L'illustration de l'APV avec un cas en 3 dimensions. X1, X2, et X3 représentent l'axe des trois variables indépendantes. Le vecteur de corrélation a des composants qui consistent en des coefficients de corrélation (cXi, Yj) entre chaque variable indépendante Xi et une variable dépendante Yj. Trouvez la direction VPID (a) pour une variable dépendante (c'est-à-dire, uniquement Y1), (b) pour les variables multi-dépendantes (montré avec un exemple de deux variables, Y1 et Y2), et (c) calculer le VPID. Crédit :Institut national des sciences et de la technologie d'Ulsan
Une équipe de chercheurs, affilié à UNIST a proposé une méthode de surveillance de la sécheresse assistée par satellite qui peut représenter de manière adéquate les conditions de sécheresse complexes dans un seul indice de sécheresse intégré. L'indice de sécheresse nouvellement proposé a attiré une attention considérable en tant que nouvelle méthode de surveillance et de prévision des risques de sécheresse en raison de sa précision sans contraintes spatio-temporelles.
La sécheresse est l'une des catastrophes naturelles les plus complexes. Par conséquent, contrairement à la plupart des autres catastrophes naturelles, il est généralement difficile de définir le début ou la déclaration de sécheresse. Pour cette raison, divers indices de sécheresse (c. sévérité de la sécheresse, la zone touchée, durée, et le calendrier) sont utilisés pour surveiller la sécheresse et sa gestion des risques. Les indices de sécheresse existants ont tendance à être spécifiques à des types particuliers d'indicateurs de sécheresse. Par conséquent, afin d'enquêter de manière approfondie sur les catastrophes liées à la sécheresse, nous avons besoin d'un indice plus généralisé qui convient à des conditions de sécheresse variées.
Le professeur Jungho Im et son équipe de recherche du Département de génie urbain et environnemental de l'UNIST ont proposé une nouvelle approche de surveillance de la sécheresse avec un indice adaptatif :l'analyse de projection vectorielle (VPA) et l'indice de projection vectorielle de sécheresse (VPID). On dit que la nouvelle approche prend en compte plusieurs indicateurs de sécheresse dans diverses zones climatiques des États-Unis contigus (CONUS) et de l'Asie de l'Est. Un atout majeur du VPA, selon l'équipe de recherche, est qu'il utilise plusieurs variables dépendantes (c'est-à-dire, indices de sécheresse basés sur la surface) et de multiples variables indépendantes (c. facteurs de sécheresse dérivés des satellites) pour saisir des caractéristiques climatiques et environnementales variées.
Répartition spatiale des schémas VPID, USDM et indices de sécheresse de surface (SPI1, SPEI6, et scPDSI) sur les États-Unis pour 2011-2012 (cas de sécheresse extrême). Crédit :UNIST
Dans cette étude, trois schémas de VPID avec différentes combinaisons de variables axées sur l'intégration, court-, et la sécheresse à long terme (VPIDinte, VPIDcourt, et VPIDlong, respectivement) ont également été évalués sur le CONUS et l'Asie de l'Est. Selon l'équipe de recherche, les trois schémas ont montré un bon accord avec les indices de surface multi-échelles et les références de sécheresse (USDM et EM-DAT) dans les zones d'étude à l'échelle continentale.
« Cela implique que la VPA peut capturer les tendances générales des indices de sécheresse multiple sur une vaste zone avec des caractéristiques hétérogènes. Étant donné que la VPA est une méthode simple pour déterminer le poids de son calcul en tenant compte de variables multi-dépendantes (c'est-à-dire, indices de sécheresse), il sera utile de surveiller les caractéristiques générales des conditions de sécheresse complexes d'une manière simple, " a noté l'équipe de recherche.
