RT - TY杂志的年- 2016-07-19摩根富林明当前世界环境乔- SP - OP - VO - 35 - 37 UL - www.a-i-l-s-a.com/article/953/做- 10.12944 / CWE.11.2.11 N2 -本研究是为了研究气候变化对天气的影响参数,如最高温度、最低温度、平均气温和降水量。在查谟克什米尔邦达尔湖流域进行了多元线性回归(MLR)、人工神经网络(ANN)和统计降尺度模型(SDSM)的检验。研究使用了SKUAST-Kashmir气象站1985-2012年的27年天气资料。模拟结果表明，不同模型的高决定系数R2值在(0.87-0.97)之间的温度序列的观测数据和预测值具有良好的一致性。在降水情况下，不同模式的R2值在(0.112-219)之间变化。降水时间序列的确定系数较低是由于降水发生的不确定性很大，所选模型无法对其进行定义。SDSM在三种气象参数预报模式中表现出最佳的预报效果。因此，SDSM被用于气候情景的生成。对比1985-2012年和2015-2030年的日降水量和气温序列，月、可能最高气温、可能最低气温、平均气温和降水量总体呈0.46%、1.96%、0.95%和2.66%的增长趋势。 ER -