:113–121
Hayes MJ, Svodoba MD, Wilhite DA, Vanyarkho OV (1999) Monitoring the 1996 drought using the standardized precipitation index. Bull Am Meteor Soc 80:429–438
Isaaks EH, Srivastava RM (1989) An introduction to applied geostatistics. Oxford University Press, New York
JAMAB (1999) Iran water comprehensive project: daryacheh namak drainage area (base study). Consulting Engineers in Association with Ministry of Energy, Iran (In Persian)
Kitanidis PK (1997) Introduction to geostatistics: applications to hydrogeology. Cambridge University Press, UK
Kumar MN, Murthy CS, Sesha Sai MVR, Roy PS (2011) Spatiotemporal analysis of meteorological drought variability in the Indian region using standardized precipitation index. Meteorol Appl. doi:10.1002/met.277
Lebel T, Bastin G, Obled C, Creutin JD (1987) On the accuracy of areal rainfall estimation: a case study. Water Resour Res 23(11):2123–2138
Li J, Heap AD (2008) A review of spatial interpolation methods for environmental scientists. Canberra, Geoscience Australia
Livada I, Assimakopoulos VD (2007) Spatial and temporal analysis of drought in Greece using the standardized precipitation index (SPI). Theoret Appl Climatol 89(3–4):143–153
Logan KE, Brunsell NA, Jones AR, Feddeme JJ (2010) Assessing spatiotemporal variability of drought in the U.S. central plains. J Arid Environ 74:247–255
Loukas A, Vasiliades L (2004) Probabilistic analysis of drought spatiotemporal characteristics in Thessaly region, Greece. Nat Hazards Earth Syst Sci 4:719–731
McKee TB, Doesken NJ, Kleist J (1993) The relationship of drought frequency and duration to time scales. In: Proceeding of the 8 th conference on applied climatology, 17–22 January 1993. Anaheim, California, pp 179–184
McKee TB, Doesken NJ, Kleist J (1995) Drought monitoring with Multiple Time scales. Proceeding of the ninth conference on applied climatology. American Meteorological Society, Dallas, TX, pp 233–236
Nasseri M, Zahraie B (2011) Application of simple clustering on space-time mapping of mean monthly rainfall pattern. Int J Climatol 31(5):732–741. doi:10.1002/joc.2109
Pai DS, Sridhar L, Guhathakurta P, Hatwar HR (2011) District-wide drought climatology of the southwest monsoon season over India based on standardized precipitation index (SPI). Nat Hazards 59:1797–1813
Painter S (1998) Numerical method for conditional simulation of Levy random fields. Math Geol 30(2):163–179
Palmer WC (1965) Meteorological drought. Research paper no. 45. U.S. Department of Commerce Weather Bureau, Washington, DC
Patel NR, Chopra P, Dadhwal VK (2007) Analyzing spatial patterns of meteorological drought using standardized precipitation index. Meteor Appl 14:329–336
Philips DL, Dolph J, Marks D (1992) A comparison of geostatistical procedures for spatial analysis of precipitations in mountainous terrain. Agr For Meteor 58:119–141
Serre ML, Christakos G (1999) Modern geostatistics: computational BME analysis in the light of uncertain physical knowledge - the Equus Beds study. Stoch Env Res Risk Assess 13:1–26
Shepard D (1968) A two-dimensional interpolation function for irregularly-spaced data. Proceedings of the 1968 ACM national conference, pp 517–524
Sönmez FK, Kömüscü AU, Erkan A, Turgu E (2005) An analysis of spatial and temporal dimension of drought vulnerability in Turkey using the standardized precipitation index. Nat Hazards 35:243–264
Tabios GQ, Salas JD (1985) A comparative analysis of techniques for spatial interpolation of precipitation. Water Resour Bull 21(3):365–380
Tartakovsky DM, Wohlberg B, Guadagnini A (2007) Nearest-neighbor classification for facies delineation. Water Resour Res 43:W07201. doi:10.1029/2007WR005968
Thiessen AH (1911) Precipitation averages for large areas. Mon Weather Rev 39(7):1082–1084
Thom HCS (1966) Some methods of climatological analysis. WMO Tech Note 81:16–22
Vicente-Serrano SM (2007) Evaluating the impact of drought using remote sensing in a mediterranean, semi-arid region. Nat Hazards 20:37–60
Wu H, Hayes MJ, Welss A, Hu Q (2001) An evaluation the standardized precipitation index, the china-z index and the statistical z-score. Int J Climatol 21:745–758. doi:10.1002/joc.658
Yarus JM, Chambers RL (2005) Stochastic modeling and geostatistics principles, methods, and case studies, vol II. The American Association of Petroleum Geologists Press, Tulsa, Oklahoma
Yu HL, Chu HJ (2010) Understanding space–time patterns of groundwater system by empirical orthogonal functions: a case study in the Choshui River alluvial fan, Taiwan. J Hydrol 381:239–247