วิธีการ

วิธีที่เราวัดความแห้งแล้ง

ดัชนีความรุนแรงภัยแล้ง GlobMaps (MDI v2.2) รวมแหล่งข้อมูลเสริมกันสี่แหล่งเพื่อผลิตคะแนนความรุนแรงเดียวที่เชื่อถือได้ ปรับเทียบสำหรับสภาพอากาศเอเชียตะวันออกเฉียงใต้

องค์ประกอบดัชนี

องค์ประกอบไทยเวียดนามมาเลเซียคำอธิบาย
SPEI-350%45%50%การขาดแคลนน้ำฝนเทียบกับภูมิอากาศวิทยา 30 ปี
VCI20%25%20%สุขภาพพืชพรรณ (ดาวเทียม MODIS NDVI)
ESI15%15%15%ความเครียดการคายระเหย (SSEBop)
SMI15%15%15%ความชื้นดินชั้นบน (ERA5 reanalysis)

เวียดนามใช้น้ำหนัก VCI สูงกว่า (25%) เพื่อแสดงถึงการเกษตรกาแฟ/ยางในที่ราบสูงตอนกลางได้ดีขึ้น น้ำหนักที่ไฮไลต์แตกต่างจากค่าเริ่มต้น THA/MYS

ระดับความรุนแรง

ปกติคะแนน MDI อยู่ในช่วงปกติSPEI-3 > −0.3
เล็กน้อยD0 แห้งแล้งผิดปกติ−0.5 to −0.3
ปานกลางD1–D2 ภัยแล้งปานกลางถึงรุนแรง−1.3 to −0.5
รุนแรงD3 ภัยแล้งรุนแรงมาก−2.0 to −1.3
รุนแรงมากD4 ภัยแล้งรุนแรงที่สุด≤ −2.0

สิ่งที่ดัชนีนี้ไม่ได้วัด

✗ระดับน้ำในอ่างเก็บน้ำหรือเขื่อน
✗การไหลของแม่น้ำหรือลำธาร
✗ปริมาณน้ำประปาในเขตเทศบาล
✗ระดับน้ำใต้ดิน
✗ความเสี่ยงน้ำท่วม

MDI v2.2 สะท้อนการขาดแคลนความชื้นในชั้นบรรยากาศและดิน รวมถึงความเครียดของพืชพรรณ สำหรับการวางแผนจัดหาน้ำ กรุณาปรึกษาหน่วยงานอุทกวิทยาแห่งชาติ (TMD, NCHMF, JPS)

ดัชนีนี้เป็นข้อมูลประกอบการตัดสินใจ ไม่ใช่คำสั่ง — ใช้เป็นหนึ่งในหลายปัจจัย ไม่ใช่แหล่งเดียวในการตัดสินใจที่กระทบการจัดการน้ำ พืชผล ความเป็นอยู่ หรือความเสี่ยงทางการเงิน

คุณภาพข้อมูล ERA5

🇹🇭 Thailand0.996×ตรวจสอบความถูกต้องกับเครือข่ายสถานีอุตุนิยมวิทยา TMD
🇻🇳 Vietnam1.284×ERA5 ประเมินปริมาณน้ำฝนเกินจริงประมาณ 28%; ความรุนแรงอาจถูกประเมินต่ำเกินไป แนะนำให้อ้างอิง NCHMF ประกอบ
🇲🇾 Malaysia1.002×ตรวจสอบความถูกต้องกับเครือข่ายสถานีอุตุนิยมวิทยา MetMalaysia

อ้างอิง

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

อ้างอิงงานนี้

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.20774311

พรีปรินต์ที่อธิบายโครงข้อมูลแบบเปิด (ERA5, MODIS, ALEXI ESI) และการวิเคราะห์ภูมิภาคระดับจังหวัดเชิงพรรณนาที่เป็นพื้นฐานของระเบียบวิธีภัยแล้งของ GlobMaps 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