Development and analysis of a flash drought indicator based on the Copernicus global soil moisture dataset

Flash droughts are a particular type of drought phenomena characterized by a rapid intensification, contrary to normally slow evolving drought events. These rapid-evolving events pose significant threats to ecosystems and agriculture, especially in the context of global warming. This dissertation aims at developing and comparing drought indicators suitable for near real-time flash drought detection, guided by the current lack of flash drought early warning information within the Copernicus early warning global systems. The four indicators analyzed, all based on the Copernicus global soil moisture dataset, are: the Rapid Change Index (RCI), the Flash Drought Intensity (FD_INT), the Mean Rate of Intensification (RI_mean), and the newly proposed Initial Development Rate (IDR). The selected indicator, in its adaptation for near real-time monitoring (IDR real-time), demonstrated high performance in differentiating flash droughts from slower-developing events when applied on a set of expert-classified droughts worldwide. A global analysis using IDR real-time mean values, over the period 1991-2023, revealed some hot-spots in the average pattern of flash drought occurrence, with significant seasonal variation. These patterns are demonstrated to be, at least partially driven by climatic characteristics such as mean precipitation, soil moisture, temperature and vegetation density. A multivariate analysis and a machine learning method (decision tree) demonstrated the correlation between the latter variables and the average velocity of drought locally. The developed index is suitable for an operational implementation, given its capability to differentiate flash drought events from slower ones on a global scale, even in its near real-time adaptation. More analyses are required to better understand the mechanisms behind these findings and to find other variables that influence the occurrence of flash drought.

Le siccità lampo sono uno specifico tipo di siccità caratterizzate da una rapida intensificazione iniziale, diversamente da quanto avviene per i normali eventi di siccità. Questi eventi rapidi rappresentano una severa minaccia per l’agricoltura e gli ecosistemi, specialmente in un contesto di riscaldamento globale. Questa tesi si propone di sviluppare e comparare diversi indicatori utilizzabili per il rilevamento di siccità lampo in quasi tempo reale. Questa scelta è dettata dall’attuale assenza di informazioni circa le siccità lampo all’interno del sistema globale di allerta precoce di Copernicus. I quattro indicatori analizzati, che si basano sul dataset Copernicus globale di umidità del suolo, sono: l’indice della velocità di cambiamento (RCI), l’indice dell’intensità delle siccità lampo (FD_INT), l’indice dell’intensificazione media (RI_mean), e un nuovo indicatore proposto con questa tesi, ovvero il tasso di sviluppo iniziale (IDR). L’adattamento dell’indicatore selezionato per l’analisi in quasi tempo reale (IDR real-time) ha dimostrato buoni risultati nel differenziare eventi di siccità lampo da quelli più lenti, se confrontato su di un set di eventi classificati da esperti su scala globale. In seguito, un analisi sui valori medi della velocità iniziale a scala globale, utilizzando l’indicatore selezionato sul periodo 1991-2023, ha rivelato delle zone di maggior incidenza delle siccità lampo, con variazioni stagionali significative. Queste zone sono spiegabili, almeno parzialmente, da alcune caratteristiche climatiche come la precipitazione, temperatura e umidità del suolo medie e dalla densità di vegetazione. Un’analisi multivariata e un metodo di apprendimento automatico (albero decisionale) confermano la correlazione tra le variabili sopracitate e la velocità iniziale dei fenomeni di siccità. L’indicatore sviluppato è risultato adatto per un’implementazione operativa, vista la sua capacità di differenziare eventi di siccità lampo da quelli più lenti su scala globale, anche nella sua implementazione in quasi tempo reale. Successivi studi sono comunque necessari per una migliore comprensione dei meccanismi alla base di questi risultati e per trovare altre variabili che influenzano l’incidenza delle siccità lampo.