The Palmer Drought Severity Index (PDSI) has been used for more than 30 years to quantify the long-term drought conditions for a given location and time.However, a common critique of the PDSI is that the behavior of the index at various locations is inconsistent, making spatial comparisons of PDSI values difficult, if not meaningless.A self-calibrating Palmer Drought Severity Index (SC-PDSI) is presented and evaluated.The SC-PDSI automatically calibrates the behavior of the index at any location by replacing empirical constants in the index computation with dynamically calculated values.An evaluation of the SC-PDSI at 761 sites within Nebraska, Kansas, Colorado, Wyoming, Montana, North Dakota, and South Dakota, as well as at all 344 climate divisions shows that it is more spatially comparable than the PDSI, and reports extreme wet and dry conditions with frequencies that would be expected for rare conditions.

Abstract Droughts are difficult to detect and monitor. Drought indices, most commonly the Palmer Drought Severity Index (PDSI), have been used with limited success as operational drought monitoring tools and triggers for policy responses. Recently, a new index, the Standardized Precipitation Index (SPI), was developed to improve drought detection and monitoring capabilities. The SPI has several characteristics that are an improvement over previous indices, including its simplicity and temporal flexibility, that allow its application for water resources on all timescales. In this article, the 1996 drought in the southern plains and southwestern United States is examined using the SPI. A series of maps are used to illustrate how the SPI would have assisted in being able to detect the onset of the drought and monitor its progression. A case study investigating the drought in greater detail for Texas is also given. The SPI demonstrated that it is a tool that should be used operationally as part of a state, re...

No Abstract available.

Recent droughts in the United States have highlighted the nation’s current and increasing vulnerability to this natural hazard. Drought-related impacts are also becoming more complex, as illustrated by the rapidly rising impacts in sectors such as recreation and tourism, energy, and transportation. Environmental and social consequences are also of increasing importance. Conflicts between water users and disputes between political entities on transboundary water issues are a reflection of the need for improved documentation of the consequences of extended periods of water shortage. Unfortunately, no national drought impact database exists and drought impact statistics are not routinely compiled at the state, regional, or national level. Without this information, it is an arduous task to convince policy and other decision makers of the need for additional investments in drought monitoring and prediction, mitigation, and preparedness. The National Drought Mitigation Center at the University of Nebraska-Lincoln is addressing this problem by creating a web-based Drought Impact Reporter (DIR) that has the following primary functions: (1) to create a database archive of drought impacts information; (2) to provide an interactive map delivery system that is efficient and user-oriented; (3) to build links with governmental agencies, non-governmental organizations, university research groups and extension programs, and others, including the public, in order to provide timely impact reports to ensure a comprehensive collection of drought impacts across all potential sectors and scales; and (4) to foster a continual process of user feedback, evaluation, assessment, and dissemination of drought impacts. The Drought Impact Reporter was launched in July 2005 and is available on the NDMC’s web site (http://drought.unl.edu).

Research Article| July 01, 1988 Paleogeographic and paleotectonic setting of Laramide sedimentary basins in the central Rocky Mountain region WILLIAM R. DICKINSON; WILLIAM R. DICKINSON 1Laboratory of Geotectonics, Department of Geosciences, University of Arizona, Tucson, Arizona 85721 Search for other works by this author on: GSW Google Scholar MARGARET A. KLUTE; MARGARET A. KLUTE 1Laboratory of Geotectonics, Department of Geosciences, University of Arizona, Tucson, Arizona 85721 Search for other works by this author on: GSW Google Scholar MICHAEL J. HAYES; MICHAEL J. HAYES 1Laboratory of Geotectonics, Department of Geosciences, University of Arizona, Tucson, Arizona 85721 Search for other works by this author on: GSW Google Scholar SUSANNE U. JANECKE; SUSANNE U. JANECKE 1Laboratory of Geotectonics, Department of Geosciences, University of Arizona, Tucson, Arizona 85721 Search for other works by this author on: GSW Google Scholar ERIK R. LUNDIN; ERIK R. LUNDIN 1Laboratory of Geotectonics, Department of Geosciences, University of Arizona, Tucson, Arizona 85721 Search for other works by this author on: GSW Google Scholar MARY A. McKITTRICK; MARY A. McKITTRICK 1Laboratory of Geotectonics, Department of Geosciences, University of Arizona, Tucson, Arizona 85721 Search for other works by this author on: GSW Google Scholar MARK D. OLIVARES MARK D. OLIVARES 1Laboratory of Geotectonics, Department of Geosciences, University of Arizona, Tucson, Arizona 85721 Search for other works by this author on: GSW Google Scholar Author and Article Information WILLIAM R. DICKINSON 1Laboratory of Geotectonics, Department of Geosciences, University of Arizona, Tucson, Arizona 85721 MARGARET A. KLUTE 1Laboratory of Geotectonics, Department of Geosciences, University of Arizona, Tucson, Arizona 85721 MICHAEL J. HAYES 1Laboratory of Geotectonics, Department of Geosciences, University of Arizona, Tucson, Arizona 85721 SUSANNE U. JANECKE 1Laboratory of Geotectonics, Department of Geosciences, University of Arizona, Tucson, Arizona 85721 ERIK R. LUNDIN 1Laboratory of Geotectonics, Department of Geosciences, University of Arizona, Tucson, Arizona 85721 MARY A. McKITTRICK 1Laboratory of Geotectonics, Department of Geosciences, University of Arizona, Tucson, Arizona 85721 MARK D. OLIVARES 1Laboratory of Geotectonics, Department of Geosciences, University of Arizona, Tucson, Arizona 85721 Publisher: Geological Society of America First Online: 01 Jun 2017 Online ISSN: 1943-2674 Print ISSN: 0016-7606 Geological Society of America GSA Bulletin (1988) 100 (7): 1023–1039. https://doi.org/10.1130/0016-7606(1988)100<1023:PAPSOL>2.3.CO;2 Article history First Online: 01 Jun 2017 Cite View This Citation Add to Citation Manager Share Icon Share Facebook Twitter LinkedIn Email Permissions Search Site Citation WILLIAM R. DICKINSON, MARGARET A. KLUTE, MICHAEL J. HAYES, SUSANNE U. JANECKE, ERIK R. LUNDIN, MARY A. McKITTRICK, MARK D. OLIVARES; Paleogeographic and paleotectonic setting of Laramide sedimentary basins in the central Rocky Mountain region. GSA Bulletin 1988;; 100 (7): 1023–1039. doi: https://doi.org/10.1130/0016-7606(1988)100<1023:PAPSOL>2.3.CO;2 Download citation file: Ris (Zotero) Refmanager EasyBib Bookends Mendeley Papers EndNote RefWorks BibTex toolbar search Search Dropdown Menu toolbar search search input Search input auto suggest filter your search All ContentBy SocietyGSA Bulletin Search Advanced Search Abstract In the Rocky Mountain region between central Montana and central New Mexico, sedimentologically isolated nonmarine basins were produced by basement deformation during the Laramide orogeny within the area formerly occupied by a broad Late Cretaceous foreland basin in which laterally continuous marine facies had accumulated previously. Laramide structures of varying trend and scale reflect heterogeneity of crustal strain caused by shear between the continental lithosphere and an underlying subhorizontal slab of subducted oceanic lithosphere. Laramide basins include perimeter basins along the cratonic periphery of the arcuate Laramide province, axial basins along a north-south intramontane trend, and ponded basins located farther west closer to the overthrust belt.Twelve specific stratigraphic and sedimentologic criteria for the onset, duration, and termination of Laramide deformation allow the chronology of basin development to be inferred independently for each basin. Maastrichtian initiation of Laramide deformation was approximately synchronous throughout the Laramide province, but termination of Laramide deformation was systematically diachronous from north to south between early and late Eocene time. Widespread Eocene erosion surfaces truncate syntectonic Laramide sequences and are overlain by largely volcanic and volcaniclastic post-Laramide strata of Eocene age in the north and Oligocene age in the south.Fluvial depositional systems draining toward the Great Plains were dominant in perimeter and axial basins, but ponded basins were occupied at times by large lakes that served as regional sediment traps. Paleocene drainages from ponded basins also led eastward toward the continental interior, but partly interconnected lakes that developed within several ponded basins by mid-Eocene time were either closed hydrologically, or else they drained westward into the "Tyee" paleoriver of the Pacific Northwest. This content is PDF only. Please click on the PDF icon to access. First Page Preview Close Modal You do not have access to this content, please speak to your institutional administrator if you feel you should have access.

ABSTRACT The Standardized Precipitation Evapotranspiration Index ( SPEI ) was computed based on the monthly precipitation and air temperature values at 609 locations over China during the period 1951–2010.Various characteristics of drought across China were examined including: long‐term trends, percentage of area affected, intensity, duration, and drought frequency. The results revealed that severe and extreme droughts have become more serious since late 1990s for all of China (with dry area increasing by ∼3.72% per decade); and persistent multi‐year severe droughts were more frequent in North China, Northeast China, and western Northwest China; significant drying trends occurred over North China, the southwest region of Northeast China, central and eastern regions of Northwest China, the central and southwestern parts of Southwest China and southwestern and northeastern parts of western Northwest mainly due to a decrease in precipitation coupled with a general increase in temperature. In addition, North China, the western Northwest China, and the Southwest China had their longest drought durations during the 1990s and 2000s. Droughts also affected western Northwest, eastern Northwest, North, and Northeast regions of China more frequently during the recent three decades. The results of this article could provide certain references and triggers for establishing a drought early warning system in China. © 2013 Royal Meteorological Society

The development of new tools that provide timely, detailed-spatial-resolution drought information is essential for improving drought preparedness and response. This paper presents a new method for monitoring drought-induced vegetation stress called the Vegetation Drought Response Index (VegDRI). VegDRI integrates traditional climate-based drought indicators and satellite-derived vegetation index metrics with other biophysical information to produce a 1 km map of drought conditions that can be produced in near-real time. The initial VegDRI map results for a 2002 case study conducted across seven states in the north-central United States illustrates the utility of VegDRI for improved large-area drought monitoring.

Abstract The Standardized Precipitation Index (SPI) was developed to detect drought and wet periods at different time scales, an important characteristic that is not accomplished with typical drought indices. More and more users employ the SPI to monitor droughts. Although calculation of the SPI is easier than other drought indices, such as the Palmer Drought Index, it is still relatively complex. In China, an index called the China‐Z Index (CZI) has been used since 1995 by the National Climate Centre of China to monitor moisture conditions across the country. The calculation of this index is easier than the SPI. A third index, the statistical Z‐Score, can also be used to monitor droughts. This paper evaluates the SPI, CZI and Z‐Score on 1‐, 3‐, 6‐, 9‐ and 12‐month time scales using monthly precipitation totals for four locations in China from January 1951 to December 1998 representing humid and arid climates, and cases of drought and flood. Advantages and disadvantages for the application of each index are compared. Study results indicate that the CZI and Z‐Score can provide results similar to the SPI for all time scales, and that the calculations of the CZI and Z‐Score are relatively easy compared with the SPI, possibly offering better tools to monitor moisture conditions. Copyright © 2001 Royal Meteorological Society

Abstract The Standardized Precipitation Index (SPI) is now widely used throughout the world in both a research and an operational mode. For arid climates, or those with a distinct dry season where zero values are common, the SPI at short time scales is lower bounded, referring to non‐normally distributed in this study. In these cases, the SPI is always greater than a certain value and fails to indicate a drought occurrence. The nationwide statistics based on our study suggest that the non‐normality rates are closely related to local precipitation climates. In the eastern United States, SPI values at short time scales can be used in drought/flood monitoring and research in any season, while in the western United States, because of its distinct seasonal precipitation distribution, the appropriate usage and interpretation of this index becomes complicated. This would also be the case for all arid climates. From a mathematical point of view, the non‐normally distributed SPI is caused by a high probability of no‐rain cases represented in the mixed distribution that is employed in the SPI construction. From a statistical point of view, the 2‐parameter gamma model used to estimate the precipitation probability density function and the limited sample size in dry areas and times would also reduce the confidence of the SPI values. On the basis of the results identified within this study, we recommend that the SPI user be cautious when applying short‐time‐scale SPIs in arid climatic regimes, and interpret the SPI values appropriately. In dry climates, the user should focus on the duration of the drought rather than on just its severity. It is also worth noting that the SPI results from a statistical product of the input data. This character makes it difficult to link the SPI data to the physical functioning of the Earth system. Copyright © 2006 Royal Meteorological Society.

International Journal of ClimatologyVolume 25, Issue 4 p. 505-520 Research ArticleFull Access The effect of the length of record on the standardized precipitation index calculation† Hong Wu, Corresponding Author Hong Wu [email protected] National Drought Mitigation Center, University of Nebraska, Lincoln, NE 68583-0728, USANational Drought Migration Center University of Nebraska, Lincoln, NE 68583-0728, USASearch for more papers by this authorMichael J. Hayes, Michael J. Hayes National Drought Mitigation Center, University of Nebraska, Lincoln, NE 68583-0728, USASearch for more papers by this authorDonald A. Wilhite, Donald A. Wilhite National Drought Mitigation Center, University of Nebraska, Lincoln, NE 68583-0728, USASearch for more papers by this authorMark D. Svoboda, Mark D. Svoboda National Drought Mitigation Center, University of Nebraska, Lincoln, NE 68583-0728, USASearch for more papers by this author Hong Wu, Corresponding Author Hong Wu [email protected] National Drought Mitigation Center, University of Nebraska, Lincoln, NE 68583-0728, USANational Drought Migration Center University of Nebraska, Lincoln, NE 68583-0728, USASearch for more papers by this authorMichael J. Hayes, Michael J. Hayes National Drought Mitigation Center, University of Nebraska, Lincoln, NE 68583-0728, USASearch for more papers by this authorDonald A. Wilhite, Donald A. Wilhite National Drought Mitigation Center, University of Nebraska, Lincoln, NE 68583-0728, USASearch for more papers by this authorMark D. Svoboda, Mark D. Svoboda National Drought Mitigation Center, University of Nebraska, Lincoln, NE 68583-0728, USASearch for more papers by this author First published: 18 March 2005 https://doi.org/10.1002/joc.1142Citations: 233 † University of Nebraska Agricultural Research Division Contribution Number 14624. AboutPDF ToolsRequest permissionExport citationAdd to favoritesTrack citation ShareShare Give accessShare full text accessShare full-text accessPlease review our Terms and Conditions of Use and check box below to share full-text version of article.I have read and accept the Wiley Online Library Terms and Conditions of UseShareable LinkUse the link below to share a full-text version of this article with your friends and colleagues. Learn more.Copy URL Share a linkShare onEmailFacebookTwitterLinkedInRedditWechat Abstract The effect of the length of record on the standardized precipitation index (SPI) calculation was investigated by examining correlation coefficients, the index of agreement, and the consistency of dry/wet event categories between SPI values derived from different precipitation record lengths. The effect was also illustrated by comparing SPI values derived from different lengths of record in some severe drought and flood years, and by comparing drought intensities based on SPI values temporally and spatially. Furthermore, the reason for the SPI value discrepancy was explored by investigating the changes of the shape and scale parameters of the gamma distribution when different lengths of record were involved. The gamma distribution is a frequency distribution of climatological precipitation time series and is the basis of the SPI calculation used in this analysis. The results show that SPI values computed from different lengths of record are highly correlated and consistent when the gamma distributions of precipitation over the different time periods are similar. However, the SPI values are significantly discrepant when the distributions are different. It is recommended that the SPI user should be aware of the numerical difference of the SPI values if different lengths of record are used in interpreting and making decisions based on SPI values. Copyright © 2005 Royal Meteorological Society. REFERENCES Anctil F, Larouche W, Viau AA. 2002. Exploration of the standardized precipitation index with regional analysis. Canadian Journal of Soil Science 82(1): 115–125. Burroughs WJ. 2001. Climate Change: A Multidisciplinary Approach. Cambridge University Press: Cambridge, UK. CCC. 2004. Colorado Climate Center. http://ulysses.atmos.colostate.edu/standardizedprecipitation.php [2004]. Edwards DC, McKee TB. 1997. Characteristics of 20th century drought in the United States at multiple scales. Atmospheric Science Paper No. 634, May; 1–30. Guttman NB. 1994. On the sensitivity of sample L moments to sample size. Journal of Climatology 7: 1026–1029. Guttman NB. 1998. Comparing the Palmer drought index and the standardized precipitation index. Journal of the American Water Resources Association 34(1): 113–121. Guttman NB. 1999. Accepting the standardized precipitation index: a calculation algorithm. Journal of the American Water Resources Association 35(2): 311–322. Hayes M, Wilhite D, Svoboda M, Vanyarkho O. 1999. Monitoring the 1996 drought using the standardized precipitation index. Bulletin of the American Meteorological Society 80(3): 429–438. JT Houghton, BA Callander, SK Varner (eds). 1992. Climate Change 1992: The Supplementary Report to the IPCC Scientific Assessment. Cambridge University Press: Cambridge, UK. HPRCC. 2004. High Plains Regional Climate Center. http://hprcc.unl.edu [2004]. IANR. 2003. Institute of Agriculture and Natural Resources, University of Nebraska-Lincoln. http://ianrnews.unl.edu/static/0301162.shtml [2003]. Karl TR, Riebsame WE. 1984. The identification of 10- to 20-year temperature and precipitation fluctuations in the contiguous United States. Journal of Climate and Applied Meteorology 23: 950–966. Keyantash J, Dracup JA. 2002. The quantification of drought: an evaluation of drought indices. The drought monitor. The Bulletin of the American Meteorological Society 83(8): 1167–1180. Lamb PJ, Changnon Jr SA. 1988. On the “best” temperature and precipitation normals: the Illinois situation. Journal of Applied Meterology 20: 1383–1419. Lana X, Serra C, Burgueno A. 2001. Patterns of monthly rainfall shortage and excess in terms of the standardized precipitation index. International Journal of Climatology 21: 1669–1691. Landsberg HE. 1975. The definition and determination of climate changes, fluctuations and outlooks. In Atmospheric Quality and Climatic Change, Kopec RJ (ed.), Papers of the Second Carolina Geographical Symposium. Larson L. 1996. The great USA flood of 1993. http://www.nwrfc.noaa.gov/floods/papers/oh_2/great.htm [2003]. Lawson MP, Reiss A, Phillips R, Livingston K. 1971. Nebraska droughts: a study of their past chronological and spatial extent with implications for the future. Technical research project completion report, University of Nebraska-Lincoln. Lloyd-Hughes B, Saunders MA. 2002. A drought climatology for Europe. International Journal of Climatology 22: 1571–1592. Mauget SA. 2003. Multidecadal regime shifts in U.S. streamflow, precipitation, and temperature at the end of the twentieth century. Journal of Climate 16(23): 3905–3916. McKee TB, Doesken NJ, Kleist J. 1993. The relationship of drought frequency and duration to time scales. In Proceeding of the Ninth Conference on Applied Climatology. American Meteorological Society: Boston; 179–184. Min SK, Kwon WT, Park EH, Choi Y. 2003. Spatial and temporal comparisons of droughts over Korea with East Asia. International Journal of Climatology 23(2): 223–233. NADSS. 2004. National Agricultural Decision Support System. http://nadss.unl.edu/ [2004]. NCDC. 2004. National Climatic Data Center. http://www.ncdc.noaa.gov/oa/climate/research/prelim/drought/spi.html [2004]. NDMC. 2004. National Drought Mitigation Center. http://drought.unl.edu [2004]. Palmer WC. 1965. Meteorological drought. US Department of Commerce Weather Bureau Research Paper No. 45. Rouault M, Richard Y. 2003. Intensity and spatial extension of drought in South Africa at different time scales. Water SA 29(4): 489–500 (available online at http://www.wrc.org.za). Seiler RA, Hayes MJ, Bressan L. 2002. Using the standardized precipitation index for flood risk monitoring. International Journal of Climatology 22(11): 1365–1376. Skaggs RH. 1978. Climate change and persistence in western Kansas. Annals of the Association of American Geographers 68(1): 73–80. Szalai S, Szinell C. 2000. Comparison of two drought indices for drought monitoring in Hungary—a case study. In Drought and Drought Mitigation in Europe, JV Vogt, F Spmma (eds). Kluwer: Dordrech; 161–166. Triola MF. 1998. Elementary Statistics, seventh edition. Addison-Weseley. Wilhite DA. 1981. An analysis of Nebraska's precipitation climatology: with emphasis on occurrence of dry conditions. The Agricultural Experiment Station, University of Nebraska-Lincoln. Wilhite DA. 1983. Government response to the mid-1970s drought: with particular reference to the U.S. Great Plains. Journal of Climate and Applied Meteorology 22: 40–50. Willmott CJ. 1981. On the validation of models. Physical Geography 2: 184–194. WRCC. 2004. Western Regional Climate Center. http://www.wrcc.dri.edu/spi/spi.htm [2004]. Citing Literature Volume25, Issue430 March 2005Pages 505-520 ReferencesRelatedInformation