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。
http://dx.doi.org/10.12944/cwe.14.1.09
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。
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。
