Assessing Spatiotemporal Drought Dynamics and Its Related Environmental Issues in the Mekong River Delta

Abstract

Drought is a major natural disaster that creates a negative impact on socio-economic development and environment. Drought indices are typically applied to characterize drought events in a meaningful way. This study aims at examining variations in agricultural drought severity based on the relationship between standardized ratio of actual and potential evapotranspiration (ET and PET), enhanced vegetation index (EVI), and land surface temperature (LST) derived from the Moderate Resolution Imaging Spectroradiometer (MODIS) platform. A new drought index, called the enhanced drought severity index (EDSI), was developed by applying spatiotemporal regression methods and time-series biophysical data derived from remote sensing. In addition, time-series trend analysis in the 2001-2018 period, along with the Mann-Kendal (MK) significance test and the Theil Sen (TS) slope, were used to examine the spatiotemporal dynamics of environmental parameters (i.e., LST, EVI, ET, and PET), and geographically weighted regression (GWR) was subsequently applied in order to analyze the local correlations among them. Results showed that a significant correlation was discovered among LST, EVI, ET, and PET, as well as their standardized ratios (|r| > 0.8, p < 0.01). Additionally, a high performance of the new developed drought index, showing a strong correlation between EDSI and meteorological drought indices (i.e., standardized precipitation index (SPI) or the reconnaissance drought index (RDI)), measured at meteorological stations, giving r > 0.7 and a statistical significance p < 0.01. Besides, it was found that the temporal tendency of this phenomenon was the increase in intensity of drought, and that coastal areas in the study area were more vulnerable to this phenomenon. This study demonstrates the effectiveness of EDSI and the potential application of integrating spatial regression and time-series data for assessing regional drought conditions.

Characterising spatiotemporal vegetation variations using LANDSAT time‐series and Hurst exponent index in the Mekong River Delta

“…Linear regression analysis has been commonly performed on time-series data to characterise trends of environmental factors over time (Ishtiaque, Myint, & Wang, 2016;Tran, Tran, Myint, Latorre-Carmona, et al, 2019). This model enhances and predicts vegetation conditions and trends via its regression prediction (S. Tong et al, 2018).…”

“…Several studies concentrated on the drought and salinity trend for the future using vegetation indices as an input factor (Huynh, Truong Chi, & Dan, 2012;Son, Chen, Chen, Chang, & Minh, 2012;Tran, Tran, & Kervyn, 2015), while others applied straight-forward analysis for investigating land use land cover change (Tran, 2018(Tran, , 2020. Recently, the time-series analysis of vegetation change has been conducted (Tran, Tran, Myint, Latorre-Carmona, et al, 2019). However, studies that focus on the persistent level of spatiotemporal vegetation trend in the Mekong River Delta are missing.…”

Nghiên cứu ứng dụng công nghệ Google Earth Engine đánh giá sự thay đổi thảm thực vật theo không gian và thời gian ở Bến Tre trong mùa khô giai đoạn 2016-2020

“…Trong những năm gần đây, công nghệ viễn thám đã được sử dụng ngày càng rộng rãi trong nghiên cứu hạn hán và ảnh hưởng của hạn hán đến thảm thực vật. Chẳng hạn, [1] đã sử dụng chỉ số khác biệt thực vật chuẩn hoá NDVI (Normalized Diference Vegetation Index) để theo dõi, đánh giá hạn hán ở các bang miền trung nước Mỹ trong giai đoạn 1989-2000. [2] sử dụng số liệu quan trắc từ vệ tinh AVHRR (Advanced Very High Resolution Radiometer) để đánh giá mối quan hệ giữa nhiệt độ bề mặt đất và chỉ số NDVI trong các điều kiện độ ẩm và khí hậu/chế độ bức xạ khác nhau.…”

“…Ở lưu vực sông Mê Công, [4] sử dụng số liệu mưa vệ tinh CHIRPS để phân tích tình hình hạn hán ở vùng hạ lưu lưu vực sông Mê Công. [5] đã xây dựng một chỉ số hạn tổng hợp cho ĐBSCL từ số liệu tỉ lệ giữa bốc hơi thực tế và bốc hơi tiềm năng, chỉ số nhiệt độ bề mặt và chỉ số NDVI tính toán từ ảnh vệ tinh MODIS. [6] sử dụng số liệu nhiệt độ bề mặt và chỉ số NDVI từ ảnh vệ tinh MODIS để xác định chỉ số nhiệt độ khô hạn thực vật (Temperature Vegetation Dryness Index, TVDI), phục vụ đánh giá diễn biến hạn nông nghiệp trong các mùa khô giai đoạn 2001 -2010.…”

An Integrated Method for Identifying Present Status and Risk of Drought in Bangladesh

“…Consequently, numerous studies have attempted to (i) develop new models [24][25][26][27], (ii) use multiple indices and ancillary data [28][29][30], (iii) combine meteorological indices and remote sensing indices [31], and (iv) use multi-sensor data [32][33][34] in an endeavor to quantify the irregularities in reporting of drought intensity and spatial-temporal extent. However, none of these studies have been able to detect drought or foresee future drought, which requires distinguishing between moisture sources (i.e., rainfall or anthropogenic sources).…”