Drought intensity and spatial variability in Gabes Watershed, south-eastern Tunisia

• Autorzy: Jemai S. , Ellouze M. , Agoubi B. , Abida H.

Identyfikatory

DOI

10.1515/jwld-2016-0037

Warianty tytułu

PL

Intensywność i przestrzenna zmienność suszy w zlewni Gabes w południowo-wschodniej Tunezji

• Języki publikacji: EN

Abstrakty

EN

Chronological series of monthly and annual precipitation data recorded in Gabes Watershed, south-eastern Tunisia, were analyzed. The study is based on the standardized precipitation index (SPI) values, computed for 10 rainfall stations over the period 1987–2012, which corresponds to an observatory period of 25 hydrologic years (from September to August). The results obtained show a great variability in SPI values. The historical evolution of the SPI made it possible to define the periods of excess and deficit, corresponding to wet and dry periods respectively. The wet years were found to be 1989–1990, 1995–1996 and 2006–2007 while the dry years were 1987–1988, 1996–1997, 2000–2001, 2001–2002, 2007–2008, 2008–2009 and 2009–2010. This clearly shows alternating wet and dry periods, but with drought episodes taking prevalence over rainy fronts throughout the study period. Indeed, a high tendency towards a drop in precipitation and important sequences of drought were observed. Spatial variability of drought throughout Gabes Watershed was examined by geostatistical analysis of SPI, as drought and rainfall distribution vary with latitude, longitude, topography and proximity to the Mediterranean Sea. The results obtained showed that, compared to coastal and southern areas, drought was observed to be more important in the West and the North of Gabes Watershed. The SPI showed that moderate droughts are generally more frequent than severe or extreme droughts in most of the Watershed.

PL

Analizowano serie miesięcznych i rocznych opadów notowane w zlewni Gabes w południowo-wschodniej Tunezji. W badaniach wykorzystano wartości standaryzowanego wskaźnika opadu (SPI) obliczonego dla 10 stacji opadowych w latach 1987–2012, co odpowiada okresowi obserwacji równemu 25 latom hydrologicznym (od września do sierpnia). Uzyskane wyniki dowodzą znacznej zmienności wartości SPI. Zmienność w czasie umożliwiła zdefiniowanie okresów nadmiaru i deficytu opadów, które odpowiadają okresom mokrym i suchym. Mokrymi okresami okazały się lata 1989–1990, 1995–1996 i 2006–2007, podczas gdy susze przypadały na lata 1987–1988, 1996–1997, 2000–2001, 2001–2002, 2007–2008, 2008–2009 i 2009–2010. Wskazuje to jasno na naprzemienność okresów mokrych i suchych z przewagą tych ostatnich w czasie objętym badaniami. Rzeczywiście obserwowano tendencję do zmniejszania opadów i do występowania sekwencji okresów suszy. Przestrzenną zmienność suszy w zlewni Gabes badano za pomocą geostatystycznej analizy SPI, ponieważ rozmieszczenie susz i opadów zmienia się wraz z szerokością i długością geograficzną i zależy od topografii oraz odległości od Morza Śródziemnego. Uzyskane wyniki świadczą, że susze były intensywniejsze na zachód i północ od zlewni Gabes niż na obszarach przybrzeżnych i południowych. Wskaźnik SPI dowodzi, że umiarkowane susze są częstsze niż susze intensywne i ekstremalne w większej części zlewni.

Słowa kluczowe

EN

drought; geostatistics; precipitation; standardized precipitation index; trend analysis; Tunisia

PL

analiza trendu; geostatystyka; opady; standaryzowany wskaźnik opadów; susza; Tunezja

• Wydawca: Wydawnictwo ITP
• Czasopismo: Journal of Water and Land Development
• Rocznik: 2016
• Tom: no. 31
• Strony: 63--72
• Opis fizyczny: Bibliogr. 31 poz., rys., tab.

Twórcy

autor

Jemai S.

• Faculty of Sciences of Sfax, Road Sokra, 3000 Sfax, Tunisia

autor

Ellouze M.

• Faculty of Sciences of Sfax, Road Sokra, 3000 Sfax, Tunisia

autor

Agoubi B.

• Higher Institute of Water Sciences and Techniques of Gabes, Tunisia

autor

Abida H.

• Faculty of Sciences of Sfax, Road Sokra, 3000 Sfax, Tunisia

Bibliografia

• AMRUTHA RANI H.R., SHREEDHAR R. 2014. Study of rainfall trends and variability for Belgaum. International Journal of Research in Engineering and Technology. Vol. 3. Iss. 6 p. 148–155.
• BĄK B., ŁABĘDZKI L. 2014. Prediction of precipitation deficit and excess in Bydgoszcz Region in view of predicted climate change. Journal of Water and Land Development. No. 23 p. 11–19.
• DELFINER P., DELHOMME J.P. 1975. Optimum interpolation by kriging. In: Display and analysis of spatial data. Eds J.C. Davis, M. J. McCullagh. London. John Wiley and Sons p. 96–114.
• EL-RAEY M. 2009. Impact of climate change: Vulnerability and adaptation of coastal areas. Report of the Arab Forum for Environment and Development. Eds M.K. Tolba, N.W. Saab. Beirut, Lebanon. AFED p. 47–62.
• ELLOUZE M. 2010. Development of a triangular modelfor the generation of synthetic hyetographs and spatiotemporal characterization of drought in central and southern Tunisia. PhD Thesis. Tunis, Tunisia. Faculty of Science Sfax pp. 182.
• ELLOUZE M., AZRI C., ABIDA H. 2009. Spatial variability of monthly and annual rainfall data over Southern Tunisia. Journal of Atmospheric Research. Vol. 93. Iss. 4 p. 832–839.
• FEKI H. 2010. Regionalised optimization weather stations network in Tunisia geostatistical interpolation-step monthly and annual time. PhD. Thesis. Tunis, Tunisia. National Institute of Agronomy pp. 188.
• FEKI H., SLIMANI M., CUDENNEC C. 2012. Incorporating elevation in rainfall interpolation in Tunisia using geostatistical methods. Hydrological Sciences Journal. Vol. 57. Iss. 7 p. 1294–1314.
• GIBBS W.J., MAHER J.V. 1967. Rainfall deciles as drought indicators. Melbourne. Bureau of Meteorology Bulletin. Vol. 48 pp. 84.
• GILBERT R.O. 1987. Statistical methods for environmental pollution monitoring. New York. Van Nostrand Reinhold Company Inc. ISBN 0-442-23050-8 pp. 320.
• GOCIC M., TRAJKOVIC S. 2013. Analysis of precipitation and drought data in Serbia over the period 1980–2010. Journal of Hydrology. Vol. 494 p. 32–42.
• GONG D.Y., SHI P.J., WANG J.A. 2004. Daily precipitation changes in the semi-arid region over northern China. Journal of Arid Environments. Vol. 59. Iss. 4 p. 771–784.
• HALL A.J., BARCLAY P.A. 1975. Methods of determining areal rainfall from observed data. In: Prediction in Catchment Hydrology. Eds T.G. Chapman, F.X. Dunin. Canberra. Australian Academy of Science p. 47–57.
• HAYES M.J., SVOBODA M.D., WILHITE D.A., VANYARKHO O.V. 1999. Monitoring the 1996 drought using the standardized precipitation index. Bulletin of the American Meteorological Society. Vol. 80. Iss. 3 p. 429–438.
• IPCC 2007. Climate change 2007: The physical science basis. In: Contribution of Working Group I to the Fourth Assessment Report of the Intergovernmental Panel on Climate Change. Eds. S. Solomon, D. Qin, M. Manning, Z. Chen, M. Marquis, K.B. Averyt, M. Tignor, H.L. Miller. Cambridge, United Kingdom, New York, NY, USA. Cambridge University Press pp. 996.
• KENDALL M.G. 1975. Rank correlation methods. 4th ed. London. Charles Griffin pp. 202.
• ŁABEDZKI L. 2016. Actions and measures for mitigation drought and water scarcity in agriculture. Journal of Water and Land Development. No. 29 p. 3–10.
• MANN H.B. 1945. Non-parametric tests against trend. Econometrica. Vol. 13 p. 163–171.
• MCKEE T., DOESKEN N., KLEIST J. 1993. The relationship of drought frequency and duration to time scales. In: Proceeding of the Eighth Conference on Applied Climatology, Anaheim, California. USA, 17–22 January 1993.
• MILANOVIC M., GOCIC M., TRAJKOVIC S. 2014. Analysis of meteorogical and agricultural droughts in Serbia. Facta Universitatis. Ser. Architecture and Civil Engineering. Vol. 12. Iss. 3 p. 253–264.
• MODARRES R., SILVA V.P.R. 2007. Rainfall trends in arid and semi-arid regions of Iran. Journal of Arid Environments. Vol. 70. Iss. 2 p. 344–355.
• MOREIRA E.E., COELHO C.A., PAULO A.A., PEREIRA L.S., MEXIA J.T. 2008. SPI-based drought category prediction using log-linear models. Journal of Hydrology. Vol. 354 (1–4) p. 116–130.
• PALMER W.C. 1965. Meteorological drought. Research Paper. Vol. 45 p. 58. Washington, D.C. U.S. Department of Commerce Weather Bureau [NOAA Library and Information Services Division, Washington, D.C. 20852]
• PALMER W.C. 1968. Keeping track of crop moisture conditions nationwide: The new crop moisture index. Weatherwise. Vol. 21 p. 156–161.
• PAULO A.A., PEREIRA L.S. 2008. Stochastic prediction of drought class transitions. Water Resources Manage. Vol. 22. Iss. 9 p. 1277–1296.
• SHAFER B.A., DEZMAN L.E. 1982. Development of a surface water supply index to assess the severity of drought conditions in snow-pack runoff areas. Proceedings of the Western Snow Conference, Reno, NV, Colorado State University. April 19–23 p. 164–175.
• SILVA V.P.R. 2004. On climate variability in Northeast of Brazil. Journal of Arid Environments. Vol. 58. Iss. 4 p. 575–596.
• TABARI H., ABGHRI H., HOSSEINZADEH TALAEE P. 2012. Temporal trends and spatial characteristics of drought and rainfall in arid and semiarid regions of Iran. Hydrological Processes. Vol. 26. Iss. 22 p. 3351–3361.
• WEBSTER R., OLIVER M.A. 2007. Geostatistics for environmental scientists. 2nd ed. Chichester, UK. John Wiley and Sons. ISBN 978-0-470-02858-2 pp. 330.
• WILLEKE G., HOSKING J.R.M., WALLIS J.R., GUTTMAN N.B. 1994. The national drought atlas. Institute for Water Resources Report 94-NDS-4, U.S. Army Corps of Engineers pp. 587.
• ZHANG J.C., LIN Z.G. 1992. Climate of China. New York. Wiley and Shanghai Scientific and Technical Publishers. ISBN 0471519138 pp. 376.

Uwagi

Opracowanie ze środków MNiSW w ramach umowy 812/P-DUN/2016 na działalność upowszechniającą naukę (zadania 2017).