Published December 1, 2021 | Version v1
Publication Metadata-only

Analyzing and forecasting rainfall patterns in the Manga-Bawku area, northeastern Ghana: Possible implication of climate change

Creators

  • 1. Kwame Nkrumah University of Science and Technology
  • 2. University for Development Studies
  • 3. University of Ghana

Description

Understanding rainfall processes is crucial in addressing several hydrological challenges that have both positive and negative impacts on agriculture, climate change, and natural hazards including floods and droughts. Statistical modeling is a key instrument for studying these processes. This study presents the trends and forecasted rainfall patterns from 2017 to 2035 in the Manga-Bawku area, northeastern Ghana using rainfall data spanning from 1976 to 2016. The simple seasonal exponential smoothing and ARIMA (0,1,1) models were employed in this study while the R software and the Statistical Package for the Social Sciences were the modeling tools used in this study. The results obtained from the test of the efficiency of the forecast model showed a Stationary R-squared value of 0.698 and 0.669, Root-Mean-Square Deviation (RMSE) of 48.775 and 50.717, and normalized Bayesian Information Criteria (BIC) of 7.800 and 7.904 for the exponential smoothing and ARIMA (0,1,1) models respectively. This indicated that the models are a good fit for the time-series analysis. However, a line plot of the two models and observed data showed that the simple seasonal exponential smoothing model was a better fit. The Autocorrelation Function (ACF) plot showed that coefficient values were recorded in equal time lags. The peak recorded at lag 1 was similar to lags 12 and 24 which suggest that the seasonal component in the time series occurred within twelve months. The study further showed that the seasonal component was uniform on an annual basis which signifies that it was an additive impact instead of multiplicative effect. The rainfall forecast predicts a decline in rainfall levels over the next 19 years. This suggests the need for proper water resources planning, and the formulation of policies to curtail the factors that are likely to have debilitating impacts on the local hydrological system.

⚠️ This is an automatic machine translation with an accuracy of 90-95%

Translated Description (Arabic)

يعد فهم عمليات هطول الأمطار أمرًا بالغ الأهمية في مواجهة العديد من التحديات الهيدرولوجية التي لها آثار إيجابية وسلبية على الزراعة وتغير المناخ والمخاطر الطبيعية بما في ذلك الفيضانات والجفاف. النمذجة الإحصائية هي أداة رئيسية لدراسة هذه العمليات. تعرض هذه الدراسة الاتجاهات وأنماط هطول الأمطار المتوقعة من عام 2017 إلى عام 2035 في منطقة مانغا باوكو، شمال شرق غانا باستخدام بيانات هطول الأمطار الممتدة من عام 1976 إلى عام 2016. تم استخدام نماذج التجانس الأسي الموسمي البسيط ونماذج ARIMA (0،1،1) في هذه الدراسة بينما كانت برامج R والحزمة الإحصائية للعلوم الاجتماعية هي أدوات النمذجة المستخدمة في هذه الدراسة. أظهرت النتائج التي تم الحصول عليها من اختبار كفاءة نموذج التنبؤ قيمة R - squared ثابتة تبلغ 0.698 و 0.669، وانحراف Root - Mean - Square (RMSE) البالغ 48.775 و 50.717، ومعايير المعلومات البايزية المعيارية (BIC) البالغة 7.800 و 7.904 لنماذج التمهيد الأسي و ARIMA (0،1،1) على التوالي. وهذا يشير إلى أن النماذج مناسبة لتحليل السلاسل الزمنية. ومع ذلك، أظهر مخطط خطي للنموذجين والبيانات المرصودة أن نموذج التمهيد الأسي الموسمي البسيط كان أكثر ملاءمة. أظهر مخطط دالة الارتباط التلقائي (ACF) أنه تم تسجيل قيم المعاملات في فترات زمنية متساوية. كانت الذروة المسجلة في التأخر 1 مماثلة للتأخر 12 و 24 مما يشير إلى أن المكون الموسمي في السلسلة الزمنية حدث في غضون اثني عشر شهرًا. كما أظهرت الدراسة أن المكون الموسمي كان موحدًا على أساس سنوي مما يدل على أنه كان تأثيرًا مضافًا بدلاً من التأثير المضاعف. تتنبأ توقعات هطول الأمطار بانخفاض مستويات هطول الأمطار على مدى السنوات التسع عشرة المقبلة. وهذا يشير إلى الحاجة إلى التخطيط السليم للموارد المائية، وصياغة سياسات للحد من العوامل التي من المحتمل أن يكون لها آثار مدمرة على النظام الهيدرولوجي المحلي.

Translated Description (French)

La compréhension des processus pluviométriques est cruciale pour relever plusieurs défis hydrologiques qui ont des impacts positifs et négatifs sur l'agriculture, le changement climatique et les risques naturels, y compris les inondations et les sécheresses. La modélisation statistique est un instrument clé pour étudier ces processus. Cette étude présente les tendances et les modèles de précipitations prévus de 2017 à 2035 dans la région de Manga-Bawku, au nord-est du Ghana, à l'aide de données de précipitations couvrant la période allant de 1976 à 2016. Les modèles de lissage exponentiel saisonnier simple et ARIMA (0,1,1) ont été utilisés dans cette étude tandis que le logiciel R et le Paquet statistique pour les sciences sociales ont été les outils de modélisation utilisés dans cette étude. Les résultats obtenus à partir du test de l'efficacité du modèle de prévision ont montré une valeur R au carré stationnaire de 0,698 et 0,669, un écart quadratique moyen (RMSE) de 48,775 et 50,717 et des critères d'information bayésiens normalisés (BIC) de 7,800 et 7,904 pour les modèles de lissage exponentiel et ARIMA (0,1,1) respectivement. Cela indique que les modèles conviennent bien à l'analyse des séries chronologiques. Cependant, un tracé linéaire des deux modèles et des données observées a montré que le modèle simple de lissage exponentiel saisonnier était un meilleur ajustement. Le graphique de la fonction d'autocorrélation (ACF) a montré que les valeurs des coefficients étaient enregistrées dans des délais égaux. Le pic enregistré au GAL 1 était similaire aux GAL 12 et 24, ce qui suggère que la composante saisonnière de la série temporelle s'est produite dans les douze mois. L'étude a en outre montré que la composante saisonnière était uniforme sur une base annuelle, ce qui signifie qu'il s'agissait d'un impact additif au lieu d'un effet multiplicatif. Les prévisions de précipitations prévoient une baisse des niveaux de précipitations au cours des 19 prochaines années. Cela suggère la nécessité d'une planification appropriée des ressources en eau et de la formulation de politiques visant à réduire les facteurs susceptibles d'avoir des impacts débilitants sur le système hydrologique local.

Translated Description (Spanish)

Comprender los procesos de lluvia es crucial para abordar varios desafíos hidrológicos que tienen impactos positivos y negativos en la agricultura, el cambio climático y los peligros naturales, incluidas las inundaciones y las sequías. La modelización estadística es un instrumento clave para el estudio de estos procesos. Este estudio presenta las tendencias y los patrones de precipitación pronosticados de 2017 a 2035 en el área de Manga-Bawku, noreste de Ghana, utilizando datos de precipitación que abarcan de 1976 a 2016. El suavizado exponencial estacional simple y los modelos ARIMA (0,1,1) se emplearon en este estudio, mientras que el software R y el paquete estadístico para las ciencias sociales fueron las herramientas de modelado utilizadas en este estudio. Los resultados obtenidos de la prueba de la eficiencia del modelo de pronóstico mostraron un valor R-cuadrado estacionario de 0.698 y 0.669, Desviación Raíz-Media-Cuadrada (RMSE) de 48.775 y 50.717, y Criterios de Información Bayesiana (BIC) normalizados de 7.800 y 7.904 para los modelos de suavizado exponencial y ARIMA (0,1,1) respectivamente. Esto indicó que los modelos son un buen ajuste para el análisis de series de tiempo. Sin embargo, un gráfico de líneas de los dos modelos y los datos observados mostraron que el modelo de suavizado exponencial estacional simple era un mejor ajuste. El gráfico de la función de autocorrelación (ACF) mostró que los valores de los coeficientes se registraron en intervalos de tiempo iguales. El pico registrado en el desfase 1 fue similar a los desfases 12 y 24, lo que sugiere que el componente estacional en la serie temporal ocurrió dentro de los doce meses. El estudio mostró además que el componente estacional era uniforme anualmente, lo que significa que era un impacto aditivo en lugar de un efecto multiplicativo. El pronóstico de precipitaciones predice una disminución en los niveles de lluvia en los próximos 19 años. Esto sugiere la necesidad de una planificación adecuada de los recursos hídricos y la formulación de políticas para reducir los factores que probablemente tengan impactos debilitantes en el sistema hidrológico local.

Additional details

Additional titles

Translated title (Arabic)
تحليل أنماط هطول الأمطار والتنبؤ بها في منطقة مانغا- باوكو، شمال شرق غانا: الآثار المحتملة لتغير المناخ
Translated title (French)
Analyser et prévoir les régimes de précipitations dans la région de Manga-Bawku, au nord-est du Ghana : implication possible du changement climatique
Translated title (Spanish)
Analizar y pronosticar los patrones de lluvia en el área de Manga-Bawku, noreste de Ghana: Posible implicación del cambio climático

Identifiers

Other
https://openalex.org/W3209419368
DOI
10.1016/j.envc.2021.100354

Is supplement to
https://openalex.org/W4387220233 (Other)
https://openalex.org/W4312557201 (Other)
https://openalex.org/W4250481960 (Other)
https://openalex.org/W2781794331 (Other)
https://openalex.org/W2518538438 (Other)
https://openalex.org/W2336523140 (Other)
https://openalex.org/W2024558842 (Other)
https://openalex.org/W2020748829 (Other)
https://openalex.org/W2009698061 (Other)
https://openalex.org/W1691500661 (Other)

GreSIS Basics Section

Is Global South Knowledge
Yes
Country
Ghana

References

  • https://openalex.org/W1989775798
  • https://openalex.org/W1995390392
  • https://openalex.org/W2007839057
  • https://openalex.org/W2036303136
  • https://openalex.org/W2132782512
  • https://openalex.org/W2167036165
  • https://openalex.org/W2288297315
  • https://openalex.org/W2334051671
  • https://openalex.org/W2412230368
  • https://openalex.org/W2478794148
  • https://openalex.org/W2755188415
  • https://openalex.org/W2773917082
  • https://openalex.org/W2810912239
  • https://openalex.org/W2891864604
  • https://openalex.org/W2903558056
  • https://openalex.org/W2954552768
  • https://openalex.org/W2973990175
  • https://openalex.org/W2991734606
  • https://openalex.org/W2998014547
  • https://openalex.org/W3010990242
  • https://openalex.org/W3012031418
  • https://openalex.org/W3131177344
  • https://openalex.org/W3157106851