factors were interpolated towards d

factors were interpolated towards daily ones and applied to the future
climate projections. Details for the bias-correction method can be found
in Hempel et al. (2013). In this study, we used the bias-corrected climate
data from all 5 GCMs to provide a robust estimation of future changes in
drought hazards in China. The RCP8.5 scenario was selected to highlight
the largest climate change impacts since the largest possible temperature
change is covered under this greenhouse gas emission scenario (Moss
et al., 2010; Rogelj et al., 2012). Similar to other studies using the
RCP8.5 scenario (e.g. Piontek et al., 2014; Elliott et al., 2014; Schewe
et al., 2014), the results obtained in this study should represent the potential
upper bounds of climate change impacts on droughts. climate change. Therefore, for a given grid cell, we first constructed the
distributions for the historical precipitation and then applied the
derived parameters in fitting the future projections (Dubrovsky et al.,
2009; Burke, 2011; Wang et al., 2012). To accomplish this we assumed
that the parameters of the gamma distribution would be unchanged in
the future and so the values adopted for the historical period could be
extended to the future predictions. Several studies assessing climate
change impacts using standardized drought indices have adopted the
same technique (e.g. Loukas et al., 2007; Loukas et al., 2008;
Dubrovsky et al., 2009; Wang et al., 2012). The calculation procedure
for SRI and SSWI is similar to the SPI but by fitting a log probability

ผลลัพธ์ (ไทย) 1:

ปัจจัยในการสต่อคนต่อวัน และใช้กับอนาคตสภาพภูมิอากาศประมาณการ สามารถดูรายละเอียดวิธีการแก้ไขความโน้มเอียงใน Hempel et al. (2013) ในการศึกษานี้ เราใช้อากาศแก้ไขความโน้มเอียงข้อมูลจาก GCMs 5 ทั้งหมดเพื่อให้การประเมินประสิทธิภาพของการเปลี่ยนแปลงในอนาคตภัยแล้งในจีน เลือกเพื่อเน้นสถานการณ์ RCP8.5สภาพภูมิอากาศที่ใหญ่ที่สุดเปลี่ยนแปลงผลกระทบตั้งแต่อุณหภูมิได้มากที่สุดครอบคลุมการเปลี่ยนแปลงอยู่นี้เรือนกระจกก๊าซมลพิษสถานการณ์ (Mossร้อยเอ็ด al., 2010 Rogelj et al., 2012) คล้ายกับการศึกษาอื่น ๆ โดยใช้การสถานการณ์ RCP8.5 (เช่น Piontek และ al., 2014 Al. ตร้อยเอ็ด 2014 Scheweร้อยเอ็ด al., 2014), ผลได้รับในการศึกษานี้ควรแสดงศักยภาพขอบเขตบนของสภาพภูมิอากาศเปลี่ยนแปลงส่งผลกระทบต่อ droughts การเปลี่ยนแปลงสภาพภูมิอากาศ ดังนั้น สำหรับเซลล์ตารางกำหนด เราก่อนสร้างการกระจายสำหรับฝนประวัติศาสตร์แล้ว นำมาใช้ในได้รับพารามิเตอร์ตัวคาดการณ์ในอนาคต (Dubrovsky et al.,2009 ลิตี้เบอร์ก 2011 วัง et al., 2012) เพื่อให้บรรลุนี้เราสันนิษฐานที่พารามิเตอร์ของการแจกแจงแกมมาจะเปลี่ยนแปลงในในอนาคตและ เพื่อเป็นค่ารับรองในรอบระยะเวลาทางประวัติศาสตร์ขยายการคาดการณ์ในอนาคต ศึกษาหลายที่ประเมินสภาพภูมิอากาศมีนำใช้ดัชนีมาตรฐานแล้งผลกระทบต่อการเปลี่ยนแปลงเทคนิคเดียวกัน (เช่น Loukas et al., 2007 Loukas et al., 2008Dubrovsky et al., 2009 วัง et al., 2012) ขั้นตอนการคำนวณศรีและ SSWI จะคล้าย กับ SPI แต่ด้วยความน่าเป็นล็อก

ผลลัพธ์ (ไทย) 2:

ปัจจัยที่ถูกหยันต่อคนในชีวิตประจำวันและนำไปใช้ในอนาคต
คาดการณ์สภาพภูมิอากาศ รายละเอียดสำหรับวิธีการแก้ไขอคติที่สามารถพบได้
ใน Hempel และคณะ (2013) ในการศึกษาครั้งนี้เราใช้สภาพภูมิอากาศอคติแก้ไข
ข้อมูลจากทั้งหมด 5 GCMs เพื่อให้การประมาณค่าที่แข็งแกร่งของการเปลี่ยนแปลงในอนาคตใน
อันตรายภัยแล้งในประเทศจีน สถานการณ์ RCP8.5 ได้รับเลือกให้เน้น
ผลกระทบการเปลี่ยนแปลงสภาพภูมิอากาศที่ใหญ่ที่สุดนับตั้งแต่อุณหภูมิที่เป็นไปได้ที่ใหญ่ที่สุดใน
การเปลี่ยนแปลงอยู่ภายใต้ก๊าซเรือนกระจกนี้สถานการณ์การปล่อย (มอสส์
และคณะ, 2010;.. Rogelj, et al, 2012) คล้ายกับการศึกษาอื่น ๆ โดยใช้
สถานการณ์ RCP8.5 (เช่น Piontek, et al, 2014;. เอลเลียตและคณะ, 2014;. SCHEWE
et al., 2014) ผลที่ได้รับในการศึกษาครั้งนี้ควรจะเป็นตัวแทนที่มีศักยภาพ
ขอบเขตบนของผลกระทบจากการเปลี่ยนแปลงภูมิอากาศ เกี่ยวกับภัยแล้ง เปลี่ยนแปลงสภาพภูมิอากาศ ดังนั้นสำหรับเซลล์ตารางที่กำหนดครั้งแรกที่เราสร้างขึ้น
สำหรับการกระจายการตกตะกอนทางประวัติศาสตร์และจากนั้นใช้
พารามิเตอร์ที่ได้มาในการปรับประมาณการในอนาคต (Dubrovsky, et al.
2009; เบิร์ค, 2011. วังและคณะ, 2012) เพื่อให้บรรลุนี้เราสันนิษฐาน
ว่าพารามิเตอร์ของการกระจายรังสีแกมมาจะไม่เปลี่ยนแปลงใน
อนาคตและเพื่อให้ค่าที่นำมาใช้สำหรับช่วงเวลาในประวัติศาสตร์อาจจะ
ขยายไปถึงการคาดการณ์ในอนาคต การศึกษาหลายการประเมินสภาพภูมิอากาศที่
ส่งผลกระทบต่อการเปลี่ยนแปลงโดยใช้ดัชนีความแห้งแล้งได้มาตรฐานได้นำ
เทคนิคเดียวกัน (เช่น Loukas et al, 2007;. Loukas et al, 2008;.
Dubrovsky et al, 2009;.. วังและคณะ, 2012) ขั้นตอนการคำนวณ
สำหรับ SRI และ SSWI คล้ายกับ SPI แต่โดยการปรับความน่าจะเข้าสู่ระบบ

ผลลัพธ์ (ไทย) 3:

ปัจจัยที่มีต่อที่ขัดทุกวันและใช้กับภูมิอากาศในอนาคต

รายละเอียดสำหรับวิธีการแก้ไขการตั้งค่าสามารถพบ
ในเฮมเพล et al . ( 2013 ) ในการศึกษาครั้งนี้ได้ใช้อคติการแก้ไขข้อมูลภูมิอากาศ
จากทั้งหมด 5 GCMS ให้ประเมินประสิทธิภาพของการเปลี่ยนแปลงในอนาคต
อันตรายภัยแล้งในจีน สถานการณ์ rcp8.5 ถูกเลือกเพื่อเน้น
ที่ใหญ่ที่สุดในการเปลี่ยนแปลงภูมิอากาศ ผลกระทบเนื่องจากการเปลี่ยนแปลงอุณหภูมิ
เป็นไปได้ที่ใหญ่ที่สุดครอบคลุมภายใต้สถานการณ์การปล่อยก๊าซเรือนกระจก ( มอส
et al . , 2010 ; rogelj et al . , 2012 ) คล้ายคลึงกับการศึกษาอื่น ๆที่ใช้
rcp8.5 สถานการณ์ ( เช่น piontek et al . , 2014 ; Elliott et al . , 2014 ; schewe
et al . , 2010 ) , ผลลัพธ์ที่ได้ในการศึกษานี้แสดงถึงศักยภาพ
บนขอบเขตของการเปลี่ยนแปลงสภาพภูมิอากาศต่อความแห้งแล้ง . การเปลี่ยนแปลงสภาพภูมิอากาศ ดังนั้น เพื่อให้ตารางเซลล์ เราแรกสร้าง
การแจกแจงสำหรับตกตะกอนทางประวัติศาสตร์และใช้ค่าพารามิเตอร์ในการปรับประมาณการ
ได้ในอนาคต ( dubrovsky et al . ,
2009 ; Burke , 2011 ; Wang et al . , 2012 ) เพื่อให้บรรลุนี้เราถือว่า
ที่พารามิเตอร์ของการแจกแจงแกมมาจะไม่เปลี่ยนแปลงใน
อนาคต ดังนั้นค่าใช้สำหรับรอบระยะเวลาทางประวัติศาสตร์อาจจะ
ขยายการคาดการณ์ในอนาคต หลายการศึกษาการประเมินผลกระทบภัยแล้งโดยใช้ดัชนีภูมิอากาศ
เปลี่ยนมาตรฐานได้ประกาศใช้
เทคนิคเดียวกัน ( เช่นลูเคิส et al . , 2007 ; ลูเคิส et al . , 2008 ;
dubrovsky et al . , 2009 ; Wang et al . , 2012 )
ขั้นตอนการคำนวณสำหรับศรี และ sswi คล้ายกับ SPI แต่โดยการปรับเข้าสู่ระบบ ความน่าจะเป็น