PALMER KURAKLIK ġġddetġ VE STANDARTLAġTIRILMIġ YAĞIġ ĠNDĠSLERĠNĠN TÜRKĠYE ÜZERĠNDE KARġILAġTIRILMASI

Transkript

1 PALMER KURAKLIK ġġddetġ VE STANDARTLAġTIRILMIġ YAĞIġ ĠNDĠSLERĠNĠN TÜRKĠYE ÜZERĠNDE KARġILAġTIRILMASI Hasan TATLI ve Murat TÜRKEġ Çanakkale Onsekiz Mart Üniversitesi, Fen Edebiyat Fakültesi, Coğrafya Bölümü, Fiziki Coğrafya Anabilim Dalı, Terzioğlu YerleĢkesi, 17020, Çanakkale, Türkiye Özet Bir bölgenin ya da alanın üzerindeki meteoroloik kuraklığın izlenmesi ve dolayısıyla incelenmesi amacıyla birçok izleme indisleri (göstergeleri) geliģtirilmiģtir. Bunlardan Palmer Kuraklık ġiddeti Ġndisi (PDSI), Palmer Hidroloik Kuraklık Ġndisi (PDHI), Palmer Nem Anomali Ġndisi (Z) ve Kuraklık Ġndisi (ya da Aridite Ġndisi- AI) ve StandartlaĢtırılmıĢ YağıĢ Ġndisi (SPI) çok yaygın kullanılan indislerdir. Bu çalıģmada, Palmer Kuraklık ġiddeti Ġndisnin hesaplanması amacıyla, Amerika BileĢik Devletleri nde bulunan ORNL DAAC nin (Oak Ridge National Laboratory Distributed Active Archive Centre) 1 m deki toprak su tutma kapasitesi verileri (available water holding capacities -AWHC) kullanıldı. Ancak, AWHC değerleri 1 o e 1 o düzgün grid noktalarda bulunduklarından, öncelikle bu veriler ilgili istasyonlara en yakın komģu (nearest neighbor) enterpolasyon (ara değer) yöntemi kullanılarak taģındıktan sonra, ilgili kuraklık indisleri hesaplandı. Elde edilen PDSI ve SPI değerleri arasında çapraz Pearson korelasyon (iliģki) katsayıları hesaplanarak alansal dağılım haritaları elde edildi. Elde edilen sonuçlara göre, PDSI ile SPI arasındaki en büyük iliģki katsayısı değerleri, ile 12-Aylık diziler arasındadır. Diğer taraftan, 1-Aylık, 3-Aylık, 6-Aylık ve 48-Aylık SPI değerleri ile PDSI değerleri arasındaki iliģki katsayıları ise, 0.2 ile 0.5 arasında değiģen zayıf katsayılardır. Böylece, PDSI ya da SPI indisleri kullanılarak, kuraklık izlemede 12-Aylık ya da yıllık zaman ölçeklerinde anlamlı sonuçlar elde edileceği sonucuna ulaģıldı. Anahtar Kelimeler: Kuraklık, AWHC, İzleme, PDSI, SPI, Türkiye COMPARISON OF THE PALMER DROUGHT SEVERITY INDEX WITH THE STANDARDIZED PRECIPITATION INDEX OVER TURKEY Abstract Over a region or an area, many drought indices (indicators) have been developed for monitoring and examining of meteorological drought. From these indices, the Palmer Drought Severity Index (PDSI), Palmer Hydrological Drought Index (PDHI), Palmer Moisture Anomaly Index (Z) and the Aridity Index (-AI) are widely used indices. In this study, a required quantity for calculating the Palmer drought indices, the 1-meter of soil water holding capacities (available water-holding capacities AWHC) obtained from the Distributed Active Archive Centre Oak Ridge National Laboratory in the USA were used. However, data of the AWHC are on the regular grids of 1 0 by 1 0, the data at first step are interpolated by the nearest neighbor method to the stations in question, and then after the drought indices were calculated. The correlation distribution maps are drawn by the Pearson cross-correlation values obtained between the PDSI values and 1, 3.6, 12 and 48- month SPI values. According to the results, the strongest correlation coefficient between the PDSI and SPI values in the range of 0.9 to 0.7 were found between the 12-month SPI values. On the other hand, the correlation coefficients between the values of PDSI and 1-231

2 month, 3-month, 6-Month and 48-month SPI values in the vicinity 0.2 to 0.5 and were found to be weak coefficients. Thus, it was concluded that the PDSI and SPI indices for monitoring drought using the 12-month or yearly intervals will give meaningful results. Key words: Drought, AWHC, Monitoring, PDSI, SPI, Turkey 1. GĠRĠġ Kuraklık, hemen hemen tüm iklim Ģartlarında oluģabilen ve yavaģ geliģen bir olaydır. Ancak, kuraklığın etkisi bölgeden bölgeye çok fazla değiģtiğinden, yapısı oldukça karmaģıktır. Örneğin, tahminin en zor kısmının, kuraklığın baģlama zamanı, bitiģ zamanı, Ģiddeti ve frekansı olduğu söylenebilir. Kuraklığın bu özelliklerinin değiģkenliğinden dolayı, onu sadece potansiyel bir doğal afet yapmaz, aynı zamanda çok tehlikeli bir görünge (fenomen) de yapar. Kuraklık tehlikelidir; çünkü hem stokastik bir doğal olaydır hem de yinelenme (periyodik değil) özelliği ile canlılar için yaģamsal olan su açığına neden olduğundan; su kaynakları, tarım, toprak sistemleri, çevresel-ekosistemler üzerinde negatif etkisinin yanısıra, diğer birçok ciddi ekonomik zararları da verebilmektedir (Wilhite ve Buchanan-Smith, 2005, TürkeĢ, 2010a; TürkeĢ ve Tatli, 2009, 2010). Kuraklığın karakteristiklerini (Ģiddeti, süresi ve coğrafi dağılıģı, vb.) belirlemek için birçok meteoroloik ve hidroloik kuraklık izleme indisleri geliģtirilmiģtir. Bu kuraklık indislerini hesaplayabilmek için, birçok hidro-meteoroloik büyüklüğe; örneğin yağıģ, toprak su (nem) içeriği, akarsu akımı, kar örtüsü ve yeraltı su akımına gereksinim vardır (Palmer, 1965; Alley, 1984; TürkeĢ ve Tatli, 2009, 2010; TürkeĢ, 2010 a, b). Bu izleme indislerinden en yaygın kullanılanları; Palmer Kuraklık ġiddeti Endeksi (PDSI-Palmer, 1965), Yüzdeler Endeksi (DI - Gibbs ve Maher, 1967), Çin-Z-Endeksi (CZI - Wu vd., 2001), Yüzey Su Temini Endeksi (SWSI - Shafer ve Dezman, 1982), StandartlaĢtırılmıĢ YağıĢ Endeksi (SPI - McKee vd.,1993) ve UyarlanmıĢ StandartlaĢtırılmıĢ YağıĢ Endeksi (MSPI - TürkeĢ ve Tatli, 2009) sayılabilir. Kuraklığın izlenebilmesi için biraz önce verilen veya baģka bir uygun izleme yöntemine gereksinim vardır. Bu indeksler yardımı ile sadece kuraklık izlenmez, aynı zamanda kuraklık olaylarının etkileri de kestirebilir (TürkeĢ, 2010a,b; TürkeĢ ve Tatli, 2010). Bu yüzden bu çalıģmada, yukarıda sayılan yöntemlerden en karmaģık ve zor belirlenilen Palmer Kuraklık Ġndisi ile StandartlaĢtırılmıĢ YağıĢ Ġndisinin bir karģılaģtırması ele alındı. 2. VERĠ VE YÖNTEM Bu çalıģmada kullanılan veriler, TürkeĢ (1996, 1998) tarafından yeniden düzenlenen, Devlet Meteoroloi ĠĢleri Genel Müdürlüğü nün (DMĠ) gözlem ağından elde edilen 96 adet meteoroloi istasyonun aylık sıcaklık ve yağıģ verileridir. Toprak su içeriği verileri ise 1m toprak derinliğinde bulunan faydalı toprak su içeriği olarak adlandırılan (AWHC), yani tarla kapasitesi su seviyesi ile bitki solma noktası su seviyesi arasındaki fark olarak tanımlanır. Bu AWHC verileri, Amerika BileĢik Devletleri nde bulunan ORNL DAAC veri kümesinden elde edildi (Webb vd., 2000). AWHC verileri 1 0 x 1 0 gridli noktalarda bulunduklarından, bu grid noktalarındaki veriler en yakın komģu interpolasyon yöntemi ile ilgili meteoroloi istasyonlarına taģınarak hesaplamalar yapıldı. Palmer Kuraklık ġiddeti Endeksi (PDSI ), Palmer (1965) ve Alley (1984) algoritmalarından yararlanılarak geliģtirdiğimiz, FORTRAN 95 kodu ile hesaplamaları yapıldı (ücretsiz Fortan 95 derleyicisi, adresinden indirilebilir). PDSI hesaplamalarında kullanılan Potansiyel BuharlaĢma-Terleme (PET) miktarları, Thornthwaite (1948) yöntemi ile elde edildi. StandartlaĢtırılmıĢ YağıĢ Ġndisi (SPI) ise 232

3 McKee vd. (1993) tarafından geliģtirilen yaklaģımı ile yine kodları tarafımızca yazılan, FORTRAN 95 temelli hesaplamaları ile yapıldı. Tüm hesaplamalarda, eksik verilerin olabileceği dikkate alınmıģr ve PDSI için gerekli olan sıcaklık normal değerleri (veya kalibre periyodu) 1975 ile 2005 yılları arası olan 30 yıllık verilerden hesaplandı. Bu çalıģmada, yer darlığından dolayı sadece PDSI hesap adımları, Alley (1984) çalıģmasına sadık kalınarak, aģağıda geniģ bir Ģekilde verildi. PDSI nin hesaplamasında birincil kabul, toprak neminin üst bölüm veya yüzey nemi (S s ) ve alt bölüm nemi (S u ) olmak üzere 2 ye ayırarak hesaplamalar yapılır. Tüm toprak neminin 25 mm sinin toprağın üst kısmında bulunduğu kabulü vardır. Dolayısıyla, AWHC değeri, yüzey tabakada 25 mm olmak üzere bu 2 toprak tabakası tarafından paylaģtırılır. Toprak üstünden olan buharlaģma ve terlemeyle olan su kaybı potansiyel buharlaģmaterleme (PET) olarak tanımlanır. Eğer PET değeri toplam yağıģtan (P ile gösterildi) büyük ise, yani PET > P ise s s L min S,( PET,P ) (1) Lu PET P Ls S u / AWHC, Lu S (2) u 2 ara değiģken değeri hesaplanır. Burada S s ve S u sırasıyla toprağın üst ve alt tabakasında depolanan nem miktarlarını temsil etmektedir. BuharlaĢma-terleme (ET) ile kayıp ve su Ģarı (recharge) yüzey tabaka içinde yeraldığı varsayımı yapılır. Bu yüzey tabakadaki maksimum nem kaybının, en fazla PET e eģit olacağı varsayılır. Diğer taraftan, toprağın alt tabakasından olan nem kaybı ise baģlangıçta toprakta bulunan nem içeriğine, yani baģlangıç AWHC e çok sıkı bağlı olduğudur. Bu kısıt altında, PDSI nin AWHC e çok sıkı bağlı olmasından dolayı, AWHC nin arazide doğru ölçülmesi büyük önem arz ettiğini söylemeye gerek yoktur. Toprak-altı tabakasının su Ģarı ise, AWHC değerinin tümü kaybolduktan sonra baģlayabileceğidir. Yüzey akıģının (runoff) ise bu iki toprak tabakasının neminin tarla kapasitesine ulaģmasından sonra baģlayabileceği varsayımına dayanır. PDSI hesabında ilk adım, nem sapması (moisture departure) indeksi, d hesaplanır. d P Pˆ (3) Burada P, -inci ayın toplam yağıģ tutarını ve P ˆ ise -inci ayın klimatoloik koģulların oluģturduğu uygun yağıģ tutarını (Climatologically Appropriate for Existing Conditions- CAFEC) temsil etmektedir. Bu CAFEC değeri, su dengesi yaklaģımı kullanılarak, her - inci ay için aģağıdaki denklem ile elde edilir. ˆP PET PR PRO PL (4) Yukarıdaki verilen Denklem (4) de, PR potansiyel toprak nemi Ģarı (potential soil moisture recharge), PRO potansiyel akıģı (potential run off) ve PL ise potansiyel topraktan nem kaybını (potential water loss from the soil) temsil etmektedir. Diğer tarafta, yılın her -inci ayı için,, ve katsayıları ise aģağıda verilen ifadeler ile elde edilir. 233

4 ET ; eğer PET 0, aksi 1 PET R ; eğer PR 0, aksi 0 PR RO ; eğer PRO 0, aksi 0 PRO L ; eğer PL 0, aksi 0 PL Yukarıdaki ifadelerde, üzerileri çizgili olan terimler ilgili değiģkenin uzun-süreli ortalamsını temsil etmektedir (değiģkenlerin kalibre süresi aritmetik ortalamalarıdır). PET miktarı ise Thornthwaite (1948) yaklaģımı ile elde edilir. ġöyle ki: b 10T PET dl 16. (6) I Burada PET in birimi cm ve dl ise ilgili yerin enlem-derecesinden hesaplanan gün uzunluğu düzeltme faktörüdür (dl = 1 için gün uzunluğu 12 saat anlamına gelir). Aynı denklemde, T aylık ortalama sıcaklık (birimi C) ve I ise ısı indeksi (heat index) ve 12 ayın ısı indekslerinin toplamı olarak aģağıdaki cebrik ifade ile elde edilir T I 1 5 (7) Denklem (6) daki b sabiti ise ampirik olarak ısı indeksinden elde edilir: b. I. I. I. Denklem (5) deki potansiyel su Ģarı, PR, toprağın yeniden tarla-kapasitesine gelmesi için gerekli su miktarı olarak tanımlanır ve aģağıdaki ifade ile toprak tabakalarında bulunan nem miktarları ve AWHC değerleri kullanılarak hesaplanır (8) s u PR AWHC S S (9) Potansiyel yağıģ (PRO) ise potansiyel yağıģtan, potansiyel su Ģarının (PR) çıkarılması ile elde edilen bir büyüklüktür. PRO AWHC PR Ss Su (10) Topraktan olan potansiyel nem kaybı (PL) yağıģ periyotunun sıfır olduğu durumda, buharlaģma-terleme için topraktan olan su miktarı kaybı olarak tanımlanır. PL PLs PLu (11) Bu denklemdeki PL s ve PL u terimleri aģağıda gibi tanımlıdırlar: PLs min( PET, S ) s (12) PLu ( PET PLs ) Su / AWHC, PLu Su Yukarıda Denklem (5) ile tanımlanan,,, ve, katsayıları yılın her 12 ayı için (veya 52 hafta için) belirlendikten sonar, Palmer Nem Anomali Ġndeksi (Z-İndeksi), nem sapması, d den her -inci ay için hesaplanır: Z d K (13) buradaki K ampirik bir katsayı olan ve -inci ayın ağırlık faktörü olarak tanımlanır. Bu katsayı baģlangıçta, bölgesel iklim düzeltme katsayı olarak adlandırılan ve ampirik olarak bulunan, K lerden hesaplanır. ġöyle ki: i (5) 234

5 K K 12 DK i i i Bu ifadede kullanılan, K ise aģağıda gibi ampirik olarak bulunur. PET R RO 28. P L K 1. 5log 0. 5 D (15) D kalibrasyon veya normal değerlerin hesaplandığı periyot boyunca elde edilen, nem sapma değerleri olan d lerin aritmetik ortalamasıdır. Tüm yukarıda tanımlanan katsayılar ve değiģkenler belirlendikten sonra, PDSI değerleri her -inci ay için aģağıda verilen denkelemle ardıģık olarak elde edilir. 1 X Z X 1, X 1 0 (16) 3 Bu denklemde, X sembolü PDSI i temsil etmektedir. Hesaplan PDSI değerleri, Tablo 1 de verilen ve Palmer (1965) tarafından önerilen kuraklık sınıflarına dönüģtürülür. Bu Tablo 1 deki sınıflama, Palmer (1965) tarafında Amerika BileĢik Devletleri nin Iowa merkezinde ve Kansas ın batısındaki uygulamaları sonucu elde edilmiģtir. Uzun yıllar sonra, Wells vd. (2004) tarafından, kendi-kendini kalibre eden PDSI (calb-pdsi) olarak adlandırılan yaklaģımı önerilmiģtir. Calb-PDSI yaklaģımında, daha önce yukarıda tanımlanan tüm amprik katsayılar otomatik bir biçimde elde edilebilmektedir (burada bu konu üzerinde durulmadı). 3. BULGULAR Yukarıda algoritması verilen PDSI değerleri Tablo 1 de verilen kuraklık sınıfına dönüģtürüldükten sonra, PDSI değerleri ile SPI değerleri arasında uyumluluğu görebilmek adına, SPI değerleri 1-Aylık, 3-Aylık, 6-Aylık ve 12-Aylık SPI olmak üzere kategorize edildiler. Ayrıca, klimatoloik uyumun görülmesi için de 48-Aylık SPI değerleri de hesaplandı. Tablo 1: Palmer Kuraklık ġiddeti Ġndisi ve Sınıflaması PDSI Sınıf 4 AĢırı nemli 3 to 3.99 Çok nemli 2 to 2.99 Orta nemli 1 to 1.99 Hafif nemli 0.5 to 0.99 Yeni baģlayan nemli dönem 0.49 to Normal -0.5 to Yeni baģlayan kurak dönem -1 to Hafif kurak -2 to Orta kurak -3 to ġiddetli kurak -4 AĢırı kurak (14) 235

6 ġekil 1. PDSI ve 1-aylık SPI değerleri arasındaki çapraz korelasyon katsayıları. ĠliĢki katsayılarının çok zayıf çıkmasının en önemli nedeni, toprak su içeriğine bağlı olan PDSI nin toprak Ģekilleri ve buharlaģmanın büyük olduğu, bağıl anlamda ülkenin güney enlemlerinde bu zayıf iliģki artmakta olduğudur. Fiziksel bir nedeni de, PDSI nin ardıģık olarak hesabından dolayı 1-aylık SPI arasında kuvvetli iliģkilerin beklenmemesi doğaldır. Diğer taraftan, ġekil 2 ve ġekil 3 te gösterilen 3-aylık ve 6-aylık SPI değerlerinin PDSI ile olan iliģki katsayılarının 3-aylıktan baģlayarak artığı görülmektedir. Keza 3-aylık SPI iliģki katsayıları 1-aylık SPI korelasyon haritasına benzemesine karģın, iliģki katsayılarının aynı bölgeler üzerinde kuvvetlendiği ve 6-aylık SPI değerleri (ġekil 3) Trakya ve Karadeniz bölgelerinde yer yer civarındadır. ġekil 2. PDSI ve 3-aylık SPI değerleri arasındaki çapraz korelasyon katsayıları. 236

7 ġekil 3. PDSI ve 6-aylık SPI değerleri arasındaki çapraz korelasyon katsayıları. Bu kuvvetli iliģkinin varlık bir nedeni, PDSI deki ardıģık yapının veya birikimli özelliğin SPI da da görülmesidir. Çünkü 3-aylık ve 6-aylık SPI değerlerinde mevsimsel döngü bilgileri taģıdığı sonucuna varabiliriz. ġekil 4. PDSI ve 12-aylık SPI değerleri arasındaki çapraz korelasyon katsayıları. En dikkat çekici durumun 12-aylık SPI ve PDSI değerleri arasındaki iliģkiyi gösteren ġekil 4 te görmekteyiz. Türkiye nin hemen tüm bölgeleri (Mersin in kıyı tarafı hariç) iliģki katsayısı 0.7 veya üzerinde olup çok kuvvetlidir. SPI aylık kayan ortalamaları artıkça iliģkinin artacağı sanılrken, örneğin ġekil 5 te 48-aylık SPI ile PDSI arasındaki iliģkiler hızla düģmüģ ve 0.4 ile 0.6 arasında kararlı bir duruma iģaret etmektedir. 4. SONUÇLAR VE ÖNERĠLER ÇalıĢmada, karmaģık bir yapısı olan kuraklık sürecini izlemek amacıyla geliģtirilmiģ indislerden, Palmer Kuraklık ġiddeti Ġndisi ile StandartlaĢtırılmıĢ YağıĢ Ġndisi karģılaģtırılmıģtır. PDSI ilgili bölgenin güncel (on günlük, 20 günlük, aylık, mevsimlik, yıllık, vb.) hava sıcaklığına, uzun-dönemli hava sıcaklığına ve dolayısıyla buharlaģmaterleme sürecine çok sıkı bağlı olmasının yanısıra, toprak su içeriğine de bağlıdır. Sonuç 237

8 olarak, yalnız yağıģ ve uzun-dönem yağıģlarının eklenik olasılık dağılımının Gauss (Normal) dağılımıma dönüģtürülerek elde edilen SPI değerlerinin farklı patternler (desenler) göstermesi çok açıktır. BaĢka bir deyiģle, bir bölge üzerinde hem yağıģ hem de toprak türü ve oradan olan buharlaģma-terlemeye bağlı olan PDSI ile 12-aylık SPI değerlerinin değiģimleri arasında çok kuvvetli iliģkiler bulunmuģtur. Bu iliģkilerin çok kuvvetli olmasının en temel nedeni, PDSI nin ardıģık olarak yıl (12 ay) zaman ölçeğinde hesaplanmasından ileri geldiği varsayılmıģtır. ġekil 5. PDSI ve 48-aylık SPI değerleri arasındaki çapraz korelasyon katsayıları. Bu çalıģmadan elde edilen ve önerilecek bir baģka önemli sonuç ise, 12-aylık SPI değerlerinin büyük bir güven düzeyinde PDSI yerine kullanılabilecek olmasıdır. BaĢka bir deyiģle, toprak su içeriği kapasitelerinin elde edilmesinin olanaksız ya da pahalı olduğu durumlarda, 12-aylık SPI indisinin kullanılması önerilebilir. Ayrıca, elde edilen sonuçlara dayanılarak, orta-ölçekli grid noktalarından elde edilen toprak su kapasitelerinin, iklim değiģikliği ve toprak tekstürünün, ormansızlaģtırma ve ĢehirleĢme vb. arazi-kullanımından kaynaklanarak sayısal değerlerinin değiģmiģ olabilirliği büyük olduğundan; çözünürlüğü çok daha yüksek olan ölçeklerde ve doğrudan arazi üzerinde ve/ya da uzaktan-algılama yöntemleri kullanılarak kuraklık elde edilecek veriler kullanılarak, çeģitli su yönetimi planları için test edilmiģ ulusal bir veri tabanına acil gereksinim olduğu önerilebilir. 6. KAYNAKLAR Alley, W.M., The Palmer drought severity index: limitations and assumptions. J. Clim. Appl. Meteorol. 23, Gibbs, W.J., Maher, J.V., Rainfall Deciles as Drought Indicators, Bureau of Meteorology Bulletin No. 48. Commonwealth of Australia, Melbourne. Palmer, W.C., Meteorological Drought. Research Paper No.45, Office of Climatology U.S. Weather Bureau, Washington. Shafer, B.A., Dezman, L.E., Development of a Surface Water Supply Index (SWSI) to assess the severity of drought conditions in snowpack runoff areas, in Proceedings of the Western Snow Conference. Colorado State University, Fort Collins, CO, pp Thornthwaite, C.W., An approach toward a rational classification of climates. Geophys. Rev. 38,

9 TürkeĢ, M., Spatial and temporal analysis of annual rainfall variations in Turkey. Int. J. Climatol. 16, TürkeĢ, M., Influence of geopotential heights, cyclone frequency and Southern Oscillation on rainfall variations in Turkey. Int. J. Climatol. 18: TürkeĢ, M., Tatli, H., Use of the standardized precipitation index (SPI) and a modified SPI for shaping the drought probabilities over Turkey. Int. J. Climatol. 29, TürkeĢ, M., 2010a. Analysis of the UN Convention to combat desertification with respect to the climate, climate change and drought, and applications in Turkey. Invited Panel Paper: Proceeding of Symposium on Combating Desertification. Çorum, Turkey, pp (in Turkish). TürkeĢ, M. 2010b. Klimatoloi ve Meteoroloi (Climatology and Meteorology). First Edition, Kriter Publisher No. 63, ISBN: , XXII p., Ġstanbul (in Turkish). TürkeĢ, M., Tatli, H., The role of drought and precipitation severity indices for determination, characterization and monitoring of the desertification. Proceeding of Symposium on Combating Desertification. Çorum, Turkey, pp (in Turkish). Webb, R.W., Rosenzweig, C.E., Levine, E.R., Global Soil Texture and Derived Water-Holding Capacities, Data set. Available on-line [ from Oak Ridge National Laboratory Distributed Active Archive Center, Oak Ridge, Tennessee, U.S.A. doi: /ornldaac/548. Wells, N., Goddard, S., Hayes, M.J., A self-calibrating Palmer Drought Severity Index. J. Clim. 17, Wilhite, D.A., Buchanan-Smith, M., Drought as Hazard: understanding the natural and social context, in Whilhite, D.A. (ed.), proceeding of Drought and Water Crises: Science, Technology, and Management Issues. CRC Press: Boca Raton, Florida, pp Wu, H., Hayes, M.J., Welss, A., Hu, Q., An evaluation the standardized precipitation index, the China-Z index and the statistical Z-score.. Int. J. Climatol. 21,