Seasonal rainfall variability, drought characterisation and efficacy of interpolation techniques: Case of Kenya’s central highlands

Abstract:

Drier parts Eastern Kenya, endure persistent crop failure and declining agricultural productivity which have been attributed, in part, to high temperatures, prolonged dry-spells and particularly erratic rainfall. Understanding spatial-temporal rainfall variability is a key facet to agricultural productivity and Natural Resource Management (NRM) in the region. However, meteorological stations in the region are sole sources of climatic data but only limited to single locations, far away from each other, with inadequate or inconsistent and missing meteorological data. This study examined the extent of rainfall variability and the efficacy of interpolation techniques in the arid regions, east of Kenya’s central highlands. Rainfall raw data gaps were filled using multiple imputations. Cumulative Departure Index (CDI), Rainfall Anomaly Index (RAI) and Coefficients-of-Variance (CV) and probabilistic statistics were utilised in the analyses of rainfall variability. Evaluation of interpolation techniques utilized the ArcGIS environmental tool combined with the digital elevation model (DEM) to generate spatial rainfall maps under Spline, Kriging and Inverse Distance Weighting (IDW) techniques whose efficacy was evaluated using root mean square errors (RMSE), mean absolute errors (MAE) statistics and gauged-data validation. Analyses showed 90% chance of below cropping-threshold rainfall (500 mm) exceeding 258.1mm (Embu) during short rains (SRs) for one year return-period. Rainfall variability was found to be high in seasonal amounts (CV=0.56) and in number of rainy-days (CV=0.88). Monthly rainfall variability was found to be high during peak (April and November) (CV=0.48 and 0.76) with high probabilities (0.67) of droughts exceeding 15 days. Dry-spell probabilities within growing months were high (81%) and (60%) in Machang’a and Embu respectively. Kriging technique emerged as the most appropriate Geo-statistical interpolation techniques to be used in the region. To optimize yield in the area, use of soil-water conservation and supplementary irrigation, crop selection and timely accurate rainfall forecasting should be prioritized.

Le parties les plus sèches de l’Est Kenya, endure la persistance des mauvaises récoltes et la baisse de la productivité agricole qui ont été attribuées, en partie, à des températures élevées, à des saisons sèches prolongées et des précipitations particulièrement erratiques. La compréhension de la variabilité spatio-temporelle des précipitations est un aspect clé de la productivité agricole et de la gestion des ressources naturelles (GRN) dans la région. Toutefois, les stations météorologiques de la région sont les seules sources de données climatiques, mais seulement limitées à des endroits simples, loin de l’autre, avec les données météorologiques insuffisants ou incohérents et disparus. Cette étude a examiné l’étendue de la variabilité des précipitations et de l’efficacité des techniques d’interpolation dans les régions arides, à l’est de hautes terres centrales du Kenya. Les lacunes des données brutes de précipitations ont été remplies à l’aide des imputations multiples. Le Cumulatif d’Index de Départ (CDI), l’Index d’Anomalie de pluie (RAI), le Coefficients de Variance (CV) et des statistiques de probabilités ont été utilisés dans les analyses de la variabilité des précipitations. L’évaluation des techniques d’interpolation avait utilisé l’outil de l’environnement ArcGIS combiné avec le modèle numérique d’élévation (DEM) pour générer des cartes des précipitations spatiales sous Spline, Kriging et les techniques de la Pondération Inversée de la Distance (IDW) dont l’efficacité a été évaluée à l’aide des erreurs quadratiques moyennes (RMSE), moyenne absolue d’erreurs (MAE) des statistiques et des donnéescalibrées de validation. Les analyses ont montré 90% de chance d’avoir moins de culture sur le seuil de précipitations (500 mm) dépassant 258.1mm (Embu) pendant les pluies courtes (SR) pour la période d’une année. La variabilité des précipitations a été jugée élevée en quantités saisonnières (CV = 0,56) et du nombre de jours de pluie-(CV = 0,88). La variabilité des précipitations mensuelles a été jugée élevée en période de pointe (avril et novembre) (CV = 0,48 et 0,76) avec des probabilités élevées (0,67) des sécheresses de plus de 15 jours. La période des probabilités de sécheresse de la de croissance mensuelle était élevé (81%) et (60%) dans Machang’a et Embu, respectivement. Les Technique de krigeage est apparu comme les techniques les plus appropriés d’interpolation géostatistique à être utilisées dans la région. Pour optimiser le rendement dans le domaine, l’utilisation de la conservation des sols, de l’eau et l’irrigation d’appoint, la sélection des cultures et en temps opportun précise la prévision précipitations devraient être une priorité.

Language:

English

Date of publication:

2014

Country:

Kenya

Region Focus:

East Africa

Author/Editor(s):

Kisaka, M. Oscar

Mucheru-Muna, M.

Ngetich, F. K.