利用Rajasthan状态的多重线性回归镇压降水
Poonam Mahla.1*,A.K.Lohani.2,V. K. Chandola3.,阿拉巴纳·塔克3.,C.D.Mishra.4.和aparajita singh.3.
1流域发展与土壤保护部,Laxmangarh,Sikar,拉贾斯坦邦印度。
2国家水文研究所,Jalvigyanbhawan,罗基,247667印度。
3.巴纳斯印度大学农业工程系,瓦拉纳西,221005北方邦印度。
4.农业,Fatehpur Shekhawati,Sknau,乔布斯,拉贾斯坦邦的拼贴画。
通讯作者电子邮件:poonammahla11@gmail.com.
DOI:http://dx.doi.org/10.12944/cwe.14.1.09
抽象的
主要实践统计较划线方法以将大气循环与地表变量相关,以进行区域气候预测和预测。正如我们所知,在拉贾斯坦邦,由于降雨量很少,这是最重要的问题。本研究的核心目标是预后降雨变化也评估了多元线性回归(MLR)的启动,以获得降雨量的变化。使用更高分辨率的大气数据进行分析数据,该数据包括每日国家环境中心预言
(NCEP)/国家大气研究中心(NCAR)Reanalysis数据和每日平均气候模型结果,用于Hadley中心气候模型(HADCM3)模型的A2和B2场景。由于建立可靠气候学需要的适当期限,从1961年至1990年用作基线。研究结果表明,A2和B2场景的未来降水的趋势越来越大。从研究开始,已经发现MLR模型在研究区的大多数地区更优于低劣的降水。
关键词
贬低;情景;温度;沉淀
复制以下内容以引用本文:
Malha P,Lohani A. K.,Chandola V. K.,Thakur A,Mishra C. D,Singh A.使用多种线性回归在拉贾斯坦邦的多元线性回归缩小。Curr World Environ 2019; 14(1)。DOI:http://dx.doi.org/10.12944/cwe.14.1.09
复制以下内容以引用此URL:
Malha P,Lohani A. K.,Chandola V. K.,Thakur A,Mishra C. D,Singh A.使用多种线性回归在拉贾斯坦邦的多元线性回归缩小。Curr World Environ 2019; 14(1)。可从:https://bit.ly/2h8usid.
[HTML全文]
这项工作是在授权下获得的Creative Commons attage 4.0国际许可证。