文摘

标准化降水指数(SPI)是一种使用最广泛的指标描述和监控各地区干旱。SPI的适用性区域和时间尺度约束时,在几个均匀气候地区具有类似特征的观察。它也没有提供足够的知识沉淀赤字和干旱的时空演化。因此,一种新的方法,区域空间凝结的连续干旱监测系统(RSACDPMS)概率,提出了获取时空信息和监测干旱特征更迅速。拟议的框架使用空间凝结的降水(SAP)和介体的功能持续监测干旱的概率在同质区域。RSACDPMS验证在巴基斯坦北部地区的地区。当前的研究结果提供更好的定量方法获得适当的信息沉淀赤字和干旱的时空演化。

1。介绍

干旱是一个缓慢的现象,逐渐蔓延的区域在一段时间内,可能持续很长一段时间(1- - - - - -4]。它是一个多方面的周期性波动现象在全球许多地区,成为导致的负面影响5,6]。其影响直接或间接影响人类的活动比其他自然灾害(3,4,7,8]。此外,它的负面影响大面积在几个方面,如痛苦的区域经济、娱乐、水资源、水禽、水电能源、林业、和其他环境位置(9- - - - - -11]。然而,合适的干旱监测措施可以帮助减少干旱受灾地区的负面影响等地区的经济需求,粮食、水资源、水力能量,和人民的社会保障。尽管干旱主要是水的危害,它已被评估并从不同的角度定义的几个字段(12- - - - - -14]。带一些来衡量干旱,大大有助于调查的各种影响,气候科学家们分组干旱为四大类型(15,16]。这些定义与缺乏降水随时间(12- - - - - -14]。

标准化的程序通常用于干旱评估及其表征(17]。无数的研究提出了一些标准化的干旱指数描述和监测干旱(18,20.]。指数提供关于干旱监测预测的定量信息,帮助决策者与干旱特征。多年来,一些干旱干旱评估指标已经开发出来。然而,由于干旱现象的复杂性,一些研究人员提出了不同的干旱指标的特定的气候条件。有些指标是用于特定区域和有一些限制在特定的气候条件下使用。例如,帕尔默(21)提供了一个索引,被称为“帕尔默干旱强度指数(PDSI)”,并广泛应用于美国。吉布斯和马赫(22)开发了一个指数,被称为“降雨量十分位数为干旱指标(RDDIs)和功能”在澳大利亚。中国Z指数(CZI)是在中国和在中国是经常使用的识别和监测干旱事件。然而,在各种标准化的指数中,标准化降水指数(SPI),由麦基et al。23),是经常使用的。SPI使用降水数据评估气象干旱在不同的时间尺度。它在发展中干旱监测和缓解策略(24,25]。此外,SPI的标准化值,因此,可以用来比较不同气候区域(13,19,26,27]。SPI已经经常被认为确定或设想干旱事件;然而,标准化的数值与降水相关指数成为具有挑战性的赤字和干旱的时间演化(28,29日]。因此,重要的是要开发一个新的方法,它提供的信息沉淀赤字,概率,干旱和旱灾的演化。

通常,干旱事件识别的单变量设置。然而,气候水文现象由依赖结构的特征。单变量设置可能无法考虑结构的依赖。因为单变量方法不能表现良好,成为水文现象的不足30.]。因此,多元技术开发解决的依赖结构特征增强估计水文研究的效率。这些技术有几个缺点;例如,这些技术没有明确模型两个以上的变量。这些技术也是基于边际的条件必须有一个类似的概率分布,限制说明其他个人依赖结构。研究开发技术,因此需要显式地描述了依赖结构来克服这些问题。在这方面,copula-based建模的概念,介绍了一些灵活性。例如,copula-based建模评估广泛多元的依赖结构和联合分布通过主要分类随机变量的边缘分布的依赖结构(31日]。干旱的介体及其应用取得了显著的重要性联合建模的干旱指数(32]。此外,连系动词的功能是用来评估不同特点的干旱事件(如时间、大小、强度和空间分布)。气候地区如巴基斯坦北部地区,干旱事件的主要来源是雨季降水不足。高级copula-based方法被用来观察发展干旱通过连续降水概率信息。

本研究提出了区域空间凝结的连续干旱监测系统(RSACDPMS)概率计算更准确和全面均匀站信息和监控区域干旱特征更迅速。RSACDPMS利用空间凝结的降水(SAP)和介体的功能持续监测干旱的概率在均匀区域。拟议的框架是验证在巴基斯坦北部地区的六个气象站。这项研究提供了一种更好的定量方法分析干旱的地区水平。

2。方法

2.1。连系动词的理论

预测两个或两个以上变量之间的关系可以通过研究他们的依赖结构分析。大多数情况下,变量之间的关系可以用皮尔逊相关系数分析。然而,这种方法不能考虑结构性依赖但依赖的程度。此外,结构性依赖仍然使用这种方法不重要。因此,可以判断变量之间的非线性依赖结构的等级相关系数。一般来说,这种非线性依赖结构评估采用斯皮尔曼等级相关,肯德尔τ。此外,利用肯德尔的τ是频繁的,因为它有助于确定直接整合或不和谐的对的概率。相关系数之间的关系和相关函数允许评估班轮依赖性33]。为此,Sklar定理获得了实质性的重要性在文献[各种特征的分析33,34]。例如,随机变量,我们可以说 …, 哪些是遵循边际概率分布函数 ,…, ,分别存在一个连系动词,C (35),可以加入这些函数的边际分布的联合分布函数形式,见以下方程: 在哪里 = 为 ,与 , 设想的相关函数。接合部曾作为一个方便的和有用的方法不同地区的几个字段(33,35]。这些不同的特征可以帮助预测的多元接合部。

2.2。区域空间凝结的连续干旱概率监控(RSACDPMS)

RSACDPMS使用区域级特征持续监测干旱的概率在巴基斯坦北部地区。RSACDPMS提供知识几个均匀和监测干旱气候区域特性的途径。为了完成这项工作,相应的描述下面的步骤。

2.2.1。季节性的阈值在区域层面的定义

研究的主要问题是监控有关降水区域层面的进步。为此,本研究提出RSACDPMS计算区域阈值。这个计算是基于下面的步骤。四干旱程度的降水阈值条件(“极其干燥,严重干燥,干燥、中值和正常干燥”)计算。这些条件中定义文学和严重程度分类根据文献[36]。RSACDPMS可以用于其他干旱程度相应的条件。然而,目前的研究认为他们根据当前需求的研究。六个月的雨季(1月至6月)为当前选择的分析。在这个选择的季节,最该地区降雨量的(37,38]。选中的雨季气候特征是很重要的。本赛季占70%到80%的年降雨量从1月到6月。其他地区的依赖是高度与阴雨的时期。雨季降水提供高,这大大有助于在巴基斯坦主要河流系统(印度)。多雨的时期的6个月,使用SPI drought-triggering降水阈值。此外,所选站的数据呈现出均匀的环境。Niaz et al。39)提出了一个框架来从齐次站积累信息。提到研究选定的标准化值从不同干旱类别。然而,本研究使用相同的方法选择均匀站的降水数据,叫做“空间凝结的降水(SAP)。”

2.2.2。转换SPI的时期

SPI,首先引入了麦基et al。23),经常被认为是对评估和描述气象干旱。SPI可以量化的标准差异选择概率分布模型的原始数据观察沉淀(19,26]。此外,SPI可靠性发现重要的分布在不同的气候情况(地理和时间分布)和更享誉全球19,40]。然而,SPI指数监测不足持续干旱特征,因为它不能提供迅速的信息与降水有关赤字,干旱概率,和干旱的时间评估28,29日])。此外,缺乏降水引起干旱发生的主要因素。因此,基于介体和稳态概率RSACDPMS发达给干旱的地方一级概率随着雨季的进步通过分配SPI-6 drought-triggering降水阈值。RSACDPMS提议的目的是在该地区降水相关进展。

2.2.3。连系动词的拟合

降水的时间序列数据用于干旱的特性。雨季的时间序列数据用于预测干旱出现在选定的电台。桑托斯等人提出的阈值的概念。28)和所使用的连接部分球场et al。29日)也可以用于分析与适应。提到研究计算降水阈值对应于每个干旱强度使用通用概率提出的阿格纽(41]。然而,在当前的研究中,每个干旱严重程度的概率条件得到的稳态概率,专为应用程序的网站。此外,最重要的区别是,RSACDPMS发起持续监测干旱的概率在巴基斯坦北部地区。降水阈值是一个重要的问题的分析。地区和干旱程度的降水阈值计算了转换从1月到6月,SPI SPI-6。在研究地区,选择季节(1月至6月)占年降雨量的70%到80%。执行当前的研究来获取准确的信息和及时通知气象学家和政策制定者了解干旱的风险越来越大。这个角度看,目前分析是通过考虑copula-based方法。许多研究在文献[讨论接合部的家庭35]。此外,接合部被分成四个突出的家庭:极端值类型,meta-elliptical接合部,和阿基米德接合部。因为阿基米德介体在水文分析访问属性,因此在建模依赖结构非常普遍,特别是在测量依赖尾结构(42]。建模的阿基米德接合部有局限性高阶结构之间/变量之间的依赖。Meta-elliptical接合部(43)可以用来评估这样的高阶类型依赖结构。此外,阿基米德接合部(甘力克)和meta-elliptical接合部(高斯和学生t)被选为候选人中给出以下方程-:

3所示。应用程序

选择合适的区域(见图1)分析可以改善干旱的能力评估。所选地区重要特性对于气候特征,包括这个国家的其他地区的依赖性和高海拔,大大影响了不同部位;它拥有一个巨大的水库水冷冻,这大大有助于在巴基斯坦主要河流系统(印度)。因此,研究选择最合适的区域为分析区域和发展广泛渗透蒸发的基础和相当大的效果的灌溉农业领域的国家44- - - - - -46]。农业领域扮演重要角色在国家的发展47- - - - - -50])。最近,国家的农业部门受到全球变暖的影响(51]。全球变暖影响世界上广泛的地方;它的影响是激动人心的巴基斯坦的水温稀缺。一般来说,干旱的存在破坏了经济领域,农业和农业部门。特别是干旱严重破坏人类生活和农业部门在过去三十年在信德省巴基斯坦(省)。因此,这个国家需要一个全面的和实质性的方法监测干旱特征更迅速地通过开发包容和信任的工具。然而,目前的结果是决心提高干旱监测的能力,显著缓解政策。


图1
地理位置选择的六个站巴基斯坦北部地区。
3.1。结果

缺少降水和干扰预期降水模式成为主要的干旱迫使因素。旱灾对社会和经济产生不良后果。因此,研究人员开发了各种方法和程序以减少干旱的潜在负面影响。然而,很少有研究关注同类地区的干旱监测(39,52,53]。当前的研究使用月度降水数据分类不同在一个齐次地区旱灾的严重性。不同干旱强度条件进行分类根据文献[36]。稳态概率是用来计算降水阈值监测干旱概率和时间评估(表1)。稳态概率的概率定义为长期干旱严重持续时间。计算降水阈值, 六个月的雨季,1月至6月,在不同干旱严重的地区给出了表2。荆棘技能评分(BSS)值用于自称RSACDPMS的性能。BSS可用的数学描述(29日,54]。在表3BSS值正常,干旱。一个值接近1代表模型性能更好。此外, 上升的预测性能RSACDPMS上升。所有的电台的平均值 = 1为0.30,虽然它增加到0.32 = 2,增加到0.87 = 5。此外,常用概率分布的标准化SPI,稳态概率和介体功能(评估的依赖结构雨季的降水量和亚纪降水)用于RSACDPMS计算选定地区的降水阈值。

表1
稳态概率观察各种干旱。
表2
各种干旱条件降水阈值(非常干燥,严重干燥,干燥、中值和正常干)。
表3
BSS值 = 1, = 5正常干旱。

本研究测试了最受欢迎的阿基米德接合部(克莱顿、甘力克和弗兰克)和meta-elliptical接合部(高斯和学生t)。这些接合部家属已经定义在文献[35,42]。候选人接合部家庭选择基于Akaike信息准则(AIC)。选择的参数的估计接合部的家庭是由最大pseudolikelihood (MPL)。此外,双变量模型是用于选择每个亚纪 ,1月( = 1),( =(表5)4)。降水的进步记录所观察到的肯德尔τ的相关系数(KTCC)。KTCC降水综合模型中逐步的目击者。结构的依赖性越强 和 观察到这意味着30%的雨季降水是解释 ,而 解释了降雨量的90%。之间的轻微差异模型和实证肯德尔τ估计推断 和 通过使用连系动词是适当的建模。小 - - - - - -值提供相当大的迹象的独立结构。当二元模型拟合,下一步是监控每个月的干旱概率选择电台。

表4
每个耦合( , )系列双变量模型,它们的参数,肯德尔τ相关性(根据模型和经验),在北方地区AIC和p值。

2017年被选为榜样不断显示RSACDPMS监测干旱的能力(表5)。今年1月,观察到的降水是16毫米,本月的气候降水量22.78毫米。因此,RSACDPMS已经开始显示干旱的风险在第一学期第一个月的雨。发生一个正常的干燥,其概率为0.72,第一个值已经低于均值。然而,它不是如此之低,干旱和其他类别不存在高概率,和0.39,0.34,和0.009的值,严重,极端干旱条件。2月有一个月的低于平均值,为期两个月的积累沉淀,是34.2,已经显示了一个17.9毫米的赤字气候累积平均的52.13毫米。这种情况下保持正常的干燥的概率很高,但足以显著减少其他类别的概率,因为他们有更接近他们的降水阈值。今年3月,旱情严重程度(即水平。,extremely dry (ED)) is already out of option as the precipitation accumulated by this month, 60.9 mm, is already higher than the ED threshold of 55.29. By April, the observed accumulated precipitation is already greater than all drought severities but one, the closest to normal condition. When June is ended and with it, the rainy season, the accumulated precipitation for 2017 is 102.8 mm, which is below the climatological mean (134.42 mm). Moreover, the mean of the accumulated precipitation (102.8 mm) is not enough to meet the normal dry (ND) threshold (120.99 mm). Therefore, RSACDPMS permitted decision makers to understand the growing risk of drought in that year and what category it would represent. For example, in March, the ND condition has 0.78 drought risk while other categories have much less drought risk. Therefore, anticipated measures that fit the exact proportions of normal drought could be implemented to mitigate its potential negative outcomes.

表5
概率的极端,严重,中位数,和正常的干旱事件以及2017年的雨季(1月至6月)大规模6为北方地区根据RSACDPMS框架。
3.2。讨论

本研究开发一种新的方法来及时告知气象学家和政策制定者了解干旱的风险越来越大。为此,连接部分球场et al。29日)提出了连续干旱监测旱情监测系统(CDPMS)发生概率和其发生概率转化为数学转换用户友好的信息。是应用在葡萄牙的雨量计的水平,但在大面积干旱通常是广泛的。阿格纽(提出的提到研究使用通用的概率41)和伽马分布计算降水阈值在他们的研究。此外,Niaz et al。54)提出修改CDPMS监测干旱出现在旁遮普,巴基斯坦。该研究使用不同的概率分布(而不是伽马分布),连系动词,稳态概率(而不是一般的概率)干旱发生的概率转化为数学转换用户友好的信息。然而,本研究提出了RSACDPMS计算更加准确和全面的信息相似的区域和监控区域干旱特征更迅速。区域时空信息的包容使本研究创新。比cdmp [RSACDPMS可能会收到更多的重要性29日]和MCDPMS [54)在区域层面上,具体地说,在均匀的地区。现在,修改cdmp和MCDPMS允许用户计算均匀区域降水阈值。这一修改增加了准确性和效率为旱情严重程度确定阈值。

4所示。结论

在这项研究中,降水的季节总之间的依赖关系和观察到的降水个人月是通过使用二元copula-based模型来解决。连系动词的类家庭的选择是基于AIC准则。MPL方法用于估计的参数接合部的家庭。此外,在北方地区持续监测干旱的概率和监测进展关于降水在地区层面上,目前的研究提出RSACDPMS提供区域发展信息包括降水赤字,干旱概率,和干旱的时空演化。验证了RSACDPMS巴基斯坦北部地区。因此,RSACDPMS使决策者能够识别风险的增加在齐次地区干旱严重。此外,RSACDPMS提供信息来执行这样的干旱的确切比例预期措施减少可能带来的负面影响的具体干旱条件。例如,2017年3月,ND条件出现干旱风险(0.78),而其他类干旱少得多的风险。因此,符合预期措施ND的确切比例可以降低实现其潜在的负面影响。结果从RSACDPMS可能提高监测能力获得所选地区的雨季的进步。

数据可用性

使用的数据的准备与通讯作者手稿是可用的,并且可以根据要求提供。

伦理批准

的道德标准下,随后的过程都是负责任的人体试验委员会(机构和国家)和1975年的赫尔辛基宣言,就像2000年的修订。

所有作者自愿同意参与这项研究的研究。所有作者同意发表,没有法律约束在手稿出版使用的数据。

的利益冲突

作者宣称没有利益冲突。

确认

作者扩展他们的感谢院长以来哈立德国王大学科研经费申请这项工作授予数量(RGP.2/4/43),收到的穆罕默德·m·Almazah (http://www.kku.edu.sa)。