当前世界环境

介绍

由于全球气候变化是根据过去的历史记录进行研究的，因此过去一个世纪不同尺度(空间和时间)的降雨趋势分析具有重要意义。降雨的事件和均匀分布被认为是调度和管理需水和农业生产的最重要的。在印度，任何地方接收的年降雨量的偏差都会对农业灌溉项目的规划产生重大影响。在季风期，通过对高分辨率日格点降水资料的分析，发现印度中部地区极端降水事件的频率和强度有相当大的上升趋势。

在印度，许多作者回顾了降雨趋势的大的时空变化。⁵对于Coimbatore区，每月和年降雨的历史时间规模分析表明，该区中央和北部地区的年降雨变异性最高，东部和西南部地区的各个区域表现出降幅变化⁸

从过去的数据中了解区域一级的降雨趋势对农业是很重要的。在雨养农业中，作物的成败与降雨模式密切相关。因此，降雨量变化一直是水资源规划和管理的重要组成部分。

使用统计参数和非参数程序，可以检测到随机变量随时间的显著变化。通过对长期气候资料的分析，也可以用统计方法研究气候参数的时空变异性。⁷时间序列数据的气候变异性也可以使用参数和非参数统计方法进行调查。

当数据为正态分布且无异常值时，采用参数法，而非参数法不存在此类假设。²参数t当概率分布发生偏倚时，-检验的有效性小于非参数Mann-Kendall检验。⁶对于给定的置信水平，Mann-Kendall非参数测试将确认存在积极或负面趋势。年度规模的趋势计算年度年间变异性，这将产生负面或积极的趋势。另一方面，对于与季节性周期相关的水资源管理流程，变化对季节规模的影响尤为重要。

材料和方法

从印度气象部门，新德里的印度气象部门收集了西南，东北季风和侵蚀区的每年降雨量超过100年（1916-2015）。有效的描述性统计数据以及共同效率的变化，以了解区域降雨的变化性。将数据分为30年段 - I（1926-1955），II（1956-1985）和III（1986-2015），以了解每月和季节性的趋势。

100年的时间序列降雨数据分为十年（十年），并为SWM和NEM进行相关性。Spearman的秩序相关性用于检查SWM与NEM降雨之间的关系，Coimbatore和Erode区。使用趋势改变检测软件应用Mann-Kendall测试（非参数）来检测趋势幅度。

斯皮尔曼等级相关性

斯皮尔曼等级相关系数是由等级替换分数计算出的皮尔森相关系数。本文给出了计算得到的西南季风降水与东北季风降水的斯皮尔曼阶相关系数。斯皮尔曼方法首先确定两个变量X和Y各自的样本值的排序顺序。然后，将原来的N个有序的分数对转换为N个有序的秩对。X分数的排名包括从1到N的所有整数，Y分数也是如此。这个过程使我们有可能推导出一个简单的计算公式，该公式是基于秩之间差异的平方和

在D = R_x- r_y，对应于X和Y的等级之差。

Mann-Kendall测试

此方法测试时间序列数据是否存在趋势。这是一个非参数测试。n时间序列值（x₁， X₂， X_3.，…，Xn)被它们的相对等级(R₁，R.₂，R._3.，…，Rn)(从1到n)。

根据Mann-Kendall测试统计数据

在哪里

Sgn (x) = 1 for x > 0

对于x = 0, Sgn (x) = 0

当x < 0时Sgn (x) = -1

如果零假设H₀，则S近似正态分布为:

μ= 0

σ = n (n - 1) (2n + 5) / 18

因此，z统计（可以从正常概率表获得各种意义级别的关键测试统计值）：

结果和讨论

计算了哥印拜托和侵蚀地区的季节性(SWM和NEM)和年降雨量的汇总统计数据，包括平均值、标准差、偏度、峰度和CV，结果见表1。在哥印拜陀地区，长期平均SWM降雨量(176.9毫米)占年降雨量的26%，而NEM降雨量(336.9毫米)占年降雨量674.8毫米的50%。在侵蚀区，SWM降雨量(257.9毫米)占全年降雨量的34%，而NEM降雨量(323.3毫米)占全年降雨量764.4毫米的42%。哥印拜陀地区的SWM、NEM和年降雨量的CV分别为44.4%、33.4%和24.5%，艾尔德地区的CV分别为32.9%、29.47%和20.9%。通过记录季节和年降雨量的CV值，季节和年降雨量的CV值具有较高的可信度。

表1：Coimbatore和Erode区的摘要统计数据

将长期时间序列数据划分为10年周期(decade)，并对SWM和NEM进行相关性分析。推测西南季候风降水的过剩或不足与东北季候风降水的相反趋势有关¹（图1和2）。

图1:SWM和NEM之间的关系 哥印拜陀地区的雨量 点击这里查看图

图2:SWM和NEM之间的关系 侵蚀区雨量 点击这里查看图

通过使用Spearman的相关系数来测量两个排名变量之间的强度。在SWM和NEM之间计算出10个周期的相关系数，结果显示在表2中。结果表明SWM和NEM之间的负相关关系。从分析中发现，沉重的西南季风在正常的降雨量上方会导致较少的东北季风具有较少的置信水平。⁹Coimbatore地区的SWM与NEM的总体相关性为0.14，侵蚀区为0.07，表明SWM与NEM的相关性较小。

表2哥印拜陀与侵蚀区西南季风与东北季风的相关系数

季风降雨的长期和季节性趋势

非参数Mann-Kendall检验是检测一系列气候资料单调趋势的常用方法。

哥印拜陀

表3的结果表明,在SWM,观察到的降雨量减少的趋势我块时期(1926 - 1955)和有显著增加(5%)和2.0毫米/年的趋势第三块期间(1986 - 2015)和增加的趋势在第二块时期(1956年- 1985年)和长期(100年- 1916年- 2015年)时期。

在NEM期间，I区块期显著(5%水平)增加趋势为2.1mm/年，长期显著(10%水平)增加趋势为2.8 mm/年。同样，在年度分析中，I区块期为每年2.3毫米，长期期为每年2.1毫米，增幅显著(5%)。另一项研究在东北季风降水分析中发现，哥印拜陀地区降雨量增加，雨天略有减少。⁴

表3:在Coimbatore的非参数曼恩肯德尔测试

月度趋势

表4和图3的结果表明，10月期间的趋势越来越呈I块期间（在5％）的时期，同时降低研究期间的趋势。11月期间，无论所有障碍期，长期时期都观察到趋势，较高趋势（均为5％）。12月，除了II街区外，观察降雨趋势降低，其余的时期呈下降趋势。在印度的印度难忘地区观察了类似的结果。¹⁰

表4哥印拜陀三个街区的月趋势分析及长期雨量

↑增加的趋势;↓下降趋势

* 5%显著，** 1%显著。

图3：Coimbatore的每月NEM降雨趋势 点击这里查看图

侵蚀

表5的结果表明，在SWM期间，III区块期显著(5%水平)增加2.0mm/年，长期显著(10%水平)增加1.9 mm/年。NEM期间，I区块期显著(5%水平)增加2.0mm/年，长期增加2.2 mm/年。在年度分析中，III区块期为2.3毫米/年，长期期为2.0毫米/年，有显著(5%的水平)和增加趋势。在泰米尔纳德邦Vaigai的Manjalar次盆地也观察到类似的年增长趋势。^3.

表5:侵蚀时的非参数Mann-Kendall检验

月度趋势

表6和图4的结果表明，10月期间的趋势越来越呈I块期间的时间，同时降低了研究期间的趋势。在11月期间，除了II块期外，尤其是i块期观察到越来越大的趋势（5％左右）。在12月，在II块期观察到降雨趋势（在5％的水平下），而这一时期的休息时间占降雨量的增加。

表6:三个街区的月趋势分析及侵蚀区长期雨量

↑增加的趋势;↓下降趋势

* 5%显著，** 1%显著。

图4:每月的东北季风 侵蚀的降雨趋势 点击这里查看图

结论

利用简单描述性统计和变异系数(CV)对哥印拜陀和侵蚀地区100年降水的时空变异性进行了评估。在哥印拜陀地区，西南季风(SWM)长期平均降雨量(176.9毫米)占26%，而东北季风(NEM)降雨量(336.9毫米)占年降雨量(674.8毫米)的50%。在侵蚀地区，SWM降雨量(257.9毫米)占34%，而NEM降雨量(323.3毫米)占全年降雨量764.4毫米的42%。通过记录季节和年降雨量的CV值，季节和年降雨量的CV值具有较高的可信度。哥印拜陀地区的SWM与NEM的Spearman秩序相关系数为0.14，鄂罗德地区的Spearman秩序相关系数为0.07，表明SWM与NEM的相关性较小。采用Mann-Kendall检验(非参数)检测趋势量。对于哥印拜陀和侵蚀区，无论是季风季节还是年度分析都显示了长期(100年-1916-2015年)增加的趋势。

确认

本文的作者希望展示印度气象部门的升值，以获得关于气候数据的记录的援助。

参考

1. 达尔，O. N.和P.R. Rakhecha。“预示着泰米尔纳德邦的东北季风降雨”，印度、美国。Meteorol。社会、p.109 (1983)
2. 哈米德，K. H.和A. R. Rao。"修正的自相关数据的Mann-Kendall趋势检验"J二聚水分子。，204：182-196，（1998）
   CrossRef
3. Janapriya S和Bosu S. Santhana。泰米尔纳德邦Vaigai的Manjalar次盆地的降雨趋势统计分析，生物科学趋势。21岁,3390 - 3395,(2016)
4. Kokilavani, S.，Dheebakaran, Ga,Panneerselvam, S.和R. Jagannathan。《气候变化对泰米尔纳德邦西部地区降雨分布的影响》，Proc: In: climate change Impacts and Natural Resource Management,328-330， (2016)
5. Kumar, V.， Jain, s.k and Singh Y.，《印度长期降雨分析》，二聚水分子。科学。J。, 55岁(4):484 - 496 (2010)
   CrossRef
6. Onoz, B.和M.Bayazit。“统计测试对趋势检测的作用”。土耳其j . Engg。& Enviro。Sci。，27：247-251，（2003）
7. Patle, g.t.， Singh, D. K, SarangiRai, A, Khanna, M.和R. N. Sahoo。“气候参数和潜在蒸散量的时间变异性”。印第安纳州,j . Agrl。Sci。，83（4）：518-524，（2013）
8. rathod，i.M和S. AruChamy。“泰米尔纳德利用GIS的Coimbatore区降雨变量的空间分析”，Intl。J.测绘与地球科学1, (10): 106 - 118, (2010)
9. Selvaraj, R, S和R. Aditya。泰米尔纳德邦西南和东北季风降雨相关性研究，泰米尔纳德邦大学，J. Enviro。，Res。，＆Tech。，4578 - 591 (2011)
10. Subash，N和H. S. Ram Mohan。'降雨趋势检测和标准化降水指数的评价作为印度米粥水稻小麦生产率的干旱评估指标'，Int。j . Climatol，31,1694-1709，（2011）