This study analyzed the dominant mo

This study analyzed the dominant modes of rainfall data (APHRODITE data) in Thailand for period from 1951 to 2007 and the monthly rainfall data over Thailand are taken from Thai meteorological department 26 station. These data no missing values are in period from 1971 to 2012. The rainfalls data were applied to analyses for four seasonal averages that separate into DJF (December to February), MAM (March to May), JJA (June to April) and SON (September to November). The empirical orthogonal function (EOF) technique was employed.
The next part was study of relationship between ENSO using the sea surface temperature (SST) the Niño3 index with principal component time series (PC’s) of the most dominant mode each season and the Niño3.4 SST index with PC’s of most dominant mode each season. The Pearson’s correlation was employed. It was found that the Niño3.4 SST index was the most related to the MAM for both of rainfall data.

ผลลัพธ์ (ไทย) 1:

ศึกษาวิเคราะห์วิธีการหลักของข้อมูลปริมาณน้ำฝน (ข้อมูลแรมอโฟร์ไดต์) ในประเทศไทยสำหรับรอบระยะเวลาจาก 1951 2007 และข้อมูลปริมาณน้ำฝนรายเดือนทั่วประเทศไทยนำมาจากสถานีกรมอุตุนิยมวิทยาไทย 26 ข้อมูลเหล่านี้ไม่มีค่าหายไปอยู่ในรอบระยะเวลาตั้งแต่ปี 1971 ถึง 2555 ข้อมูลน้ำถูกประยุกต์ใช้วิเคราะห์สำหรับ 4 ฤดูกาลที่ค่าเฉลี่ยที่แบ่ง DJF (ธันวาคมถึงกุมภาพันธ์), แหม่ม (มีนาคมถึงพฤษภาคม), JJA (มิถุนายนเมษายน) และลูกชาย (เดือนกันยายนถึงพฤศจิกายน) เทคนิคฟังก์ชัน orthogonal ประจักษ์ (EOF) ได้ว่าจ้างส่วนถัดไปได้ศึกษาความสัมพันธ์ระหว่าง ENSO ด้วยทะเลผิวอุณหภูมิ (SST) ดัชนี Niño3 กับชุดเวลาส่วนประกอบหลัก (คอมพิวเตอร์) ของโหมดหลักที่สุดดัชนีแต่ละฤดูกาลและ Niño3.4 SST PC ของโหมดหลักมากที่สุดแต่ละฤดูกาล มีจ้างสหสัมพันธ์ของเพียร์สัน พบว่า ดัชนี Niño3.4 SST สุดเกี่ยวข้องกับแหม่มทั้งข้อมูลปริมาณน้ำฝน

ผลลัพธ์ (ไทย) 2:

การศึกษาครั้งนี้การวิเคราะห์รูปแบบที่โดดเด่นของข้อมูลปริมาณน้ำฝน (ข้อมูล APHRODITE) ในประเทศไทยเป็นระยะเวลา 1951-2007 และข้อมูลปริมาณน้ำฝนรายเดือนทั่วประเทศจะได้รับจากกรมอุตุนิยมวิทยาไทย 26 สถานี ข้อมูลเหล่านี้ไม่มีค่าที่ขาดหายอยู่ในช่วงเวลาตั้งแต่ปี 1971 เป็นปี 2012 ฝนข้อมูลที่ได้นำไปใช้กับการวิเคราะห์ค่าเฉลี่ยสี่ฤดูกาลที่แยกออกเป็น DJF (ธันวาคมกุมภาพันธ์), MAM (มีนาคม-พฤษภาคม) JJA (มิถุนายนเมษายน) และบุตร ( กันยายน-พฤศจิกายน) เชิงประจักษ์ฟังก์ชั่นตั้งฉาก (EOF) เทคนิคการเป็นลูกจ้าง.
ส่วนต่อไปคือการศึกษาความสัมพันธ์ระหว่าง ENSO โดยใช้อุณหภูมิผิวน้ำทะเล (SST) ดัชนีNiño3กับชุดเวลาองค์ประกอบหลัก (พีซี) ของโหมดที่โดดเด่นมากที่สุดในแต่ละฤดูกาลและNiño3 4 ดัชนี SST กับของเครื่องคอมพิวเตอร์ของโหมดที่โดดเด่นมากที่สุดในแต่ละฤดูกาล ความสัมพันธ์ของเพียร์สันถูกจ้างมา พบว่าดัชนีNiño3.4 SST เป็นที่เกี่ยวข้องมากที่สุดเพื่อ MAM ทั้งของข้อมูลปริมาณน้ำฝน

ผลลัพธ์ (ไทย) 3:

การศึกษานี้วิเคราะห์โหมดเด่นข้อมูลน้ำฝน ( อโฟรไดท์ข้อมูลในประเทศไทยเป็นเวลาจาก 2494 ถึง 2007 และข้อมูลปริมาณน้ำฝนรายเดือนทั่วประเทศไทยได้มาจาก สถานีกรมอุตุนิยมวิทยา 26 ข้อมูลเหล่านี้ไม่พลาดค่าอยู่ในช่วงจาก 2514 ถึง 2012 การประยุกต์การวิเคราะห์ข้อมูลฝนเฉลี่ยฤดูกาลที่สี่แยกเป็น DJF ( ธันวาคม - กุมภาพันธ์ )แหม่ม ( มีนาคม - พฤษภาคม ) จา ( มิถุนายนถึงเมษายน ) และ ลูกชาย ( กันยายน - พฤศจิกายน ) ฟังก์ชันตั้งฉากเชิงประจักษ์ ( ช่วง ) เทคนิคที่ใช้
ส่วนถัดไปคือการศึกษาความสัมพันธ์ระหว่างปรากฏการณ์โดยใช้อุณหภูมิพื้นผิวทะเล ( SST ) ni á O3 ดัชนีกับอนุกรมเวลา องค์ประกอบหลัก ( PC ) ของโหมดเด่นที่สุด แต่ละฤดูกาลและ Ni á O3 .4 หน้าดัชนีกับ PC ของโหมดเด่นที่สุดในแต่ละฤดูกาล และค่าสัมประสิทธิ์สหสัมพันธ์ของเพียร์สันศึกษา พบว่า ชั้น 15 o3.4 SST ดัชนีมากที่สุดที่เกี่ยวข้องกับแหม่ม ทั้งข้อมูลน้ำฝน .