While assessing the effects of climate change at global or regional scales, local factors responsible for climate change are generalized, which results in the averaging of effects. However, climate change assessment is required at a micro-scale to determine the severity of climate change. To ascertain the impact of spatial scales on climate change assessments, trends and shifts in annual and seasonal (monsoon and non-monsoon), rainfall and temperature (minimum, average and maximum) were determined at three different spatial resolutions in India (Ajmer city, Ajmer District and Rajasthan State). The Mann–Kendall (MK), MK test with pre-whitening of series (MK–PW), and Modified Mann–Kendall (MMK) test, along with other statistical techniques were used for the trend analysis. The Pettitt–Mann–Whitney (PMW) test was applied to detect the temporal shift in climatic parameters. The Sen’s slope and % change in rainfall and temperature were also estimated over the study period (35 years). The annual and seasonal average temperature indicates significant warming trends, when assessed at a fine spatial resolution (Ajmer city) compared to a coarser spatial resolution (Ajmer District and Rajasthan State resolutions). Increasing trend was observed in minimum, mean and maximum temperature at all spatial scales; however, trends were more pronounced at a finer spatial resolution (Ajmer city). The PMW test indicates only the significant shift in non-monsoon season rainfall, which shows an increase in rainfall after 1995 in Ajmer city. The Kurtosis and coefficient of variation also revealed significant climate change, when assessed at a finer spatial resolution (Ajmer city) compared to a coarser resolution. This shows the contribution of land use/land cover change and several other local anthropogenic activities on climate change. The results of this study can be useful for the identification of optimum climate change adaptation and mitigation strategies based on the severity of climate change at different spatial scales.
PL
W szacowaniu skutków zmian klimatu w skali globalnej lub regionalnej czynniki lokalne warunkujące zmiany klimatu są uogólniane, co skutkuje uśrednianiem efektów. Zmiany klimatu powinny jednak być oceniane w skali mikro, aby ustalić ich natężenie. W celu określenia wpływu skali przestrzennej na oceny zmian klimatycznych oznaczono roczne i sezonowe (pora monsunowa i pozamonsunowa) trendy temperatury i opadów (minimalne, średnie, maksymalne) w trojakiej rozdzielczości: dla miasta Ajmer, dystryktu Ajmer i stanu Rajasthan w Indiach. W analizie trendu wykorzystano test Manna–Kendalla (MK), test MK z wstępnym wygładzaniem (MK–KW), zmodyfikowany test Manna–Kendalla (MMK) i inne techniki statystyczne. Do wykrycia czasowych zmian parametrów klimatycznych użyto testu Pettitta–Manna–Whitneya (PMW). Dla okresu badawczego (35 lat) określono także nachylenie Sena i zmiany opadów i temperatury (w %). Średnie roczne i sezonowe wartości temperatury wskazywały istotną tendencję do ocieplania klimatu, kiedy oceny dokonywano w skali miasta, niż gdy analizie poddawano obszary o większej skali przestrzennej (dystrykt Ajmer i stan Rajasthan). Zaobserwowano rosnące trendy dla minimalnej, średniej i maksymalnej temperatury we wszystkich skalach przestrzennych, jednak silniej przejawiały się one w mniejszej skali (miasto Ajmer). Test PMW wykazał istotną zmianę jedynie w wielkości opadów w sezonie pozamonsunowym – wzrost opadów po 1995 r. w mieście Ajmer. Kurtoza i współczynnik zmienności wykazały także istotne zmiany klimatyczne, kiedy rozpatrywano je w mniejszej skali (miasto Ajmer). Takiej prawidłowości nie zaobserwowano w skali regionalnej. Wyniki świadczą o wpływie zmian w użytkowaniu/pokryciu terenu i innych czynników antropogenicznych na zmiany klimatu. Z tego powodu mogą one być użyteczne w opracowaniu optymalnych strategii adaptacji i łagodzenia skutków zmian klimatycznych na podstawie ich intensywności w różnych skalach przestrzennych.
Satellite remote sensing provides a synoptic view of the land and a spatial context for measuring drought impacts, which have proved to be a valuable source of spatially continuous data with improved information for monitoring vegetation dynamics. Many studies have focused on detecting drought effects over large areas, given the wide availability of low-resolution images. In this study, however, the objective was to focus on a smaller area (1085 km2) using Landsat ETM+ images (multispectral resolution of 30 m and 15 m panchromatic), and to process very accurate Land Use Land Cover (LULC) classification to determine with great precision the effects of drought in specific classes. The study area was the Tortugas-Tepezata sub watershed (Moctezuma River), located in the state of Hidalgo in central Mexico. The LULC classification was processed using a new method based on available ancillary information plus analysis of three single date satellite images. The newly developed LULC methodology developed produced overall accuracies ranging from 87.88% to 92.42%. Spectral indices for vegetation and soil/vegetation moisture were used to detect anomalies in vegetation development caused by drought; furthermore, the area of water bodies was measured and compared to detect changes in water availability for irrigated crops. The proposed methodology has the potential to be used as a tool to identify, in detail, the effects of drought in rainfed agricultural lands in developing regions, and it can also be used as a mechanism to prevent and provide relief in the event of droughts.
PL
Teledetekcja zapewnia synoptyczny ogląd Ziemi i kontekst przestrzenny do pomiarów efektów susz, co okazało się cennym źródłem ciągłych danych dla monitorowania dynamiki roślinności. Wiele badań koncentrowało się na śledzeniu skutków suszy na rozległych obszarach ze względu na łatwą dostępność obrazów o małej rozdzielczości. Celem przedstawionej pracy była jednak analiza mniejszego obszaru (1085 km2) z użyciem zdjęć Landsat ETM+ (wielospektralna rozdzielczość 30 m, panchromatyczna – 15 m) oraz przeprowadzenie dokładnej klasyfikacji użytkowania i pokrycia powierzchni terenu (ang. Land Use Land Cover – LULC) z zamiarem określenia z dużą dokładnością skutków suszy w poszczególnych klasach. Terenem badań była Tortugas-Tepezata zlewnia II rzędu rzeki Moctezuma, zlokalizowana w stanie Hidalgo w środkowym Meksyku. Klasyfikację LULC przeprowadzono z użyciem nowej metody bazującej na dostępnych dodatkowych informacjach i analizie trzech zdjęć satelitarnych wykonanych w różnym czasie. Opracowana na nowo metodyka LULC zapewniła dokładność w granicach od 87,88 do 92,42%. Spektralne wskaźniki dla roślinności i wilgotności gleby oraz roślin wykorzystano do wykrycia anomalii w rozwoju roślinności spowodowanych suszą. Ponadto zmierzono i porównano powierzchnię zbiorników wodnych w celu sprawdzenia zmian w dostępności wody do nawadniania upraw. Proponowana metodyka może służyć jako narzędzie szczegółowej identyfikacji skutków suszy w zasilanych opadowo obszarach rolniczych oraz jako mechanizm zapobiegania i łagodzenia skutków suszy.
JavaScript jest wyłączony w Twojej przeglądarce internetowej. Włącz go, a następnie odśwież stronę, aby móc w pełni z niej korzystać.