วิธีการ
ดัชนีความรุนแรงภัยแล้ง GlobMaps (MDI v2.2) รวมแหล่งข้อมูลเสริมกันสี่แหล่งเพื่อผลิตคะแนนความรุนแรงเดียวที่เชื่อถือได้ ปรับเทียบสำหรับสภาพอากาศเอเชียตะวันออกเฉียงใต้
เวียดนามใช้น้ำหนัก VCI สูงกว่า (25%) เพื่อแสดงถึงการเกษตรกาแฟ/ยางในที่ราบสูงตอนกลางได้ดีขึ้น น้ำหนักที่ไฮไลต์แตกต่างจากค่าเริ่มต้น THA/MYS
นี่คือช่วง SPEI-3 ของ GlobMaps ไม่ใช่คลาส USDM — คลาส D0–D4 ของแต่ละจังหวัดมาจากเกณฑ์ของจังหวัดนั้นเอง (ดูตารางด้านล่าง) และหนึ่งช่วงคาบมากกว่าหนึ่งคลาส จึงแปลงข้ามกันไม่ได้
ข้อมูลวิเคราะห์ย้อนหลัง ERA5 (ECMWF) — ค่าฐานภูมิอากาศ 30 ปี ช่วง 1991–2020 ความละเอียดกริด 0.25°
GlobMaps Bridge pipeline — ประมวลผลซ้ำรายเดือน หลัง ERA5 เผยแพร่ข้อมูลเดือนก่อนหน้า (ประมาณวันที่ 6) ทุกการตอบสนองระบุเดือนอ้างอิง ไม่รับประกันวันที่เผยแพร่ที่แน่นอน
MDI v2.2 สะท้อนการขาดแคลนความชื้นในชั้นบรรยากาศและดิน รวมถึงความเครียดของพืชพรรณ สำหรับการวางแผนจัดหาน้ำ กรุณาปรึกษาหน่วยงานอุทกวิทยาแห่งชาติ (TMD, NCHMF, JPS)
ดัชนีนี้เป็นข้อมูลประกอบการตัดสินใจ ไม่ใช่คำสั่ง — ใช้เป็นหนึ่งในหลายปัจจัย ไม่ใช่แหล่งเดียวในการตัดสินใจที่กระทบการจัดการน้ำ พืชผล ความเป็นอยู่ หรือความเสี่ยงทางการเงิน
Sepulcre-Canto et al. (2012) — EU Combined Drought Indicator (CDI)
Anderson et al. (2011) — Evaporative Stress Index (ESI)
Vicente-Serrano et al. (2010) — SPEI: Multiscalar Drought Index
Liu et al. (2015) — Vegetation Condition Index (VCI) for drought monitoring
Muñoz-Sabater et al. (2021) — ERA5-Land: global reanalysis dataset
ตัวเลขภัยแล้งของเราคำนวณจากไฟล์ต้นทางที่ถูกคำนวณใหม่เป็นระยะเมื่อข้อมูลนำเข้าถูกประมวลผลซ้ำ เมื่อการคำนวณใหม่ทำให้ตัวเลขที่เผยแพร่ไปแล้วเปลี่ยน เราจะแก้ไขและบันทึกการเปลี่ยนแปลงไว้ที่นี่ แทนการแก้แบบเงียบ ๆ
การแก้ไขข้อมูลเดือนพฤษภาคม 2026 (13 สิงหาคม 2026) ตัวเลขระดับประเทศของเดือนพฤษภาคม 2026 ได้รับการแก้ไขหลังไฟล์ข้อมูลภัยแล้งถูกคำนวณใหม่เมื่อ 9 สิงหาคม 2026 การอ่านซ้ำแบบระบุเดือน (run ตรวจสอบ 31711356352 และ 32024730295 โดย run หลังอยู่ภายใต้การตรวจที่บังคับให้ทุก probe รายงานว่าได้รันจริง) ให้ค่า ไทย −0.376 / 37.9% เวียดนาม −0.504 / 51.1% มาเลเซีย −0.327 / 39.0% ค่าที่เผยแพร่ก่อนหน้าคือ −0.288, −0.487 / 46.6% และ −0.398 / 34.4% จำนวนกริดเซลล์ (718, 1,132, 698) ไม่เปลี่ยนแปลง มีประเด็นหนึ่งที่ยังเปิดอยู่ คือค่าเฉลี่ยของมาเลเซียขยับไปทางชื้นขึ้นขณะที่สัดส่วนเซลล์ที่ต่ำกว่าเกณฑ์ −0.5 กลับเพิ่มขึ้น แปลว่าการกระจายตัวเปลี่ยนรูป ไม่ใช่แค่จุดกึ่งกลาง เราเลือกเผยแพร่ตัวเลขที่ตรวจสอบแล้วพร้อมกับคำถามที่ยังเปิดอยู่นี้
Drought Risk Patterns in Southeast Asia 2000-2025: Province-Level Analysis Using ERA5 Reanalysis and a Multi-Index Composite Methodology
Yodsri, W. (2026). GlobMaps Climate Intelligence. CC BY 4.0.
https://doi.org/10.5281/zenodo.20774311พรีปรินต์ที่อธิบายการวิเคราะห์ภูมิภาคระดับจังหวัดเชิงพรรณนาซึ่งเป็นพื้นฐานของระเบียบวิธีภัยแล้งของ GlobMaps การวิเคราะห์ในพรีปรินต์ใช้ ERA5, MODIS และ ALEXI ESI ส่วนแหล่งข้อมูลของบริการที่ใช้งานจริงแตกต่างบางส่วนและอาจเปลี่ยนแปลงได้ พารามิเตอร์ดัชนีประกอบอันเป็นกรรมสิทธิ์ไม่ได้เปิดเผยในพรีปรินต์
The component names, relative weights, and data sources shown above are disclosed for transparency and regulatory compliance purposes. The underlying algorithms, calibration coefficients, interpolation procedures, ensemble downscaling methods, validation datasets, and implementation parameters are proprietary trade secrets of GlobMaps. No inference about these proprietary elements should be drawn from the information disclosed herein.
MDI v2.2 · อัปเดตรายเดือน · GlobMaps Climate Intelligence Platform