SPI-基于时空干旱在斯里兰卡

抽象

干旱是斯里兰卡最严重的灾害之一。利用54个气象站的月降水量(1970年至2017年)数据，采用标准化降水指数(SPI)在3个月、6个月和12个月的时间尺度对斯里兰卡的干旱状况进行了评估。利用SPI对干旱事件的发生频率进行评估，利用Mann-Kendall (MK)检验和Sen’s slope estimator对SPI趋势进行检测。基于SPI的结果，确定了在年时间尺度上，受测站(54个)的水文年分别为1975-76年、1982-83年、1986-87年、1988-89年、2000-01年、2001-02年、2013-14年和2016-17年，分别为52个、32个、35个、33个、33个、31个、31个和31%的干旱年。对不同时间尺度的SPI进行比较，发现干旱事件(SPI≤- 1)发生的次数较多亚拉季比摩诃种植季节。考虑到泰森多边形平均降雨量，更频繁的干旱事件发生在每年的时间尺度比湿（49％）的干燥区（57％）和中间区（47％）。SPI趋势结果表明期间干旱较大的增加（站的59％）亚拉赛季相比，摩诃斯里兰卡种植季节（站的15％）。

1.简介

干旱是自然灾害，并可能导致对农业和人类系统的其他经济和社会活动的巨大的破坏之一，相当大的伤害，也造成了生态系统。它从根本上发生的由自然变异和气候变化的驱动，也受到人类活动的影响刺激了极端天气的结果[1]。干旱在几乎所有的气候区都是自然发生的，因为在很长一段时间内降水量比正常量减少了[2]。

干旱分为四种类型，即，气象，农业，水文和社会经济干旱[3.]。气象干旱主要相比于一些正常的量和干燥周期的持续时间来确定干燥度的基础上。

干旱指数监测和，因为它们有助于众多用户受众气候异常的通信评估不同类型的干旱非常有用的工具。许多指数已发展到识别和量化干旱事件根据不同类型的变量[4]。标准化降水指数(SPI)是分析气象干旱最常用的指标之一[5，因为大多数其他指数需要除降雨量以外的许多其他参数。SPI是由McKee等人开发的。[6主要用于定义和监测不同时间尺度的干旱。应用该指标的主要优点是它的通用性。SPI只使用降雨数据来传递干旱的五个主要方面，即持续时间、强度、严重程度、震级和频率。同样，基于SPI，干旱可以在不同的时间尺度进行计算[3.]，和它也可以被认为是一种农业干旱指示符[7]。关于使用SPI评估许多国家干旱强度的文献中有一些已发表的研究[4,8,9]。然而，SPI的应用程序，以在整个斯里兰卡尚未文献报道的最好的作者的知识最近在评估干旱。

年代ri Lanka is an island at the southern tip of India with a land area of nearly 65,610 km²和人口21400000 [10]并且被分成三个气候区，即，干，湿，和中间，基于总降雨量[11]。根据全球气候风险指数2019年，斯里兰卡成为与波多黎各和多米尼加[沿受影响最严重的国家12]。因此，斯里兰卡极易受到气候变化的影响。在受灾群众和救灾提供的术语，干旱一直是斯里兰卡最显著危险和斯里兰卡也作为干旱危害和风险评估[分析在热带地区的案例研究13]。干旱已经影响了全国许多地区将间歇性地在斯里兰卡的严重自然灾害之一[14]。据报道，2001年干旱严重影响了我国中部干旱地区汉班托塔地区经历了2001年期间长期严重干旱到2002年[15]。2001-02年发生的长期干旱导致该国国内生产总值(GDP)增长率下降了1%，主要影响到水力发电和农业部门[13]。

在斯里兰卡干旱研究迄今特别关注的空间变化的分析[16,17，主要是该国部分地区干旱的严重程度和持续时间[18]和空间范围和干旱的时间演变[19]。这些研究大多是关于斯里兰卡干旱带地区。然而，里昂等。[13]研究在国内SPI和抗旱救灾款项之间的关系，发现有9个月的累计干旱指数最强的关系。黑拉特等。[20]使用SPI分析月降水量数据，以找出可能的干旱条件只为2015年。

此外，这是相当罕见的在整个斯里兰卡找到干旱趋势分析。这是值得探讨的干旱在整个国家的走势专为抗旱减灾和农业规划。它还预计，在斯里兰卡干旱带大部分地区将面临严重的季节性或常年缺水问题由2025年的灌溉效率目前的水平[21]。因此，本文分析的严重程度，频率，并在斯里兰卡气象干旱的使用48年降雨数据的54号站最近的过去（1970至2017年）期间的趋势。

2.材料和方法

2.1。数据说明

收集了54个气象站48年(1970-2017年)月降水量数据(表)1）从斯里兰卡气象部门。斯里兰卡气象部门是在斯里兰卡记录，质量检查的中心机构，并归档所有气象数据。在研究中使用的月雨量值由斯里兰卡气象部门准备，数据质量是由他们[维持22,23]。

虽然只有54在本研究中使用站，站以及跨越三个气候带分布，即，干燥，中间，和湿区域斯里兰卡，（图1)，从而充分显示了该国的气候空间变化。在少数站点和表中存在缺失值1以百分比表示缺失值，缺失值采用回归法和正态比法进行填充。

2.2。气象干旱分析

利用标准化降水指数(SPI)对干旱进行短期(3个月、6个月)和长期(12个月)的时间尺度评价。为了计算SPI指数，对于每个时间尺度，降水总量的可变性用伽马分布来描述，然后转化为正态分布[6]。伽马分布通过其频率或概率密度函数定义为： 在哪里和是形状和尺度参数，分别是沉淀量，并是伽玛功能。的最大似然估计和是 在哪里ñ=观察次数。

然后随后的参数被用于查找特定月份和时间尺度对给定位置的记录析出量的累积概率。由于伽玛功能是未定义X = 0 and a precipitation distribution may contain zeros, the cumulative probability is computed as 在哪里是零降水概率是不完全γ函数的累积概率。累积概率然后变换到标准正态随机变量用平均值和在0和1，分别，这是SPI的值[方差24]。

分析在不同的时间顺序进行，时间期间10月 - 9月作为水文年（SPI₁₂，以10月至3月及4月至9月为六个月时间尺度(SPI)₆），因为这些周期被裁剪的季节摩诃和亚拉，分别在斯里兰卡。十月到十二月，一月至三月，四月到六月，以及七月至九月被用作3个月的时间尺度（SPI_3.)。计算SPI值与干/湿类别分类SPI值进行比较，以指示干旱的状态（表2)。

2.3。干旱频率分析

干旱频率计算了干，湿，和中间区分开。为了这个目的，三个气候区平均降雨量首先使用泰森多边形法分别计算。然后，在分别计算用于三个气候区域SPI使用这些平均降雨量和SPI在频率计算中使用的结果。For this frequency calculation, the drought was defined as SPI < 0 [25]。另外，干旱事件的发生多于或少于50％的频率是根据在每个站所计算出的SPI计算。

2.4。用于趋势分析的统计方法

为了检测使用SPI作为在斯里兰卡干旱指标旱情发展趋势，我们使用了最常用的非参数Mann-肯德尔（MK）试验[26,27随着森的斜率估计在一起。曼 - 肯德尔检验统计量年代可以表示为 在哪里是数据的个数和数据点是否有时和( )。的方差如下： 在哪里是程度的关系的数和是并列基团为的数目大于10。

曼 - 肯德尔测试将另外确认了0.05的置信水平产生积极或消极的趋势存在。

最后,Şen的方法(28]用来估计线性趋势的真实斜率。为了得到斜率的估计值，问，计算所有数据对斜坡如下： 在哪里和是数据值在时间和。的中位数N值是Sen对斜率的估计[29]。

然而，对于自相关数据，所述由哈米德和拉玛昌德拉饶[改性的Mann-Kendall检验30.通过检查滞后一个自相关在该研究中使用。该方法是在自相关的存在健壮和基于所述MK测试的修饰的方差。

随着MK测试表明仅潮流方向，使用森的斜率估计中检测到的趋势的幅度。如果线性趋势存在于时间序列，然后将真实斜率（每单位时间的变化），可以通过使用由森[开发出一种简单的非参数估计的过程28]。森的斜率单调递增或递减的时间（Ť）系列被计算为 在哪里是趋势的斜率和是截距。为了确定在方程（7），每个数据对之间的斜坡被使用以下等式计算：

如果有值在时间序列，则会有斜率估计 。坡森的估计是这些中位数值 。

3。结果与讨论

3.1。利用SPI对不同降雨站的气象干旱进行分析

Being an island of 65,610 km²，斯里兰卡的气候受空间上分布的54个雨量站表示，另一方面，我们在3,6评估干旱事件中使用SPI 54个气象站，并使用一九七〇年至2017年降雨量数据12个月的时间尺度。

每个54个站的年降水量进行SPI的分析，我们确定了九个水文年份1975-76，1982-83，1986-87，1988-89，2000-01，2001-02，2003-04，2013-14,和2016-17 as drought years (SPI < −1) for 52, 32, 35, 33, 33, 31, 30, 31, and 31% of tested stations, respectively (Figure2)。其中，1975-76年水文年不同站(52%)的干旱事件数最大(图)2)。

以往的研究表明教案汇编[18]和2001-02 [13作为干旱年在斯里兰卡。发表于2016年在斯里兰卡灾害的影响[31报道严重干旱事件在2001年，2004年，2012年，2014年和因此，SPI分析证实了该国这些历史旱情虽然SPI仅使用降雨量为输入。

如果SPI值低于-2.00，则这些事件被称为是极端干旱事件[6]。因此，年1975-76可以被认为是极端干旱年为八个的54台（图中未示出）。这些站是Angamedilla（-2.23），阿努拉德普勒（-2.09），Hanwella(−2.32),Hingurakgoda（-2.44），马纳尔（-2.26），马特莱（-2.6），Murunkan（-2.03），以及Puttalam（-2.26）。分析这些极端干旱事件是对水资源系统的设计和管理具有重要意义。

数字3.shows the occurrence of drought events (SPI ≤ −1) during亚拉和摩诃在1970至2017年在斯里兰卡的季节，以百分比考虑54个雨量站。相比较而言，更多数量的站显示，在干旱事件的发生亚拉比摩诃作物种植季节（图3.)。此外，在此期间还会出现中度(−1.50≤SPI <−1.00)、严重(−2.00≤SPI <−1.50)或极端干旱事件(SPI <−2.00)亚拉水文年为1970-71年、1985-86年、1993-94年、1999-00年、2010-11年和2012-13年。这一时期的主要雨源为西南季风，季节间干旱事件的频繁发生表明西南季风期间降雨的不确定性和变异性。这项研究证实亚拉种植季节更容易发生干旱摩诃季节。在一般情况下，有在降雨量相对较低亚拉赛季相比，摩诃种植季节[32在斯里兰卡。此外，示出在平均季节性降雨库鲁内格勒,阿努拉德普勒和波隆纳鲁沃地区在亚拉是在下降趋势，1982年至2012年期间[33]。西南季风（SWM），它是的雨量趋势亚拉赛季还显示，超过斯里兰卡趋势1981年期间deceasing至2010年[34]。这些干燥的趋势亚拉季节可能导致更多的干旱事件，甚至在未来的期间亚拉季节。然而，1973-74和1987-88干旱事件只发生在摩诃东北季候风在全国大部分台站盛行的季节。根据分析，1988-89年摩诃season became drought prone by 57 % of stations while 57 % and 50 % of stations during 2011-12 and 1975-76, respectively, were drought prone during Yala seasons in Sri Lanka. It is observed that a few consecutive years showed the occurrence of drought events during the亚拉季如2000〜2002年，2004至2006年，和2010年至2013年连续干旱事件肯定会影响农业社区的饮用水需求和经济。

SPI的分析，在3个月（十月至十二月）的时间尺度（SPI_3.)在1974-75年、1984-85年、1986-87年、1988-89年、1995-96年、2000-01年、2003-04年、2013-14年和2016-17年期间，分别有78个、43个、37个、57个、31个、43个、43个、57个和67%的试验站出现干旱(图4)4)。切斯特福德,科伦坡和Diyabeduma位于该国的湿区站表现出比十月至十二月期间，其他站更多的干旱事件（SPI_3.）的时间尺度。如摩诃种植季节（9月至三月）开始在这段时间中，作物需水量增加专门用于水田的准备。类似地，在干旱50，70，37，87，76，和测试台的57％时的水文年1971-72，1979-80，1981-82，1982-83，1991-92，1996-97和发现，分别为SPI在一月至三月的时间尺度（图4)。两者的干旱事件数量都更高巴杜拉和Kaluthara这一时期的电台。SPI在4月- 6月的时间尺度上分别将1975-76年、1982-83年、1999-00年、2011-12年和2016-17年确定为干旱年，分别为43个、39个、39个、52个和33%的试验站。对于4 - 6月的时间尺度，汉班托塔站表现出比其他测试站更干旱事件。四月到八月一般是亚拉对农村来说，种植季节和旱情的发生很可能会影响到农村的粮食安全。水文年(1975-76)、水文年(1977-78)、水文年(1989-90)、水文年(2001-02)、水文年(2015-16)分别为干旱年，7- 9月时间尺度内，有41个、39个、39个、54个、83%的测站出现干旱(图)4)。然而，在2015-16水文年所有站显示出低于零的SPI值，而26出的54个站结束时表现出的极端干旱事件的发生亚拉季节。此外，无论是Kalawewa和MahaIluppallama电台在过去47年显示出比7 - 9月的时间尺度在其他测试站更干旱事件。

3.2。Frequency of Occurrence of Drought Events (SPI < 0) in the Climatological Zones of Sri Lanka

考虑计算泰森根据6个月和每年的SPI时间尺度，分别计算了湿润区、干燥区和中间区的多边形平均降雨量、各气候带干旱事件发生的频率。因此，在每年的时间尺度上，干旱区(57%)发生的干旱事件要多于湿润区(49%)和中间区(47%)(图)5)。在6个月的时间范围内共有10月份至3月发生在干区（55％），比湿（49％）和中间区（53％）更频繁的干旱事件（摩诃季节）时标（图5)。在助力(亚拉季节）的时间尺度，干燥和潮湿两种区域表明干旱（48％）的相似的频率，但它是小于所述中间区（51％）（图5)。

3.3。对于雨量站SPI的趋势分析

我们使用最常用的曼 - 肯德尔试验（MK）与森的斜率估计在斯里兰卡期间，1970年检测的气象干旱，年和6个月的SPI时间尺度的趋势2017年。数字6曼 - 肯德尔测试只显示了显著趋势结果年度和6个月的时间尺度（玛哈和亚拉)。

在年际尺度SPI的趋势分析显示，仅在两个站SPI下降趋势（Avissawella和Pavatkulam）表现出显著下降趋势。然而，12个站表现出湿润的趋势显示了年度SPI显著上升趋势。因此，考虑在全国整体趋势，国内证人润湿（在干旱事件减少）趋势在SPI方面₁₂(图6)。大多数这些站出润湿倾向都位于除了国内的干区切斯特福德,Geekiyanakanda和马特莱。Nisansala等。[35]在最近31年（1987至2017年）分析在37个站降雨趋势显示出超过该国增加的年降雨量趋势和进一步它们显示在位于干燥区四个站一个显著增加，但只在一个站湿区。

考虑SPI₆中亚拉季节，在5个站观察显著减少的趋势，而没有任何站记录期间呈下降趋势摩诃收获季节。只有三站中表现显著润湿倾向亚拉季节，但13个车站总分54个站显示显著增加的趋势（润湿）期间摩诃1970年至2017年斯里兰卡的季节。这些结果表明，降雨期间亚拉季节是在下降的趋势，而这过程中增加摩诃季节。Wickramagamage [34]也显示这期间带来降雨SWM的下降趋势亚拉在1981年至2010年期间进行的一项研究中，观察到在NEM期间(1月至2月)相对增加的趋势。

要理解的干旱趋势在全年SPI时间尺度的空间变化，森的坡度值插入使用ArcGIS中普通克里格（10.2），全国（图7)。数字7（A）表示，该国的东部（干和中间区的一部分）得到湿润而干燥，中间的一些部分，和湿区根据年度SPI时间尺度越来越机。同样，该国东部段期间，越来越多雨摩诃种植季节。然而，在亚拉季节，全国大部分地区越来越机除了遥远的北方和西南的部分。观察到的雨量趋势分析也拉和主季期间使用MK测试[1987至2017年的期间A类似的趋势35]。

以往的研究表明，干旱涉及循环全球遥如厄尔尼诺南方涛动（ENSO）以及印度洋偶极子（IOD）36,37]。例如，De Silva和Hornberger [38]表明，有干旱的发生概率高时IOD和MEI（多变量ENSO指数）两者都是阳性和干旱衰弱时IOD和MEI都是阴性[38]。但是，了解本研究所记录的干旱的空间变化及其趋势和频率，对该国的水资源规划也是有用的。水资源和农业规划者需要分析在开发水资源和为不同部门分配水资源以及为国家粮食安全的不同地区规划作物方面的循环远距离联系、干旱趋势和频率。

4。结论

SPI在不同的时间尺度下计算，但分析表明，在4 - 9月时间尺度(亚拉季节）比3个月，6个月（摩诃赛季），年SPI的时间尺度。在1975-1976水文年，车站的52％，表明干旱超过其他年份，而8出的54台显示每年SPI时间尺度在极端干旱事件。基于榨季干旱分析，有中度，重度或极端干旱事件发生在1970-71赛季，1985-86，1993-94，1999-00，2010-11，2012-13和水文年份中亚拉季（4- 9月）只。在七月至九月SPI的时间尺度，在2015-16水文年所有站显示低于零的SPI值，同时有26个54号站显示极端干旱事件的发生。

基于泰森多边形平均降雨量，有比湿（49％）的干燥区（57％），并在年际时间尺度的中间区域（47％）更频繁的干旱事件。根据年度SPI时间刻度，在干燥站，中间，和湿区72，71表明干旱事件的频率的50％以上，并分别站68％。中摩诃季节，在干燥和中间区站表明干旱事件的频率的50％以上在76％和站，分别为58％，而湿区在站的59％的显示干旱的频率小于50％。

基于Mann-Kendall趋势检验，Allai,Avissawella,Chilaw,Hingurakgoda和努沃勒埃利耶站期间表现出统计学显著下降趋势亚拉季节。干旱趋势的空间变化表明位于西部和西南部越来越干燥的干法，湿法和中间区的一部分。特别地，干和中间区的一部分期间获取机亚拉种植季节。这项研究的结果提出了一项针对易干旱地区的立即缓解干旱的计划亚拉种植季节，为干旱之灾的减少。

数据可用性

这些数据可在斯里兰卡的数据门户的气象部门。

利益冲突

作者宣称，他们没有利益冲突。

参考

1. J.谢菲尔德和E. F.木，“全球趋势和在土壤水分和干旱的特点，1950-2000，从陆地水循环的观测驱动模拟变性，”气候杂志，第21卷，no。3, 432-458页，2008。查看在：出版商的网站|谷歌学术
2. 使用神经网络、小波神经网络和支持向量回归的标准降水指数干旱预报，"应用计算智能和软计算卷。2012，文章ID 794061，第1-13，2012。查看在：出版商的网站|谷歌学术
3. A. D. Malakiya和T. M. V. Suryanarayana，“用标准化降水指数（SPI）和侦察干旱指数（RDI）干旱评估：安雷利县为例，”国际期刊科学和研究卷。5，没有。8，第1995-2002，2016。查看在：谷歌学术
4. C. A. Karavitis，S. Alexandris，D. E. Tsesmelis，和G. Athanasopoulos“的标准化降水指数（SPI）在希腊的应用，”水，第3卷第3期3，第787-805，2011。查看在：出版商的网站|谷歌学术
5. Habibi, M. Meddi, P. J. F. Torfs, M. Remaoun，和H. A. J. Van Lanen，“在半干旱的Cheliff-Zahrez盆地(阿尔及利亚)使用随机模型描述和预测气象干旱，”水文杂志:区域研究卷。16，第15-31，2018。查看在：出版商的网站|谷歌学术
6. T. B.麦基，N.J。Doesken，和J.克莱斯特，“干旱频率和持续时间，以时间尺度的关系，”在在应用气候8日会议记录卷。17，第179-184页，美国气象学会，阿纳海姆，CA，USA，1993年1月。查看在：谷歌学术
7. N. R.帕特尔，P.普拉和V. K. Dadhwal，“分析使用标准化沉淀指数气象干旱空间模式，”气象应用程序卷。14，没有。4，第329-336，2007。查看在：出版商的网站|谷歌学术
8. R.米纳克什，M. Navamuniyammal和S. Mahalingam，“在蒂鲁瓦卢尔区，印度泰米尔纳德邦的蒂鲁塔尼块使用Drinc和GIS的气象干旱评估，”国际工程研究与技术杂志，第6卷第1期。5、1003-1011页，2017。查看在：出版商的网站|谷歌学术
9. T. Caloiero，P. Caloiero和F Frustaci，“在欧洲和地中海盆地长期沉淀的趋势分析，”水与环境杂志，第32卷，no。2018年第433-445页。查看在：出版商的网站|谷歌学术
10. 央行斯里兰卡的“央行报告”，2018年，https://www.cbsl.gov.lk。查看在：谷歌学术
11. M. Domroes，“季风和土地利用斯里兰卡”地理杂志，第3卷第3期2，第179-192页，1979。查看在：出版商的网站|谷歌学术
12. 德国观察，“全球气候风险指数2019年，” 2019年，https://www.germanwatch.org/en/16046。查看在：谷歌学术
13. B.里昂，L.祖拜尔，五Ralapanawe和Z. Yahiya，“热带风情的干旱Finescale评价：斯里兰卡案例，”应用气象和气候学，第48卷，no。1，第77-88页，2009。查看在：出版商的网站|谷歌学术
14. Nianthi，“缓解和适应策略:在斯里兰卡建立干旱特别工作组”，刊于《联合国气候变化框架公约》了解和管理未解决干旱问题全国会议的会议记录，第26-32，斯里兰卡，阿努拉德普勒的Rajarata大学，斯里兰卡，2017年7月。查看在：谷歌学术
15. S. Manesha，S. Vimukthini和K. H. M. S. Premalal，“开发利用干旱标准化降水指数（SPI）在斯里兰卡监测，”斯里兰卡气象的卷。1，第64-71，2015年。查看在：谷歌学术
16. N. Piratheeparajah和S. Raveendran，“斯里兰卡北部地区洪水和干旱的空间变化，”国际研究地球科学杂志，第2卷第2期6，第2321-2527页，2014。查看在：谷歌学术
17. 作者:K. Navarathinam, M. a . Gusyev, a . Hasegawa，和J. Magome，“通过建议的多用途水坝减少农业洪水和干旱风险:以斯里兰卡马尔瓦托雅河流域为例第21届国际大会的建模与仿真程序，黄金海岸，澳大利亚2015年12月。查看在：出版商的网站|谷歌学术
18. E.埃卡纳亚克和K.佩雷拉，“干旱的严重程度和使用Copula函数在阿努拉德普勒，斯里兰卡持续时间的分析，”英国杂志环境与气候变化卷。4，没有。3，第312-327，2014。查看在：出版商的网站|谷歌学术
19. R. Lokuhetti，L.祖拜尔，J. Visvanathan和A. Nijamdeen，“干旱监测斯里兰卡：空间范围和时间的演化2016-17干旱期间：13-15，”在科学技术减轻-2017：国际圆桌会议上的极端自然事件的影响论文集，斯里兰卡科伦坡，2017年12月。查看在：谷歌学术
20. H. M. R. C. Herath, K. H. M. S. Premalal, A. Kaumadee, and Sanjeewani，“2015年识别干旱条件的标准化降水指数分析”，斯里兰卡气象的卷。1，第20-31，2015年。查看在：谷歌学术
21. M.萨马德，M. Aheeyar，J.罗佑-奥利德和I. Arulingam，水利行业在斯里兰卡的政治和机构背景：概述，欧盟，卢森堡，欧洲，2017年。
22. B. A. Malmgren，R. Hulugalla，Y.林和T.三上“因为19世纪70年代和关系厄尔尼诺 - 南方涛动降水趋势斯里兰卡”国际气候学杂志卷。23，没有。10，第1235至1252年，2003。查看在：出版商的网站|谷歌学术
23. H.贾亚瓦德纳，D Sonnadara和D. Jayewardene，“在上个世纪在斯里兰卡降雨的趋势，”斯里兰卡物理学杂志卷。6，第7-17，2005年。查看在：出版商的网站|谷歌学术
24. D. Tigkas，H.范吉利斯和G Tsakiris，“DrinC：基于干旱指数干旱分析软件”地球科学信息，第8卷第1期。3、2015年第697-709页。查看在：出版商的网站|谷歌学术
25. 刘，严，沙，李，“气候变化引起的干旱演化及其与海河流域降水强度的关系，”水，第9卷第1期11，P。878，2017年。查看在：出版商的网站|谷歌学术
26. H. B.曼，“反潮流非参数检验，”计量经济学卷。13，没有。3，第245-259，1945。查看在：出版商的网站|谷歌学术
27. M. G.肯德尔等级相关方法查尔斯·格里芬，英国伦敦，1975年。
28. P. K. Sen，“基于kendall’s tau的回归系数估计”，杂志美国统计协会卷。63，没有。324，第1379至1389年，1968。查看在：出版商的网站|谷歌学术
29. S. N.拉玛特，N.贾亚苏里亚和M. A. Bhuiyan，在“澳大利亚维多利亚州，使用标准化降水指数干旱趋势分析”第34届水文与水资源研讨会论文集，第441-448，澳大利亚悉尼，2012年11月。查看在：谷歌学术
30. K. H.哈米德和A.拉玛昌德拉饶，“A改性的Mann-肯德尔趋势检验进行自相关数据，”杂志水文卷。204，没有。1-4，第182-196，1998。查看在：出版商的网站|谷歌学术
31. 人道主义机构联盟（CHA）灾害在斯里兰卡的影响，人道主义机构的联盟（CHA），斯里兰卡科伦坡，2016年
32. K. S.嘉亚，T Priyadarshana和N. Wijayarathna，“在汉班托塔区，斯里兰卡水稻产量降水异常的影响，”亚洲华尔街日报农业和食品科学，第2卷第2期6，第494-499，2014。查看在：谷歌学术
33. H. G. A. S. Sathischandra，B. Marambe和R. Punyawardena，“季节变化温度和降雨量及其与杂草和害虫的水稻发病率关系（稻sativaL）在斯里兰卡种植，”气候变化和环境可持续性，第2卷第2期2，第105-115，2014。查看在：出版商的网站|谷歌学术
34. 斯里兰卡降雨趋势的时空变化，" P. Wickramagamage， "理论与应用气候学，第125卷，no。3-4页，427-438页，2015。查看在：出版商的网站|谷歌学术
35. W. D. S. Nisansala，N. S. Abeysingha，A伊斯兰教和A. M. K. R.班德拉，“在斯里兰卡最近的降雨趋势（1987至2017年），”国际气候学杂志，2019。查看在：出版商的网站|谷歌学术
36. C. F. Ropelewski和M. S. Halpert，“量化南部振荡沉淀的关系，”气候杂志，第9卷第1期5，第1043-1059页，1996。查看在：出版商的网站|谷歌学术
37. “基于流流动的可预测性和降水对ENSO斯里兰卡水资源管理，” J. Chandimala和L.祖贝尔，杂志水文卷。335，没有。3-4，第303-312，2007。查看在：出版商的网站|谷歌学术
38. T. De Silva和G. M. Hornberger，“降雨识别厄尔尼诺 - 南方涛动的影响与分类模型：斯里兰卡的水资源管理的影响，”水文与地球系统科学卷。23，第1905至1929年，2019。查看在：谷歌学术

版权

版权所有©2020 N. S. Abeysingha和U. R. L. N. Rajapaksha。这是下发布的开放式访问文章创作共用署名许可，其允许在任何介质无限制地使用，分发和再现时，所提供的原始工作正确的引用。