平均五年代际的趋势和极端降雨和温度在斯里兰卡

文摘

在这项研究中,我们使用了一组全面的统计平均指标调查的历史趋势和极端降雨和温度在斯里兰卡。数据由55年(1961 - 2015)的日常降雨,最高温度(T_马克斯),最低温度(T_最小值)记录20台分散在斯里兰卡。使用非参数的线性趋势分析Mann-Kendall测试和Sen-Theil回归。prewhitening方法最初是用来消除时间序列的自相关,然后修改后的季节性Mann-Kendall测试申请季节性数据。结果表明,在5月,15%的电台湿天明显下降,这可能是由于延迟西南季风(SWM)斯里兰卡。年平均温度的显著增加T_最小值和T_马克斯是观察到的70%和55%,分别。在整个期间,车站显示显著增加的80%T_最小值在6月和7月。每天的温度范围(DTR)表现出一种普遍增加车站位于斯里兰卡的西南海岸地区。虽然全球气候的变化,远程并置对比,当地森林砍伐近几十年来至少在一定程度上影响趋势观察在斯里兰卡,归因研究应该进行一个正式的趋势。

1。介绍

理解历史气候气候变化趋势是声音的前体调查(1]。评估历史降雨和温度是至关重要的制定合理的天气和气候预测,尤其是对发展中国家南亚国家像斯里兰卡。位于印度大陆的南端,斯里兰卡在地理上属于热带纬度5°55′9°51 N′,东经79°42′-81°53′E [2]。拥有近2100万人口的自然森林覆盖率超过29%的总土地面积,斯里兰卡经历了快速转换土地利用在过去几十年来由于对农作物和森林砍伐种植园农业,需要增加基础设施和重要的湿地和农业土地转换人类定居点。这些土地利用变化可能会有一个反馈对当地气候的影响,不能排除是历史趋势的一个因素。在极端天气增加,无论是频率和幅度,对应对气候变化是一个严重的挑战。IPCC(政府间气候变化专门委员会)坚定信心,高强度的降雨和气温变暖会增加地球的部分地区(3]。通常,气候变化首先表现为增加强度和频率的极端天气事件(4),因此,它是必不可少的历史趋势评估包括极端事件。斯里兰卡受到洪水和严重干旱,近年来都有加剧的影响(5- - - - - -8]。

评估历史趋势的变化对平均和极端是必不可少的引入适应政策准备未来的极端事件在斯里兰卡。极端降水和温度的分析调查也发展的关键与长期规划相关政策在农业领域,国家遗产,旅游行业,灾难恢复能力,许多商业实体直接连接到天气事件。因为斯里兰卡是一个农业大国,趋势和极端气候研究将有助于农业和种植领域引入适当的种植模式和开发新品种,可以容忍极端温度。

之前有一些调查斯里兰卡的降雨和气温等研究证明显著的趋势(9- - - - - -11]。例如,极端降雨的动态趋势在斯里兰卡科伦坡已经表明,经历了2010年的最高价值在所有极端严重的历史记录(12]。

而非参数分析,如使用在以前研究降雨和气温趋势(13- - - - - -15),在这项研究中使用的非参数调查更适合检测历史降雨和气温趋势由于各种各样的因素。甚至如此情况下失踪/审查数据在斯里兰卡。特别是,这种方法更适合气候记录包括失踪/审查数据的情况下在斯里兰卡。之前的研究缺乏适当的统计方法调查极端。尽管非参数统计技术以前使用Karunathilaka et al。11Herath],和Rathnayake9],Jayawardene et al。10),季节性的检测组件没有得到恰当的解决长期趋势。识别不完整的本质研究之前,这次调查的目的是设置为显示一致的历史平均水平的线性趋势,极端降雨和温度记录的斯里兰卡使用参数和更健壮的非参数统计技术与妥善处理季节性组件和潜在的自相关。

在下一节中,我们回顾以往的研究斯里兰卡的气候因素的影响。描述的来源的必要性和重要性。我们遵循通过描述的方法用于气候趋势的分析。我们通过总结完成一致的趋势和结果并提出结论。

2。气候在斯里兰卡的概述

2.1。目前的气候

两个季风主要影响斯里兰卡的气候。第一西南季风(SWM)和第二东北季候风(NEM) 5月到9月期间达到斯里兰卡(MJJAS)和12月至2月(DJF),分别为(16]。在SWM NEM季节,风来自东北和西南17),分别(图1)。这些主要季风之间的时期被称为intermonsoonal季节,通常持续两个月。他们被称为第一intermonsoon(鳍)和第二intermonsoon (SIM)和发生在3期(MA)和10(上),分别为(16,18]。区域气候模式在斯里兰卡主要是受到了厄尔尼诺-南方涛动(ENSO) [19]。由于其岛屿地理、季节性季风气候温和的斯里兰卡(20.,21]。存在显著的空间差异在岛上温度由于海拔的变化。因此,两种截然不同的温度制度出现,低地国家的(或低地)和内地的火星科学实验室(高地> 300),以年平均气温26.5 - -28.5°C和15.9°C,分别为(22]。由于它的热带气候,土壤水分蒸发蒸腾损失总量损失高温度越高政权的斯里兰卡23]。除了季风季节,远距离联系斯里兰卡的气候影响,降雨和温度由这些现象的强烈影响。气候变化可能会导致增加的温度在斯里兰卡比全球变暖的速度更快(24]。由于气候变化,干旱是不可避免的在斯里兰卡(几乎所有地区25]。

2.2。降雨

先前的研究对降雨在斯里兰卡强调非凡的极端降雨都集中在西南地区,尤其是科伦坡和Ratmalana地区(12]。根据Karunathilaka et al。11),年降雨量数据表明,近三分之二的监视站显示增加的趋势,而剩下的三分之一显示减少的趋势。高强度降雨导致洪水在城市地区,洪水等近年来频繁。一个例外是Nuwara Eliya站,显示所有极端的指数递减的趋势,包括频率和降雨强度(12]。Ratmalana Wet-zone Ratnapura等城市,科伦坡正在深刻地受到极端降水的影响。年度最大连续五天的降雨还显示显著的增加趋势Batticaloa,科伦坡,汉班托塔,Ratmalana,亭可马里12]。远程并置对比扮演了一个重要的角色在斯里兰卡开降雨量(26]。厄尔尼诺-南方涛动(ENSO)现象是主要的气候驱动程序在斯里兰卡和印度大陆。变化意味着降雨强度和降雨总量在季风季节显示高相关性与ENSO事件(16,27,28]。

2.3。温度

在斯里兰卡的大部分跟温度有关的调查已经证明了变暖趋势(15,27,29日,30.]。利用月平均温度作为基线数据,德哥(13)发现长期(1869 - 2007)每年的温度上升。德哥(13)也显示,月平均最高和最低温度趋势2.6°C / 100年,每100年1.7°C,分别。根据Zubair et al。15),最近一段时期(1961 - 2000)显示加速白天变暖趋势。其他研究斯里兰卡年度为1871 - 1990年期间平均气温数据证实了大多数地区有明显的变暖趋势(14,27]。因素增加的温度在斯里兰卡是人为活动与森林覆盖损耗、城市化、自然远程并置对比,和全球气候变化。尽管城市“热岛”效应可能影响温度升高在斯里兰卡城市,研究无法证实这种关系。很明显从上述趋势,温度在斯里兰卡正在发生变化,但是很难提取模式的极端温度事件一些先前的研究,因为月度均值和日平均温度作为基线数据(31日]。

3所示。材料和方法

3.1。数据

我们调查了站记录每天的总降雨量(毫米)和原始(或调整)温度(°C) 55年期间1961年至2015年之间。每天总降雨量和每日最大(T_马克斯)和最低(T_最小值20岁)环境空气温度记录天气气象监测站分散在岛上被选为分析(图1)。这些记录得到气象部门的斯里兰卡。调查受降雨和气温数据一致性检查相关站搬迁,仪器升级,和周围的生态系统的变化,可能会引入异构数据,导致部分歪曲实际的趋势。此外,调整这种异构性问题可能引入虚假的趋势数据(32]。因此,最初,被选出的原始(未调整)数据量化的趋势。降雨量的统计趋势,T_马克斯,T_最小值研究了使用一套气候指标(表吗1)。DTR的表1是计算之间的区别吗T_马克斯和T_最小值(1,33]。降雨和气温趋势的措施进行了调查和年度计划在斯里兰卡四季风季节。表1组个月代表不同的季风季节在斯里兰卡。这些分区季节已经广泛应用于先前的调查有关斯里兰卡的气候(16,18,19,34]。

3.2。Mann-Kendall测试趋势检测

虽然有可能是非线性趋势描述降雨和温度数据,在这项工作中,我们首要目标的存在与否线性趋势使用今年作为解释变量。我们使用标准方法评估统计学意义的斜率参数线性趋势。对于大多数的措施在这项研究中,非参数测试和Sen-Theil Mann-Kendall趋势回归也被利用。与之前的调查主要集中在月度和年度总结和平均降雨量和温度在斯里兰卡,在这项研究中,我们也试图调查极端事件使用参数化方法的趋势。为了这个目的,我们使用了广义极值分布(GEV),没有非平稳的参数(35]。我们进行分析(以下简称R) R编程环境。R是一个集成的、交互式的环境数据操作和作为一个高级统计数据分析平台(36]。我们使用多个统计库中可用R趋势检测。0.05的显著性水平是保持默认为所有统计测试。

Mann-Kendall测试,这是一种非参数的选择对普通最小二乘法(OLS)回归,是用来检测趋势。这个测试(37- - - - - -39)是对离群值的影响,被认为是一种进步OLS (40]。它能够检测非线性趋势和是理想的情况下,数据丢失,审查,或非正态的分布1,40]。这种情况是典型的在斯里兰卡的降雨和气温数据。

Mann-Kendall测试是由加法的符号序列数据值的差异对时间序列如下: 在哪里和时间序列数据值的吗和 , 数据集的长度,是符号函数:

零( )和备用( )假设设置如下:

零假设, ,的观察, ,代表一个样本iid(独立同分布随机变量),没有趋势。替代假说, ,州(即有一个趋势数据。的分布和不相同吗和 )。在这里,被拒绝的大小统计学意义。我们使用肯德尔包在R执行Mann-Kendall测试。

当 , 大约在Mann-Kendall测试遵循正态分布,因此转换为标准正态变量,(例如, )(38]。在这里,确定使用

标准偏差, ,的是由肯德尔(38)如下: 在哪里的大小吗与集团和是双挂钩的数量。被拒绝,如果大于临界值, ,在哪里是水平的意义。

Sen-Theil估计量是用于计算的斜率的大小趋势明显时(41,42]。拟合回归或Sen-Theil趋势线,是一种非参数替代线性回归与Mann-Kendall测试结合使用。与线性回归,Sen-Theil回归不需要的数据是正态分布。然而,该方法仍然假设残差是统计独立的,并且有一个变量之间的线性关系。它已经处理审查和缺失数据的额外优势,因此,它被认为是健壮的。

Sen-Theil斜率估算方法包括计算一个简单的成对估计如以下所示方程,对所有不同的双观测 :

将会有坡对样本大小的 。斜率( )可以确定为所有成对的中位数斜坡(),而拦截( )是由 。因为需要平均成对斜坡而不是平均,极端成对斜坡由于异常值对斜率的大小几乎没有影响。

Mann-Kendall和Sen-Theil方法依赖底层假设观测是独立同分布(iid)。因此,如果有显著正相关,测试往往会高估意义,导致的拒绝根据所选级别的意义。反过来也是如此当测试倾向于低估意义,可能当存在负自相关(43]。

自斯里兰卡降雨和气温数据显示显著的自相关,prewhitening应用于去除积极的自相关。在这个调查中,我们执行一个迭代prewhitening方法的执行zyp在R(包44]。我们执行Mann-Kendall prewhitening后测试和Sen-Theil斜率估计的数据。

的修改版本Mann-Kendall趋势测试也用于分析的数据集时轻微的序列存在自相关(45]。连续依赖缺席时,修改Mann-Kendall趋势检验的效率不及原来的测试。因此,在这次调查中,我们应用修改Mann-Kendall趋势测试只有当lag-1自相关系数是重要的,如果不重要,那么原来的季节性Mann-Kendall测试执行。

季节性Sen-Theil斜率估计计算通过计算成对斜坡在每个季节和获得斜坡季节来计算平均斜率为整个时期的记录。在这种方法中,如果有相反的趋势,然后测试减少因为这种趋势的力量可能会彼此抵消。因此,季节之间的同质性最初验证使用范美女和休斯趋势测试(46前)季节性Mann-Kendall和Sen-Theil测试中的应用。如果季节之间的异构数据,那么原来的趋势与prewhitening执行测试。

在极端的情况下,使用广义极值的数据拟合(GEV)分布在35)如下: 在哪里指示位置、规模和GEV的形状参数,分别。GEV是由最大似然拟合数据。GEV是适合分析block-maxima极端值(35]。block-minima模型,被替换为在方程(7)。

使用的非平稳GEV模型,没有测试的位置参数的趋势。下 ,存在一个趋势在GEV位置参数,表明潜在的极端降雨或温度的增加。趋势的重要性位置参数似然比检验评估使用,它使用异常统计(35定义如下: 在哪里和模型的对数似(趋势)(没有趋势)。的分布是近似的与自由度(df)等于1。零假设计算时被拒绝关键值与选定的显著性水平( )通常认为是5%。

4所示。结果和讨论

这一趋势的结果降雨,T_马克斯,T_最小值和日常温度范围(DTR)在斯里兰卡在研究期间分别提出了1961 - 2015。站的数量(共20)与平均重要值和极端措施列在表中1总结在表中2- - - - - -6降雨,T_马克斯,T_最小值DTR,分别。所有趋势的统计显著性测试一致α0.05水平。

4.1。降雨趋势

块降雨数据显示动态趋势在研究期间(表增加和减少2)。只有两个站显示年度总降雨量的显著趋势,Katunayaka(减少)和Bandarawela(增加)(图2(一个))。最近的一项研究Karunathilaka et al。11)也报道增加和减少的趋势年降雨量在斯里兰卡。然而,一项研究使用长达一个世纪的数据集通过Jayawardene et al。10)报道,年降雨量计算平均每月没有显示一致的增加或减少在斯里兰卡。尽管年降雨量显示动态趋势,一个站证明增加NEM季节(图2(一个))。Katugastota是唯一站,发现明显降雨增加NEM季节。虽然没有统计上显著的增加,80%的站在NEM季节降水增加。整体增加降雨在NEM季节同意报道结果Karunathilaka et al。11]。趋势的降雨模式空间相干(低16),但大部分的站在岛的内部记录增加降雨,虽然只有一个车站,表明在统计学上意义重大。月度总降雨量减少观察整个岛5月期间,有两个车站(科伦坡和Ratmalana)表明趋势显著(图1)。这样很可能由于降雨量的减少,推迟SWM季节性风在该地区(47- - - - - -49),这可能影响斯里兰卡。这减少降雨相比,在10月和11月,降雨似乎增加了两个站周边地区的斯里兰卡(贾夫纳和Pottuvil),显示一个显著的趋势。这一发现盈余在SIM季节降雨同意Hapuarachchi获得的结果和Jayawardena50]。暴雨在SIM季节主要是由于大规模的气旋雷暴发生在斯里兰卡北部和东部地区(51在此期间。接收到的降雨量在这个季节是淡季的农田灌溉的关键。

已经有越来越多的趋势为期2天,3天,7天的意思是降雨事件,至少有两个站显示显著的趋势。只有一个站出现了明显的下降趋势在降雨为期3天,5天,7天时间(表2)。该模式表明增加倾向为短历时暴雨发生在研究期间。广泛的研究降雨在斯里兰卡极端缺乏,但一些研究报告增加趋势在降雨强度7,9,12,52]。

探测降水增加的另一个措施是湿天数计算在给定的季节。只有一个站显示的数量显著增加在一年一度的潮湿的天,SWM,鱼翅,SIM时期。NEM的季节,没有一个站显示显著的趋势。显著的减少趋势观察三个电台(站总数的15%)在SWM季节:Anuradhapura, Batticaloa和库鲁内格勒(表2和图3)。进一步的调查可能需要检测是否减少湿天SWM NEM相比在未来将持续下去。雅可比(48)也报道了类似的斯里兰卡的降雨模式的变化。可能还需要进一步的分析测试这些趋势变化。

季节性降雨maxima使用GEV分布进行调查,和趋势的重要性位置参数似然比检验测试使用。这样的测试演示可能在极端降雨(非平稳35]。最大的季节性降雨,至少一个显示一个显著的趋势和没有显示减少的趋势。SWM和SIM的季节期间,三站增加季节性maxima降雨。SWM期间,沿海站(科伦坡,Katunayaka Ratmalana)在SIM,站在斯里兰卡的室内部分(Badulla、Bandarawela Ratnapura)证明显著的季节性maxima降雨(图4和表2)。

降水的年代际变化获得使用岛气象站中值的日常平均降雨量在斯里兰卡建议全面增加降雨趋势在最近几十年。年代际变化趋势Sen-Theil回归总结在表的斜坡3。转换斜坡降雨趋势的迹象发生在最近几十年。山坡上的趋势在1961 - 1970和2001 - 2010年期间被发现是−2.9 + 0.6毫米/十年,分别。这表明全国降雨显示了一个增加的趋势,尤其是在最近的十年。

尽管极端降雨或降水事件的数量增加了整个大陆,全球不同国家的历史趋势混合异常的这些事件(4]。极端降水事件曾被观察到在少数几个国家,而在许多国家,那些极端已经记录在70%低于平均水平(49]。亚洲的趋势表明,南亚季风降水极端降雨事件变得相对频繁(53]。增加频率的降雨已经报道的可能性增加极端降雨在南亚部分地区(54]。尼泊尔已显示出增加趋势,年平均降雨,特别是在6月和7月的月55在斯里兰卡]同意降雨模式。虽然广义平均趋势一直在南亚的国家学习,极端降雨趋势在现有文献很少被报道。

4.2。温度趋势

趋势分析的结果显示在斯里兰卡一般温度升高,这表明气候变暖的T_马克斯和T_最小值对于大多数电台,除了几站在西南地区。总的来说,我们的结果表明,55%和70%的电台显示显著增加T_马克斯和T_最小值,分别。总体趋势我们观察到同意与先前的研究结果(14,27,56在斯里兰卡]表明总体变暖。

增加的日常T_马克斯在研究期间观察10月期间,最高(75%)的台站数量确认显著增加(图2(一个)和表4)。SWM季节期间,我们发现至少60%的电台增加每月的平均水平T_马克斯,这个结果赞同季节性的平均值T_马克斯。除了4月,至少50%的电台经历了显著的增加趋势。今年4月,只有35%的电台显示显著增加T_马克斯。此外,在5月,T_马克斯减少少量的车站(10%)。这一发现可能是由于风作用在SWM季节在斯里兰卡,这可能会降低环境温度。此外,在10月当SIM电台的流行没有显示显著降低每月平均的T_马克斯或T_最小值(图2)。

与增加T_马克斯趋势,Nuwara Eliya和Ratnapura观察减少4月和12月个月期间,当电台报道的数量显著增加的月度平均值T_马克斯较低与其他几个月相比(表吗4)。

关于季节性最高温度,至少45%的电台显示显著增加,以60%的电台这样做在SWM NEM季节。紧随其后的是55%少站显示年度与统计上显著的趋势和季节性最小值与季节性的最大平均和季节性T_马克斯SWM期间,除了。站未显示出显著减少趋势季节性最大值或最小值。

每天的主要发现来自我们的观察T_最小值是更多的电台报道增加比减少(表吗5),几乎所有的统计分析指标。至少50%的电台四季平均增加75%的电台这样做的几个月期间MJJAS恰逢SWM季节。至少50%的电台显示显著的季节性最大值,和只有35%的电台季节性最小值。NEM和SIM季节期间,65%的电台报道显著的季节性最大值和证明的季节性最小值显著增加60%T_最小值在SWM季节。此外,一半的电台每年增加的最大值和三分之一的电台每年增加的最小值。每月平均为T_最小值显示80%的站点在6月和7月(图表现出显著的趋势5)。这个一般的增加T_最小值被认为是气候变暖造成的夜间温度在许多城市(57,58),和全球趋势是一致的33]。

图6介绍了年度每日平均气温超过20站,移动平均线。很明显,有一个总体的温度随着时间的增加岛作为一个整体。同样,有一个相当程度的平均气温的年际变化数据。可以归因于几个因素包括降雨和大规模的气候循环的变化。

虽然平均DTR既有增加和减少的趋势,显著的季节性最大值和最小值在表很明显6。至少站记录最大值和最小值的30%和10%,分别展示在DTR显著增加。这一发现是一致的趋势观察为期两天的最大事件。我们观察到的一个普遍趋势展示增加每月DTR,尽管更多的电台展示(图7月期间减少7),包括站在科伦坡,Katunayaka Katugastota Puttalam, Ratnapura。贾夫纳,汉班托塔,亭可马里电台经常显示季节性和每月平均增加趋势和季节性DTR的最大值。DTR的下降趋势主要是观察到科伦坡,Katunayaka, Nuwara Eliya站。几个因素可能导致减少在DTR,如直接大气中自然变化。特别是土地利用和土地覆盖的变化与扩展较快地区城市化在科伦坡,Katunayaka, Katugastota, Puttalam,亭可马里导致森林覆盖的减少(31日)这可能改变了温度制度。

日常研究南亚国家的极端温度显示两个极端寒冷的气候变暖,极端酷热分布(59]。在斯里兰卡,夜间温度的增加和温暖的白天气温曾被观察到在大多数气象站在尼泊尔,印度和巴基斯坦(60]。在巴基斯坦,更多的温暖的冬季比夏季观察从1975年到2005年(61年]。巴基斯坦的旁遮普省已被证明有增加数量的热昼夜与漫长的夏日62年]。在南亚一些国家已公布高于正常温度在最近的过去。在印度,气温高于正常30年平均已报告近年来气候变暖为0.51°C (63年,64年]。报告和研究也表明温度上升趋势在美国的印度(30.,65年]。可用的研究表明,海洋表面温度和夜间海洋全球海面空气温度显示温度的增加。全球气温在土地表面增加了海洋的两倍(66年]。此外,在欧洲地区,高温增加已变得更加频繁,而极端低温变得不那么频繁。夏天的平均长度在西欧的频率已经翻番,温暖的天最近天气历史几乎增加了两倍67年]。事实上,作为一个岛,而不是连接到印度大陆,斯里兰卡经验的地区和全球温度上升的趋势。

5。结论

我们的趋势调查揭示动态降水趋势增加和减少模式在斯里兰卡。尽管这些变化的趋势,在一般情况下,我们观察到显著的季节性降雨在车站附近的沿海地区,斯里兰卡。月的降雨量的减少最为明显,可能由于延迟SWM风在斯里兰卡。此外,我们观察到的数量减少湿天在SWM季节。减少湿天数在主要季风季节会影响农业在斯里兰卡。我们发现没有明显降雨趋势在NEM季节,在斯里兰卡最重要的一个季节。显著的增加T_最小值和T_马克斯观察在70和55%的站在斯里兰卡,分别。的增加T_最小值表示可能在斯里兰卡的夜间温度变暖。关于月平均T_最小值,80%的电台显示在6月和7月大幅增加。斯里兰卡的DTR西南沿海地区7月期间表现出降低的趋势。增加T_马克斯经常被发现在车站在岛上。

这个调查,地址季节性和极端,提供了一个很好的了解历史的温度和降雨趋势在斯里兰卡。我们的方法是理想的情况下,历史的观察包括失踪或审查数据,这在斯里兰卡等发展中国家很常见。虽然数据一般质量控制程序,站位移,仪器升级,和车站周边环境的变化可能会引入尺度。除了少数,大多数测量站在斯里兰卡仍运行在相同的位置,他们历史上监控。因此,异质性由于位置的变化不是一个重要的糊涂。然而,车站周围的环境的改变是难以量化。因此,原始(或调整)数据的趋势被用来量化温度趋势。在未来,生和调整后的数据在一个车站相比可能会更好地理解同质性修正执行及其影响的趋势。我们报告的趋势,以及归因研究,可以提供未来的异构性问题调查的关键在斯里兰卡的降雨和气温。

数据可用性

降雨和气温数据用于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。

确认

这项研究是由美国国家研究委员会(NRC)斯里兰卡(批准号15 - 144)和韩国气象局研究和发展计划(批准号kmi2018 - 07010)。

补充材料

补充图1。在斯里兰卡的年度最大降雨趋势。三角形表示增加的趋势,圆圈表示减少的趋势。填充标记表示在0.05水平的重要趋势α。补充图2。年度温度最大值在斯里兰卡(a) T_马克斯,(b) T_最小值DTR, (c)。三角形表示增加的趋势,圆圈表示减少的趋势。填充标记表示在0.05水平的重要趋势α。补充表1。阈值变量的统计措施补充表2。总结的平均Tave和RH估计斯里兰卡的气候区域段1996 - 2015。(补充材料)

引用

1. m·伊奥尔蒂斯j . Obeysekera j .公园et al .,“历史趋势在佛罗里达的温度和降水,”水文过程,27卷,不。16,2225 - 2246年,2013页。视图:出版商的网站|谷歌学术搜索
2. 国家地图集,斯里兰卡国家地图集部门调查,斯里兰卡,科伦坡,斯里兰卡,第二版,2007年版。
3. 联合国政府间气候变化专门委员会,2013年气候变化:物理科学基础。工作组的贡献我的5^th评估报告的政府间气候变化专门委员会(IPCC)英国剑桥,剑桥大学出版社,2013年。
4. 联合国政府间气候变化专门委员会,2007年气候变化影响,适应和脆弱性。第二工作组的贡献的第四次评估。报告政府间气候变化专门委员会(IPCC)英国剑桥,剑桥大学出版社,2007年。
5. 查,斯里兰卡灾害的影响、报告财团的人道主义机构(CHA),科伦坡,斯里兰卡,2016。
6. s . Chandrasekara v . Prasanna, h。Kwon“水资源监测kotmale水库在斯里兰卡使用ENSO阶段,“气象学的进展卷,2017篇文章ID 4025964、9页,2017。视图:出版商的网站|谷歌学术搜索
7. k . a .美国Imbulana n . t . s . Wijesekera和b·r·纽帕妮斯里兰卡国家水务发展报告、MAIandMD UN-WWAP、联合国教科文组织和Moratuwa大学Moratuwa,斯里兰卡,2006。
8. l . w . Seneviratne“全球干旱和洪水在2009/10影响天文条件”可持续建筑环境学报》国际会议(icsbe - 2010)Peradeniya,页476 - 486年,2010年12月斯里兰卡。视图:谷歌学术搜索
9. Herath和美国Rathnayake”,改变降雨及其对滑坡的影响在斯里兰卡,”山科学杂志》,卷2,不。3、218 - 224年,2005页。视图:出版商的网站|谷歌学术搜索
10. h . k . i Jayawardene, d .美国j . Sonnadara和d·r·Jayewardene”趋势的降雨在斯里兰卡在过去的世纪,“斯里兰卡物理学杂志》上》第六卷,7 - 17页,2005年。视图:出版商的网站|谷歌学术搜索
11. k l . a . a . Karunathilaka h k . v . Dabare和k·d·w·Nandalal“降雨量的变化在斯里兰卡在1966 - 2015年期间,“杂志的机构工程师,斯里兰卡,50卷,不。2,39-48,2017页。视图:出版商的网站|谷歌学术搜索
12. r . Sanjeewani和l . Manawadu”极端降雨在斯里兰卡的动态趋势,”环境可持续性,学报信息通信技术国际研讨会Kelaniya大学2014年8月,Kelaniya,斯里兰卡,。视图:谷歌学术搜索
13. w·a·j·m·德·科斯塔:“适应气候变化的农业作物生产:斯里兰卡的政策框架,“斯里兰卡国家科学基金会杂志》上36卷,第88 - 63页,2008年。视图:出版商的网站|谷歌学术搜索
14. t·k·费尔南多和l . Chandrapala全球变暖和降水Variability-Sri斯里兰卡的情况、斯里兰卡科学促进会(sla),科伦坡,斯里兰卡,2002。
15. l . Zubair j·汉森,j . Chandimala et al。当前的气候与气候变化评估椰子和茶园在斯里兰卡开始,华盛顿,美国,2005年。
16. b . Malmgren r . Hulugalla y Hayashi, t·劳斯”自1870年代以来降水趋势在斯里兰卡厄尔尼诺-南方涛动和关系,“国际气候学杂志,23卷,不。10日,1235 - 1252年,2003页。视图:出版商的网站|谷歌学术搜索
17. p . Wickramagamage”、季节性和斯里兰卡降雨的空间格局:探索性因素分析,“国际气候学杂志,30卷,第1245 - 1235页,2010年。视图:出版商的网站|谷歌学术搜索
18. 大肠Nishadi诉Smakhtin,“如何准备水和农业部门对气候变化在斯里兰卡吗?:“在审查粮食会议用水,学报》国际水管理研究所(IWMI)2009年2月,科伦坡,斯里兰卡。视图:谷歌学术搜索
19. l . Zubair m . Siriwardhana j . Chandimala z . Yahiya,“基于ENSO斯里兰卡降雨的可预测性,”国际气候学杂志,28卷,不。1,第101 - 91页,2008。视图:出版商的网站|谷歌学术搜索
20. k . Abhayasinghe“气候”斯里兰卡国家地图集调查部门的斯里兰卡,科伦坡,斯里兰卡,2007。视图:谷歌学术搜索
21. l . Chandrapala“降雨”斯里兰卡国家地图集调查部门的斯里兰卡,科伦坡,斯里兰卡,2007。视图:谷歌学术搜索
22. 答:Senaratne和c·罗德里戈,农业适应实践:斯里兰卡的案例研究、南亚关注贸易、经济和环境(SAWTEE),加德满都,尼泊尔,2014。
23. b . Marambe r . Punyawardena p·席尔瓦et al .,”气候,气候风险,在斯里兰卡和粮食安全:需要加强适应策略,”适应气候变化的手册,第1789 - 1759页,2015年。视图:出版商的网站|谷歌学术搜索
24. b·墨菲,“气候变化政策简报在斯里兰卡,”2011年5月,https://www.weadapt.org/knowledge-base/global-initiative-on-community-based-adaptation-gicba/policy-briefing-on-climate-change-in-sri-lanka。视图:谷歌学术搜索
25. r·d·Chithranayana和b . v . r . Punyawardena”在斯里兰卡易干旱农业生态区域的识别。《国家科学基金会的识别易干旱农业生态区域在斯里兰卡,”斯里兰卡国家科学基金会杂志》上,36卷,不。2、117 - 123年,2008页。视图:出版商的网站|谷歌学术搜索
26. t·伯特和k . Weerasinghe降水在时间和空间分布在斯里兰卡:基于每日降雨量数据,分析”气候,卷2,不。4、242 - 263年,2014页。视图:出版商的网站|谷歌学术搜索
27. l . Chandrapala”降雨和气温的长期趋势在斯里兰卡,”气候变化与农业,Narosa出版社,新德里,印度,1996。视图:谷歌学术搜索
28. e . Ranatunge b . a . Malmgren y Hayashi et al .,”西南季风的变化意味着在斯里兰卡:每日降雨强度与厄尔尼诺南方涛动的关系,“古地理学、古气候学、古生态学,卷197,不。1 - 2、1 - 14,2003页。视图:出版商的网站|谷歌学术搜索
29. t·费尔南多,“最近的降雨和气温变化在斯里兰卡,”学报》第53 sla的年度会议1997年11月,科伦坡,斯里兰卡。视图:谷歌学术搜索
30. 联合国政府间气候变化专门委员会,2007年气候变化:综合报告。工作组的贡献I, II和III 4^th政府间气候变化专门委员会的评估报告政府间气候变化专门委员会(IPCC)英国剑桥,剑桥大学出版社,2007年。
31. l . Zubair气候变化评估使用质量评估表面温度数据在斯里兰卡,谈吐、基础环境、气候和技术,Digana村,斯里兰卡,2017年,科技,众议员2017 - 06。
32. r·a·皮尔克c·a·戴维·d·他et al .,“未解决的问题的评估数十年全球地表温度趋势”地球物理研究杂志》,卷112,不。24日,2007年。视图:出版商的网站|谷歌学术搜索
33. r·戴维。以扫,a . Chernokulsky s Outten和s . Zilitinkevich“观测到的全球变暖,昼夜不对称”国际气候学杂志,37卷,不。1,第93 - 79页,2017。视图:出版商的网站|谷歌学术搜索
34. c . s . De Silva“气候变化对水资源的影响在斯里兰卡,”学报》第32 WEDC国际会议295年,页289 -科伦坡,斯里兰卡,2006。视图:谷歌学术搜索
35. 芸苔属植物,介绍统计建模的极端值斯普林格出版社,伦敦,英国,2001年。
36. R-Core,接待员:统计计算的语言和环境,R统计计算的基础,维也纳,奥地利,2016年。
37. m·肯德尔秩相关的新措施,”生物统计学,30卷,第93 - 81页,1938年。视图:出版商的网站|谷歌学术搜索
38. m·肯德尔等级相关方法查尔斯·格里芬,伦敦,英国,1975年第四版。
39. h·曼,“非参数测试与趋势。”费雪13卷,第259 - 245页,1945年。视图:出版商的网站|谷歌学术搜索
40. j . Obeysekera j .公园,m . Irizarry-Ortiz et al .,“过去和预测趋势在南佛罗里达的气候和海平面。不同学科间的气候变化小组。南佛罗里达水资源管理区,西棕榈滩,佛罗里达州,水文和环境系统建模、“南佛罗里达水资源管理区,西棕榈滩,佛罗里达州,美国,2011年,技术报告。视图:谷歌学术搜索
41. p .森”,回归系数的估计基于肯德尔τ,”美国统计协会杂志》上,卷63,不。324年,第1389 - 1379页,1968年。视图:出版商的网站|谷歌学术搜索
42. h·赛尔”rank-invariant线性方法和多项式回归分析三世”先进的研究在理论和应用计量经济学施普林格,页1397 - 1412年,柏林,德国,1950年。视图:谷歌学术搜索
43. 悦,p . Pilon b Phinney, g . Cavadias”自相关检测能力的影响趋势在水文系列中,“水文过程,16卷,不。9日,第429 - 395页,2002年。视图:出版商的网站|谷歌学术搜索
44. 张x l·a·文森特·w·d·霍格和a . Niitsoo”温度和降水趋势在加拿大在20世纪,“硕士,38卷,不。3、395 - 429年,2000页。视图:出版商的网站|谷歌学术搜索
45. r·赫希和j .松弛”与串行依赖季节性数据的非参数检验,”水资源研究,20卷,不。6,727 - 732年,1984页。视图:出版商的网站|谷歌学术搜索
46. g·范·贝尔和j·休斯,“非参数测试水质的趋势,”水资源研究,20卷,不。1,第136 - 127页,1984。视图:出版商的网站|谷歌学术搜索
47. p·d·克利夫特和r·a·帕朗柏亚洲季风:原因、历史和影响英国剑桥,剑桥大学出版社,2008年。
48. 在斯里兰卡j·雅可比”,气候变化:变化,观念,和潜在的适应性行为,”范德比尔特大学,纳什维尔,TN,美国,2014年博士论文。视图:谷歌学术搜索
49. y y厕所,l . (a·辛格,“气候变化对季节性季风在亚洲的影响及其影响在东南亚季风降水的变化,“地球科学前沿》第六卷,没有。6,817 - 823年,2015页。视图:出版商的网站|谷歌学术搜索
50. h·a·s . Hapuarachchi和i m . s . p . Jayawardena”调制ENSO季节性降雨在斯里兰卡的极端,”斯里兰卡气象学杂志》上,卷1,3-11,2015页。视图:谷歌学术搜索
51. l . Zubair诉Ralapanawe Tennekoon, z Yahiya, r·佩雷拉,第四章:自然灾害风险在斯里兰卡:映射危害和风险的热点地区美国,世界银行,华盛顿特区,2006年。
52. 美国Mathanraj和m . i m . Kaleel”wet-dry季节的降水变率:一个分析Batticaloa地区,斯里兰卡,”自然科学的世界新闻9卷,第78 - 71页,2017年。视图:谷歌学术搜索
53. c .姚明,杨,w .钱,z . Lin和m .温,“在亚洲地区夏季降水事件及其变化在过去的几十年里,“地球物理研究杂志》,卷113,不。17日,2008年。视图:出版商的网站|谷歌学术搜索
54. j·h·克里斯滕森b款,a Busuioc et al .,区域气候预测。2007年气候变化:物理科学基础。工作组的贡献我的第四次评估报告政府间气候变化专门委员会(IPCC)英国剑桥,剑桥大学,2007年。
55. r . m . Shrestha和a . b . Sthapit bagmati流域降雨时空变化,尼泊尔,”尼泊尔科技杂志》上,16卷,不。1,31-40,2015页。视图:出版商的网站|谷歌学术搜索
56. w·a·j·m·德哥”,气候变化在斯里兰卡:神话还是现实?从长期的气象数据证据。”斯里兰卡国家科学基金会杂志》上,38卷,不。2、79 - 89年,2010页。视图:出版商的网站|谷歌学术搜索
57. l . Xiaxiang z Xuezhen, z . Lijuan“观察植物生长对温度的影响在初夏东北平原,”大气,8卷,不。97年,2017年。视图:出版商的网站|谷歌学术搜索
58. l .周r·e·迪金森p . Dirmeyer a .戴和s . k . Min”时空模式的最大和最小温度的变化多模型模拟,”《地球物理研究快报,36卷,不。2、2009。视图:出版商的网站|谷歌学术搜索
59. t·a·m·g·克莱恩,t·c·彼得森,d . a . Quadir et al .,“每日极端气温和降水量变化在亚洲中部和南部,”地球物理研究杂志》,111卷,2006年。视图:谷歌学术搜索
60. m·m·谢赫·n . Manzoor j·阿什拉夫et al .,“每日趋势在极端降雨和温度指数在南亚,”国际气候学杂志,35卷,不。7,1625 - 1637年,2015页。视图:出版商的网站|谷歌学术搜索
61. 伊f . m . Afzaal s a . a·布哈里和b·艾哈迈德,“过去和未来趋势的频率暴雨事件在巴基斯坦,“巴基斯坦气象学报,12卷,不。24日,57 - 78,2016页。视图:谷歌学术搜索
62. f·阿巴斯,”分析的历史(1981 - 2010)温度记录的巴基斯坦的旁遮普省,”地球的相互作用,17卷,不。5、1、2013页。视图:出版商的网站|谷歌学术搜索
63. k . s . Anil j·c·加尔答:杂志r . Gopichandran和k . n . Shelat气候变化造型,为农业规划和政策春,柏林,德国,2015年。
64. 美国萨伦德,印度农业变化的状况TN尼南,业务标准书,新德里,印度,2009。
65. 比例导引,水资源在南亚:评估气候改革漏洞和应对机制,亚太地区网络为全球变化研究,神户,日本,2004。
66. m . v . k . Sivakumar和r . Stefanski”第二章:气候变化在南亚,”气候变化和粮食安全在南亚页13-30 Springer,柏林,德国,2011年。视图:谷歌学术搜索
67. 经济区”,空气质量在欧洲,“欧洲环境总署,København,丹麦,2011年报告。视图:谷歌学术搜索

版权

版权©2018 g . Naveendrakumar et al。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。