ENSO Related Rainfall Variability o

ENSO Related Rainfall Variability over Thailand
The relationship between ENSO, seasonal rainfall in South Africa

Evidence of relationships between El Niño Southern Oscillation
and mule deer harvest in California
El Niño-Southern Oscillation (ENSO) has important roles to play in relation to Southeast Asian rainfall anomalies. The observation of ENSO impact on Sea Surface Temperature (SST) has relationship with rainfall variability in Thailand. The data is SST of NOAA-Pathfinder satellite dataset. Data of ENSO represent by Niño3 and Niño3.4 index, while the rainfall data used APHRODITE’s and the data from Thai meteorological department 26 stations. The rainfall variability over Thailand was analyzed by using empirical orthogonal function (EOF) analysis and the relationship between Niño3, Niño3.4 SST index and principal component time series (PC’s) of seasonal rainfall in Thailand is calculating by Pearson’s correlation. The result show the Niño3.4 SST index is mostly correlation to the MAM season of rainfall over Thailand. The correlation is negative, because a high SST anomaly gives a low rainfall anomaly, and a low SST anomaly gives a high rainfall anomaly.

ผลลัพธ์ (ไทย) 1:

ENSO ที่เกี่ยวข้องสำหรับความผันผวนของปริมาณน้ำฝนมากกว่าไทย ความสัมพันธ์ระหว่าง ENSO ฝนตกตามฤดูกาลในแอฟริกาใต้หลักฐานของความสัมพันธ์ระหว่างสั่นใต้ซันโตเอลนิโญและเก็บเกี่ยวล่อกวางในแคลิฟอร์เนียซันโตเอลนิโญใต้สั่น (ENSO) มีบทบาทสำคัญในความสัมพันธ์กับเอเชียตะวันออกเฉียงใต้ปริมาณน้ำฝนความผิด สังเกตของ ENSO ผลกระทบบนทะเลพื้นผิวอุณหภูมิ (SST) มีความสัมพันธ์กับความแปรผันของปริมาณน้ำฝนในประเทศไทย ข้อมูลเป็นชุดข้อมูลดาวเทียม SST ของ NOAA-Pathfinder ข้อมูลของ ENSO แทน โดย Niño3 และ Niño3.4 ดัชนี ในขณะที่ข้อมูลปริมาณน้ำฝนใช้ของแรมอโฟร์ไดต์และข้อมูลจากกรมอุตุนิยมวิทยาไทย 26 สถานี สำหรับความผันผวนของปริมาณน้ำฝนมากกว่าไทยถูกวิเคราะห์โดยวิเคราะห์ฟังก์ชัน orthogonal ประจักษ์ (EOF) และความสัมพันธ์ระหว่าง Niño3, Niño3.4 SST ดัชนีและคอมโพเนนต์หลักเวลาชุด (คอมพิวเตอร์) ของปริมาณน้ำฝนตามฤดูกาลในประเทศไทยเป็นการคำนวณ โดยสหสัมพันธ์ของเพียร์สัน แสดงผลดัชนี Niño3.4 SST เป็นส่วนใหญ่ความสัมพันธ์กับฤดูกาลแหม่มน้ำฝนไทย สหสัมพันธ์เป็นค่าลบ อนอ SST สูงให้ช่วยฝนตกต่ำ และอนอ SST ต่ำให้ช่วยฝนสูง

ผลลัพธ์ (ไทย) 2:

ENSO แปรปรวนฝนที่เกี่ยวข้องทั่วประเทศ
ความสัมพันธ์ระหว่าง ENSO, ปริมาณน้ำฝนตามฤดูกาลในแอฟริกาใต้หลักฐานของความสัมพันธ์ระหว่างเอลNiñoใต้ความผันผวนและการเก็บเกี่ยวล่อกวางในแคลิฟอร์เนียEl Niño-ใต้ความผันผวน (ENSO) มีบทบาทสำคัญในการเล่นในความสัมพันธ์กับปริมาณน้ำฝนที่ผิดปกติตะวันออกเฉียงใต้เอเชีย . การสังเกตของผลกระทบ ENSO ในอุณหภูมิผิวน้ำทะเล (SST) มีความสัมพันธ์กับความแปรปรวนของปริมาณน้ำฝนในประเทศไทย ข้อมูล SST ของชุดข้อมูลดาวเทียม NOAA-เบิก ข้อมูล ENSO แทนโดยNiño3และดัชนีNiño3.4ในขณะที่ข้อมูลปริมาณน้ำฝนที่ใช้ APHRODITE และข้อมูลจากกรมอุตุนิยมวิทยาไทย 26 สถานี ความแปรปรวนของปริมาณน้ำฝนทั่วประเทศได้รับการวิเคราะห์โดยใช้ฟังก์ชั่นฉากเชิงประจักษ์ (EOF) การวิเคราะห์และความสัมพันธ์ระหว่างNiño3ดัชนีNiño3.4 SST และอนุกรมเวลาองค์ประกอบหลัก (พีซี) ของปริมาณน้ำฝนตามฤดูกาลในประเทศไทยมีการคำนวณโดยค่าสัมประสิทธิ์สหสัมพันธ์ของเพียร์สัน แสดงผลดัชนีNiño3.4 SST เป็นความสัมพันธ์ส่วนใหญ่จะ MAM ฤดูฝนทั่วประเทศไทย ความสัมพันธ์ที่เป็นลบเนื่องจากความผิดปกติ SST สูงให้ความผิดปกติปริมาณน้ำฝนต่ำและความผิดปกติ SST ต่ำจะช่วยให้ความผิดปกติปริมาณน้ำฝนสูง

ผลลัพธ์ (ไทย) 3:

ปรากฏการณ์ที่เกี่ยวข้องของปริมาณน้ำฝนทั่วประเทศ
ความสัมพันธ์ระหว่างปรากฏการณ์ ฤดูกาลปริมาณน้ำฝนในแอฟริกาใต้

หลักฐานความสัมพันธ์ระหว่าง El Ni á o ซีกโลกใต้

กวางล่อเก็บเกี่ยวในแคลิฟอร์เนียและแฟรงก์ ซินาตรา ( ปรากฏการณ์ ) ที่มีบทบาทสำคัญที่จะเล่นในความสัมพันธ์กับความผิดปกติแบบเอเชียตะวันออกการสังเกตปรากฏการณ์ผลกระทบต่ออุณหภูมิพื้นผิวทะเล ( SST ) มีความสัมพันธ์กับปริมาณน้ำฝนแปรปรวนในประเทศไทย ข้อมูลจากดาวเทียม NOAA เบิก - ข้อมูล . ข้อมูลปรากฏการณ์แสดงโดย ni á O3 ni á o3.4 ดัชนี ขณะที่ข้อมูลปริมาณน้ำฝนใช้โฟรไดท์ และข้อมูลจากกรมอุตุนิยมวิทยา 26 สถานีฝนแปรปรวนมากกว่าไทย วิเคราะห์ข้อมูลโดยใช้วิธีเชิงฟังก์ชัน ( ช่วง ) และการวิเคราะห์ความสัมพันธ์ระหว่าง N á O3 N á o3.4 SST ดัชนีและอนุกรมเวลาองค์ประกอบหลัก ( PC ) ของปริมาณน้ำฝนตามฤดูกาลในประเทศไทย โดยการคำนวณค่าสัมประสิทธิ์สหสัมพันธ์ของเพียร์สัน ผลแสดงชั้น 15 o3.4 SST ดัชนีส่วนใหญ่มีความสัมพันธ์กับแหม่ม ฤดูกาลปริมาณน้ำฝนทั่วประเทศไทย .มีความสัมพันธ์เชิงลบ เพราะปกติเป็นหน้าสูง ทำให้ปริมาณน้ำฝนต่ำผิดปกติ และความผิดปกติในตลาดต่ำให้มิติ มีปริมาณน้ำฝนสูง