DOI: https://doi.org/10.1038/s41597-025-04896-y
PMID: https://pubmed.ncbi.nlm.nih.gov/40229303
تاريخ النشر: 2025-04-14
المؤلف: Jessica Keune وآخرون
الموضوع الرئيسي: الهيدرولوجيا وتحليل الجفاف
نظرة عامة
تقدم الورقة مجموعة بيانات جديدة لمؤشرات الجفاف المستمدة من نظام إعادة التحليل من الجيل الخامس ECMWF (ERA5)، والتي تتناول التهديد المتزايد للجفاف الذي تفاقمه التغيرات المناخية الناتجة عن الأنشطة البشرية. تتضمن هذه المجموعة، التي يمكن الوصول إليها مجانًا عبر متجر بيانات مستضاف من قبل ECMWF، مؤشرين رئيسيين للجفاف: مؤشر هطول الأمطار الموحد (SPI) ومؤشر هطول الأمطار وتبخر الماء الموحد (SPEI). يتم حساب هذه المؤشرات على مدى فترات تراكمية مختلفة تتراوح من شهر واحد إلى 4 سنوات وتغطي المناخ الكامل لـ ERA5 من عام 1940 حتى الوقت الحاضر.
بالإضافة إلى ذلك، تتضمن مجموعة البيانات بيانات تحقق تقيم جودة مؤشرات الجفاف، مما يجعلها موردًا قيمًا للوكالات البيئية. تدعم مجموعة بيانات ERA5-Drought القطاعات الحيوية مثل إدارة المياه والزراعة، مما يعزز الجهود لمراقبة ومعالجة الأمن المائي والغذائي في سياق التغير المناخي.
مقدمة
تسلط مقدمة الورقة البحثية الضوء على التهديد الكبير والمتزايد الذي يمثله الجفاف، وهو خطر طبيعي يتميز بفترات من نقص الهطول التي يمكن أن تؤدي إلى تأثيرات زراعية وهيدرولوجية. ترتبط شدة آثار الجفاف بمدة العجز في الهطول، حيث تؤدي الجفاف المطول إلى ندرة المياه، وانعدام الأمن الغذائي، والاضطرابات الاجتماعية، والهجرة المحتملة. لقد زادت وتيرة وشدة أحداث الجفاف على مدار القرن الماضي، مما تفاقم بفعل الأنشطة البشرية والتغير المناخي، مما يؤثر بشكل خاص على الدول المنخفضة والأقل نموًا التي غالبًا ما تفتقر إلى أنظمة مراقبة المياه القوية.
لمعالجة تحديات تقييم الجفاف، تؤكد الورقة على أهمية أرشيف عالمي شامل للجفاف يستخدم كل من بيانات الطقس التاريخية وتقنيات الاستشعار عن بعد. بينما توفر مجموعات البيانات الحالية، مثل تلك من مهمة قياس هطول الأمطار الاستوائية (TRMM) ومهمة قياس الهطول العالمية (GPM)، سجلات هطول قيمة، إلا أنها محدودة من حيث التغطية الزمنية والدقة المحتملة. بالمقابل، توفر إعادة التحليل العالمية، مثل إعادة تحليل ECMWF الإصدار 5 (ERA5)، تمثيلًا أكثر اتساقًا لتدفقات المياه والمتغيرات الجوية، مما يمكّن من تطوير مؤشرات جفاف متعددة. تقدم الورقة مجموعة بيانات ERA5-Drought، التي توفر متغيرات رئيسية لتقييم الجفاف بدقة عالمية تبلغ 0.25° من عام 1940 حتى الوقت الحاضر، مما يجعلها موردًا حيويًا لمختلف القطاعات، بما في ذلك الزراعة والأمن الغذائي، وتسهيل تحليل الأحداث البيئية المركبة والمتسلسلة.
الطرق
في هذه الدراسة، يستخدم المؤلفون أحدث قاعدة بيانات إعادة التحليل من ECMWF، ERA5، لحساب مؤشرات الجفاف المختلفة، مع التركيز بشكل أساسي على مؤشر هطول الأمطار الموحد (SPI) ومؤشر هطول الأمطار وتبخر الماء الموحد (SPEI). تُعتبر هذه المؤشرات معروفة على نطاق واسع لتقييم ظروف الجفاف. يتم توضيح منهجية حساب هذه المؤشرات في الأقسام التالية، مع إمكانية التوسع في المستقبل لتضمين مؤشرات إضافية مع توفر المزيد من حقول البيانات ذات الصلة ضمن مجموعة بيانات ERA5.
المناقشة
تناقش هذه القسم المنهجيات والنتائج المتعلقة بمؤشرين شائعين للجفاف: مؤشر هطول الأمطار الموحد (SPI) ومؤشر هطول الأمطار وتبخر الماء الموحد (SPEI). يقوم SPI بتحديد العجز في الهطول على مدى فترات زمنية مختلفة من خلال تجميع بيانات الهطول على مدى فترة محددة وتطبيق توزيع إحصائي، عادةً توزيع غاما، على البيانات. يسمح هذا الإجراء بحساب قيم المؤشر الموحد التي تشير إلى الانحرافات عن المتوسط طويل الأجل، مما يسهل المقارنات حول شدة الجفاف عبر مناطق مختلفة. تتراوح تصنيفات شدة الجفاف بناءً على قيم SPI من معتدلة (-1 إلى -1.5) إلى شديدة (أقل من -2.0). كما يسلط القسم الضوء على التحديات في تقدير SPI في المناطق التي تشهد شهور هطول صفرية متكررة، مقترحًا تعديلات على احتمال الهطول الصفري لتحسين الدقة.
بالمقابل، يتضمن SPEI كل من الهطول وتبخر الماء المحتمل (PET) لتقييم ظروف الجفاف، مما يعكس التوازن بين إمدادات المياه والطلب الجوي. يتم حساب SPEI عن طريق طرح PET من الهطول، مع استخدام التوزيع اللوغاريتمي اللوجستي غالبًا للتوحيد. يؤكد القسم على أهمية استخدام طرق قوية لتقدير PET، خاصة في المناطق الجافة، ويشير إلى أن طريقة بنمان-مونتيث مفضلة على الرغم من متطلباتها البيانية. يتم تقييم جودة كلا المؤشرين من خلال اختبارات العادية، مع نتائج تشير إلى أن SPI عمومًا أقل موثوقية من SPEI، خاصة لفترات التجميع القصيرة. تتوفر مجموعة بيانات ERA5-Drought، التي تشمل كلا المؤشرين، للتحليل ومراقبة ظروف الجفاف على مستوى العالم، مع التركيز على ضمان جودة البيانات وسهولة الوصول إليها.
القيود
ترتبط قيود مجموعة بيانات ERA5، خاصة في سياق مؤشرات الجفاف، بشكل أساسي بجودة وتوافر البيانات الملاحظة، خاصة قبل عام 1980. خلال هذه الفترة السابقة للأقمار الصناعية، زاد عدد الملاحظات المدمجة في ERA5 بشكل كبير، من 53,000 يوميًا في أوائل الخمسينيات إلى 570,000 بحلول نهاية عام 1978. يعزز هذا التحسن في توافر البيانات موثوقية مخرجات إعادة التحليل مع مرور الوقت، ومع ذلك، قد تكون البيانات المبكرة، خاصة قبل عام 1960، أكثر عرضة لتحيزات النموذج وتأثيرات الدوران بسبب القيود الملاحظة المحدودة. وبالتالي، يُنصح بالحذر عند تفسير الاتجاهات طويلة الأجل أو الأحداث القصوى بناءً على بيانات إعادة التحليل المبكرة.
علاوة على ذلك، بينما توفر ERA5 عمومًا تمثيلًا واقعيًا لأنماط الهطول، تشير دراسات التحقق إلى أنها قد تقلل من تقدير أحداث الهطول الشديدة، خاصة في المناطق ذات التضاريس المعقدة أو الشبكات الملاحظة النادرة. أداء مجموعة البيانات في التقاط تباين درجات الحرارة قوي عمومًا، ومع ذلك، تظهر اختلافات إقليمية، حيث تعمل بشكل أفضل في المناطق المعتدلة مقارنة بالمناطق الاستوائية. بالإضافة إلى ذلك، خلال أحداث موجات الحرارة، قد تقلل ERA5 من تقدير درجات الحرارة القصوى بسبب دقتها المكانية وعمليات التنعيم الكامنة. بشكل عام، على الرغم من تقدمها في الدقة المكانية والزمنية، يجب على المستخدمين أن يظلوا على دراية بالقيود والشكوك المرتبطة بالمتغيرات مثل الهطول والتبخر المحتمل، والتي يمكن أن تختلف بناءً على المنطقة، والفترة الزمنية، وتوافر البيانات الملاحظة.
DOI: https://doi.org/10.1038/s41597-025-04896-y
PMID: https://pubmed.ncbi.nlm.nih.gov/40229303
Publication Date: 2025-04-14
Author(s): Jessica Keune et al.
Primary Topic: Hydrology and Drought Analysis
Overview
The paper presents a new dataset of drought indices derived from the 5th generation ECMWF reanalysis system (ERA5), addressing the increasing threat of droughts exacerbated by human-induced climate change. This dataset, which is freely accessible via an ECMWF-hosted data store, includes two key drought indices: the Standardized Precipitation Index (SPI) and the Standardized Precipitation Evapotranspiration Index (SPEI). These indices are calculated over various accumulation periods ranging from 1 month to 4 years and cover the full ERA5 climatology from 1940 to the present.
Additionally, the dataset includes validation data that assesses the quality of the drought indices, making it a valuable resource for environmental agencies. The ERA5-Drought dataset supports critical sectors such as water management and agriculture, thereby enhancing efforts to monitor and address water and food security in the context of climate change.
Introduction
The introduction of the research paper highlights the significant and escalating threat posed by drought, a natural hazard characterized by periods of deficient precipitation that can lead to agricultural and hydrological impacts. The severity of drought effects is linked to the duration of precipitation deficits, with prolonged droughts resulting in water scarcity, food insecurity, social unrest, and potential migration. The frequency and intensity of drought events have increased over the past century, exacerbated by human activities and climate change, particularly affecting low and least developed countries that often lack robust water monitoring systems.
To address the challenges of drought assessment, the paper emphasizes the importance of a comprehensive global drought archive that utilizes both historical weather data and remote sensing technologies. While existing datasets, such as those from the Tropical Rainfall Measuring Mission (TRMM) and the Global Precipitation Measurement mission (GPM), provide valuable precipitation records, they are limited by temporal coverage and potential inaccuracies. In contrast, global reanalyses, such as the ECMWF Reanalysis version 5 (ERA5), offer a more consistent representation of water fluxes and atmospheric variables, enabling the development of multiple drought indices. The paper introduces the ERA5-Drought dataset, which provides key variables for drought assessment at a global resolution of 0.25° from 1940 to the present, serving as a crucial resource for various sectors, including agriculture and food security, and facilitating the analysis of compound and cascading environmental events.
Methods
In this study, the authors utilize the latest ECMWF reanalysis database, ERA5, to compute various drought indices, primarily focusing on the Standardized Precipitation Index (SPI) and the Standardized Precipitation Evapotranspiration Index (SPEI). These indices are widely recognized for assessing drought conditions. The methodology for calculating these indices is outlined in the subsequent sections, with the potential for future expansion to include additional indices as more relevant data fields become available within the ERA5 dataset.
Discussion
The section discusses the methodologies and findings related to two widely used drought indices: the Standardized Precipitation Index (SPI) and the Standardized Precipitation Evapotranspiration Index (SPEI). The SPI quantifies precipitation deficits over various time scales by accumulating precipitation data over a specified period and fitting a statistical distribution, typically the Gamma distribution, to the data. This process allows for the calculation of standardized index values that indicate deviations from the long-term mean, facilitating comparisons of drought severity across different regions. The categorization of drought severity based on SPI values ranges from moderate (-1 to -1.5) to extreme (less than -2.0). The section also highlights the challenges in estimating SPI in areas with frequent zero precipitation months, suggesting adjustments to the probability of zero precipitation to improve accuracy.
In contrast, the SPEI incorporates both precipitation and potential evapotranspiration (PET) to assess drought conditions, reflecting the balance between water supply and atmospheric demand. The SPEI is computed by subtracting PET from precipitation, with the log-logistic distribution often used for standardization. The section emphasizes the importance of using robust methods for estimating PET, particularly in arid regions, and notes that the Penman-Monteith method is preferred despite its data requirements. The quality of both indices is evaluated through normality tests, with results indicating that the SPI is generally less reliable than the SPEI, particularly for short accumulation periods. The ERA5-Drought dataset, which includes both indices, is made available for analysis and monitoring of drought conditions globally, with a focus on ensuring data quality and accessibility.
Limitations
The limitations of the ERA5 dataset, particularly in the context of drought indices, are primarily associated with the quality and availability of observational data, especially prior to 1980. During this pre-satellite era, the number of assimilated observations in ERA5 increased significantly, from 53,000 daily in the early 1950s to 570,000 by the end of 1978. This improvement in data availability enhances the reliability of reanalysis outputs over time, yet early data, particularly before 1960, may be more susceptible to model biases and spin-up effects due to limited observational constraints. Consequently, caution is advised when interpreting long-term trends or extreme events based on early reanalysis data.
Furthermore, while ERA5 generally provides a realistic representation of precipitation patterns, validation studies indicate that it may underestimate extreme precipitation events, particularly in regions with complex topography or sparse observational networks. The dataset’s performance in capturing temperature variability is generally strong, yet it exhibits regional discrepancies, performing better in temperate areas compared to tropical regions. Additionally, during heatwave events, ERA5 may underestimate maximum temperatures due to its spatial resolution and inherent smoothing processes. Overall, despite its advancements in spatial and temporal resolution, users must remain aware of the limitations and uncertainties associated with variables such as precipitation and potential evaporation, which can vary based on region, time period, and observational data availability.