Behavioral solutions could be found

Behavioral solutions could be found throughout the a priori factor ranges for either of the Monte Carlo (MC) collections (refer to section 3.3). However, some restructuring tendency of the behavioral distributions away from the initial uniformly sampled pattern was seen for factors PKsM, PnM, CnM, CWCoM, and RainM (refer to Table 1). PKsM showed higher frequencies in the 1.5–2 range for the posterior distribution plots (Figure 6), suggesting a preference for larger hillslope-scale soil saturated hydraulic conductivities, and correspondingly higher infiltration. Similarly, factors PnM, CnM and CWCoM showed higher frequencies for values less than 1.5. RainM showed a clear tendency toward values greater than 0.5 with a maximum near 1, due to the low radar-gauge rainfall depth ratios (Table 2). Apart from these five factors, no tendency toward a deviation of factors from uniform distributions was found.

ผลลัพธ์ (ไทย) 1:

พบวิธีแก้ไขพฤติกรรมตลอดช่วง priori มีปัจจัยอย่างใดอย่างหนึ่งคอลเลกชันมอนติคาร์โล (MC) (ดูหัวข้อ 3.3) อย่างไรก็ตาม แนวโน้มบางอย่างปรับโครงสร้างของการกระจายพฤติกรรมห่างจากรูปแบบเริ่มต้นตัวอย่างสม่ำเสมอก็เห็นสำหรับปัจจัย PKsM, PnM, CnM, CWCoM และ RainM (ดูตารางที่ 1) PKsM แสดงให้เห็นว่าความถี่ในช่วง 1.5-2 สำหรับการกระจายหลังแปลง (รูป 6), แนะนำที่มีความต้องการขนาดใหญ่ hillslope-ขนาดดินอิ่มตัวไฮดรอลิกการนำ และการแทรกซึมสูงขึ้นตามลำดับ ในทำนองเดียวกัน ปัจจัย PnM, CnM และ CWCoM แสดงให้เห็นว่าความถี่สูงสำหรับค่าน้อยกว่า 1.5 RainM แสดงให้เห็นแนวโน้มชัดเจนไปทางค่ามากกว่า 0.5 ที่สุดใกล้ 1 เนื่องจากอัตราส่วนความลึกของฝนต่ำเรดาร์-วัด (ตารางที่ 2) นอกเหนือจากปัจจัยเหล่านี้ห้า มีแนวโน้มไปสู่ความเบี่ยงเบนของปัจจัยจากการกระจายสม่ำเสมอพบ

ผลลัพธ์ (ไทย) 2:

การแก้ปัญหาพฤติกรรมอาจจะพบได้ทั่วเบื้องต้นช่วงปัจจัยอย่างใดอย่างหนึ่งของ Monte Carlo (MC) คอลเลกชัน (ดูส่วน 3.3) แต่บางส่วนแนวโน้มการปรับโครงสร้างของการกระจายพฤติกรรมออกไปจากรูปแบบตัวอย่างสม่ำเสมอครั้งแรกก็เห็นปัจจัย PKsM, PNM, CNM, CWCoM และ RainM (โปรดดูตารางที่ 1) PKsM แสดงให้เห็นว่าความถี่ที่สูงขึ้นในช่วงแผนการกระจายหลัง (รูปที่ 6) 1.5-2 แนะนำการตั้งค่าสำหรับดินไหล่เขา-ขนาดใหญ่อิ่มตัวการนำไฮโดรลิคและแทรกซึมตามลําดับที่สูงขึ้น ในทำนองเดียวกันปัจจัย PNM, CNM และ CWCoM แสดงให้เห็นว่าความถี่ที่สูงขึ้นสำหรับค่าน้อยกว่า 1.5 RainM แสดงให้เห็นแนวโน้มที่ชัดเจนไปยังค่าที่มากกว่า 0.5 สูงสุดใกล้ 1 เนื่องจากเรดาร์วัดความลึกอัตราส่วนปริมาณน้ำฝนต่ำ (ตารางที่ 2) นอกเหนือจากนี้ห้าปัจจัยแนวโน้มต่อการเบี่ยงเบนของปัจจัยจากการกระจายเครื่องแบบไม่พบ

ผลลัพธ์ (ไทย) 3:

การแก้ปัญหาพฤติกรรมที่อาจจะพบได้ตลอดทั้งปัจจัยระหว่างช่วงของ Monte Carlo ( MC ) คอลเลกชัน ( ดู มาตรา 3 ) อย่างไรก็ตาม แนวโน้มของการปรับพฤติกรรม ห่างจากจุดแรกที่เห็นตัวอย่างรูปแบบปัจจัย pksm CNM , PNM , , cwcom และ rainm ( อ้างอิงจากตารางที่ 1 ) pksm มีความถี่สูงในช่วง 1.5 – 2 แปลงกระจายด้านหลัง ( รูปที่ 6 ) แนะนำการตั้งค่าสำหรับขนาดใหญ่ hillslope ดินอิ่มตัวไฮดรอลิก conductivities ดับที่สูงขึ้น และการแทรกซึม นอกจากนี้ปัจจัยที่ PNM CNM cwcom , และมีความถี่สูงสำหรับค่าที่น้อยกว่า 1.5 rainm แสดงชัดเจนต่อแนวโน้มค่ามากกว่า 0.5 ที่มีสูงสุดใกล้ 1 , เนื่องจากการต่ำเรดาร์วัดความลึกน้ำฝนอัตราส่วน ( ตารางที่ 2 ) นอกจากปัจจัยทั้ง 5 ไม่ต่อแนวโน้มเบี่ยงเบนจากปัจจัยจากการแจกแจงสม่ำเสมอ พบ