two to four months of the year. Higher PCI values were mainly identified in the eastern region and have strong seasonal influences, whereas lower PCI values were mostly observed in the northern region. The analyses of periodic variation and precipitation in Bangladesh generally follow through the SW–NE direction due to the summer monsoon, while during the winter monsoon, they follow the N–S direction where JAS and JFM showed higher and lower PCI values. We observed variations in PCI among different regions using the Kruskal–Wallis test of the mean PCI on a decadal scale (1980–1989, 1990–1999, and 2000–2011). The result showed that significant changes in the precipitation occurred during the period of 1980–2011. At a two-month scale, significant changes were identified during transition periods where PCI values were lower from 2000 to 2011 than those in the earlier decades."> 降水集中在孟加拉国在不同的时间周期 - raybet雷竞app,雷竞技官网下载,雷电竞下载苹果
标志”src=

气象学的进展
PDF
气象学的进展/2018年/文章

研究文章|开放获取

体积 2018年 |文章的ID 1849050 | https://doi.org/10.1155/2018/1849050

Md。Anarul Haque Mondol、Al-Mamun Mehedi伊克巴尔,东湖张成泽, ”降水集中在孟加拉国在不同的时间周期”,气象学的进展, 卷。2018年, 文章的ID1849050, 18 页面, 2018年。 https://doi.org/10.1155/2018/1849050

降水集中在孟加拉国在不同的时间周期

Md。Anarul Haque Mondol,1 Al-Mamun,2 Mehedi伊克巴尔,1 和 东湖张成泽2

1地理学和环境,Jahangirnagar大学,位于萨,1342年达卡,孟加拉国

2地理系,Kongju国立大学社会科学学院Singwan-Dong, Gongju-si Chungnam-do 32588年,韩国

学术编辑器:佩德罗Jimenez-Guerrero
收到了 06年4月2018年
修改后的 2018年8月01
接受 2018年9月17日
发表 2018年11月22日

文摘

沉淀浓度是气候的一个重要组成部分,一个降水分布的不均衡可以产量过剩或缺乏水资源,进而会影响植物生长,洪水风险,和使用水资源。沉淀浓度指数(PCI)是一个著名的测量指标在短或长时间沉淀区。本研究的目的是分析降水集中率在不同地区的孟加拉使用降水集中指数(PCI)和逆距离加权法。在这项研究中,降雨数据收集从孟加拉国的30个气象台站1980年到2011年的时期。我们定义的不同长度(即。,一个nnual, supraseasonal, seasonal, and three- and two-month rainfall concentrations) and compared their PCI values. The results showed that precipitation concentrations were mostly irregular when rainfall was concentrated within two to four months of the year. Higher PCI values were mainly identified in the eastern region and have strong seasonal influences, whereas lower PCI values were mostly observed in the northern region. The analyses of periodic variation and precipitation in Bangladesh generally follow through the SW–NE direction due to the summer monsoon, while during the winter monsoon, they follow the N–S direction where JAS and JFM showed higher and lower PCI values. We observed variations in PCI among different regions using the Kruskal–Wallis test of the mean PCI on a decadal scale (1980–1989, 1990–1999, and 2000–2011). The result showed that significant changes in the precipitation occurred during the period of 1980–2011. At a two-month scale, significant changes were identified during transition periods where PCI values were lower from 2000 to 2011 than those in the earlier decades.

1。介绍

由于全球气候变化的爬行动作是一个世界上主要的有关问题。降水变化对全球和区域尺度气候变暖的影响(1- - - - - -4]。对区域水文灾害(如孟加拉国),这些改变的影响是特别重要(5]。有人建议,水循环修改是最显著的影响之一全球大气变暖6]。降水强度、数量和模式将改变,和极端天气事件,如干旱和洪水可能发生更频繁(7]。的数量和强度降水会影响土壤侵蚀,坡不稳定,植物生长和农业实践(8,9以及修改河流系统,地下水补给,水处理,水力发电项目(10,11]。降水运输和测量可以提供一个更好的理解的确切机制推动灾害预测和水管理(这些现象12]。

2007年政府间气候变化专门委员会报告发现从1900年到2005年增加了降水纬度30°以北(13),和孟加拉国,这是世界最低洼地区之一,被强调为最脆弱的国家之一(14]。降水分布的变化在孟加拉是一个独特的气候变化特征。在孟加拉湾,水文循环是由非常高的时空变异性;和预测的21世纪显示高度的不确定性(15]。由于雨季,降水在冬季浓度急剧增加而减少。动态组合的情况下,通常孟加拉国面临极端洪水和更长的干旱(5,16,17]。西北的一部分的国家,干旱是一种普遍现象,成为近年来日益关注。报告证实了热带地区的降水减少和增加受干旱影响的地区在热带和亚热带地区自1970年代(13]。世界上的几项研究表明,全球变暖对降水变化有很强的影响以及极端天气事件如洪水、干旱、和雷暴18,19,20.]。孟加拉国以agricultural-based国家,大约80%的人直接或间接参与农业活动作为他们的主要职业(21]。降水及其强度是重要的因素在孟加拉国气候对农业生产(22]。由于全球变暖,水文变化最显著的气候变化的影响在孟加拉国。研究降水集中强度季节性变化对农业至关重要,减灾,孟加拉国和水资源规划和管理在全球气候变化的背景下23]。

尽管许多研究在孟加拉国有考虑一般降雨和温度特征,很少有研究降雨的强度和分布在这个区域22]。此外,大多数研究已经进行年度或六个月和小temporal-scale分析缺乏基础。虽然没有单一的研究方法,可以全面检查降水的变化随着时间的推移,值得考虑如何应用于某些情况下不同的方法(24]。例如,一些研究应用降水变化焦点地区极端降水事件的影响(25]。几个简单的指标可用于评估变化和分析水文过程(26]。其中,降水集中指数(PCI) [27)建议提供信息长期以来总降雨量的变化(26,28,29日]。伊斯坎德尔et al。22]使用PCI表现出不规则的降水分布在孟加拉国,特别是在东南亚地区和其他长期变化趋势分析研究了降水在孟加拉国(30.,31日]。

本研究分析了降水时空变异性计算使用PCI从茂密的降水数据集收集的孟加拉国气象部门(BMD)。地理信息系统(GIS)是用于映射到一个地区的发展变化,我们应用逆距离加权方法。supraseasonal, PCI计算年度季节性和三个和两个月的数据在一段30年(1980 - 2011)。这使年代际比较(1980 - 1989、1990 - 1999和2000 - 2011年)四个区域之间,覆盖整个研究区域。

2。数据和方法

2.1。研究区域

孟加拉国是一个低洼的河控国家组成主要是平原。它占地面积147570公里2和地理延伸从20°34 38′′N 26°N和从88°01′E 92°41′E .大多数的人口居住在农村地区,直接或间接地取决于农业生产活动。亚热带季风气候强烈活动,国家有时受到热带气旋的影响(32]。这个国家每年经历大量的降雨。平均有78%的降雨量在孟加拉国发生在雨季和是由弱的热带低压由湿从孟加拉湾季风(33,34]。国内沉淀浓度变化,年平均降雨量变化的最大5690毫米在东北西部至少1110毫米(21]。孟加拉国有30气象观测站(图1),所有这些都包括在这项研究中。为了更好地理解降水变化,全国分为四个区域:北北,中部,东南东、西南。


图1
研究区域的地图。
2.2。研究过程

在这项研究中,沉淀浓度变化在不同的时间间隔比较四个区域的孟加拉国。从1980年到2011年收集的数据是弹道导弹防御和用作PCI输入数据分析。数据质量是获得好成绩的一个重要指标,数据公布前仔细控制。一般来说,所有的站被发现是均匀的;因此,每个站的数据集都包含在这一分析。首先,我们进行了比较的PCI值之间的相关性两个和三个月的时间间隔来理解具体的变化。然后,我们统一定义,温和,不规则,和高度不规则的降水分布和季节性变化为特定地区。对于降水的空间分析,我们所有气象站插入数据到一个常规电网。supraseasonal,最后,我们分析了年度季节性,三个,两个月的PCI值利用克鲁斯卡尔-沃利斯检验确定统计学意义在几十年。本研究的主要目的是分析降水趋势和不规则分布在研究区在不同的时间间隔。

地理信息系统(GIS)工具已经使用了PCI映射。根据地质统计学分析,逆距离加权(IDW)方法被认为是在这项研究中插入PCI数据。插值的力量被认为是2,邻域搜索标准,社区是至少10和邻居包括15岁,主要的半轴为1.52,小的半轴为1.52,角是0。逆距离权重(IDW)是一种建立确定性方法降水集中指数映射和最常用的确定性模型在空间内插35- - - - - -37]。

2.3。一种总线标准方法

PCI是降雨集中的风向标和降雨侵蚀力28]。PCI值计算规模每年为每个网格点使用数据从所有电台方程的基础上,奥利弗(27]: 在哪里 月总降水量我。PCI也计算规模supraseasonal(方程(2从上半年))(JJ)和July-December (JD)和季节性规模(方程(3冬天))(November-February NDJF),夏天或premonsoon(3月到6月,MAMJ)和季风(JASO July-October):

我们也计算了三个和两个月的PCI间隔(方程(4)和(5),分别)分解年度、季节,和supraseasonal降水分布和浓度:

所定义的奥利弗(27),小于10的PCI值代表一个统一的(即降水分布。,low precipitation concentration), the PCI values from 11 to 15 denote a moderate precipitation concentration, the values from 16 to 20 denote an irregular distribution, and the values above 20 represent strong irregularity (i.e., high precipitation concentration). According to the analysis of the PCI formulae, on annual, seasonal, and supraseasonal scales, a PCI value of less than 10 indicates perfect uniformity of precipitation distribution (i.e., the same or highly similar amounts of rainfall in each month). At all scales, a PCI value of 16–20 indicates that the total precipitation is concentrated in half of the period, and a PCI value greater than 20 indicates that the total precipitation is concentrated in one-third of the period. For example, this last value indicates that most annual precipitation occurs within four months, most supraseasonal precipitation occurs within two months, and most seasonal precipitation occurs within one month. In other words, intensive rainfall is considered to be uniform if it occurs throughout the time period, but if it occurs within a narrow subset of the time period, then its distribution is considered to be irregular.

探讨颞PCI的变化,十年代际亚纪的PCI值计算:1980 - 1989,1990 - 1999,2000 - 2011。统计学意义的十年时间在每个网格点之间的差别与不同级别的评估使用趋势检验概率分类如下:异常可能( ),极有可能( ),很有可能( ),和概率很低( )。

3所示。结果与讨论

3.1。年度PCI

一年一度的PCI值是温和的和一些违规行为(图2)。在6个月的分析,JJ(上半年)时期很不规则,而JD (July-December)时期表现出温和的降水分布。适度的不规则分布的观察时,四个区域共享类似的气候条件。一年一度的PCI的分布变化从< 14东北部(Sylhet, Srimangal) > 18在北部和东南部(图3(一个)孟加拉湾附近),观察moderate-to-irregular降水分布。西部和中部地区显示显著变化和不规则分布。


图2
意味着PCI值在1980 - 2011。BD,孟加拉国;NNWR,北北地区;CR,中部地区;es,东南东地区;SSWR,西南地区。

图3
(一)年度;(b, c) supraseasonal (b = JJ, c = JD);(d-f)季节性(d = NDJF e = MAMJ f = JASO);(g-j) 3个月(g = JFM h = AMJ, i =雅,j =生命)。
3.2。Supraseasonal PCI

PCI supraseasonal范围内表现出复杂的降水分布在研究区。JJ期间,PCI继续展现moderate-to-high违规行为。西北和东南偏南约地区PCI值较高(> 20)。中央(不包括达卡)和西部地区还显示相对较高值,低但不规则分布的观察值在中央东北地区(图3 (b))。在夏季(MAMJ),中西部地区经历了强烈的风暴,在当地被称为“Kalbaishaki”,它的特点是高降雨量和潜在的毁灭性的破坏。JD周期,降低PCI值(< 14)观察研究的大部分区域,除了考克斯的集市附近的一个小地区东南部(图3 (c)),在适度不规则的降水分布的特征。

3.3。季节性PCI

三个不同的季节是公认的在孟加拉国:premonsoon或夏季(MAMJ)季风/雨季(JASO)和postmonsoon或冬季(NDJF) [38]。通常,premonsoon postmonsoon季节收到少雨。平均80%以上的年降雨量发生在雨季。对于所有地区,postmonsoon /季风季节显示强烈的不规则/均匀降水分布(数据3 (d)和3 (f))。降雨在孟加拉国在雨季是由热带低压在孟加拉湾33]。这些季风萧条中线轨迹,向着西北和西梅加拉亚邦高原偏转。由于这高原的高度,提高水分凝结,主要在西北孟加拉国(特别是强降雨33]。温和降水分布在premonsoon季节最常见,尽管西北和东南地区显示值(> 12)相对高于西部,中部和东北地区(图3 (e))。温度对降水有重要影响;在夏天,温度可以达到45°C或更大,和在冬天,他们可以降至5°C在某些领域(21]。

3.4。三个月的PCI

三个月PCI值最高的北部和东南部和中部和东北地区最低,根据每年的天气条件。JFM时期显示所有地区,不规则的PCI值与更高的价值比东南西北(图3 (g))。AMJ时期显示适度统一premonsoon PCI值(图3 (h)),这是一段通常经验增加降雨从4月到5月和6月期间达到中等水平(39]。早期降雨在此期间有时会导致洪水。在雅期间PCI值最低的是不到10(图3(我)),特点是整个研究区域均匀沉淀浓度。此外,JFM的时期,你就表现出强烈的违规行为在PCI值对应于旱季(39]。总的来说,西北地区显示PCI值(> 20)最高,中部,南部和东部地区温和的价值观和不规则分布。附近的相对较低的值观察在东南部吉大港希尔区域(图3 (j)),分布是温和的。

3.5。两个月的PCI

为期两个月的数据分析的结果显示相对moderate-to-uniform降水分布地区(图,没有强大的违规行为2)。温和多雨在摩根富林明分布相对均匀,调频,妈妈,和我,和乔丹,JJ, JA,尤其制服。同时,因此,ND, DJ moderate-to-irregular分布。分析表明,降雨集中在大多数异构nonrainfall季节(摩根富林明,调频,妈,,,和ND)和过渡时期之前和之后的雨季。对所有地区,降水是最经常在雨季(数字4 (e)- - - - - -4 (h))。摩根富林明的时期,晨光初现的地区显示更温和比西北地区降水分布,而相反的是在观察期间(数字4(一)和4 (j))。所以期间,一些异常被发现在西北,中部和东南部地区(图4(我))。这些是高海拔地区,土壤条件和持续增长能力不同于其他国家。


图4
平均两个月PCI期间摩根富林明(一个);(b)调频;马(c);(d)是;(e)乔丹;JJ (f);(g)是;(h);(我);(j); (k) ND; (l) DJ.
3.6。十年期的PCI的分析

年代际分析表明,一年一度的PCI值变化随着时间的推移和表现出不规则分布。重大变化在PCI值在1980年和1989年之间,在1990年和1999年之间被发现的极端的西北和东南地区。中西部和东北部地区有相似的价值观,但从1990年到1999年,中部地区显著改变。从2000年到2011年,西北和东南地区的PCI显著改变显示违规行为,而中部和东北部地区(数据显示不规则分布4(一)- - - - - -4 (c))。

当在六个月的基础上,分析PCI值JJ时期的几十年1980 - 1989,1990 - 1999,和2000 - 2011显示明显的违规行为。高降水集中发生在北北和南东南地区,但降水分布是不规则的从中央到东北地区(数字4 (d)- - - - - -4 (f))。与此同时春天和炎热的季节,降水更不规则分布。JD的六个月,一个温和的降水分布观察。只有北部和东部地区PCI值落在不规则分布类(数据4 (g)- - - - - -4(我))。

PCI计算规模的季节性变化在整个研究区域,从值小于10到20多。在冬季(NDJF),强大的违规行为发生在所有几十年(1980 - 1989、1990 - 1999和2000 - 2011年),不规则分布发生在西南部和东北部地区在1980 - 1989和1990 - 1999(数字5(一个)- - - - - -5 (c))。PCI值显示在夏天(MAMJ),一个温和的降水分布、东南部和西北部和南部地区显示高度适度分布(数字5 (d)- - - - - -5 (f))。雨季(JASO)降水更均匀分布时,较低的PCI值(数据5 (g)- - - - - -5(我))。然而,在雨季,大量降雨增加的发病率毁灭性的自然灾害(如洪水)。


图5
十年的分析年度PCI(一)1980 - 1989;1990 - 1990 (b);(c) = 2000 - 2011。六个月的PCI的JJ (d) 1980 - 1989;1990 - 1990 (e);(f) 2000 - 2011。六个月的PCI的JD (g) 980 - 1989;(h) 1990 - 1990;(我)2000 - 2011。

PCI值计算三个月范围内显示复杂的分布。JFM温和,不规则分布在1980 - 1989和1990 - 1999年但不规则和强烈的不规则值在2000 - 2011(数字6(一)- - - - - -6 (c))。AMJ期间,通常表现出温和的分布,只有东北地区表现出均匀分布(数字6 (d)- - - - - -6 (f))。统一的降水分布的观察雅时期,虽然有些变化观察在东南亚地区(数字6 (g)- - - - - -6(我))。降低PCI值是很常见的在这段时间反映了季风的影响。最不规则和强烈的生命周期不规则分布观察,这是受天气的影响。生命周期显示最强的降水分布在2000 - 2011年(图中的违规行为6)。


图6
年代际分析季节性的NDJF PCI (a) 1980 - 1989, 1990 - 1990 (b),和(c) 2000 - 2011;MAMJ (d) 1980 - 1989、1990 - 1990 (e),和(f) 2000 - 2011;JASO (g) 1980 - 1989, 1990 - 1990 (h),(我)2000 - 2011。
3.7。在地区PCI显著差异

我们观察到不同的年平均降雨量在四个地区。十的分析揭示了一个重要的区别在几十年的1980 - 1989和1990 - 1999,而2000 - 2011没有显著差异(表1)。supraseasonal分析,观察显著分化JJ的1990 - 1999年期间,在2000 - 2011 JD段(数字7和8)。
时间尺度一个 价值
的意思是 1980 - 1989 1990 - 1999 2000 - 2011
PCI年度 0.036 0.031 0.021 0.097
Supraseasonal (JJ) 0.061 0.063 0.004 0.219
Supraseasonal (JD) 0.063 0.092 0.089 0.018
NDJF 0.333 0.227 0.02 0.105
MAMJ 0.015 0.012 0.003 0.091
JASO 0.237 0.216 0.159 0.034
JFM 0.011 0.024 0.068 0.014
AMJ 0.014 0.011 0.005 0.026
雅 0.455 0.204 0.033 0.19
核能开发局 0.003 0.005 0.068 0.001
摩根富林明 0.011 0.227 0.107 0.028
调频 0.125 0.332 0.773 0.05
马 0.026 0.018 0.028 0.028
我 0.025 0.003 0.024 0.018
乔丹 0.051 0.067 0.005 0.192
JJ 0.508 0.032 0.642 0.371
晶澳 0.394 0.424 0.023 0.235
作为 0.368 0.361 0.199 0.114
所以 0.027 0.344 0.026 0.052
在 0.005 0.009 0.062 0.001
ND 0.362 0.611 0.607 0.477
DJ 0.135 0.497 0.39 0.39
一个字母表示一年的十二个月(例如,JJ上半年,JD July-December)。 无限的数字。
表1
的地区差异意味着PCI利用克鲁斯卡尔-沃利斯检验1980 - 1989年期间,1990 - 1999,和2000 - 2011年在孟加拉。

图7
十年的分析三个月期间为JFM PCI (a) 1980 - 1989, 1990 - 1990 (b),和(c) 2000 - 2011;AMJ (d) 1980 - 1989年期间,1990 - 1990 (e),和(f) 2000 - 2011;雅(g) 1980 - 1989年期间,1990 - 1990年(h),(我)2000 - 2011;核能开发局(j) 1980 - 1989年期间,1990 - 1990 (k)和(l) 2000 - 2011。

图8
十年两个月的分析PCI (a, b, c)摩根富林明;(d, e, f)调频;马(g、h、i);(j, k, l);(m, n, o)乔丹;JJ (p, q, r);(s t u)是;(v w x);(y, z);(B, C, D); (E, F, G) ND; (H, I, J) DJ for the representative decades 1980–1989, 1990–1999, and 2000–2011 over Bangladesh.

分化是观察MAMJ所有几十年,除了2000 - 2011。分化观察期间为JASO NDJF在1990 - 1999和2000 - 2011。三个月PCI显示差异意味着沉淀浓度对于大多数几十年,虽然季风段(雅),我们观察到没有区别的意思是全国降水集中。对于大多数几十年,三个月的PCI值显示沉淀浓度的变化,除了JFM和雅在1990 - 1999和1980 - 1989。两个月的PCI值表明,降水变化主要发生在季节性的过渡期。从2000年到2011年降水集中度变化低于早几十年。大多数气候研究已经表明,年降雨量将增加在南亚和冬季降雨将减少由于全球气候变化(40,41]。

3.8。PCI的趋势在1980 - 2011年在孟加拉的时期

各种研究表明由于气候变化的降雨模式在孟加拉国最有可能改变将不利影响数百万人的生活和生计(4]。积极的趋势年降雨量和消极的趋势在冬季降雨(数字9和10)意味着孟加拉国的降雨集中在雨季,premonsoon月(5]。PCI的年度趋势增加了最大的多数车站的大部分时间而SupraSeasonal PCI July-December已经减少了两个第三站(表2)。此外,相同条件下季风时期被发现。PCI的负面趋势意味着在季风降雨集中在孟加拉国的一些地区正在增加。因此,这表明降雨的违规行为在季风季节(6月- 9月)更少。在冬季(November-February) PCI值明显的积极趋势。因此,这表明降雨在冬季期间的违规行为高(图11)。



图9
为期两个月的PCI变化在不同时期从长期意味着PCI(1980 - 2011)(系列1 = 1980 - 1989,2 = 1990 - 1999,和系列3 = 2000 - 2011)。

图10
年度季节性PCI变化在不同时期从长期意味着PCI(1980 - 2011)(系列1 = 1980 - 1989,2 = 1990 - 1999,和系列3 = 2000 - 2011)。
站 年度 6 month_JJ 6 month_JD NDJF MAMJ JASO JFM AMJ 雅 核能开发局 摩根富林明 调频 马 我 乔丹 JJ 晶澳 作为 所以 在 ND DJ
Bogra 0.03 0.01 −0.01 0.16 0.00 0.02 0.05 0.00 0.01 0.09 0.10 0.06 0.01 −0.04 0.01 0.00 0.01 0.00 0.00 0.00 0.06 0.10
Dinajpur −0.05 −0.01 −0.02 0.21 −0.02 −0.02 0.10 −0.02 0.00 0.10 0.01 0.03 0.01 −0.06 −0.01 −0.05 0.00 0.01 0.00 0.01 −0.03 0.04
Ishurdi 0.06 0.02 0.02 0.25 0.00 0.01 0.12 0.01 0.00 0.08 0.05 0.06 0.00 −0.05 0.02 0.00 −0.01 0.00 0.03 0.06 0.03 0.08
Rajshahi 0.04 0.05 0.04 0.40 0.01 0.01 0.16 0.00 0.01 0.11 0.13 0.07 0.03 0.00 −0.03 0.00 0.01 −0.03 0.02 0.05 0.06 0.09
Rangpur −0.05 −0.07 −0.04 0.16 −0.06 −0.04 0.11 −0.05 0.01 0.04 0.02 0.09 −0.02 −0.05 −0.02 −0.03 0.01 0.03 −0.07 0.01 0.03 0.04
博里萨尔 0.06 0.11 −0.01 0.05 0.06 −0.02 0.12 0.06 0.00 0.13 0.08 0.03 −0.04 0.00 0.02 0.01 0.00 −0.01 0.01 0.03 0.04 0.12
波拉 0.07 0.10 −0.01 0.20 0.04 −0.02 0.10 0.02 0.01 0.13 0.02 0.08 −0.06 0.05 −0.02 0.02 0.02 −0.01 −0.04 0.06 0.08 0.00
Hatiya 0.03 0.13 −0.03 0.02 0.09 −0.03 0.09 0.04 −0.01 0.19 0.02 0.01 −0.03 0.07 −0.02 0.00 0.01 −0.01 −0.05 0.08 0.09 0.15
Jessore 0.07 0.06 0.01 0.06 0.01 −0.01 0.05 0.00 0.00 −0.02 −0.03 0.03 −0.03 −0.01 −0.02 0.01 0.01 −0.04 0.02 0.00 −0.02 0.08
Kepupara 0.01 0.04 −0.06 0.10 0.03 −0.05 0.14 0.01 −0.02 0.16 −0.04 0.21 0.09 0.05 −0.02 0.03 0.00 −0.03 −0.05 0.04 0.12 0.12
战争怎样惊人地扩大 0.05 0.10 −0.03 0.21 0.05 −0.04 0.12 0.02 −0.03 0.12 0.05 0.07 −0.07 0.03 −0.02 0.00 −0.01 −0.04 0.04 0.03 0.07 0.10
m .法院 −0.03 0.16 −0.10 0.07 0.09 −0.07 0.08 0.06 −0.01 0.11 0.00 0.02 0.07 0.03 0.00 −0.01 −0.01 −0.03 −0.07 0.02 0.15 0.07
Ppatuakhali 0.09 0.10 −0.01 0.23 0.08 −0.02 0.20 0.05 0.01 0.15 0.02 0.14 −0.02 0.04 −0.01 0.04 0.02 −0.01 −0.07 0.06 0.08 0.08
Sandwip 0.05 0.10 −0.04 0.04 0.06 −0.03 0.24 0.04 −0.02 0.11 0.04 0.11 −0.02 0.11 −0.05 −0.01 −0.01 0.00 −0.04 0.04 0.00 0.04
Satkhira 0.04 0.13 −0.01 0.06 0.05 −0.02 0.24 0.03 −0.01 0.04 0.06 0.10 −0.01 0.03 0.01 0.00 0.01 0.00 −0.03 0.02 0.12 0.09
专区 0.03 0.10 −0.03 0.21 0.07 0.01 0.06 0.05 0.01 0.06 0.04 0.03 −0.02 0.05 0.01 0.04 0.01 −0.01 0.00 0.00 0.04 0.08
澳德 0.10 0.13 0.01 0.06 0.08 0.00 0.07 0.05 0.02 0.09 0.04 0.00 −0.02 0.05 0.02 0.03 0.01 0.00 −0.07 0.08 0.10 0.09
达卡 0.10 0.12 0.04 0.04 0.08 0.02 0.12 0.06 0.02 0.12 −0.08 0.04 0.01 0.03 0.02 0.00 −0.03 0.02 −0.01 0.06 0.13 0.14
Faridpur 0.14 0.22 0.08 0.01 0.16 0.03 0.15 0.12 0.03 0.13 −0.03 0.12 0.12 0.03 0.06 0.01 0.01 0.00 0.00 0.06 0.00 0.01
Madaripur −0.03 0.16 −0.10 0.07 0.09 −0.07 0.08 0.06 −0.01 0.11 0.00 0.02 0.07 0.03 0.00 −0.01 −0.01 −0.03 −0.07 0.02 0.15 0.07
Mmymensingh 0.02 0.01 0.03 0.08 −0.01 0.01 0.06 0.00 0.00 0.06 0.02 −0.01 0.02 −0.03 0.00 −0.02 −0.02 0.00 0.02 0.02 0.02 0.12
坦 0.09 0.10 0.06 0.30 0.06 0.03 0.13 0.05 0.02 0.16 0.02 0.11 0.01 0.03 0.00 0.01 −0.01 0.01 0.00 0.06 0.04 0.15
吉大港 0.01 0.09 −0.13 0.06 0.05 −0.09 0.10 0.02 −0.06 −0.01 0.02 0.08 0.05 0.04 −0.03 0.03 −0.03 0.00 0.00 0.00 0.00 0.03
考克斯的考克斯bBBazar −0.03 −0.12 −0.04 0.02 −0.09 −0.05 0.09 −0.09 −0.02 0.11 −0.04 0.11 0.00 0.06 −0.09 0.01 −0.01 −0.03 −0.05 0.06 0.03 0.11
Khutubdia −0.03 −0.01 −0.13 0.09 −0.01 −0.11 0.09 −0.02 −0.07 0.25 0.02 0.08 −0.02 0.10 −0.06 0.02 −0.04 −0.05 −0.04 0.14 0.04 0.11
Rangamati 0.13 0.30 −0.01 0.03 0.18 −0.02 0.09 0.11 −0.01 0.08 −0.07 0.13 0.04 0.06 0.03 0.02 0.00 −0.01 −0.01 0.08 0.03 0.00
Sithakundu 0.06 0.09 −0.01 −0.01 0.04 −0.02 0.12 0.00 −0.03 0.13 0.09 0.08 0.01 0.02 −0.04 0.01 −0.03 0.00 −0.03 0.07 0.00 0.02
Srimongal 0.01 0.04 0.00 0.22 0.03 −0.01 0.10 0.02 0.01 0.12 0.02 0.05 −0.05 0.04 −0.02 0.00 0.00 0.01 −0.05 0.04 0.10 0.11
Sylhet 0.03 0.04 0.01 0.28 0.02 0.01 0.12 0.02 0.00 0.11 0.05 0.06 0.00 0.01 −0.01 0.00 0.00 0.00 −0.05 0.00 −0.05 0.18
Teknaf 0.09 0.09 0.06 0.27 0.05 0.03 0.14 0.05 0.02 0.15 0.01 0.10 0.01 0.03 0.00 0.01 −0.01 0.01 0.00 0.05 0.04 0.15
表2
PCI趋势在此期间1980 - 2011。

图11
三个月的PCI变化在不同时期从长期的意思是PCI(1980 - 2011)(系列1 = 1980 - 1989系列2 = 1990 - 1999,和系列3 = 2000 - 2011)。
3.9。影响的变化PCI在孟加拉国

降水变化在时间和空间上是最相关的特征之一的孟加拉国气候水文灾害是一种常见的现象(5]。体积,及时性、分配和降雨持续时间在每个季节是农民的重大关切。大多数人在我们国家面积取决于作物和畜牧生产生活和家庭收入42]。Rainfall-related危害和灾难(如干旱和洪水)要求农民实现措施改变耕作制度,种植或播种时期,作物品种,改变作物类型的国家(43]。可以使用PCI作为水文灾害风险的指标如洪水和干旱(44]。PCI可以帮助量化相对分布的降雨模式(28]。

4所示。结论

孟加拉国经历了季风气候和漫滩地形,使它容易受到水文灾害。在这项研究中,我们考虑降雨分布在不同空间和时间尺度从1989年到2011年。结果表明,降水是最统一的在雨季。对于所有地区,每年的PCI值是温和的和不规则的,和六个月(JJ和JD) PCI值是不规则的温和。季节性和三个月的分析、适度的值通常是不规则的。最后两个月的时间间隔短(MJ, JJ,是的,正如),大多数PCI值显示均匀降水分布。一般来说,孟加拉国的西北部和东南部地区显示PCI值最高,反映出不规则的降水分布。结果表明,适度的季节性降雨在孟加拉国,强度的增加从premonsoon季风季节,由弱从孟加拉湾热带低压。大多数premonsoon降雨发生在中西部地区,农业生产是广泛的。年代际分析(1980 - 1989、1990 - 1999和2000 - 2011年)表明,一年一度的PCI值变化随着时间的推移和表现出不规则的分布。 The north–west and south–east regions had strong irregularities during 2000–2011, while the shorter JJ and JD six-month periods showed significant and moderate irregularities, respectively. The seasonal analysis showed that the JASO period exhibited a uniform subtropical monsoon climate; therefore, the three-month JAS period also showed a uniform distribution. The two-month PCI analyses indicated that precipitation variation was mostly found in seasonal transition periods. For short time periods, precipitation was strongly linked to season. Short-term variations also increased during the decade 2000–2011, during which the OND period saw the most irregular precipitation distribution.

数据可用性

使用的数据来支持本研究的发现可以从相应的作者。

的利益冲突

作者宣称没有利益冲突有关的出版。

作者的贡献

Md。Anarul Haque Mondol Al-Mamun设计研究理念,分析数据,和写的手稿;Mehedi Iqbal贡献的关键评估手稿。东湖张成泽修订手稿批判性和提供重要的知识内容。

确认

这项工作是由共和国教育部支持朝鲜和韩国国家研究基金会(nrf - 2016 s1a3a2924243)。作者感谢孟加拉气象部门(BMD)提供降雨数据。

引用

  1. f·兰伯特·斯托特和m·艾伦,检测和归因在全球陆地降水的变化EGS-AGU-EUG联合大会,不错,法国,2003年。
  2. m·h·多尔,“气候变化和全球降水chaenges模式:我们知道什么?”国际环境没有,卷。31日。8,1167 - 1181年,2005页。视图:出版商的网站|谷歌学术搜索
  3. m .开采宝石者、美国贝克和t .江”观察到的月降水趋势在中国1951 - 2002年”理论和应用气候学卷。77年,39-45,2004页。视图:出版商的网站|谷歌学术搜索
  4. z哈桑、美国Akhter和m .伊斯兰教,“气候变化和降雨趋势在东南部沿海孟加拉国的一部分,”欧洲科学杂志,10卷,不。2、25 - 39页。2014。视图:出版商的网站|谷歌学术搜索
  5. 舍希德和s . k .奥斯曼”降雨量的时空变异性孟加拉时间1969 - 2003年期间,“亚太地区大气科学杂志》上,45卷,不。3、375 - 389年,2009页。视图:谷歌学术搜索
  6. m·r·艾伦和w·j·英格拉姆”,建筑在未来的气候变化和水文循环,”自然,卷419,不。6903年,第232 - 224页,2002年。视图:出版商的网站|谷歌学术搜索
  7. h . Le Treut r . Someville美国Cubasch et al .,“气候变化的历史概述”2007年国际气候变化,气候变化的物理科学基础,贡献的第四次评估报告第一工作组政府间气候变化专门委员会美国Solmon d .秦,m·曼宁et al .,。,Cambridge University Press, Cambridge, United Kingdom and New York, NY, USA, 2007.视图:谷歌学术搜索
  8. g .朔尔茨,j . n .昆廷·斯特劳斯“水土流失从甜菜在中欧在应对气候变化引起的季节性降水变化,“系列,卷72,不。1,第105 - 91页,2008。视图:出版商的网站|谷歌学术搜索
  9. r . Coscarelli和t . Caloiero每日和每月分析降雨集中在意大利南部(卡拉布里亚地区),“《水文,卷416,不。417年,第156 - 145页,2012年。视图:出版商的网站|谷歌学术搜索
  10. e . Aguado d . Cayan l .谜语,m·鲁斯“气候波动和西海岸的时间流速及流水量,”杂志的气候,5卷,不。12日,第1483 - 1468页,1992年。视图:出版商的网站|谷歌学术搜索
  11. j . i Lopez-Moreno s . m . Vicente-Serrano l .希梅诺和r .分担”的稳定性降水的季节分布在地中海地区:自1950年以来的观察,预测21世纪,“《地球物理研究快报,36卷,不。10日,2009年。视图:出版商的网站|谷歌学术搜索
  12. m . n .伊斯兰教,t . Hayashi t . Terao h . Uyeda k .菊池,“降水系统的特点分析了雷达数据在孟加拉国,”自然灾害科学杂志》上,27卷,不。1,17-23,2005页。视图:谷歌学术搜索
  13. k . e . Trenberth p·d·琼斯,p . Ambenje et al .,“观察:表面和大气,”2007年气候变化的物理科学基础,贡献的第四次评估报告第一工作组政府间气候变化专门委员会英国剑桥,剑桥大学出版社,纽约,美国,2007年。视图:谷歌学术搜索
  14. b·罗伊akt, l .打烙印et al .,“社会经济脆弱性和适应环境风险:一个案例研究气候变化和洪水在孟加拉国,”风险分析,27卷,不。2、313 - 326年,2007页。视图:出版商的网站|谷歌学术搜索
  15. j·h·克里斯滕森b款,a Busuioc et al .,“区域气候预测,”气候变化工作组的自然科学基础,贡献1的政府间气候变化专门委员会第四次评估报告英国剑桥,剑桥大学出版社,纽约,美国,2007年。视图:谷歌学术搜索
  16. a . m . s .艾哈迈德和美国Karmakar”,夏季季风的到来和撤军日期在孟加拉国,”国际气候学杂志,13卷,不。7,727 - 740年,1993页。视图:出版商的网站|谷歌学术搜索
  17. m·r·拉赫曼·m·Salehin, j .松本“孟加拉国的季风降雨模式的变化趋势,孟加拉国水资源》杂志上,14卷,不。18日,第138 - 121页,1997年。视图:谷歌学术搜索
  18. ,k·r·布里法g·范德Schrier, p·d·琼斯,“湿和干燥的夏天在欧洲自1750年以来:增加干旱的证据,”国际气候学杂志卷,29号13日,1894 - 1905年,2009页。视图:出版商的网站|谷歌学术搜索
  19. j .麻雀和c·弗雷”趋势的降水和湿和干燥的法术在瑞士在20世纪,“国际气候学杂志,25卷,不。6,277 - 287年,2005页。视图:出版商的网站|谷歌学术搜索
  20. 问:张彭译葶。徐、张z”观察到的变化干旱/湿润集珠江流域,中国,使用标准化降水指数和干旱指数”理论和应用气候学,卷98,不。1 - 2、89 - 99年,2009页。视图:出版商的网站|谷歌学术搜索
  21. 亚洲社会的孟加拉国,Banglapedia:国家Enclopaedia孟加拉国亚细亚社会孟加拉达卡,孟加拉国,2003年。
  22. 舍希德,“降水变率和湿和干燥的时间往往在孟加拉国,”国际气候学杂志,30卷,不。15日,第2313 - 2299页,2010年。视图:出版商的网站|谷歌学术搜索
  23. m . Rafiuddin h . Uyeda, m . n .伊斯兰教“季风降水系统的特点和孟加拉国,”国际气候学杂志,30卷,不。7,1042 - 1055年,2010页。视图:出版商的网站|谷歌学术搜索
  24. m·w·兰德”聚类方法的评价的客观标准”,美国统计协会杂志》上卷,66年,第850 - 846页,2012年。视图:出版商的网站|谷歌学术搜索
  25. t·r·卡尔和r . w .骑士”,长期趋势的降水、频率和强度在美国,“美国气象学会的公告,卷79,不。2、231 - 241年,1998页。视图:出版商的网站|谷歌学术搜索
  26. m·德·路易斯·j·c·Gonzalez-Hidalgo m . Brunetti和洛杉矶Longares”沉淀浓度变化在西班牙1946 - 2005年,”自然灾害和地球系统科学,11卷,不。5,1259 - 1265年,2011页。视图:出版商的网站|谷歌学术搜索
  27. j·e·奥利弗,”月降水分布比较指数”,专业地理学家,32卷,不。3、300 - 309年,1980页。视图:出版商的网站|谷歌学术搜索
  28. p•d•加布里埃尔和r·哈特曼“使用特征的季节性和颞降水集中指数月雨量分布在西班牙,”系列,19卷,不。1,43-58,1992页。视图:出版商的网站|谷歌学术搜索
  29. h . Apaydin g . Erpul i Bayranmin, d·加布里埃尔”评价指标描述降水的分布和浓度:一个案例对该地区的东南部安纳托利亚项目,土耳其,”《水文,卷328,不。3 - 4、726 - 732年,2006页。视图:出版商的网站|谷歌学术搜索
  30. 阿拉姆·m·k·艾哈迈德·m . s ., A·h·m·优素福和m . m .伊斯兰教,“降水的长期趋势不同的空间区域的孟加拉国和远程并置对比与厄尔尼诺/南方振荡和印度洋偶极子”理论和应用气候学,卷129,不。1 - 2、473 - 486年,2017页。视图:出版商的网站|谷歌学术搜索
  31. k . Burkart p . Kinney,“降水预测死亡率在孟加拉国吗?南亚季风气候,multi-stratified分析”科学的环境卷,553年,第465 - 458页,2016年。视图:出版商的网站|谷歌学术搜索
  32. k·m·克里希纳“强化热带气旋北印度洋夏季monsoon-Global变暖,”全球行星变化,卷65,不。1 - 2,页12日至16日,2009年。视图:出版商的网站|谷歌学术搜索
  33. a . m . s .艾哈迈德和k金,“每日降雨量模式在孟加拉国在夏季季风季节:个案研究三个站,“自然地理,24卷,第318 - 295页,2003年。视图:出版商的网站|谷歌学术搜索
  34. m . n .伊斯兰教,t . Terao h . Uyeda t . Hayashi k .菊池,“降水的时空变化特征和孟加拉国,”日本气象学会杂志》上,卷83,不。1,21-39,2005页。视图:出版商的网站|谷歌学术搜索
  35. b·安德鲁斯工具和技术的空间分析和可视化河口底栖生物映射数据从文件检索,2003年。
  36. 查尔斯c . s . Ly,不用去读什么a,“每日降雨量在流域尺度的地质统计学插值:几个Ourthe变差函数模型的使用和Ambleve集雨、比利时、”水文和地球系统科学,15卷,不。7,2259 - 2274年,2011页。视图:出版商的网站|谷歌学术搜索
  37. 诉Stefanescu、美国Stefan和f . Georgescu“极端降水事件的空间分布在罗马尼亚在1980年至2009年之间,“计量的应用程序,21卷,不。2、684 - 694年,2014页。视图:出版商的网站|谷歌学术搜索
  38. h·e·拉希德孟加拉国的地理、大学出版社有限公司、孟加拉、1991。
  39. m·a·h·Mondol m·伊克巴尔Al-Mamun, j .东湖,“季节性分析高、低降雨量地区使用降水集中指数在孟加拉国,”气候研究杂志》,12卷,不。2、215 - 226年,2017页。视图:出版商的网站|谷歌学术搜索
  40. j . f . Jouzel诉Kattsov,罗曼et al .,“技术总结”2007年气候变化:工作组的物理科学基础贡献1到第四政府间气候变化专门委员会的评估报告美国所罗门,d .秦m·曼宁et al .,。,Cambridge University Press, Cambridge, UK, 2007.视图:谷歌学术搜索
  41. 2007年联合国政府间气候变化专门委员会”,气候变化:影响,适应和脆弱,”工作组11的贡献的政府间气候变化专门委员会第四次评估报告m·l·帕里,o . f . Canziani j . p . Palutikof p . j .范德林登和c·e·汉森,Eds。英国剑桥,剑桥大学出版社,2007年。视图:谷歌学术搜索
  42. m·m·g·阿拉姆k·阿拉姆,s . Mushtaq和w·l .球场,“气候变化和相关的危害如何影响河岸孟加拉国农村社区的韧性呢?政策影响生计发展。”环境科学与政策,卷84,不。7,7 - 18,2018页。视图:出版商的网站|谷歌学术搜索
  43. f . Ndamani和t .渡边”,影响降雨对作物生产和适应,建议”国际农业科学杂志》上,5卷,不。1,第2180 - 2167页,2015。视图:谷歌学术搜索
  44. m . Gocic s Shamshirband z拉扎克,d . Petkovićs . Ch和s . Trajkovic”长期降水降水集中指数分析和估算的使用三种支持向量机方法,”气象学的进展卷,2016篇文章ID 7912357, 11页,2016年。视图:出版商的网站|谷歌学术搜索

版权©2018 Md。Anarul Haque Mondol等。这是一个开放的分布式下文章知识共享归属许可,它允许无限制的使用、分配和复制在任何媒介,提供最初的工作是正确引用。

更多相关文章

PDF 下载引用 引用
下载其他格式更多的
ePub
XML
订单打印副本订单
的观点4678年
下载995年
引用

相关文章

文章奖:2020年杰出的研究贡献,选择由我们的首席编辑。获奖的文章阅读。