Agrarwirtschaftliche Dürre-Indices
Hydrologische Dürre-Indices Dürre-Indices aus Fernerkundungsdaten Kombinierte Dürre-IndicesAusgehend von Indices, die als Eingabegrößen die Bodenfeuchte und die aktuelle Evapo-transpiration benötigen, führte die weitere Entwicklung zu expliziten agrarwirtschaftlichen, zum Teil kulturspezifischen Dürre-Indices. Als Beispiele sind der Aridity Anomaly Index, der „Crop Moisture Index (CMI)“, der „Crop Water Stress Index (CWSI) und der „Moisture Adequacy Index (MAI) detaillierter aufgeführt.
Tab. 11: Agrarwirtschaftliche Dürre-Indices
Aridity Anomaly Index
Der Trockenheit-Anomalie Index basiert auf der Wasserbilanzberechnung von THORNTH-WAITE & MATHER (1955) und beschreibt die Verschiebung des Normalzustandes, angegeben in Prozent.
Das Indian Meteorological Department benutzt diese Methode unter Berücksichtigung der Bodenfeuchte zur Beschreibung der Trockenheitsverhältnisse. Die Berechnung der Anomalien wird durchgeführt, um das Auftreten landwirtschaftlicher Dürren in wöchentlichem bzw. vierzehntägigem Abstand in Echtzeit überwachen zu können. Diese Vorgehensweise bietet den Vorteil, dass der Feuchtigkeitsstress wachsender Pflanzen direkt beurteilt werden kann (KUMAR & PANU 1997).
Der Aridity Anomaly Index zeigt das Wasserdefizit in einer Region an, wobei jedoch die Anforderungen einzelner Pflanzen sowie geographische Gegebenheiten nicht berücksichtigt werden. Zudem wird bei der Betrachtung der klimatischen Wasserbilanz die Wassersättigung des Bodens außer Acht gelassen.
Wasserbilanz, klimatische
Tab.12: Dürre-Kategorien des Trockenheit-Index
Crop Moisture Index (CMI)
Der Crop Moisture Index (CMI) ist eine Weiterentwicklung des PDSI (PALMER 1968). Das Berechnungsverfahren verwendet einen meteorologischen Ansatz, um kurzfristige Feuchteveränderungen überwachen zu können. Dies ist besonders in Regionen, in denen landwirtschaftlich genutzte Kulturpflanzen angebaut werden, von großer Bedeutung.
Als Eingangsgrößen werden die mittlere Temperatur und die mittleren wöchentlichen Niederschlagsmengen verwendet, wobei eine Gewichtung nach Ort und Zeit erfolgt. Der Index kann zum Vergleich lokaler Feuchtebedingungen herangezogen werden.
Das Verfahren zielt auf kurzfristige Veränderungen ab, für Langzeitbetrachtungen eignet es sich nicht. So kann beispielsweise ein Niederschlag während einer Dürreperiode dazu führen, dass die Feuchtebedingungen kurzfristig als ausreichend angesehen werden, wohingegen die Dürre aber langfristig gesehen weiterhin vorherrscht. Ein weiteres Charakteristikum des Verfahrens besteht darin, dass sich der CMI zu Beginn und am Ende der Vegetationsperiode dem Wert 0 annähert. Aus diesem Grund ist seine Anwendung zu Beginn der Vegetationsperiode, wenn die Saatkeimung einsetzt, nur begrenzt möglich.
Vegetationsperiode
Crop Water Stress Index
Der Pflanzen-Wasserstress Index (CWSI) basiert auf integrativen Tageswerten, die das pflanzenverfügbare Bodenwasser, Verdunstungsanforderung und die Empfindlichkeit der phänologischen Phasen der jeweiligen Pflanze berücksichtigten (RAO & SAXTON 1995).
Zur Berechnung des Index benötigt man ein dynamisches Boden-Pflanze-Atmosphären-Wasser Model, um die Bodenwassergehalte simulieren und die Transpiration der Pflanze berechnen zu können. Das Modell muss dabei für jede Kulturart und jeden Standort neu kalibriert werden.
Moisture Adequacy Index
Der Index zur Berechnung der angemessenen Feuchtigkeit für Pflanzen (MAI) wurde erstmals von MCGUIRE & PALMER (1957) im Osten der Vereinigten Staaten angewendet. Weitere Nutzung findet der Indikator in Indien, wo er zu Überwachung agrarwirtschaftlicher Dürren eingesetzt wird (KUMAR & PANU 1997, SASTRI et al. 1981).
Der Index basiert auf der wöchentlichen Berechnung der Wasserbilanz (Quotient aus tat-sächlicher Evapotranspiration und potentieller Evapotranspiration), wodurch ein stufenweiser Bezug der Wasserverfügbarkeit zu den verschiedenen Wachstumsstadien der Pflanzen hergestellt wird. Dadurch, dass sich das Fehlen von Wasser in den einzelnen Phasen unterschiedlich stark auswirkt, sind gezieltere Maßnahmen zur Anpassung möglich.
Hydrologische Dürre-Indices
Hydrologische Dürre-Indices orientieren sich an: a) Abflussmengen, die über Pegelmessungen an Flüssen abgeleitet werden können, b) dem Vergleich von monatlichen Anomalien mit durchschnittlichen Bedingungen (DRACUP et al. 1980) oder c) der Auswertung von Trockenwetterabflüssen. Eine gute Übersicht der Vorgehensweisen bieten z.B. TALLAKSEN & VAN LANEN (2004) oder SMAKHTIN (2001).
Werden die Änderungen der Abflussgrößenordnungen verwendet, so ist es jedoch häufig nicht möglich, die vollständige zeitliche Entwicklung der Dürre zu identifizieren. Bei der Verwendung von Schwellenwerten, deren Unterschreitung eine Dürre anzeigt, ist es dagegen schwierig, die Intensität einer Dürre zu erfassen (FLEIG et al. 2006).
Hydrologische Dürre-Indices sind für die Gewährleistung städtischer Wasserversorgungen, der Bewässerung landwirtschaftlich genutzter Flächen sowie für die Energieversorgung von Interesse. Mit Hilfe des „regional deficiency index“ erstellten HANNAFORD et al. (2011) einen „Dürren-Katalog“ für 23 europäische Regionen.
Tab. 13: Hydrologische Dürre-Indices
Als Beispiele werden nachfolgend der „surface water supply index“ und der „reclamation drought index“ detaillierter beschrieben.
Surface Water Supply Index (SWSI)
Der Oberflächenwasser-Versorgung-Index (SWSI) wurde entwickelt, um die Eigenschaften von Oberflächenwasser zu beschreiben, wobei die Schneebedeckung eine wichtige Komponente bildet (SHAFER & DEZMAN 1982). Ziel des SWSI ist die Kombination hydrologischer und klimatologischer Aspekte zu einem einzelnen Index.
Zur Berechnung werden Angaben zur Schneedecke, zur Abflussmenge, zum Niederschlag und zum Speichervermögen des Reservoirs benötigt, wobei eine monatliche Wichtung der einzelnen Komponenten erfolgt. Änderungen der Wasserbewirtschaftung innerhalb eines betrachteten Einzugsgebietes, wie etwa das Anlegen neuer Reservoire, machen eine Neuberechung notwendig, da Komponenten neu zu gewichten sind. Deshalb ist es schwierig, eine homogene Zeitreihe für diesen Index zu erhalten (HEDDINGHAUS & SABOL 1991).
Tab. 14: Dürre-Klassifikation auf SWSI-Basis (SHAFER & DEZMAN 1982)
Reclamation Drought Index (RDI)
Der Wiedergewinnung-Dürre-Index (RDI) wurde als Werkzeug entwickelt, um die Schwere und Dauer von Dürren in Flussgebieten zu definieren, sowie um Vorhersagen zu Beginn und Ende von Dürren machen zu können (WEGHORST 1996).
Tab. 15: Dürre-Klassifikation auf RDI-Basis (NDMC 2005)
Als Eingabeparameter werden Angaben zu Temperatur, Niederschlag, Schneebedeckung, Abflussmenge und Reservoireigenschaften verwendet. Der große Vorteil dieses Index ist seine Anpassungsfähigkeit an verschiedenste Regionen, wobei die Temperatureinbindung indirekt dafür sorgt, dass die Verdunstung ebenfalls berücksichtigt wird. Nachteilig ist, dass der Index flussgebietsspezifisch ist, was Vergleiche zwischen verschiedenen Einzugsgebieten deutlich einschränkt.
Dürre-Indices aus Fernerkundungsdaten
Fernerkundungstechnologien ermöglichen die räumliche Beschreibung der Erdoberfläche. Aus der Beobachtung von Vegetationsänderungen können Anomalien wie Dürren abgeleitet und daraus Dürre-Indices (sog. „remote sensing drought indices“) entwickelt werden.
Tab. 16: Dürre-Indices aus Fernerkundungsdaten
Kombinierte Dürre-Indices
Die neueste Index-Generation sind Indices, die Informationen aus verschiedenen Sektoren kombinieren. Sie versuchen mit einem integrierten Ansatz ein Maximum an leicht verfügbaren Informationen zu nutzen. Die Kombination von meteorologischen Daten und abgeleiteten Informationen der Landoberfläche aus Fernerkundungsdaten sind eine typische Vorgehensweise dieses Dürre-Index-Typs. Als Beispiel wird der „standardized precipitation evapotranspiration index“ kurz vorgestellt.
Tab. 17: Kombinierte Dürre-Indices
Standardized Precipitation Evaporation Index (SPEI)
Der Standardized Precipitation Evaporation Index (SPEI) bezieht sich auf verschiedene räumliche Ebenen (multi-skalarer Charakter), da zu seiner Berechung Informationen aus verschiedenen wissenschaftlichen Disziplinen herangezogen werden (VICENTE-SERRANO et al. 2010). Mit seiner Hilfe können Dürren erkannt, überwacht und analysiert werden. Der SPEI ermöglicht es schwere Dürren unabhängig von Zeit und Ort zu vergleichen, da die Berechnungsgrundlage in vielen Klimazonen Gültigkeit besitzt.
Quellen (Stand: 31.07.2012)
ALLEY, W.M. (1984): The Palmer Drought Severity Index: Limitations and Assumptions. – Journal of Climate and Applied Meteorology, Vol. 23, 1100-1109.
ANYAMBA A., TUCKER C. & EASTMAN J. (2001): NDVI anomaly patterns over Africa during the 1997/98 ENSO warm event. - . International Journal of Remote Sensing 22(10):1847–1859. http://dx.doi.org/10.1080/01431160010029156.
BHALME, H.N. & MOOLEY, D. A. (1980): Large-scale drought/floodsand monsoon circulation. - Mon. Weath. Rev. 108,1197.
BIGLER, C., BRÄKER, O.U., BUGMANN, H., DOBBERTIN, M. & RIGLING, A. (2006): Drought as an inciting mortality factor in Scots pine stands of the Valais, Switzerland. - Ecosystems 9:330–343
BLUMENSTOCK, G., Jr., (1942): Drought in the United States analyzed by means of the theory of probability. - USDA Tech. Bull. 819, 63 pp.
BROWN, J. F., WARDLOW B. D., TADESSE T., HAYES M. J. & REED, B. C. (2008): The Vegetation Drought Response Index (VegDRI): A New Integrated Approach for Monitoring Drought Stress in Vegetation. - GIScience & Remote Sensing, 45(1):16-46.
BRYANT, S. J., ARNELI, N. W. & LAW, F. M. (1994): The long term context for the current hydrological drought. - J. Instn. Wat. Environ. Manage. S, 39-51
BURKE, E. J., BROWN S. J., & CHRISTIDIS, N. (2006): Modelling the recent evolution of global drought and projections for the 21st century with the Hadley Centre climate model. - Journal of Hydrometeorology, 7, 1113-1125.
BURKE, E. J. & BROWN, S. J. (2008): Evaluating uncertainties in the projection of future drought. Journal of Hydrometeorology, 9(2), 292-299.
BYUN, H.-R. & WILHITE, D. A. (1999): Objective quantification of drought severity and duration. - J. Climate, 12, 2747–2756.
DRACUP, J. A., LEE, K. S., & PAULSON, E. G. Jr. (1980): On the definition of droughts. - Water Ress. .Res., 16, 297
DUTRA, E., VITERBO, P., & MIRANDA, P. M. A (2008).: ERA- 40 reanalysis hydrological applications in the characterization of regional drought. - Geophys. Res. Lett., 35, L19402, doi:10.1029/2008GL035381
FLEIG, A. K., L. M. TALLAKSEN, H. HISDAL, and S. DEMUTH (2006), A global evaluation of streamflow drought characteristics, - Hydrol. Earth Syst. Sci., 10, 535– 552.
FLEIG, A.K., TALLAKSEN, L. M., HISDAL, H. & HANNAH, D. M. (2011): Regional hydrological drought in north-western Europe: linking a new Regional Drought Area. - Hydrol. Process. 25, 1163–1179, DOI: 10.1002/hyp.7644
GAO, B. (1996): NDWI - a normalized difference water index for remote sensing of vegetation liquid water from space. – Remote Sensing of Environment, 58, 257–266.
GHULAM, A., QIN, Q. & ZHAN, Z. (2007): Designing of the perpendicular drought index. – Environmental Geology, 52(6): 1045- 1052.
GIBBS, W. J. & MAHER, J. V. (1967): Rainfall deciles as drought indicators. – Bureau of Meteorology Bulletin No. 48, 33p.
HANNAFORD, J., LLOYD-HUGHES, B., KEEF, C., PARRY, S. & PRUDHOMME, C.:(2011): Examining the large-scale spatial coherence of European drought using regional indicators of rainfall and streamflow deficit. - Hydrol. Processes, 25, 1146–1162, doi:10.1002/hyp.7725.
HAYES, M., ALVORD, C. & LOWREY, J. (2007): Drought indices. – Intermountain West Climate Summary, 3(6): 2-6.
HEDDINGHAUS, T. R. & SABOL, P. (1991): A review of the Palmer Drought Severity Index and where do we go from here? – In: Proc. 7th Conf. on Applied Climatology, pp. 242–246.
HEIM, R. R., Jr. (2000): Drought indices: A review. – In: Wilhite, D. A. [ed.]: Drought: A Global Assessment, 159–167.
HEIM, R. R., Jr. (2002): A review of twentieth-century drought indices used in the United States. - Bull. Am. Meteor. Soc. 83 (8), 1149–1165.
HOLLINGER, S. E., ISARD, S. A. & WELFORD, M. R. (1993): A New Soil Moisture Drought Index for predicting crop Yields. – In: Proc. 8th Conf. Applied Climatology, 187-190.
KATZ, R. W. & GLANTZ M. H. (1986): Anatomy of a rainfall index. – Monthly Weather Review, 114, 764–771.
KEETCH, J. J. & BYRAM, G. M. (1968): A drought index for forest fire control. – US Dept. of Agriculture, Forest Service Research Paper SE-38, 32 pp.
KEYANTASH, J. A. & DRACUP, J. A. (2004): An aggregate drought index: Assessing drought severity based on fluctuations in the hydrologic cycle and surface water storage. – Water Resources Research, 40, W09304, doi:10.1029/2003WR002610
KÖNIG, C. & MAYER, H. (1989): Klimastatistik, Bearbeitung im Hinblick auf neuartige Waldschäden. Wissenschaftliche Mitt. 64, Meteorologisches Institut, Univ. München, Münchner Universitätsschriften, 646 S.
KOGAN, F.N. (1990): Remote sensing of weather impacts on vegetation in non-homogeneous areas. – Int. J. Remote Sens., 11, 1405- 1419.
KOGAN, F.N. (1995): Application of vegetation index and brightness temperature for drought detection. – Advances in Space Research, 11, pp. 91–100.
KOGAN, F.N. (1997): Global drought watch from space. – Bull. of the Am. Meteo. Soc., 78, pp. 621–636.
LIU, L., XIANG, D. & DONG, X. (2008): Improvement of the Drought Monitoring Model Based on the Cloud Parameters Method and Remote Sensing Data. – In: Proc. Workshop on Knowledge Discovery and Data Mining, 293-296.
LOUCKS, D.P., BEEK, E. van, STEDINGER, J. R., DIJKMAN, J. P. M. & VILLARS, M. T. (2006): Water Resources System planning and management. – UNESCO-Report, 680 p.
MARLETTO, V., VENTURA, F., FONTANA, G. & TOMEI, F. (2007): Wheat growth simulation and yield prediction with seasonal forecasts and a numerical model. – Agricultural and forest meteorology, 147: 71-79.
MÁTYÁS, Cs., BERKI I., CZÚC, B., GÁLOS, B., MÓRICZ, N. & RASZTOVITS, E. (2010): Future of beech in Southeast Europe from the perspective of evolutionary ecology. Acta Silv Lign Hung 6: 91–100
Mavromatis, T. (2007): Drought index evaluation for assessing future wheat production in Greece. – International Journal of Climatology, 27(7):911-924.
MAVROMATIS, T. (2007): Drought index evaluation for assessing future wheat production in Greece. – International Journal of Climatology, 27(7):911-924.
MCGUIRE J. K. & PALMER, W. C. (1957): The 1957 drought in the eastern United States. - J. Mon. Wea. Rev. , 1957, 85: 305- 314.
MCKEE, T.B. & DOESKEN, N.J. & KLEIST, J. (1993): The relationship of drought frequency and duration to time scales. – In: McKee, T. B., Doesken, N. J. & Kleist, J. [eds.]. Preprints, 8th Conference on Applied Climatology, pp. 179–84.
MEYER, S. J., HUBBARD, K. G. & WILHITE, D. A. (1993): A crop-specific drought index for corn: I. Application in drought monitoring and assessment. – Agronomy Journal, 85, pp. 396–399.
MEYER, S. J. & HUBBARD, K. G. (1995): Extending the crop-specific drought index to soybean. – Proc. of 9th Conference on Applied Climatology, pp. 258–259.
NARASINHAM, B. & R. SRINIVASAM (2005): Development and evaluation of Soil Moisture Deficit Index (SMDI) and Evapotranspiration Deficit Index (ETDI) for agricultural drought monitoring. – Agricultural and Forest Meteorology, 133, 69-88.
NDMC (2005): What is Drought: Drought Indices. – Report of National Drought Mitigation Center, http://drought.unl.edu/whatis/indices.htm#swsi
NIEMEYER, S. (2008): New drought indices. - Méditerranéennes. Série A. no.80, pp. 267-274.
Quiring, S.M. & Papakryiakou, T.N. (2003): An evaluation of agricultural drought indices for the Canadian prairies. - Agr Forest Meteorol 118:49–62
QUIRING, S.M. & PAPAKRYIAKOU, T.N. (2003): An evaluation of agricultural drought indices for the Canadian prairies. - Agr Forest Meteorol 118:49–62
PÁLFAI, I. (1991): Az 1990 évi aszély Magyarországon. - Vızugyi Közlemenyek, 2, 117–132.
PALMER W. C. (1965): Meteorological drought. - U.S. Research Paper No. 45, US Weather Bureau
PALMER, W .C. (1968): Keeping track of crop moisture conditions, nationwide: The new Crop Moisture Index. - Weatherwise 21:156–161.
PED, D. A. (1975): Index of drought and excessive moisture. - Proc. Gidrometcentra USSR, vol 156, pp 19–38
PETERS, A. J., WALTER-SHEA, E. A., JI, L., VINA, A., HAYES, M. & SVOBODA, M. D. (2002): Drought monitoring with NDVI-based standardized vegetation index. - Photogrammetric Engineering and Remote Sensing, 68, pp. 71–75.
RAO, A. S. & SAXTON, K. E. (1995): Analysis of profile soil water and water stress under pearl millet in an Indian arid region using the SPAW model. - Journal of Arid Environments 29:155–67.
ROOY, M. P. van. (1965): A Rainfall anomaly index (RAI) independent of time and space. – Notos 14: 43.
SANDHOLT, I., RASMUSSEN, K. & ANDERSEN, J. (2002): A simple interpretation of the surface temperature/vegetation index space for assessment of surface moisture status. – Remote Sensing of Environment, Vol. 79, no. 2-3, pp. 213-224,
SASTRI, A. S. R. A. S., RAMA KRISHNA, Y. S. & RAMANA RAO, B. V. (1981): A new method for classification of agricultural droughts. - Arch. Met. Geoph. Biokl., Ser. B. 29, 293-297.
SELYANINOV, T. G. (1928): On the agricultural estimation of climate. - Proc. Agricultural Meteorology, vol. 20, pp 165–177
SERCC (2002): Keetch-Byran Drought Index. – Southeast Regional Climate Center [http://www.serc.com/products/kdbi/kdbi.html]
SHAFER, B. A. & DEZMAN, L. E. (1982): Development of a Surface Water Supply Index (SWSI) to assess the severity of drought conditions in snowpack runoff areas. – In: Proc. of the Western Snow Conference, pp. 164–175.
SMAKHTIN, V. U. (2001): Low flow hydrology: A review. - J. Hydrol., 240, 147– 186, doi:10.1016/S0022-1694(00)00340-1.
STAHL K. (2001): Hydrological Drought - a Study across Europe. – Freiburger Schr. zur Hydrologie; 15, 121 S.
TALLAKSEN, L. M., and H. A. J. van LANEN (Eds.) (2004), Hydrological Drought: Processes and Estimation Methods for Streamflow and Groundwater, Dev. Water Sci., vol. 48, 579 p.
THORNTHWAITE, C.W. & MATHER, J. R. (1955): The water balance. - Climatol, 8: 1-104.
TRNKA, M., HLAVINKA, P., SEMERÁDOVÁ, D., DUBROVSKÝ, M., ŽALUD, Z. & MOŽNÝ, M. (2007): Agricultural drought and spring barley yields in the Czech Republic. - Plant Soil Environ 53:306–316
TSAKIRIS, G., PANGALOU, D. & VANGELIS, H. (2007): Regional drought assessment based on the Reconnaissance Drought Index (RDI). – Water Resources Management, 21, 821-833.
TUCKER, C. J. (1979): Red and Photographic Infrared Linear Combinations for Monitoring Vegetation. – Remote Sensing of Environment, 8(2),127-150.
USDA (2002): Wildland Fire Assessment System. – United States Department of Agricultural Forest Service. [http:www.fs.fed.us/land/wfas/]
VOGT, J. V. & SOMMA, F. [eds.] (2000): Drought and Drought Mitigation in Europe, 336 p
van der SCHRIER ,G., EFTHYMIADIS, D., BRIFFA, K.R. & JONES, P. D. (2007): European Alpine moisture variability for 1800–2003. - Int J. Climatol., 27:415–427
VICENTE-SERRANO, S.M., BEGUERÍA, S. & LÓPEZ-MORENO, J. I. (2010): A Multiscalar drought index sensitive to global warming: the standardized precipitation evapotranspiration index – SPEI. Journal of Climate, doi:10.1175/2009JCLI2909.
WANG, L. & QU, J. J. (2007): NMDI: A normalized multi-band drought index for monitoring soil and vegetation moisture with satellite remote sensing. – Geophys. Res. Lett., 34, L20405, doi:10.1029/2007GL031021.
WEGHORST, K. M. (1996): The reclamation drought index: Guidelines and practical applications. Bureau of Reclamation, Denver, CO, 6 pp.
WELLS, N., GODDARD, S. & HAYES, M. J. (2004): A self calibrating Palmer Drought Severity Index – J. Clim., 17, 2335–2351, doi:10.1175/1520-0442
WHITE, D. H. & O’MEAGHER, B. (1995): Coping with exceptional drought in Australia. – Drought Network News 7(2):13–17. (http:// enso.unl.edu/ndmc/mitigate/policy/austral.htm.)
Zurück zum Inhaltsverzeichnis