xuleihuanying的个人博客分享 http://blog.sciencenet.cn/u/xuleihuanying

博文

[转载]面向干旱灾害监测和评估的参数化多变量干旱指数

已有 532 次阅读 2021-10-16 09:57 |个人分类:论文|系统分类:论文交流|文章来源:转载

干旱是一种复杂的水文气象灾害,能够造成巨大的社会经济影响。2000-2018年间,我国农业年均因旱受灾面积达18450.22千公顷,全国因旱饮水困难人口达2015.46万人。在全球气候变化的背景下,我国干旱灾害形势愈加严峻,干旱灾害的监测、评估与应对更加重要。

干旱指数是开展干旱监测与评估的有效工具,对于农业干旱,现有的干旱指数包括标准化土壤湿度干旱指数,植被-土壤水分亏损指数,土壤干旱指数等等。土壤湿度是表征农业干旱的重要变量,然而,农业干旱同样受到其它因素如降雨、蒸散发等因素的影响,单一的土壤湿度变量难以有效反映农业干旱事件的发生发展过程。干旱指数的计算一般是通过参数化或者非参数化的概率分布建模得到。非参数化建模常采用经验的概率分布,计算简单,便于应用,但是容易受到采样偏差的影响,在应用于新的数据中容易造成一定的高估或低估。在气候变化的背景下,数据的分布在逐渐发生变化,参数化建模通过拟合合适的分布函数来计算干旱指数,这种情况下较为适合干旱指数的计算。本文通过参数化建模的方法,将降雨、土壤湿度和蒸散发三个变量进行结合,基于copula函数,通过K-S检验选择合适的单变量和多变量联合分布函数,计算得到一种参数化的多变量干旱指数SPESMI,用于干旱灾害的监测与评估。

1.jpg

图1. 基于参数化和非参数化方法构建干旱指数的概率密度分布比较

       图1显示了参数化和非参数化方法在构建干旱指数方面的不同。当使用非参数化和参数化方法拟合历史数据后,新加入的数据(u=0.001,v=0.001)分别对应两个变量1000年一遇的重现期,使用非参数化方法得到的干旱事件重现期为73年,严重低估了干旱事件的严重程度,而参数化方法能够得到2000年左右的重现期,相对来说更为合理。

2.jpg

图2. 基于参数化和非参数化方法构建干旱指数的概率密度分布比较

       相对于SPEI、SSMI、SODI、VSWD,SPESMI在干旱发生时能够进行早期预警,在干旱恢复时能够进行综合评价,能够较好地体现干旱灾害的发展过程,在干旱监测和评估方面具有一定的优越性(图2)。在河南省,SPESMI和小麦单产之间具有较高的相关性,具有潜在的实际应用价值(表1)。

表1. 干旱指数和去趋势小麦单位面积产量之间的相关性

表格.jpg

       在2014年河南夏季干旱监测中,SPESMI能够较好地体现气象和土壤干旱的综合发展过程,可以用于干旱过程的时空评估(图3)。在气候变化的评价中,SPESMI可以综合SPEI和SSMI的特征,用于未来干旱趋势的预估(图4)。

3.jpg

图3. 2014年夏季河南干旱监测

 4.jpg

图4. 气候变化背景下的干旱评估



论文信息:

Xu, L., Chen, N., Yang C., Zhang C., Yu H. (2021). A parametric multivariate drought index for drought monitoring and assessment under climate change. Agricultural and Forest Meteorology, 310, 108657. doi: 10.1016/j.agrformet.2021.108657

原文链接:

https://www.sciencedirect.com/science/article/pii/S0168192321003439




https://blog.sciencenet.cn/blog-3454870-1308147.html

上一篇:遥感土壤湿度精度评估与数据同化

0

评论 (0 个评论)

数据加载中...
扫一扫,分享此博文

Archiver|手机版|科学网 ( 京ICP备07017567号-12 )

GMT+8, 2021-12-4 12:12

Powered by ScienceNet.cn

Copyright © 2007- 中国科学报社

返回顶部