Informacja

Drogi użytkowniku, aplikacja do prawidłowego działania wymaga obsługi JavaScript. Proszę włącz obsługę JavaScript w Twojej przeglądarce.

Tytuł pozycji:

Assessment of agricultural drought based on CHIRPS data and SPI method over West Papua - Indonesia

Tytuł:
Assessment of agricultural drought based on CHIRPS data and SPI method over West Papua - Indonesia
Autorzy:
Faisol, Arif
Indarto, Indarto
Novita, Elida
Budiyono, Budiyono
Powiązania:
https://bibliotekanauki.pl/articles/2073723.pdf
Data publikacji:
2022
Wydawca:
Instytut Technologiczno-Przyrodniczy
Tematy:
agricultural drought
CHIRPS
Climate Hazards Group Infrared Precipitation with Stations data
Standardized Precipitation Index method
SPI
West Papua
Indonesia
Źródło:
Journal of Water and Land Development; 2022, 52; 44--52
1429-7426
2083-4535
Język:
angielski
Prawa:
CC BY-NC-ND: Creative Commons Uznanie autorstwa - Użycie niekomercyjne - Bez utworów zależnych 3.0 Unported
Dostawca treści:
Biblioteka Nauki
Artykuł
  Przejdź do źródła  Link otwiera się w nowym oknie
This study aims to utilise Climate Hazards Group Infrared Precipitation with Stations (CHIRPS) data and Standardised Precipitation Index (SPI) method to assess agricultural drought in West Papua, Indonesia. The data used in this study is monthly CHIRPS data acquired from 1996 to 2019, daily precipitation data recorded from 1996 to 2019 from the five climatological stations in West Papua, Indonesia located at Sorong, Fakfak, Kaimana, Manokwari, and South Manokwari. 3-month SPI or quarterly SPI are used to assess agricultural drought, i.e., SPI January-March, SPI February-April, SPI March-May, SPI April-June, SPI May-July, SPI June-August, SPI July-September, SPI August-October, SPI September-November, and SPI October-December. The results showed that in 2019 agricultural drought in West Papua was moderately wet to severely dry. The most severely dry occurred in September-December periods. Generally, CHIRPS data and SPI methods have an acceptable accuracy in generating drought information in West Papua with an accuracy of 53% compared with climate data analysis. Besides, the SPI from CHIRPS data processing has a moderate correlation with climate data analysis with an average R2= 0.51.

Ta witryna wykorzystuje pliki cookies do przechowywania informacji na Twoim komputerze. Pliki cookies stosujemy w celu świadczenia usług na najwyższym poziomie, w tym w sposób dostosowany do indywidualnych potrzeb. Korzystanie z witryny bez zmiany ustawień dotyczących cookies oznacza, że będą one zamieszczane w Twoim komputerze. W każdym momencie możesz dokonać zmiany ustawień dotyczących cookies