Published October 3, 2022 | Version v1
Publication Metadata-only

Spatiotemporal analysis of monthly rainfall over Saudi Arabia and global teleconnections

Creators

  • 1. King Abdulaziz University
  • 2. Mansoura University
  • 3. COMSATS University Islamabad
  • 4. Stockholm University

Description

This research focuses on extracting the statistical features, in space and time, of the monthly rainfall in Saudi Arabia (SA) and the relation to the large-scale atmospheric variability through teleconnection for strategic water resources planning. These features are useful for future predictions. 28 stations distributed over SA for a period between 1970 and 2012 are utilized. According to the Kolmogorov–Smirnov (K-S) test, the Log-normal and Gamma distributions are dominant, while for the Chi-squared (Chi2) test, the Beta distribution is dominant. The K-S is preferable since it works with the original data rather than the Chi2 that uses binning, and therefore, some information is lost. The L-moment analysis showed that Person type III is dominant for the wet season while there is no obvious distribution for the dry season. Empirical Orthogonal Function (EOF) analysis is applied to seasonal rainfall data for studying the dominant modes of climate variability and associated large-scale circulation patterns. Our results demonstrate a robust relationship between the wet season (November – April) with El Niño Southern Oscillation (ENSO) and Pacific Decadal Oscillation (PDO), whereas the dry season (June – September) is associated with the Indian Ocean Dipole (IOD). Moreover, the warm (cold) phase of PDO is associated with excess (deficit) rainfall, indicating some predictability of the seasonal rainfall over SA.

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

Translated Description (Arabic)

يركز هذا البحث على استخراج السمات الإحصائية، في المكان والزمان، لهطول الأمطار الشهري في المملكة العربية السعودية (SA) والعلاقة بالتقلبات الجوية واسعة النطاق من خلال الاتصال عن بعد للتخطيط الاستراتيجي للموارد المائية. هذه الميزات مفيدة للتنبؤات المستقبلية. يتم استخدام 28 محطة موزعة على جنوب أفريقيا لفترة بين عامي 1970 و 2012. وفقًا لاختبار Kolmogorov - Smirnov (K - S)، فإن توزيعات Log - normal و Gamma هي المهيمنة، بينما بالنسبة لاختبار Chi - squared (Chi2)، فإن توزيع Beta هو المهيمن. يفضل K - S لأنه يعمل مع البيانات الأصلية بدلاً من Chi2 الذي يستخدم binning، وبالتالي، يتم فقدان بعض المعلومات. أظهر تحليل L - moment أن الشخص من النوع الثالث هو المهيمن في موسم الأمطار بينما لا يوجد توزيع واضح لموسم الجفاف. يتم تطبيق تحليل الوظيفة المتعامدة التجريبية (EoF) على بيانات هطول الأمطار الموسمية لدراسة الأنماط السائدة لتقلب المناخ وأنماط الدوران واسعة النطاق المرتبطة به. تظهر نتائجنا وجود علاقة قوية بين موسم الأمطار (نوفمبر – أبريل) مع التذبذب الجنوبي لظاهرة النينيو (ENSO) والتذبذب العشري في المحيط الهادئ (PDO)، في حين أن موسم الجفاف (يونيو – سبتمبر) يرتبط بثنائي القطب في المحيط الهندي (IOD). علاوة على ذلك، ترتبط المرحلة الدافئة (الباردة) من PDO بهطول الأمطار الزائد (العجز)، مما يشير إلى بعض القدرة على التنبؤ بهطول الأمطار الموسمية على جنوب أفريقيا.

Translated Description (French)

Cette recherche se concentre sur l'extraction des caractéristiques statistiques, dans l'espace et le temps, des précipitations mensuelles en Arabie Saoudite (SA) et la relation avec la variabilité atmosphérique à grande échelle par le biais de la téléconnexion pour la planification stratégique des ressources en eau. Ces fonctionnalités sont utiles pour les prévisions futures. 28 stations réparties sur SA pour une période comprise entre 1970 et 2012 sont utilisées. Selon le test de Kolmogorov–Smirnov (K-S), les distributions Log-normale et Gamma sont dominantes, tandis que pour le test Chi-carré (Chi2), la distribution Bêta est dominante. Le K-S est préférable car il fonctionne avec les données d'origine plutôt que le Chi2 qui utilise le binning, et par conséquent, certaines informations sont perdues. L'analyse du moment L a montré que le type de personne III est dominant pour la saison humide alors qu'il n'y a pas de distribution évidente pour la saison sèche. L'analyse empirique de la fonction orthogonale (EOF) est appliquée aux données de précipitations saisonnières pour étudier les modes dominants de variabilité climatique et les modèles de circulation à grande échelle associés. Nos résultats démontrent une relation solide entre la saison humide (novembre – avril) avec l'oscillation australe El Niño (ENSO) et l'oscillation décennale du Pacifique (PDO), tandis que la saison sèche (juin – septembre) est associée au dipôle de l'océan Indien (IOD). De plus, la phase chaude (froide) de l'AOP est associée à des précipitations excessives (déficitaires), ce qui indique une certaine prévisibilité des précipitations saisonnières sur l'AS.

Translated Description (Spanish)

Esta investigación se centra en extraer las características estadísticas, en espacio y tiempo, de la precipitación mensual en Arabia Saudita (SA) y la relación con la variabilidad atmosférica a gran escala a través de la teleconexión para la planificación estratégica de los recursos hídricos. Estas características son útiles para predicciones futuras. Se utilizan 28 estaciones distribuidas en SA durante un período entre 1970 y 2012. De acuerdo con la prueba de Kolmogorov–Smirnov (K-S), las distribuciones Log-normal y Gamma son dominantes, mientras que para la prueba de Chi-cuadrado (Chi2), la distribución Beta es dominante. El K-S es preferible ya que funciona con los datos originales en lugar del Chi2 que utiliza binning y, por lo tanto, se pierde parte de la información. El análisis del momento L mostró que el tipo de Persona III es dominante para la estación húmeda, mientras que no hay una distribución obvia para la estación seca. El análisis de la función ortogonal empírica (EOF) se aplica a los datos de precipitación estacional para estudiar los modos dominantes de variabilidad climática y los patrones de circulación a gran escala asociados. Nuestros resultados demuestran una sólida relación entre la estación húmeda (noviembre – abril) con El Niño Oscilación del Sur (Enos) y la Oscilación Decenal del Pacífico (DOP), mientras que la estación seca (junio – septiembre) está asociada con el Dipolo del Océano Índico (IOD). Además, la fase cálida (fría) de la DOP se asocia con un exceso (déficit) de precipitaciones, lo que indica cierta previsibilidad de las precipitaciones estacionales sobre SA.

Additional details

Additional titles

Translated title (Arabic)
التحليل المكاني والزماني لهطول الأمطار الشهري على المملكة العربية السعودية والاتصالات العالمية
Translated title (French)
Analyse spatio-temporelle des précipitations mensuelles sur l'Arabie saoudite et des téléconnexions mondiales
Translated title (Spanish)
Análisis espaciotemporal de las precipitaciones mensuales sobre Arabia Saudí y las teleconexiones globales

Identifiers

Other
https://openalex.org/W4300962456
DOI
10.1080/19475705.2022.2127379

Is supplement to
https://openalex.org/W4390318268 (Other)
https://openalex.org/W4379053075 (Other)
https://openalex.org/W4296780091 (Other)
https://openalex.org/W4280580507 (Other)
https://openalex.org/W4221091376 (Other)
https://openalex.org/W3041877771 (Other)
https://openalex.org/W2910882238 (Other)
https://openalex.org/W2766359911 (Other)
https://openalex.org/W2107264128 (Other)
https://openalex.org/W2043891562 (Other)

GreSIS Basics Section

Is Global South Knowledge
Yes
Country
Pakistan

References

  • https://openalex.org/W1582019318
  • https://openalex.org/W1726692558
  • https://openalex.org/W1971903741
  • https://openalex.org/W1985343893
  • https://openalex.org/W1993739368
  • https://openalex.org/W1996584320
  • https://openalex.org/W2004415498
  • https://openalex.org/W2006165291
  • https://openalex.org/W2012882753
  • https://openalex.org/W2017541618
  • https://openalex.org/W2018969968
  • https://openalex.org/W2024523255
  • https://openalex.org/W2025529786
  • https://openalex.org/W2051168335
  • https://openalex.org/W2083178128
  • https://openalex.org/W2087255756
  • https://openalex.org/W2093401535
  • https://openalex.org/W2099270539
  • https://openalex.org/W2115295885
  • https://openalex.org/W2153638359
  • https://openalex.org/W2175517109
  • https://openalex.org/W2176774719
  • https://openalex.org/W2178515668
  • https://openalex.org/W2178833861
  • https://openalex.org/W2230344864
  • https://openalex.org/W2285229360
  • https://openalex.org/W2323685250
  • https://openalex.org/W2479845006
  • https://openalex.org/W2556265888
  • https://openalex.org/W2580046318
  • https://openalex.org/W2591017175
  • https://openalex.org/W2766388452
  • https://openalex.org/W2951339342
  • https://openalex.org/W2952678807
  • https://openalex.org/W2954440544
  • https://openalex.org/W2963402330
  • https://openalex.org/W2969818059
  • https://openalex.org/W2972410153
  • https://openalex.org/W2981319801
  • https://openalex.org/W3100313778
  • https://openalex.org/W3153349878
  • https://openalex.org/W3160742094
  • https://openalex.org/W4220764634
  • https://openalex.org/W4255655703
  • https://openalex.org/W567117013
  • https://openalex.org/W778439840