Drought Monitoring and Assessment Z. (Bob) Su Professor of Spatial - - PowerPoint PPT Presentation

Drought Monitoring and Assessment

• Z. (Bob) Su

Professor of Spatial Hydrology and Water Resources Management ITC, University of Twente The Netherlands z.su@utwente.nl www.itc.nl/wrs

ICTP Third Workshop on Water Resources in Developing Countries, 30 April 2015

What ¡is ¡the ¡difference?

Learning ¡ ¡Obje jec5ves ¡ ¡ ¡

• 1. ¡Understand ¡basic ¡ideas ¡for ¡es5ma5ng ¡water ¡availability ¡
• 2. ¡Familiarize ¡with ¡data ¡products ¡for ¡deriving ¡different ¡

water ¡availability ¡terms ¡

• 3. ¡Understand ¡the ¡possibili5es ¡and ¡limita5ons ¡for ¡

es5ma5ng ¡water ¡availability ¡using ¡different ¡approaches ¡

• 4. ¡Familiarize ¡with ¡the ¡applica5ons

(O. ¡Heffernan) ¡

(O. ¡Heffernan) ¡

(O. ¡Heffernan) ¡

7 ¡

DROUGHT INDICES (LOTS OF THEM)

• Percent ¡of ¡Normal ¡(PN) ¡
• Standard ¡Precipita9on ¡Index ¡(SPI) ¡
• Palmer ¡Drought ¡Severity ¡Index ¡(PDSI) ¡
• Crop ¡Moisture ¡Index ¡(CMI) ¡
• Surface ¡Water ¡Supply ¡Index ¡(SWSI) ¡
• Reclama9on ¡Drought ¡Index ¡(RDI) ¡
• Evapotranpira9on ¡Deficit ¡Index ¡(ETDI) ¡

Eden, ¡U. ¡(2012) ¡Drought ¡assessment ¡by ¡evapotranspira9on ¡mapping ¡ in ¡Twente, ¡the ¡Netherlands. ¡Enschede, ¡University ¡of ¡Twente ¡Faculty ¡

• f ¡Geo-­‑Informa9on ¡and ¡Earth ¡Observa9on ¡(ITC), ¡2012. ¡

Let there be light

(NASA)

Water cycle and its link to climate

(Su, et al., 2010, Treatise on Water Science)

Wind Land-Atmosphere Interactions

• Terrestrial Water, Energy and Carbon Cycles

S e n s i b l e H e a t

(diffusion/convection)

Gases

S

• i

l H e a t

( C

• n

d u c t i

• n

)

Thermal radiation Latent Heat

(Phase change)

Precipitation Biochemical Processes

W a t e r & v a p

• u

r

Advection

Wet Condition: Maximum Transpiration Transpiration limited by plant water availability in the root zone

What is Drought ?

Dry Condition: No transpiration

Quantitative Approaches for Drought Monitoring and Prediction

• Approach 1: Surface Energy Balance

– To derive relative evaporation & relative soil moisture in the root zone from land surface energy balance – To define a quantitative drought severity index (DSI) for large scale drought monitoring

• Approach 2: Soil Moisture Retrieval

– To determine surface soil moisture – To assimilate surface SM into a hydrological model to derive root zone soil moisture

• Approach 3: Total water budget

Climate & Satellite Information System

Drought Monitoring & Prediction

Decision Makers

Meteorological Data

Surface Energy Balance System (SEBS)

Drought Information System (Drought Severity Distribution) Internet

Surface Soil Moisture Data Assimilation (to infer root zone water availability)

From Energy Balance to Water Balance

r wet wet dry wet dry

E E E E R Λ = = = − − = λ λ θ θ θ θ

dry dry

E θ ~

wet wet

E θ ~

E I I P t t

c −

+ + = −

1 2

) ( ) ( θ θ

wet dry wet

H H H H R DSI − − = − =1

R: Relative Plant Available Soil Water Content DSI: Drought Severity Index

(Su ¡et ¡al., ¡2003) ¡

Relationship of evaporative fraction to surface variables (albedo, fractional vegetation coverage and surface temperature)

• The ¡rela9ve ¡evapora9on ¡is ¡given ¡as ¡

⎟ ⎟ ⎠ ⎞ ⎜ ⎜ ⎝ ⎛ − − = = Λ

dry wet dry wet r

s E E θ θ θ θ

dry wet dry wet r

E E θ θ θ θ − − ≅ = Λ

Relationship of evaporative fraction to surface variables (albedo, fractional vegetation coverage and surface temperature)

• The ¡rela9ve ¡evapora9on ¡is ¡given ¡as ¡

The ¡SEBS ¡algorithm ¡(Su, ¡2002) ¡

Relationship of evaporative fraction to surface variables (albedo, fractional vegetation coverage and surface temperature)

Relation of evaporative fraction to surface variables (an example)

Normalized temperature difference versus albedo

Normalized temperature difference versus albedo

Normalized ¡temperature ¡difference ¡versus ¡albedo

Comparison to Soil Moisture Measurements

April 2000

10 20 30 40 50 60 70 80 20 40 60 Relative Evaporation (%) Average Relative Soil Moisture up to depth of 50cm (%) Average Relative Soil Moisture up to Depth of 50 cm Predicted Average Relative Soil Moisture

6 April 2000

10 20 30 40 50 60 70 10 20 30 40 50 Relative Evaporation (%) Avergae Relative Soil Moisture up to 20 cm Depth (%) Average Relative Soil Moisture up to Depth of 20 cm Predicted Average Relative Soil Moisture

April 2000

10 20 30 40 50 60 70 10 20 30 40 50 Relative Evaporation (%) Relative Soil Moisture (at10 cm depth) SOIL MOISTURE (at10 cm depth) Predicted Average Relative Soil Moisture

Relative evaporation vs relative soil moisture Time Series of Drought Severity Index

Tibetan Plateau observatory of plateau scale soil moisture and soil temperature (Tibet-Obs)

Su, Z., et al. 2011, Hydrol. Earth Syst. Sci. www.hydrol-earth-syst-sci.net/15/2303/2011/

ESA Dragon programme EU FP7 CEOP-AEGIS project

(Su ¡et ¡al., ¡2011, ¡HESS) ¡

Mean sm at Maqu site (depth of 5 cm) VUA-NASA sm from AMSR-E data Organic soils Sandy loam soil

Preliminary validation results

Quan5fica5on ¡of ¡uncertain5es ¡in ¡global ¡products ¡

(Su, et al., 2011) (Su ¡et ¡al., ¡2011, ¡HESS) ¡

Maqu Maqu ¡ ¡SMST ¡ ¡Network ¡ ¡– ¡ – ¡valida5on ¡ ¡results

Ng Ngari ¡ ¡SMST ¡ ¡Network ¡ ¡– ¡ – ¡valida5on ¡ ¡results

How can we use this information for drought monitoring and prediction?

WACMOS.org

Land ¡ ¡Surface ¡& ¡Water ¡Use ¡ River ¡OuXlow ¡ Groundwater ¡

Changes ¡in ¡Water ¡Budget

Rain ¡ Snow ¡ evapora9on ¡

Surface ¡Water ¡ ¡ ¡

Consistency ¡ ¡amo mong ¡ ¡diffferent ¡ ¡physically ¡ ¡interrelated ¡ ¡ va variables ¡ ¡ ¡ ¡ (Spa5al ¡W (Spa5al ¡Water ¡budg er ¡budget ¡o t ¡of ¡the ¡Y f ¡the ¡Yang angtz tze ¡Riv e ¡River ¡Basin) ¡ er ¡Basin) ¡

31

dS/dt ¡

Never ¡ending ¡human ¡ac5vi5es

Yangtze ¡River ¡Basin

33

• Upper ¡Yangtze ¡reach, ¡from ¡Tuotuohe, ¡to ¡Yichang. ¡ ¡
• Middle ¡reach ¡from ¡Yichang ¡to ¡Hukou. ¡ ¡ ¡
• Lower ¡reach ¡extends ¡from ¡Hukou ¡to ¡the ¡river ¡mouth ¡near ¡Shanghai. ¡ ¡
• Cuntan, ¡Yichang, ¡Hankou, ¡and ¡Datong ¡are ¡four ¡gauging ¡sta9ons ¡located ¡along ¡the ¡

mainstream ¡of ¡the ¡Yangtze. ¡

34 ¡

Closure ¡of ¡Water ¡Cycle ¡over ¡a ¡river ¡basin ¡

Total ¡water ¡Storage(TWS) ¡

In-­‑situ ¡& ¡satellite ¡ ¡ Observa9ons ¡ Reanalysis ¡ Satellite ¡ Observa9ons ¡

Seasonal ¡average ¡maps ¡of ¡sensible ¡heat ¡flux ¡(H) ¡

(a) ¡Mar-­‑May, ¡(b) ¡Jun-­‑Aug,(c) ¡Sep-­‑Nov, ¡(d) ¡Dec-­‑Feb

36 ¡

TWS ¡Anomaly ¡(Yichang) ¡

Upper ¡reach ¡TWS ¡anomaly

(ver: RL04 ssv201008) GRACE data (ver: RL05.DSTvSCS1401)

Cumula5ve ¡TWS ¡anomaly ¡at ¡Upper ¡Reach ¡(Yichang ¡sta5on)

GRACE data (ver: RL05.DSTvSCS1401) (ver: RL04 ssv201008)

Continental scale simulations

1 Jan – 9 Dec 2009, grid resolution 25 KM Skin temperature Precipitation (convective + non-convective) Latent heat flux (Evaporation/ transpiration) Soil moisture of top layer Soil moisture of second layer

Climate ¡change ¡impacts ¡and ¡adapta5on ¡in ¡River ¡Basins

wacmos.org 40

Example ¡of ¡the ¡Yellow ¡River ¡Basin ¡(upper ¡basin ¡vs ¡whole ¡basin)

wacmos.org 41

Example ¡of ¡the ¡Yellow ¡River ¡Basin ¡(upper ¡basin ¡vs ¡whole ¡basin)

wacmos.org 42

TWSC3 = TRMM_PC – GLDAS_ETC – In-situ_ RC (anomaly of total water storage change) GLDAS_TWSC2 = P - ET - R (Anomaly)

How ¡shall ¡we ¡define ¡droughts?

Dark ¡blue ¡is ¡less ¡than ¡one ¡standard ¡devia9on ¡from ¡the ¡mean. ¡For ¡the ¡ normal ¡distribu9on, ¡this ¡accounts ¡for ¡68.27% ¡of ¡the ¡set; ¡while ¡two ¡standard ¡ devia9ons ¡from ¡the ¡mean ¡(medium ¡and ¡dark ¡blue) ¡account ¡for ¡95.45%; ¡and ¡ three ¡standard ¡devia9ons ¡(light, ¡medium, ¡and ¡dark ¡blue) ¡account ¡for ¡99.73%. ¡ (vikipedia) ¡

How ¡shall ¡we ¡define ¡droughts?

The ¡probability ¡that ¡a ¡normal ¡deviate ¡lies ¡in ¡ the ¡range ¡μ ¡− ¡nσ ¡and ¡μ ¡+ ¡nσ ¡is, ¡

Value ¡range ¡ category ¡ μ−1σ ¡< ¡F ¡> ¡μ+1σ ¡ Near ¡normal ¡ μ−2σ ¡< ¡F ¡<= ¡μ-­‑1σ ¡ Moderately ¡dry ¡ μ−3σ ¡< ¡F ¡<= ¡μ-­‑2σ ¡ Severely ¡dry ¡ ¡ ¡ ¡ ¡ ¡ ¡ ¡ ¡ ¡ ¡ ¡ ¡ ¡F ¡<= ¡μ-­‑3σ ¡ Extremely ¡dry ¡ μ+1σ ¡<= ¡F ¡< ¡μ+2σ ¡ Moderately ¡wet ¡ μ+2σ ¡<= ¡F ¡< ¡μ+3σ ¡ Severely ¡wet ¡ μ+3σ ¡<= ¡F ¡ Extremely ¡wet ¡

45

GLDAS ¡derived ¡Standardized ¡total ¡water ¡storage ¡index ¡– ¡drought ¡situa5on ¡

Describe ¡

• ¡Trends ¡(change) ¡
• ¡Variability ¡(natural ¡cycle) ¡
• ¡Outliers ¡

¡

¡Understand ¡

• ¡Alribu9on ¡(variability ¡vs. ¡error) ¡
• ¡Consistency ¡Process ¡(e.g. ¡Volcanic ¡erup9on, ¡fire/aerosol) ¡
• ¡Feedback ¡links ¡(e.g. ¡ENSO ¡teleconnec9on) ¡

¡ ¡

A ¡ ¡Roadma map ¡ ¡Fr From ¡ m ¡Process ¡ ¡Understanding ¡ ¡To ¡ ¡Adapta5on

¡

Detect ¡

• ¡Hot ¡Spot ¡
• ¡Quality ¡issue ¡
• ¡Outside ¡Envelope ¡

¡

¡ ¡ Predict ¡

• ¡Impacts ¡

¡ Adapt ¡

• ¡Consequences ¡

¡

¡

Impacts and projections in water resources

• Q1: What are observed

impacts to water resources in Yangtze due to climate and human changes ?

• Q2: Will the changes in

the Yangtze River Basin influence the East Asian monsoon patterns?

• Q3: What will be the

spatial/temporal distribution of water (sediment) resources in 21st century ?

Yes, ¡it ¡is ¡water ¡availability!

Referances/Further ¡Readings

Chen, X. Z.Su et al, 2014, Development of a 10-year (2001–2010) 0.1-degree dataset of land-surface energy balance for mainland China, ACP, Diss. Ma, M., L. Zhong, Z. Su, H. Ishikawa, M. Menenti, T. Koike, 2006, Determination of regional distributions and seasonal variations of land surface heat fluxes from Landsat-7 Enhanced Thematic Mapper data over the central Tibetan Plateau area. J. Geophys. Res., Vol. 111, No. D10, D10305. Jia, L., Z. Su, B. van den Hurk, M. Menenti, A. Moene, H.A.R. De Bruin, J.J.B.Yrisarry, M. Ibanez, A. Cuesta, 2003, Estimation of sensible heat flux using the Surface Energy Balance System (SEBS) and ATSR measurements, Physics and Chemistry of the Earth, 28(1-3), 75-88. Su, Z., 2002, The Surface Energy Balance System (SEBS) for estimation of turbulent heat fluxes, Hydrol. Earth Syst. Sci.,, 6(1), 85-99. Su, Z., A. Yacob, Y. He, H. Boogaard, J. Wen, B. Gao, G. Roerink, and K. van Diepen, 2003, Assessing Relative soil moisture with remote sensing data: theory and experimental validation, Physics and Chemistry of the Earth, 28(1-3), 89-101. Su, Z., 2005, Estimation of the surface energy balance. In: Encyclopedia of hydrological sciences : 5 Volumes. / ed. by M.G. Anderson and J.J. McDonnell. Chichester etc., Wiley & Sons, 2005. 3145 p. ISBN: 0-471-49103-9. Vol. 2 pp. 731-752. Su, Z., Timmermans, W., Gieske, A., Jia, L., Elbers, J. A., Olioso, A., Timmermans, J., Van Der Velde, R., Jin, X.,Van Der Kwast, H., Nerry, F., Sabol, D., Sobrino, J. A., Moreno, J. and Bianchi, R., 2008, Quantification of land-atmosphere exchanges of water, energy and carbon dioxide in space and time over the heterogeneous Barrax site,

• Int. J. Remote Sens., 29:17,5215-5235.

Su, Z., W. J. Timmermans, C. van der Tol, R. J. J. Dost, R. Bianchi, J. A. Gómez, A. House, I. Hajnsek, M. Menenti, V. Magliulo, M. Esposito, R. Haarbrink, F. C. Bosveld, R. Rothe, H. K. Baltink, Z. Vekerdy, J. A. Sobrino, J. Timmermans, P. van Laake, S. Salama, H. van der Kwast, E. Claassen, A. Stolk, L. Jia, E. Moors, O. Hartogensis, and A. Gillespie, 2009, EAGLE 2006 - multi-purpose, multi-angle and multi-sensor in-situ, airborne and space borne campaigns over grassland and forest, Hydrol. Earth Syst. Sci., 13, 833–845. Su, Z., Wen, J., Dente, L., van der Velde, R., Wang, L., Ma, Y., Yang, K., and Hu, Z. 2011, The Tibetan Plateau observatory of plateau scale soil moisture and soil temperature (Tibet-Obs) for quantifying uncertainties in coarse resolution satellite and model products, Hydrol. Earth Syst. Sci., 15, 2303–2316, 2011, www.hydrol-earth-syst-sci.net/15/2303/2011/, doi:10.5194/hess-15-2303-2011. Su, Z., de Rosnay, P., Wen, J., Wang, L. and Zeng, Y. (2013) Evaluation of ECMWF's soil moisture analyses using observations on the Tibetan Plateau. J. Geophys. Res., 118 (11), pp 5304–5318. Su, Z., Fernández-Prieto, D., Timmermans, J., Xuelong Chen, Hungershoefer, K., Roebeling, R., Schröder, M., Schulz, J., Stammes, P., Wang, P. and Wolters, E. (2014) First results of the earth observation Water Cycle Multi - mission Observation Strategy (WACMOS). Int. J. Appl. Earth Obs. Geoinfor., 26 (2014) pp. 270-285. van der Velde, R., Z. Su, 2009, Dynamics in land surface conditions on the Tibetan Plateau observed by ASAR, Hydrological sciences journal (in press). van der Velde, R., Z. Su, and Y. Ma, 2008, Impact of soil moisture dynamics on ASAR signatures and its spatial variability observed over the Tibetan plateau. Sensors, 8 (2008) 9, pp. 5479-5491. van der Velde, R., Z. Su, M. Ek, M. Rodell, and Y. Ma, 2009, Influence of thermodynamic soil and vegetation parameterizations on the simulation of soil temperature states and surface fluxes by the Noah LSm over a Tibetan plateau site, Hydrology and Earth System Sciences, 13, 759-777. Wen, J., Z. Su, 2003, Estimation of soil moisture from ESA Wind-scatterometer data, Physics and Chemistry of the Earth, 28(1-3), 53-61.

¡