The rainfall variability of each se

The rainfall variability of each season over Thailand was exhibited by the EOF technique. The most dominant mode of each season the variability accounts for 47.5%, 24.1%, 31.0% and 21.3% of the total variance respectively. It can explain the variation of the long term average of rainfall during the season of over Thailand. The correlation analysis suggests that the Nino3, the Nino3.4 SST index influence rainfall variability of each season over Thailand. Especially, The most relationship (positive) between the Niño3.4 with rainfall during March, April and May (summer) from data of Thai Meteorological Department and June, July and August (rainy season) from APHRODITE data. Moreover, the most relationship (positive) between the Niño3.4 with rainfall over central Thailand during March, April and May (summer). Whereas, The most relationship (negative) between the Niño3.4 with rainfall at Bua Chum station during March, April and May (summer).

ผลลัพธ์ (ไทย) 1:

สำหรับความผันผวนของปริมาณน้ำฝนของแต่ละฤดูกาลไทยถูกจัดแสดง ด้วยเทคนิค EOF โหมดหลักที่สุดของแต่ละฤดูกาลความแปรผันการบัญชีสำหรับ 47.5%, 24.1%, 31.0% และ 21.3% ของความแปรปรวนทั้งหมดตามลำดับ มันสามารถอธิบายความแปรปรวนของค่าเฉลี่ยระยะยาวของปริมาณน้ำฝนในช่วงฤดูกาลของไทย การวิเคราะห์ความสัมพันธ์แนะนำว่า Nino3 ดัชนี Nino3.4 SST อิทธิพลสำหรับความผันผวนของปริมาณน้ำฝนของแต่ละฤดูกาลไทย โดยเฉพาะอย่างยิ่ง มากที่สุดความสัมพันธ์ (บวก) ระหว่าง Niño3.4 กับปริมาณน้ำฝนในช่วงเดือนมีนาคม เมษายน และพฤษภาคม (ฤดู) จากข้อมูลของ กรมอุตุนิยมวิทยา และเดือนมิถุนายน กรกฎาคม และสิงหาคม (ฤดูฝน) จากข้อมูลแรมอโฟร์ไดต์ นอกจากนี้ ที่สุดความสัมพันธ์ (ค่าบวก) ระหว่าง Niño3.4 กับปริมาณน้ำฝนมากกว่าภาคกลางในช่วงเดือนมีนาคม เมษายน และพฤษภาคม (ฤดูร้อน) ในขณะที่ ส่วนใหญ่ความสัมพันธ์ (เชิงลบ) ระหว่าง Niño3.4 กับปริมาณน้ำฝนบัวชุมสถานีในช่วงมีนาคม เมษายน และอาจ (ฤดูร้อน)

ผลลัพธ์ (ไทย) 2:

ความแปรปรวนของฤดูกาลปริมาณน้ำฝนทั่วประเทศแต่ละคนถูกแสดงโดยเทคนิค EOF โหมดที่โดดเด่นที่สุดของแต่ละฤดูกาลแปรปรวนบัญชีสำหรับ 47.5%, 24.1%, 31.0% และ 21.3% ของความแปรปรวนรวมตามลำดับ มันสามารถอธิบายความผันแปรของค่าเฉลี่ยในระยะยาวของปริมาณน้ำฝนในช่วงฤดู​​กว่าประเทศไทย การวิเคราะห์ความสัมพันธ์ให้เห็นว่า Nino3, Nino3.4 SST มีอิทธิพลต่อดัชนีความแปรปรวนของฤดูกาลปริมาณน้ำฝนทั่วประเทศในแต่ละ โดยเฉพาะอย่างยิ่งความสัมพันธ์มากที่สุด (บวก) ระหว่างNiño3.4กับปริมาณน้ำฝนในช่วงเดือนมีนาคมเมษายนและพฤษภาคม (ฤดูร้อน) จากข้อมูลของกรมอุตุนิยมวิทยาและเดือนมิถุนายนกรกฎาคมและสิงหาคม (ฤดูฝน) จากข้อมูล APHRODITE นอกจากนี้ยังมีความสัมพันธ์มากที่สุด (บวก) ระหว่างNiño3.4ที่มีปริมาณน้ำฝนมากกว่าภาคกลางของประเทศไทยในช่วงเดือนมีนาคมเมษายนและพฤษภาคม (ฤดูร้อน) ในขณะที่ความสัมพันธ์มากที่สุด (ลบ) ระหว่างNiño3.4กับปริมาณน้ำฝนที่สถานีบัวชุมในช่วงเดือนมีนาคมเมษายนและพฤษภาคม (ฤดูร้อน)

ผลลัพธ์ (ไทย) 3:

ฝน ความแปรปรวนของแต่ละฤดูกาล มากกว่าประเทศไทย จัดแสดงด้วยเทคนิคช่วง . โหมดเด่นที่สุดของแต่ละฤดูกาลแปรปรวนบัญชี 47.5 ร้อยละ 31.0 และร้อยละ 24.1 % , 21.3 % ของความแปรปรวนทั้งหมดตามลำดับ มันสามารถอธิบายการเปลี่ยนแปลงของระยะยาวเฉลี่ยปริมาณน้ำฝนในช่วงฤดูกว่าประเทศไทย การวิเคราะห์สหสัมพันธ์พบว่า nino3 , nino3 .4 ดัชนี SST อิทธิพลฝนแปรปรวนของแต่ละฤดูกาล มากกว่าประเทศไทย โดยเฉพาะอย่างยิ่งความสัมพันธ์มากที่สุด ( บวก ) ระหว่างชั้น 15 o3.4 กับปริมาณน้ำฝนในช่วงเดือนมีนาคม เมษายน และพฤษภาคม ( ฤดูร้อน ) จากข้อมูลของสถานีอุตุนิยมวิทยาและมิถุนายน , กรกฎาคมและสิงหาคม ( ฤดูฝน ) จากอะโฟรดิเต้ข้อมูล นอกจากนี้ ความสัมพันธ์มากที่สุด ( บวก ) ระหว่าง ni á O3 .4 กับปริมาณน้ำฝนภาคกลางของประเทศไทยในช่วงเดือนมีนาคม เมษายน และพฤษภาคม ( ฤดูร้อน ) ส่วนความสัมพันธ์มากที่สุด ( ลบ ) ระหว่างชั้น 15 o3.4 กับปริมาณน้ำฝนที่สถานีบัวชุม ในช่วงเดือนมีนาคม เมษายน และพฤษภาคม ( ฤดูร้อน )