This study aims to propose a framework for assessing climate change in Mediterranean data-sparse contexts. For that purpose, the 309-km² Lebanese Nahr Ibrahim watershed, extending over 3% of Lebanon’s surface, was chosen as a representative of the targeted settings. Generally, holistic climate change assessments encompass both climate trend analysis and future forecasting. According to the World Meteorological Organization, a continuous, homogenous, and uninterrupted climatic record for at least 30 years is needed to fulfill these tasks. Often, some Mediterranean watersheds lack such data and are hence characterized by climatic data scarcity. Such is the case of Lebanon where 30 years of wars have considerably disrupted the country’s climatic record. In an effort to overcome this state of data scarcity, remote sensing–derived drought indicators were used to determine the climate’s evolution during the last 28 years. For that purpose, several remote sensing indices were extracted from LANDSAT imageries for the period 1990–2018 at a 3-year interval, and were coupled to meteorological indicators. Forecasting was then performed using autoregressive integrated moving average (ARIMA) models. Meteorological indices showed increased variability of precipitations and aridity periods, while remote sensing indicators collectively revealed slight shifts towards increasing droughts. Projections using ARIMA models forecasted increases of 0.9 °C, 0.7 °C, and 0.8 °C for average, maximal, minimal temperatures, and an average 6 mm decrease of precipitations at the 95% confidence level for the year 2030. The presented approach can serve as a tool for proactive climate change mitigation or adaptation plans.

这项研究旨在提出一个评估地中海数据稀疏环境下的气候变化的框架。为此，309公里²黎巴嫩Nahr易卜拉欣分水岭被选为目标区域的代表，该分水岭占黎巴嫩地表的3％以上。通常，整体气候变化评估包括气候趋势分析和未来预测。根据世界气象组织的数据，要完成这些任务，至少需要30年的连续，同质和不间断的气候记录。通常，一些地中海流域缺乏此类数据，因此其特征是气候数据稀缺。黎巴嫩就是这样，那里30年的战争已大大破坏了该国的气候记录。为了克服这种数据匮乏的状况，使用了基于遥感的干旱指标来确定过去28年中的气候演变。为了这个目的，以3年间隔从1990-2018年LANDSAT影像中提取了几个遥感指数，并将它们与气象指标相结合。然后使用自回归综合移动平均值（ARIMA）模型进行预测。气象指数显示降水和干旱时期的变异性增加，而遥感指标总体上显示出干旱加剧的轻微变化。使用ARIMA模型进行的投影预测，到2030年，在95％置信水平下，平均，最高，最低温度将分别升高0.9°C，0.7°C和0.8°C，并且平均降水量将减少6 mm。作为主动制定缓解气候变化或适应计划的工具。并与气象指标结合在一起。然后使用自回归综合移动平均值（ARIMA）模型进行预测。气象指数显示降水和干旱时期的变异性增加，而遥感指标总体上显示出干旱加剧的轻微变化。使用ARIMA模型进行的投影预测，到2030年，在95％置信水平下，平均，最高，最低温度将分别升高0.9°C，0.7°C和0.8°C，并且平均降水量将减少6 mm。作为主动制定缓解气候变化或适应计划的工具。并与气象指标结合在一起。然后使用自回归综合移动平均值（ARIMA）模型进行预测。气象指数显示降水和干旱时期的变异性增加，而遥感指标总体上显示出干旱加剧的轻微变化。使用ARIMA模型进行的投影预测，到2030年，在95％置信水平下，平均，最高，最低温度将分别升高0.9°C，0.7°C和0.8°C，并且平均降水量将减少6 mm。作为主动制定缓解气候变化或适应计划的工具。气象指数显示降水和干旱时期的变异性增加，而遥感指标总体上显示出干旱加剧的轻微变化。使用ARIMA模型进行的投影预测，到2030年，在95％置信水平下，平均，最高，最低温度将分别升高0.9°C，0.7°C和0.8°C，并且平均降水量将减少6 mm。作为主动制定缓解气候变化或适应计划的工具。气象指数显示降水和干旱时期的变异性增加，而遥感指标总体上显示出干旱加剧的轻微变化。使用ARIMA模型进行的投影预测，到2030年，在95％置信水平下，平均，最高，最低温度将分别升高0.9°C，0.7°C和0.8°C，并且平均降水量将减少6 mm。作为主动制定缓解气候变化或适应计划的工具。