Thus, for each climate simulation grid point (Fig. 1c), the R-factorwa การแปล - Thus, for each climate simulation grid point (Fig. 1c), the R-factorwa ไทย วิธีการพูด

Thus, for each climate simulation g

Thus, for each climate simulation grid point (Fig. 1c), the R-factor
was calculated based on the average between the values generated by
Eqs. 5 and 6. Having estimated the R-factor for each time slice and for
each one of the 420 points, R-factor maps were generated based on a
geostatistical approach by ordinary kriging.
In order to analyze the behavior of rainfall erosivity (EI3h) over time,
the Mann-Kendall test (Mann, 1945) was applied to statistically analyze
if there is significant trend in these data throughout the century. Furthermore,
the Precipitation Concentration Index (PCI) for MRB was
also evaluated for this purpose, since it reveals the behavior of rainfall
concentration, especially important for regions with seasonal or semiarid
climate. Its original concept was developed by Oliver (1980) in an
attempt to define the temporal variability of rainfall distribution. The
theoretical limits range from 8.3 (uniform pluvial regime) to 100, if
the rainfall is concentrated in a month (irregular pluvial regime). According
to Mello et al. (2015), the PCI is important for analysis of erosive
potential of rain, since it can characterize a more active dynamic effect
of climate change on erosive potential of rainfall, being a complementary
index. Its calculation is given by:
0/5000
จาก: -
เป็น: -
ผลลัพธ์ (ไทย) 1: [สำเนา]
คัดลอก!
ดังนั้น สำหรับแต่ละสภาพอากาศจำลองตารางจุด (รูปที่ 1c), ตัว Rคำนวณตามค่าเฉลี่ยระหว่างค่าที่สร้างขึ้นโดยEqs 5 และ 6 มีประมาณ R-ปัจจัย สำหรับแต่ละชิ้นเวลา และแต่ละจุด 420 แผนที่ R-ปัจจัยหนึ่งถูกสร้างขึ้นตามแบบวิธี geostatistical โดยสามัญ krigingเพื่อวิเคราะห์พฤติกรรมของฝน erosivity (EI3h) ช่วงเวลาการทดสอบ Kendall แมนน์ (แมนน์ 1945) ใช้การวิเคราะห์ทางสถิติถ้ามีแนวโน้มอย่างในข้อมูลเหล่านี้ตลอดศตวรรษ นอกจากนี้ปริมาณฝนความเข้มข้นดัชนี (PCI) สำหรับพอแก้ไขมี ประเมินเพื่อวัตถุประสงค์นี้ เนื่องจากมันแสดงให้เห็นพฤติกรรมของฝนความเข้มข้น สิ่งสำคัญอย่างยิ่งสำหรับพื้นที่ที่มีตามฤดูกาล หรือแล้งสภาพภูมิอากาศ แนวคิดของเดิมพัฒนา โดยโอลิเวอร์ (1980) ในการมีความพยายามที่กำหนดความแปรปรวนชั่วขณะของการกระจายของฝน การทฤษฎีจำกัดช่วงจาก 8.3 (ระบอบ pluvial ชุด) 100 ถ้าปริมาณน้ำฝนมีความเข้มข้นในแต่ละเดือน (ระบอบ pluvial ผิดปกติ) ตามการ Mello et al. (2015), PCI เป็นสิ่งสำคัญสำหรับการวิเคราะห์ของ erosiveศักยภาพของฝน เนื่องจากมันสามารถลักษณะผลแบบไดนามิกใช้งานมากขึ้นการเปลี่ยนแปลงสภาพภูมิอากาศบนศักยภาพ erosive ฝน เป็นการเสริมดัชนี การคำนวณที่ถูกกำหนดโดย:
การแปล กรุณารอสักครู่..
ผลลัพธ์ (ไทย) 2:[สำเนา]
คัดลอก!
ดังนั้นสำหรับแต่ละจุดจำลองสภาพภูมิอากาศตาราง (รูป. 1C) R-ปัจจัย
ที่คำนวณได้ขึ้นอยู่กับค่าเฉลี่ยระหว่างที่สร้างขึ้นโดย
EQS 5 และ 6 มีประมาณ R-ปัจจัยสำหรับแต่ละชิ้นเวลาและ
แต่ละคนของ 420 จุด, แผนที่ R-ปัจจัยที่ถูกสร้างขึ้นอยู่กับ
วิธีการ geostatistical โดย kriging สามัญ.
เพื่อวิเคราะห์พฤติกรรมของปริมาณน้ำฝน erosivity นี้ (EI3h) เมื่อเวลาผ่านไป
การทดสอบ Mann-เคนดัลล์ (แมนน์, 1945) ถูกนำมาใช้ในการวิเคราะห์ทางสถิติ
ถ้ามีแนวโน้มที่สำคัญในข้อมูลเหล่านี้ตลอดศตวรรษ นอกจากนี้
การเร่งรัดความเข้มข้นดัชนี (PCI) สำหรับลุ่มแม่น้ำโขงได้รับ
การประเมินเพื่อการนี้เพราะมันแสดงให้เห็นพฤติกรรมของปริมาณน้ำฝน
เข้มข้นสำคัญอย่างยิ่งสำหรับพื้นที่ที่มีตามฤดูกาลหรือแห้งแล้ง
สภาพภูมิอากาศ แนวคิดเดิมของมันได้รับการพัฒนาโดยโอลิเวอร์ (1980) ใน
ความพยายามที่จะกำหนดความแปรปรวนชั่วคราวของฝนกระจาย
ข้อ จำกัด ทางทฤษฎีมีตั้งแต่ 8.3 (ระบอบการปกครองที่มีฝนตกสม่ำเสมอ) 100 ถ้า
ปริมาณน้ำฝนมีความเข้มข้นในเดือน (ระบอบการปกครองที่มีฝนตกไม่สม่ำเสมอ) ตาม
ไปเมลโล, et al (2015), PCI เป็นสิ่งที่สำคัญสำหรับการวิเคราะห์กัดกร่อน
ศักยภาพของฝนเพราะมันสามารถอธิบายลักษณะผลแบบไดนามิกที่ใช้งานมากขึ้น
จากการเปลี่ยนแปลงสภาพภูมิอากาศที่มีศักยภาพกัดกร่อนของปริมาณน้ำฝนเป็นผู้ประกอบ
ดัชนี คำนวณได้จาก:
การแปล กรุณารอสักครู่..
ผลลัพธ์ (ไทย) 3:[สำเนา]
คัดลอก!
ดังนั้น ในบรรยากาศจำลองตารางจุด ( ภาพที่ 1c R-factor )คำนวณจากค่าเฉลี่ยระหว่างค่าที่สร้างขึ้นโดยEQS . 5 และ 6 มีประมาณ R-factor ครั้งละชิ้นและแต่ละหนึ่งของ 420 คะแนน R-factor แผนที่ถูกสร้างขึ้นบนพื้นฐานของgeostatistical เข้าหาโดยคริกกิ้งธรรมดาเพื่อศึกษาและวิเคราะห์พฤติกรรมของระบบน้ำฝน ( ei3h ) ตลอดเวลาThe Kendall ทดสอบ ( Mann , 1945 ) ใช้สถิติวิเคราะห์ถ้ามีแนวโน้มที่สําคัญข้อมูลเหล่านี้ตลอดทั้งศตวรรษ นอกจากนี้ด้วยสมาธิ ดัชนีผลผลิตอุตสาหกรรม ( เบื้องต้น ) ผู้แต่ง : คือประเมินสำหรับวัตถุประสงค์นี้ เพราะมันแสดงให้เห็นพฤติกรรมของฝนสมาธิ , โดยเฉพาะอย่างยิ่งที่สำคัญสำหรับภูมิภาคหรือ semiarid ตามฤดูกาลสภาพภูมิอากาศ แนวคิดเดิมพัฒนาโดยโอลิเวอร์ ( 2523 ) ในพยายามที่จะกำหนดความผันแปรกาลฝน . ที่ทฤษฎีจำกัดช่วงจาก 8.3 ( เครื่องแบบเกี่ยวกับฝนระบอบการปกครอง ) 100 , ถ้าฝนมีความเข้มข้นในเดือน ( ผิดปกติเกี่ยวกับฝนระบอบ ) ตามมาเมลโล et al . ( 2015 ) , PCI มีความสำคัญในการวิเคราะห์การกัดกร่อนศักยภาพของฝน เนื่องจากมันสามารถลักษณะปราดเปรียวมากขึ้นแบบไดนามิกผลของการเปลี่ยนแปลงสภาพภูมิอากาศที่มีต่อศักยภาพการกัดกร่อนของฝน เป็น เสริมดัชนี มันคำนวณให้โดย :
การแปล กรุณารอสักครู่..
 
ภาษาอื่น ๆ
การสนับสนุนเครื่องมือแปลภาษา: กรีก, กันนาดา, กาลิเชียน, คลิงออน, คอร์สิกา, คาซัค, คาตาลัน, คินยารวันดา, คีร์กิซ, คุชราต, จอร์เจีย, จีน, จีนดั้งเดิม, ชวา, ชิเชวา, ซามัว, ซีบัวโน, ซุนดา, ซูลู, ญี่ปุ่น, ดัตช์, ตรวจหาภาษา, ตุรกี, ทมิฬ, ทาจิก, ทาทาร์, นอร์เวย์, บอสเนีย, บัลแกเรีย, บาสก์, ปัญจาป, ฝรั่งเศส, พาชตู, ฟริเชียน, ฟินแลนด์, ฟิลิปปินส์, ภาษาอินโดนีเซี, มองโกเลีย, มัลทีส, มาซีโดเนีย, มาราฐี, มาลากาซี, มาลายาลัม, มาเลย์, ม้ง, ยิดดิช, ยูเครน, รัสเซีย, ละติน, ลักเซมเบิร์ก, ลัตเวีย, ลาว, ลิทัวเนีย, สวาฮิลี, สวีเดน, สิงหล, สินธี, สเปน, สโลวัก, สโลวีเนีย, อังกฤษ, อัมฮาริก, อาร์เซอร์ไบจัน, อาร์เมเนีย, อาหรับ, อิกโบ, อิตาลี, อุยกูร์, อุสเบกิสถาน, อูรดู, ฮังการี, ฮัวซา, ฮาวาย, ฮินดี, ฮีบรู, เกลิกสกอต, เกาหลี, เขมร, เคิร์ด, เช็ก, เซอร์เบียน, เซโซโท, เดนมาร์ก, เตลูกู, เติร์กเมน, เนปาล, เบงกอล, เบลารุส, เปอร์เซีย, เมารี, เมียนมา (พม่า), เยอรมัน, เวลส์, เวียดนาม, เอสเปอแรนโต, เอสโทเนีย, เฮติครีโอล, แอฟริกา, แอลเบเนีย, โคซา, โครเอเชีย, โชนา, โซมาลี, โปรตุเกส, โปแลนด์, โยรูบา, โรมาเนีย, โอเดีย (โอริยา), ไทย, ไอซ์แลนด์, ไอร์แลนด์, การแปลภาษา.

Copyright ©2025 I Love Translation. All reserved.

E-mail: