文摘

气候灾害组红外降水与电台(啁啾)数据集是作为一个工具来监控干旱和环境变化。最近的验证工作沿着南美评估其是否适合繁殖的主要降水的时空特征。然而,没有做关于啾啾的能力评估的湿和干燥条件,尤其是在原位地区降水记录稀缺。在本文中,我们研究了啾啾的性能监测湿沿着半干旱和干旱事件中西部阿根廷。使用标准化降水指数(SPI),我们比较了啾啾数据库记录从49个气象站1987 - 2016年期间的研究区域。结果表明,啾啾充分数据集复制颞可变性的SPI在多个时间尺度(1个月、3个月和6个月),特别是在该地区占主导地位的温暖季节降水。大高估的季节性降水在该地区由冷季降水可以引入错误的表现反映在啾啾西部的域。干态和湿态类的频率准确地再现了雁鸣时间尺度大于1个月(SPI1),湿偏见的存在,产生低估的零值的频率。这种偏见进一步翻译的评价SPI1在历史的时空评估干(1998)和湿(2016)事件,尤其是对极端的干/湿月的分类。评价的结果表明,啾啾是一个合适的工具来评估时间表干和湿条件超过1个月,可以支持决策过程中对该地区水文气象机构。

1。介绍

广泛的采用卫星降水产品出现在过去的几十年,提供了一个空间范围,优于计产品,考虑到雨密度等指标有明显的查询网站网络,连续的时间序列,和金融限制(1]。其中的一些产品的降水估计使用人工神经网络遥感信息(PERSIANN) [2气候预测中心),变形(CMORPH)技术(3),全球卫星降水的映射(GSMaP) [4),TRMM卫星降水分析(TMPA) 3 b42rt [5),源Weighted-Ensemble降水(MSWEP) [6]。一个全面的概述这些产品可以在贝克等人的研究(7]。

满足需求的研究和应用气候干旱,这些卫星估计提供长期降水记录。的一些产品大多数MSWEP伸展的记录(6),PERSIANN-CDR (8),和气候灾害组红外降水与电台(啾啾)数据档案9]。唧唧数据库包含一个quasi-global (50°50°N, 180°e - 180°W), 0.05°的决议,1981年在如今网格降水时间序列。这个数据集合并三种类型的信息:全球气候学、卫星估计和原位观测(10),生成几个降水产品随着时间的步骤从长达3个月的总量。

该数据库主要用于评估月度,季节性,在几个地区年降水量的变化。每月啾啾估计在尼泊尔(适用于干旱监测11)、智利(12),中国(1]。研究Lopez-Carr et al。13)使用三个月累积识别在生长季节降水变化对非洲。啾啾的趋势年降雨量估计比较与网格gauge-only降水数据集和气候模型模拟从CMIP5数据集14]。啾啾的日常版本也最近引起了人们的关注。使用它的例子可以发现在极端降水指数的检测趋势(15),评估天气政权之间的关系和干/湿条件以及东非(16],晴天的进化的评估频率及其对亚马逊季节性降雨的影响(17]。

这些卫星产品的性能需要评估在不同地区以识别检索错误和偏见(18]。中西部阿根廷(公告)是一个地区复杂的地形和大气环流的相互作用决定了大范围的降水特征,从强烈的冬季地形雨19),夏季极端降水事件导致山体滑坡的发生沿着安第斯山脉范围(20.在低地,雹暴(21[]multiannual严重干旱事件22,23]。考虑这些多个特征加入到了地面观测资料的缺乏使得强制使用高分辨率卫星降水产品为了提供更好的理解降水变化和改变。最近的一项研究进行验证的啾啾30年段加入分析降水的主要气候特征的表示(24]。啾啾数据集获取对该地区雨季特点,考虑到地中海气候特征在安第斯山脉和季风政权的低地。此外,啾啾取得更好的结果在该地区夏季降水最大,鉴于在冷学期最大降水在很大程度上是高估了。鉴于这种性能,啾啾数据库是用于评估冰川崩溃在阿根廷的安第斯山脉中部地区稀缺的气象信息(25]。唧唧估计也作为输入气候监控工具引起了人们的关注。六个国家在南美洲南部建立了世界气象组织区域气候中心(RCC-SSA),包括一个强大的气象服务和学术机构之间的合作(26]。RCC-SSA定期生成啾啾降水估计地图pentadal和月度时间步骤,为决策提供相关信息所需要的农业活动和水管理的目的。

除了努力啾啾的使用数据库作为区域降水监测工具,一些验证研究评估其适用性的评估干燥和潮湿的条件。郭et al。27]发现,啾啾能够正确地捕捉干旱特征在不同的时间尺度和最佳的性能在三个月的时间表。摩尔诺et al。12)得出结论,为了使用啾啾数据集监测干旱强度条件下,该产品应校准调整降雨地理的高估或低估。最近,高et al。1和钟等。28)表明,啾啾成功地捕获了干旱对中国的空间模式。这些研究还表明,湿条件没有评估的焦点,这可能归因于啾啾农业干旱监测的设计(9]。然而,在研究区,湿的发生条件影响农业特别是葡萄的质量,这需要大量的太阳辐射为葡萄酒产量达到足够的质量(29日]。此外,在潮湿的条件下,深对流的发生事件的概率在温暖的季节增加,它强烈影响耕地公告,造成大的损害和经济损失,特别是在雹暴的葡萄园(30.]。这些因素使强制干燥和潮湿的条件的评估研究区域。

本研究的目的是评估的适用性啾啾降水估计湿和干燥的表示时间的公告。对于这个评价,标准化降水指数(SPI) [31日被选为一个指标的定义湿和干燥条件。SPI将计算根据雨量数据的观察和啾啾估计考虑多个时间尺度。啾啾的性能将通过比较评价的干态和湿态事件的时空特征研究领域在过去的30年。这个评估是进行区域观测降水在空间密度低,雨量数据并不总是可用的信息,和时间序列经常中断,事实突出的关键性质验证卫星降水估计极端降水监测。预计,这项研究的结果将构成重大贡献的改善区域监测湿和干燥条件。

2。材料和方法

2.1。研究区域

公告是半干旱地区位于安第斯山脉的背风,30°年代和40°之间(图1)。这个地区的特点是一个强大的区域和当地气候地形的影响。地中海气候在高海拔政权与高降雨雪在寒冷的季节(4月至9月)和干燥温暖的季节(10月至3月),为了应对季节性的位移东南太平洋高压(32]。35°以北,安第斯山脉是一个相当大的地形与山峰超过6000 m.a.s.l屏障。,防止湿太平洋气团抵达东部斜坡(33]。由于强大的雨影效应,气候在安第斯山脉的东部干旱半干旱,在对流温暖季节降雨的潮湿的空气质量从亚马逊和大西洋盆地发挥相关作用[34]。35°S,南部的降水主要是通过产生的冷空气东移从太平洋35),西强降水梯度。

农业的和工业的活动的CWA很大程度上取决于葡萄生产,一个活动只能通过灌溉,考虑该地区的干旱半干旱气候。降雨量年际变异性在这个地区部分与厄尔尼诺-南方涛动(ENSO)有关,与厄尔尼诺事件提供大降水(降雪和降雨)数量和拉尼娜事件占干旱情况(22,36]。

2.2。数据

每月从49水文气象站点降水数据位于公告的水资源机构通过阿根廷和美国国家气象局。这些雨仪表的位置如图1,每个站的详细信息可以在表中找到1。这个数据库是建立的评估由里维拉et al。24),包括质量控制程序和尺度的检测。一段共同的30年,从1987年到2016年,选择基于降水的可用性和质量记录和车站的空间代表性。缺少降水值,范围从1到27 nonconsecutive月,取而代之的是应用线性回归与邻国,仅供参考站,解释> 80% (R²> 0.8)颞可变性的降水。在研究区降水的行为被证明是均匀的地区由夏季降水(22,29日和该地区由冬季降水33]。这是进一步验证使用旋转主成分分析(RPCA) [37)应用于s模式与方差极大旋转(没有显示),可以获得区域分离的一种方法观察图1分配每个车站后它加载的组件(最高38]。此外,区域降水明显不相关的时间序列(39),突出不同的存在对该地区水汽来源的依赖的季节。即使每填缝常规介绍了降水估计错误,我们假设区域内的强有力的同质性保证足够的估计真实的降水总量。

年平均降雨量的空间模式显示了研究区域的半干旱条件,值从低于150毫米/年32°以北年代超过700毫米/年37°和39°之间的年代,高海拔的大陆分水岭(图2、表1)。在中晚期狭窄地区部分门多萨省(大约从34°35°S)展品相对最大降水、值高于400毫米/年。36°南部的年代,有一种强烈的降水梯度自西向东由于安第斯山脉的雨影效果(图2)。在降水明显不同的季节性的CWA是两个选定的位置(图说明2)。的年度周期沉淀在洛杉矶Remonta显示了季风政权,由对流温暖季节雨量与南美低空急流向南运动(SALLJ)从阿根廷北部[40)和东南的水分运输巴西和乌拉圭,甚至直接从大西洋(41]。相反,年度周期Pichi则显示了一个地中海政权,在寒冷季节降水与较高的一个强有力的水蒸气运输从太平洋温带气旋的pre-cold-front环境(19,42]。

网格月降水估计啾啾,发达的加州大学圣芭芭拉分校(UCSB)气候灾害集团(CHG)合作,美国地质调查局(USGS)地球资源观测和科学(EROS)中心,被用来确定其准确性繁殖极端降水事件公告。数据从1987年到2016年通过CHG web页面(http://chg.geog.ucsb.edu/data/chirps/index.html)。所描述的恐慌等。9啾啾算法),(我)是建立在0.05°气候学包含卫星信息表示的稀疏测量位置,(ii)包含每月1981年至今0.05°红外冷云duration-based降水估计,(iii)混合站数据产生一个初步的信息产品延迟约2天结束后五和最终产品平均延迟大约3周,和(iv)使用一种新颖的混合过程将红外冷云的空间相关性结构持续时间估计插值权重分配。这个数据集被发现繁殖充分沉淀在南美洲的几个特征(12,17,43),尤其是在加入到了展示的好协议表示季节性和降水的年际变化及其空间模式(24]。

3所示。方法

为了确定干和湿事件的发生,我们使用了SPI,一个被广泛接受的指数作为干旱监测和评估的通用工具。基于六precipitation-based干旱指数之间的比较,SPI被选为最适合分析气象干旱在南美洲南部[44]。SPI的计算,时间序列的个月,3个月,和6个月累积生成并安装两个参数γ分布函数,在先前的建议研究区(22和其他地区12,13,27]。最后,累积密度函数的等概率转换标准正态分布的均值为0,方差为1进行获取SPI。因此,SPI的值在标准偏差表示,用积极的SPI值表明降水量大于中位数,负值表示小于平均降水。三个干和湿类别和一个正常的范畴可以定义基于SPI值,如表所示2后,和桑德斯的分类·劳埃德-休斯45]。在介绍中提到的,目前,监测湿和干燥的事件已经由RCC-SSA使用啾啾的计算时间尺度SPI的3和6个月(http://www.crc-sas.org/en/monitoreo_precipitacion_chirps.php)。

30年期间为这项研究提供了雨量数据选择和啾啾记录足够的准确估计的SPI值,推荐由世界气象组织(46]。对比的SPI根据雨量计观测和啾啾估计,我们使用皮尔逊相关系数和平均绝对误差。相关系数的措施之间的线性关系强度卫星估计和雨指标观察,有界−1和1的最优值1。平均绝对误差提供了信息误差估计的平均大小,考虑系统和随机误差(24]。

4所示。结果

4.1。区域行为基于啾啾的SPI和雨量数据

比较的SPI基于啾啾数据库和雨量数据数据,研究区划分根据主要地区年降水量周期的特性:温暖的季节(WS)统治该地区降水、季风的政权与对流降雨在低地和相对干燥寒冷的季节;掌控的地区和寒冷季节降水(CS),与地中海政权接近安第斯山脉的海拔越高(见图1)。SPI的时间序列在时间尺度的1个月,3个月,6个月WS和CS区域数据所示3和4,分别。

基于啾啾的SPI的演化与雨量计观测估计显示一个协议,捕获主要干和湿时间的发生及其严重程度在两个地区。对WS地区(图3),SPI之间的相关系数大于0.8 ( )三个时间尺度的考虑,而这个值范围在0.74和0.77之间( )CS的地区。与获得的结果考虑到相关系数,平均绝对误差稍大的CS地区(在0.53和0.57之间),而WS地区(在0.47和0.48之间)。

非常潮湿时期记录沿WS地区2015年和2016年之间被啾啾捕获在时机,虽然一个高估的强度在所有时间尺度(图3)。另一方面,啾啾估计检测到的最大极端干旱严重时期沿着WS地区2003年和2004年之间,虽然强度是低估了观测相比。这种行为类似于观察到在干燥段2005 - 2006(图3)。

CS的地区,湿的发生时间记录在2000年和2003年之间由啾啾估计,尤其是SPI3和SPI6,高估它的严重性(图4)。CHIRPS-SPI捕获了1989年的干旱期,1995 - 1997,和1998 - 1999年的极端干旱,与观察到的SPI协议。1999年极端干旱影响了水力发电在巴塔哥尼亚由于水文干旱的条件也在公告(47]。这个干旱事件的发生是被啾啾估计的时间和严重程度也最大的干旱强度(图4)。然而,干旱死亡估计啾啾被几个月预期与雨gauges-SPI相比(1999年2月和1999年9月)。这个条件可以归因于一个大降水的高估CS地区与雨量计数据24]。

CHIRPS-SPI之间观察到的不同协议和雨gauges-SPI WS和CS地区可以与大高估的月降水估计从啾啾CS地区(图5)。这个结果可以进一步归结为4月到9月的高估,尤其是在区域1000 m.a.s.l以上。(24]。月降水从啾啾WS区域显示了轻微低估,因此,一个更好的协议雨gauges-SPI和CHIRPS-SPI WS地区。

4.2。SPI分类为湿和干燥的类别

鉴于SPI符合标准正态分布值,这些值位于一个标准差在大约68%的时间,95%的时间在两个标准差和98%的时间在三个标准差48]。从这个意义上说,预计大约16%的月(∼58个月)将分为干(湿)个月,鉴于该值对应的概率SPI≤−1.0 (SPI≥1.0)。为了评估这一要求,我们计算了几个月干和湿条件每个雨量计及其相应的啾啾像素。图6显示了几个月盒子情节SPI1用干和湿条件,SPI3, SPI6。雨gauge-SPI最相关的区别和CHIRPS-SPI类发现1个月的时间考虑干燥条件。在大多数的雨量数据,SPI值往往低估干几个月的预期。这可以与零值的存在,考虑到研究区域的干旱和半干旱特征及其显著的季节性降水周期。当发生高频零值时,SPI趋向于非正态的分布,下界的SPI在短时间尺度(时间序列49),因此未能表明干旱事件。这不是观察考虑啾啾估计,鉴于本产品倾向于低估零值的出现。为了说明这一点,图7显示了几个月每个雨量计零值和像素发出尖锐的响声。中观察到的差异SPI1D雨量数据和啾啾之间可以主要归因于低估CS地区,尽管所有的公告展示相同的低估模式啾啾。缺乏零值可以来自筛选过程开发去除“假0”啾啾估计(50之前摩尔诺等人报道,偏见和Katsanos et al。12,51]。

关于剩下的时间尺度和湿和干燥的类别,啾啾估计和降水雨量数据显示类似的行为,虽然与大区域分散考虑SPI6(图6)。必须指出,对于大多数的时间尺度和SPI类别,中间几个月略大于预期的概率值,先前记录的条件考虑SPI基于两个参数γ分布(52]。

数的演化受干旱影响的像素/雨量数据基于啾啾估计。

从脆弱性的角度,研究区域的情况下当一个伟大的部分是在干或湿的条件下必须考虑。从这个意义上说,每个月从1987年1月至2016年12月,我们与干燥条件获得像素的数量。图8显示这个地区的演化SPI1指数,SPI3, SPI6和适度(黄色),严重(橙色),和极(银朱)干类别(见表2)。根据公告啾啾估计,经历了大规模的干旱特别的时期1988 - 1989和1998 - 1999(图8)。作为计算的时间尺度SPI的增加,时间序列中的高频颞可变性减少,允许一个更好的识别主要的干旱期考虑SPI6。

我们重复这个过程考虑时间序列的SPI根据雨量数据的观察。这使得计算之间的区别的雨量数据区域估计,干燥条件。这种差异的演化,为每一个时间表和干燥的类别,如图8。正值表明啾啾是高估了像素的数量/雨量数据与干燥条件,而负值显示一个低估。考虑到SPI1,在1987 - 2016年期间的大部分时间里,基于啾啾降水时间序列显示的过高的干燥部位。这是特别明显在大规模的干旱期确认图8。结果符合观测偏差在干旱条件下的几个月(图6),这表明SPI1基于啾啾估计不适合在干旱和半干旱地区气象干旱监测。类似的时间进化是观察考虑SPI3啾啾和雨量数据之间的差异和SPI6,大区域高估在1988 - 1989年和2003年明显低估,特别是对极端干旱的类别(图9)。

每月的同时影响车站能够识别的大事件和他们的持续时间,但不显示气象干旱的区域模式和其严重性47]。图10显示了一个比较的空间扩展干旱条件下基于雨量数据记录在1998年10月,CHIRPS-SPI三个时间尺度选择。根据以往的结果如预期,啾啾显示考虑SPI1很大过高的干燥条件,与大量的像素在严重干旱和极端干旱类别与雨gauges-SPI1相比。考虑空间模式基于SPI3 SPI6,啾啾估计准确再现观察干燥条件、位置和强度(图10)。

像素的数量/雨量数据演化受湿条件是基于估计发出尖锐的响声。

评估后进行上一节,我们重复的方法分析区域模式对应于潮湿的条件。图11显示的像素数量的时间进化/雨指标受湿条件考虑到SPI1, SPI3, SPI6和适度(浅蓝色)、严重(蓝色),和极(深蓝色)湿类别(见表2)。很大一部分的CWA受潮湿时期基于啾啾估计在1999 - 2003年期间,2005 - 2008年和2016年。这是特别明显考虑CHIRPS-based SPI6(图11)。值得重视的是大量的像素在2016年受到极其湿条件,因此,可以归因于2015/16考虑降水的主要厄尔尼诺事件应对气候变化事件的这种模式在公告(22]。

的时间演化之间的差异像素的数量/雨仪表在潮湿条件下基于CHIRPS-SPI和雨gauges-SPI图所示12。类似于干旱的评估发现,啾啾的情况下广泛的湿的情况下显示一个大影响像素的数量/雨中过高的指标。这严重湿尤为明显,非常湿类别考虑SPI3和SPI6在1999年和2007年之间,在2015 - 2016(图12)。空间模式的比较基于雨gauges-SPI和CHIRPS-SPI在2016年4月显示了一个类似湿的位置分类,尽管啾啾倾向于高估湿类别分类大量像素在非常潮湿的条件下相比,分类根据雨量数据(图13)。

干燥和潮湿条件下的空间分布影响研究是至关重要的。这种比较的结果允许识别的优点和弱点啾啾估计湿和干燥的监控。即使有一个倾向高估的干燥和潮湿地区的事件,湿和干燥的空间分布情况下被CHIRPS-SPI准确捕获。然而,SPI的偏见分类可以限制啾啾干或湿的声明的有效性。如今,世界气象组织RCC-SSA提供气候服务支持国家气象和水文气象服务(NMHS)和其他用户的国家位于南美洲南部地区。它的一些监视工具是基于啾啾降水估计,使评估执行摘要基线改善对该地区气候服务。

5。讨论

卫星遥感正日益被用作一个互补的信息来源原位监测网络,在许多情况下,是唯一可行的来源(53]。考虑到区域可持续发展的水资源管理的重要性在干旱和半干旱地区,大部分工作已经进入开发和使用卫星降水估计。从这个意义上讲,啾啾的性能数据集对干态和湿态事件的识别评估中加入半干旱地区,与两个不同的降水政权基于降水记录雨量数据可用,使用point-to-pixel对比1987 - 2016年期间。

开发了几个指标在近几十年来干和湿事件的监测,同时基于原位信息和遥感估算,针对气象、农业、水文和社会经济干旱和潮湿的声明。每个指标都有自己的固有的优势和劣势,及其效用常常是为一个特定的应用程序或定制的决策活动(54]。在这项研究中,SPI被用作工具干态和湿态事件的识别,根据其性能在南美洲南部干旱和潮湿的监控(22,44,55,56]。这种选择也给出了相关的简单SPI,考虑到计算仅基于降水数据,作为其主要的优势(57]。考虑到啾啾估计只提供降水估计和气象站在研究区只测量温度在几个参考站,属于国家气象服务,我们认为不公平的使用索引依赖更多的变量的计算,例如,标准化降水和蒸散指数(SPEI) [58]。从这个意义上讲,Quesada-Montano et al。59)强调,降水的选择数据库比干旱指数的选择更重要。啾啾降水估计干旱监测的使用基于SPI吸引了现在,如图所示,研究在印尼执行(60),中国(1,28),尼泊尔11],摩洛哥[54)、东南亚(27),中美洲(59),和智利12]。

比较的SPI的不确定性时间序列根据雨量数据和啾啾估计来自降水数据的输入。在观察的情况下,降水数据有很大的延迟(∼3个月),这使得它不实用的实时决策。稀疏和不均匀分布的雨量数据还提供了一个不确定性的来源,即使所选车站代表以适当的方式公告降水的主要特征。更多的雨量数据可以用来克服这种限制,然而,记录较短,没有达到30年记录SPI的估计参数的建议(46]。此外,这里使用的线性回归等填缝方法缺失的数据估计的不确定性。然而,考虑到有限数量的失踪几个月和区域降水均匀的行为,我们认为这对不确定性是可以忽略不计的贡献。

关于啾啾估计,不确定性的主要来源之一,起源于锚站用于混合过程,指出,里维拉et al。24]。首先,为了验证的独立验证,我们分析了锚的演化站用于啾啾的混合过程。阿根廷站都是国家气象局提供的,通过全球历史气候网络(GHCN),全球每天的总结(GSOD)和世界气象组织的全球电信系统(GTS),可以观察到ftp://ftp.chg.ucsb.edu/pub/org/chg/products/chirps - 2.0 / - diagnostics/monthly_station_data/。锚的最大数量站1987 - 2016年期间是12(图S1补充材料),远离49台用于这项研究。仔细看这些数据表明这些锚站被丢弃的几个从我们的验证,如圣卡洛斯,Uspallata, Chacras de科里亚或Cipolletti,其中大部分是由于数据问题(没有显示)。在这个意义上,我们可以得出结论,至少41分析站不在的啾啾一代,这表明我们的验证可以被认为是独立的。鉴于啾啾估计是基于使用电台从三个不同的来源,报告的另一个问题是锚的乘法。为了说明这一点,我们分析了锚站位于域31°39°、68°- 70°W在2015年7月(数据通过ftp://ftp.chg.ucsb.edu/pub/org/chg/products/chirps - 2.0 / - diagnostics/monthly_station_data/2015.07.csv)。我们发现列表中显示共有14个锚站;然而,则有3种不同的沉淀值为当月(Neuquen航空从GHCN 7毫米,则航空从GSOD 7.8740001毫米,和Neuquen机场7.4毫米),有3种不同的位置可以看到在经度和纬度。同样的问题可以观察到门多萨航空,圣胡安,圣·马丁,Malargue圣拉斐尔。因此,即使在列表显示了记录14站,只有6有效降水值。评估这双重或三重信息如何影响最后的啾啾估计是超出了本研究的范围,然而,这必须被视为一个潜在的不确定性的主要来源。

6。结论

本文提出了一些相关的特性之前,需要考虑使用卫星降水区域干和湿监控产品。基于SPI的计算时间尺度的1个月,3个月,6个月,我们使用了quasi-global高分辨率啾啾月降水估计来评估其效用在中西部阿根廷从1987年到2016年。这种比较了考虑高质量的观察从49雨量数据对研究区。这个评估的主要结论可以归纳为以下几点:(我)从地区的角度来看,SPI时序基于啾啾准确复制发生在加入湿和干燥条件。考虑到车站位于该地区夏季降水为主,观察和啾啾估计之间的关系是重要的(r> 0.8, )。即使产品展览明显湿地区冬季降水占主导地位的偏见,SPI类似于观察颞可变性(r> 0.78, ),展示产品的适用性的SPI计算。(2)干旱的监测和评估在加入这样的干旱半干旱地区,建议的时间尺度的计算基于啾啾的SPI估计需要超过1个月。这是偏见相关零值的频率与雨量计观测相比,这假地避免下有界SPI时间序列并导致一个正态分布SPI。(3)的空间模式选择湿和干燥的情况下准确地再现了啾啾,尽管有一个偏见的SPI类别对极端条件。这个缺点会影响其是否适合干旱地区机构和多余的声明。从这个意义上说,严重的和极端的值基于CHIRPS-SPI干和湿类应与原位补充信息更精确量化的干旱强度。

考虑到相对较短的延迟(∼3周)最终啾啾的产品,之后可用混合与几个站的来源,其足够的性能干态和湿态事件的识别研究区,和稀疏分布不均的雨量数据加入这项研究提供了一个水文气象啾啾的效用估计前景广阔。鉴于降水监测和持续努力宣言干旱和洪水条件下,这一评估可以提供一些见解关于使用SPI啾啾的计算和应用程序在干旱半干旱地区,在可扩展的结果与其他类似地区复杂的地形。

未来的研究应该集中在方法论方面的SPI计算,考虑几个选择降水的概率分布函数的表示。此外,操作阈值的定义的干燥和潮湿的条件也可以为决策提供有价值的信息,由于干旱和洪水监测是至关重要的考虑对该地区的社会经济活动。未来验证研究还应该包括气候灾害组红外降水(啁啾)satellite-only产品,鉴于其短延时结束后(可2天五个一组)和1992年之后其性能11]。

数据可用性

41的月降水记录分析网站可以访问在线通过集成水文数据库从阿根廷的水资源机构(http://bdhi.hidricos.gob.ar)。记录从剩下的8网站可以免费要求阿根廷通过其国家气象局的气象信息中心((电子邮件保护))。的代码标准化降水指数的计算可以获得http://drought.unl.edu/droughtmonitoring/SPI/SPIProgram.aspx。啾啾的产品可以通过访问ftp://ftp.chg.ucsb.edu/pub/org/chg/products/chirps - 2.0。

的利益冲突

作者宣称没有利益冲突有关的出版。

确认

作者要感谢编辑Minha崔和两个匿名评论者对他们有价值的评论和批判阅读的手稿。作者感谢Subsecretaria de recurso项目Hidricos de阿根廷和Servicio Meteorologico Nacional提供降水记录用于这项研究。这项工作得到了国家科技推广机构(ANPCyT)(批准号皮克特人- 2016 - 0431)。

补充材料

图S1:啾啾的锚站用于估计数量数据集域31°-39°年代;67°-71°W。1987 - 2016年期间。(补充材料)