Skip to content
กลับไปยังผลการค้นหา

ดัชนีการระเหยคายน้ำจากปริมาณน้ำฝนแบบมาตรฐาน

ผู้เสนอ
Vicente-Serrano, Beguería, and López-Moreno
ปี
2010
ประเภท
Probability-based water deficit indicator
กลุ่มวิธี
Drought and water balance analysis

ข้อความนี้เป็นการแปลด้วยเครื่องและยังไม่ได้รับการตรวจทาน อ่านต้นฉบับภาษาอังกฤษ

ขนาดตัวอักษร

ใช้ทำอะไร?

ดัชนีการระเหยคายน้ำจากปริมาณน้ำฝนแบบมาตรฐาน (SPEI) เป็นดัชนีภูมิอากาศที่รวมปริมาณน้ำฝนและอุณหภูมิ (ผ่านการระเหยคายน้ำอ้างอิง) เพื่อจำแนกลักษณะการขาดแคลนน้ำและภัยแล้ง SPEI พัฒนาโดย Vicente-Serrano และคณะในปี 2010 โดยขยายกรอบการทำงานของ SPI เพื่อพิจารณาผลกระทบร่วมของการขาดแคลนน้ำฝนและความต้องการระเหยคายน้ำที่เพิ่มขึ้นจากการอบอุ่นขึ้น ทำให้เป็นตัวชี้วัดภัยแล้งที่มีพื้นฐานทางกายภาพมากกว่าดัชนีที่พิจารณาเฉพาะปริมาณน้ำฝน

แนวคิดเบื้องหลังวิธีการ

SPEI คำนวณสมดุลน้ำภูมิอากาศสะสม (CWB) ซึ่งเป็นผลต่างระหว่างปริมาณน้ำฝนและการระเหยคายน้ำอ้างอิง (ET0) ในช่วงเวลาที่เลือก (1, 3, 6 หรือ 12 เดือน) สมดุลน้ำนี้ครอบคลุมทั้งอุปทานน้ำ (ปริมาณน้ำฝน) และอุปสงค์น้ำ (การระเหยและการคายน้ำของพืช ซึ่งเพิ่มขึ้นตามอุณหภูมิ) จากนั้น CWB จะถูกทำให้เป็นมาตรฐานโดยใช้การแจกแจงแบบลอการิทึมโลจิสติกส์สามพารามิเตอร์ ทำให้ได้ค่า SPEI ที่มีความหมายเหมือนกับ SPI: ค่าลบบ่งชี้ภัยแล้ง ค่าบวกบ่งชี้สภาวะเปียกชื้น การรวมผลกระทบของอุณหภูมิทำให้ SPEI สะท้อนผลกระทบทางอุทกวิทยาที่แท้จริงของการเปลี่ยนแปลงสภาพภูมิอากาศ

ประวัติศาสตร์

SPEI ถูกนำเสนอในปี 2010 โดย Vicente-Serrano และคณะ SPEI เกิดจากการตระหนักว่าดัชนีภัยแล้งที่พิจารณาเฉพาะปริมาณน้ำฝนไม่สามารถจับการเพิ่มขึ้นของการระเหยคายน้ำที่เกิดจากความอบอุ่นได้ ดัชนีนี้ได้รับความนิยมในการวิจัยการเปลี่ยนแปลงสภาพภูมิอากาศ โดยองค์การอุตุนิยมวิทยาโลกแนะนำ SPEI ควบคู่ไปกับ SPI สำหรับการติดตามภัยแล้ง การพัฒนาล่าสุดรวมถึงการประมาณค่า ET0 จากดาวเทียม ทำให้สามารถคำนวณ SPEI ในภูมิภาคที่ขาดข้อมูล และการเชื่อมโยง SPEI กับแบบจำลองความชื้นในดินและปริมาณน้ำท่าสำหรับการประเมินทรัพยากรน้ำแบบบูรณาการ

ควรใช้เมื่อใด

ใช้ SPEI สำหรับการประเมินภัยแล้งเมื่อคาดว่าอุณหภูมิจะมีอิทธิพลต่อความพร้อมของน้ำ (ภูมิภาคกึ่งแห้งแล้งและแห้งแล้งซึ่งมีความต้องการระเหยคายน้ำสูง) สำหรับการประเมินผลกระทบของการเปลี่ยนแปลงสภาพภูมิอากาศ (SPEI จับแนวโน้มความแห้งแล้งที่เกิดจากความอบอุ่นได้ดีกว่า SPI) และสำหรับการติดตามภัยแล้งเชิงปฏิบัติการที่ทั้งการขาดแคลนน้ำฝนและความผิดปกติของอุณหภูมิมีความสำคัญ สำหรับภูมิภาคเขตร้อนชื้นซึ่งการระเหยคายน้ำมีความไวต่อการเปลี่ยนแปลงของอุณหภูมิน้อย SPI อาจเพียงพอ

ข้อจำกัดและข้อควรพิจารณา

  • ต้องใช้ข้อมูลอุณหภูมิเพิ่มเติมจากปริมาณน้ำฝน ทำให้การใช้งานจำกัดในภูมิภาคที่มีการสังเกตอุณหภูมิเบาบาง
  • การกำหนดพารามิเตอร์การระเหยคายน้ำอ้างอิง (ET0) ทำให้เกิดความไม่แน่นอน สูตร ET0 ที่แตกต่างกันให้ค่า SPEI ที่แตกต่างกัน
  • การปรับการแจกแจงความน่าจะเป็นอาจเป็นปัญหาในภูมิภาคแห้งแล้งซึ่งมีปริมาณน้ำฝนเป็นศูนย์หลายเดือน
  • การคาดการณ์ SPEI สืบทอดความไม่แน่นอนจำนวนมากจากการคาดการณ์อุณหภูมิและปริมาณน้ำฝนของ GCM โดยเฉพาะอย่างยิ่งในระดับภูมิภาค

เงื่อนไขจากแหล่งที่มาไม่สามารถใช้แทนการทบทวนทางวิทยาศาสตร์ที่เป็นอิสระหรือการตรวจสอบโดยเอนจินวิเคราะห์ได้

จุดแข็ง

  • มีพื้นฐานทางกายภาพ: รวมทั้งอุปทานน้ำและอุปสงค์น้ำ สะท้อนความเครียดทางอุทกวิทยาที่แท้จริง
  • ไวต่อความอบอุ่น: จับแนวโน้มความแห้งแล้งที่เกิดจากการระเหยคายน้ำที่เพิ่มขึ้น แม้ว่าปริมาณน้ำฝนจะคงที่
  • ช่วงเวลาที่ยืดหยุ่น: รองรับการรวมข้อมูล 1, 3, 6 และ 12 เดือน เพื่อประเมินผลกระทบในช่วงเวลาที่แตกต่างกัน
  • การจำแนกลักษณะภัยแล้งที่ดีขึ้น: เมื่อเทียบกับตัวชี้วัดเฉพาะปริมาณน้ำฝน SPEI มีความสัมพันธ์กับปริมาณน้ำท่า ปริมาณน้ำใต้ดิน และความชื้นในดินที่เปลี่ยนแปลงไปได้ดีกว่า

การประยุกต์ใช้

  • การคาดการณ์ภัยแล้งจากการเปลี่ยนแปลงสภาพภูมิอากาศ: ใช้ SPEI ที่คำนวณจากการคาดการณ์ GCM เพื่อประเมินความถี่และความรุนแรงของภัยแล้งในอนาคตภายใต้สถานการณ์ความอบอุ่น
  • การเตือนภัยแล้งเชิงปฏิบัติการ: การคำนวณ SPEI แบบเรียลไทม์จากสถานีตรวจอากาศระดับภูมิภาคเพื่อเป็นแนวทางสำหรับผู้จัดการน้ำและที่ปรึกษาด้านการเกษตร
  • การประเมินความเครียดทางการเกษตร: การเปรียบเทียบ SPEI กับข้อมูลผลผลิตพืชผลเพื่อพัฒนารูปแบบผลกระทบจากภัยแล้งสำหรับการพยากรณ์ผลผลิต
  • การจัดการลุ่มน้ำ: ใช้ SPEI เพื่อประเมินความพร้อมของน้ำ และวางแผนการจัดสรรน้ำและการดำเนินงานอ่างเก็บน้ำภายใต้สถานการณ์ภัยแล้งที่ผันแปร

วิธีการทำงาน

วิธีการทำงาน

1

รวบรวมข้อมูลปริมาณน้ำฝนและอุณหภูมิรายเดือนในช่วงระยะเวลานาน (30+ ปี) รังสีดวงอาทิตย์ ความเร็วลม และความชื้นช่วยปรับปรุงการประมาณค่า ET0 แต่ไม่สามารถหาได้เสมอไป

2

คำนวณการระเหยคายน้ำอ้างอิง (ET0) โดยใช้สมการ Hargreaves (เฉพาะอุณหภูมิ) หรือสมการ Penman-Monteith (หากมีข้อมูลอุตุนิยมวิทยาครบถ้วน) ใช้การควบคุมคุณภาพเพื่อกำจัดข้อผิดพลาดของข้อมูล

3

สำหรับแต่ละช่วงเวลาสะสม (1, 3, 6, 12 เดือน) จะคำนวณสมดุลน้ำภูมิอากาศสะสม (P - ET0) ปรับการแจกแจงสะสมให้เข้ากับการแจกแจงความน่าจะเป็นแบบลอการิทึมโลจิสติกส์

4

ตัวแปรมาตรฐาน (SPEI) คำนวณโดยการแปลงค่า CWB แต่ละค่าโดยใช้ฟังก์ชันการแจกแจงสะสมที่ปรับแล้ว ผลลัพธ์มีตั้งแต่ประมาณ -4 (ภัยแล้งรุนแรง) ถึง +4 (สภาวะเปียกชื้นรุนแรง)

5

วิเคราะห์แผนที่และอนุกรมเวลา SPEI เพื่อหาจุดเริ่มต้น ระยะเวลา ความรุนแรง และการฟื้นตัวของภัยแล้ง รูปแบบเชิงพื้นที่เผยให้เห็นภูมิภาคที่ได้รับผลกระทบจากภัยแล้งพร้อมกัน แนวโน้มใน SPEI บ่งชี้ถึงการเปลี่ยนแปลงอย่างเป็นระบบในความพร้อมของน้ำ (เช่น แนวโน้มความแห้งแล้งในภูมิภาคเมดิเตอร์เรเนียน)

ข้อผิดพลาดที่พบบ่อย

  • สมมติว่า SPEI เป็นตัวแทนของความชื้นในดินโดยตรง SPEI เป็นความผิดปกติของสมดุลน้ำเมื่อเทียบกับสภาพภูมิอากาศ ไม่ใช่ปริมาณความชื้นในดินสัมบูรณ์
  • การเปรียบเทียบค่า SPEI ที่คำนวณด้วยวิธีการ ET0 หรือแหล่งที่มาของปริมาณน้ำฝนที่แตกต่างกัน การทำให้เป็นมาตรฐานทำให้สามารถเปรียบเทียบได้เฉพาะภายในชุดข้อมูลที่สอดคล้องกันเท่านั้น
  • การคาดการณ์แนวโน้ม SPEI ไปสู่อนาคตมากเกินไปโดยไม่ได้พิจารณาการเปลี่ยนแปลงที่อาจเกิดขึ้นในการแจกแจงปริมาณน้ำฝนและอุณหภูมิ

คำถามที่พบบ่อย

การระเหยคายน้ำอ้างอิง (ET0) คืออะไร และคำนวณอย่างไร?

ET0 คืออัตราการระเหยคายน้ำจากพืชอ้างอิง (หญ้า) ภายใต้สภาวะที่มีน้ำเพียงพอและสภาวะการเจริญเติบโตที่เหมาะสมที่สุด เป็นตัวแทนของความต้องการน้ำของบรรยากาศ วิธี Hargreaves ประมาณค่า ET0 จากอุณหภูมิเพียงอย่างเดียว วิธี Penman-Monteith ใช้ อุณหภูมิ ความชื้น ลม และรังสี เพื่อความแม่นยำที่มากขึ้น สำหรับอุณหภูมิที่กำหนด ET0 จะเพิ่มขึ้นตามความแห้งแล้ง (ความชื้นต่ำ) และลม และตามรังสีที่แรงขึ้น

SPEI แตกต่างจากดัชนีความรุนแรงของภัยแล้ง Palmer (PDSI) อย่างไร?

ทั้งสองรวมปริมาณน้ำฝนและอุณหภูมิ PDSI ใช้แบบจำลองสมดุลน้ำในดินที่มีคุณสมบัติของดินที่กำหนดไว้ล่วงหน้า SPEI ใช้การสะสม (P - ET0) แบบง่ายๆ อนุกรมเวลา SPEI ในช่วงเวลาที่แตกต่างกันเป็นอิสระต่อกัน ค่า PDSI ในช่วงเวลาที่แตกต่างกันได้มาจากกระบวนการพื้นฐานเดียว สำหรับการติดตามผลเชิงปฏิบัติการ SPEI มีประโยชน์มากกว่า

SPEI สามารถคาดการณ์ภัยแล้งในอนาคตภายใต้การเปลี่ยนแปลงสภาพภูมิอากาศได้หรือไม่?

ได้ การคาดการณ์ปริมาณน้ำฝนและอุณหภูมิ GCM ที่ปรับขนาดแล้วสามารถนำมาใช้ในการคำนวณ SPEI ทำให้ได้การคาดการณ์ SPEI สำหรับปี 2050 หรือ 2100 อย่างไรก็ตาม มีความไม่แน่นอนจำนวนมากเนื่องจากการกระจายตัวของ GCM และวิธีการปรับขนาด แนะนำให้ใช้ SPEI แบบกลุ่มจาก GCM หลายตัว

เกณฑ์มาตรฐาน SPEI ทั่วไปสำหรับการจำแนกภัยแล้งคืออะไร?

คล้ายกับ SPI: SPEI > 1.5 คือเปียกชื้นมาก; 1.0–1.5 เปียกชื้นมาก; 0.5–1.0 เปียกชื้นปานกลาง; -0.5–0.5 ใกล้เคียงปกติ; -0.5 ถึง -1.0 แห้งแล้งปานกลาง; -1.0 ถึง -1.5 ภัยแล้งรุนแรง; -1.5 ถึง -2.0 ภัยแล้งรุนแรงมาก; < -2.0 ภัยแล้งรุนแรง

วิธีการที่เกี่ยวข้อง

แหล่งอ้างอิง

  1. Vicente-Serrano, S. M., Beguería, S., & López-Moreno, J. I. (2010). A multiscalar drought index sensitive to global warming: the Standardized Precipitation Evapotranspiration Index. Journal of Climate, 23(7), 1696-1718.

    เปิดเอกสารอ้างอิง DOI
    คัดลอกแล้ว