@ARTICLE {CWE / 953/2017，作者= {}，Journal = {当前世界环境}，Publisher = {}，Title = {克什米尔斯里尼加市Dal Lake集水区的A2场景下的Climate的预计变化}，年= {}，月= {}，卷= {35}，URL = {www.a-i-l-s-a.com/article/953/}，页面= {429-438}，摘要= {本研究完成了研究气候变化对天气参数的影响，如最高可能的温度，最低的温度，平均温度和沉淀。在Jammu和Kashmir状态的Dal Lake集水区测试了多个线性回归（MLR），人工神经网络（ANN）和统计缩小模型（SDSM）模型。二十七年的天气数据（1985-2012）从Skuast-Kashmir气象站获得的研究。建模结果显示了观察到的数据和预测值之间的一致性达到温度系列的预测值，其具有高射率系数R2值不同于不同模型的（0.87-0.97）。在沉淀R2的情况下，来自不同模型的（0.112-219）的值不同。降水时间序列中的测定系数的低值是由于沉淀的发生时的不确定性，这不能由所选模型定义。SDSM显示了测试用于预测天气参数的三种模型的最佳结果。因此，SDSM用于气候情景生成。通过对2015 - 2012年的每日降水和温度系列进行比较2015 - 2015，每月，最高可能温度，最低温度，平均温度和沉淀，总体上升的图案为0.46％，1.96％，0.95％和2.66％。 }, number = {37}, doi = {10.12944/CWE.11.2.11} }