Challenges in drought research: some perspectives and future directions

Abstract

There has been considerable research on modelling various aspects of drought such as identification and prediction of its duration and severity. The term severity has various connotations in drought literature such as in hydrological drought, where it is defined as the cumulative shortage or the deficit sum with reference to a pre-specified truncation level. In meteorological drought, the severity has rather been defined in the form of indices such as the Palmer drought severity index. There exist a variety of techniques and methods to analyse the duration and severity of meteorological and hydrological droughts through probability characterization of low flows, time series methods, synthetic data generation, theory of runs, multiple regression, group theory, pattern recognition and neural network methods. Agricultural droughts are analysed based on soil moisture modelling concepts with crop yield considerations and using multiple linear regression techniques. The prediction aspects of drought duration are developed better than the drought severity aspects. These latter need to be improved because information on drought severity is of paramount practical importance and forms an essential part of the design process of storage facilities for abatement of droughts. A major challenge of drought research is to develop suitable methods and techniques for forecasting the onset and termination points of droughts. An equally challenging task is the dissemination of drought research results for practical usage and wider applications.

Résumé

La modélisation de différents aspects de la sécheresse, comme l'identification et la prévision de sa durée et de sa sévérité, a fait l'objet d'une recherche considérable. Le terme sévérité a différentes connotations dans la littérature de la sécheresse comme celle de la sécheresse hydrologique, où elle est définie comme un manque cumulé ou un déficit par rapport à un niveau critique préalablement identifié. Concernant la sécheresse météorologique, la sévérité a été définie sous la forme d'indices comme celui de Palmer. Il existe une variété de techniques et de méthodes pour analyser la durée et la sévérité des sécheresses météorologiques et hydrologiques sur la base de l'étude fréquentielle des étiages, l'étude des séries temporelles, la genèse de données synthétiques, la théorie des séquences, la régression multiple, la théorie des groupes, la reconnaissance de structures, et les réseaux de neurones. Les sécheresses agricoles sont analysées à partir de concepts de modélisation de l'humidité du sol, de considérations de rendements culturaux et de techniques de régression linéaire multiple. Les aspects relatifs à la prévision de la durée de sécheresse sont mieux développés que les aspects relatifs à la sévérité. Ces derniers méritent d'être améliorés dans la mesure où l'information sur la sévérité de la sécheresse est d'une importance pratique supérieure et où elle est essentielle dans l'implantation de réservoirs permettant d'atténuer l'effet des sécheresses. Un défi majeur proposé à la recherche est d'une part de développer des méthodes et des techniques pertinentes pour anticiper le début et la fin de la sécheresse, et d'autre part de disséminer les résultats obtenus pour une utilisation opérationnelle et de plus larges applications.

Key words:

• droughts
• drought prediction
• drought modelling
• drought severity indices
• truncation levels
• ENSO
• groups
• pattern recognition
• runs

Mots clefs:

• sécheresses
• prévision de sécheresse
• modélisation de sécheresse
• indices de sévérité de sécheresse
• niveau critique
• ENSO
• groupes
• reconnaissance de structure
• séquences