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 suggest that the Nino3,Nino3.4 SST index influence rainfall variability of each season over Thailand. Especially, the most correlation between the Niño3.4 with rainfall during March April and May (summer).

The rainfall variability during boreal winter (December to February) over the Indochina peninsula was exhibited by the EOF technique. The leading mode of the variability accounts 42.6% of the total variance, and shows the interannual variation. Its spatial distribution presents large rainfall variation over the southern part over the Indochina and the central part of Vietnam, whereas its temporal variation shows the correlation to the SST anomalies, particularly in the Pacific Ocean

The main results found in this study may be summarized as follows. In our EOF analysis of rainfall over Thailand during the period 1971-2010 the most dominant mode, accounting for 21.6% of the total variance, had a spatial pattern with the same sign (positive) over almost all of Thailand. Consequently, when the PC was positive there was more rainfall than normal and when the PC was negative there was less rainfall than normal almost everywhere. An exception to this general result occurs in the south at latitudes below 9°N.

ผลลัพธ์ (ไทย) 1:

สำหรับความผันผวนของปริมาณน้ำฝนของแต่ละฤดูกาลไทยถูกจัดแสดง ด้วยเทคนิค EOF โหมดหลักที่สุดของแต่ละฤดูกาลความแปรผันการบัญชีสำหรับ 47.5%, 24.1%, 31.0% และ 21.3% ของความแปรปรวนทั้งหมดตามลำดับ มันสามารถอธิบายความแปรปรวนของค่าเฉลี่ยระยะยาวของปริมาณน้ำฝนในช่วงฤดูกาลของไทยการวิเคราะห์ความสัมพันธ์แนะนำว่า Nino3 ดัชนี Nino3.4 SST อิทธิพลสำหรับความผันผวนของปริมาณน้ำฝนของแต่ละฤดูกาลไทย โดยเฉพาะ ความสัมพันธ์ส่วนใหญ่ระหว่าง Niño3.4 กับปริมาณน้ำฝนในช่วงมีนาคมเมษายน และอาจ (ฤดูร้อน)สำหรับความผันผวนของปริมาณน้ำฝนในช่วงฤดูหนาว (เดือนธันวาคมถึงกุมภาพันธ์) boreal ผ่านคาบสมุทรอินโดจีนถูกจัดแสดง ด้วยเทคนิค EOF โหมดนำความแปรผัน 42.6% ของผลต่างการรวมบัญชี และแสดงการเปลี่ยนแปลง interannual กระจายของแสดงปริมาณน้ำฝนขนาดใหญ่ความผันแปรมากกว่าภาคอินโดจีนที่และส่วนกลางของเวียดนาม ในขณะที่การเปลี่ยนแปลงชั่วคราวแสดงความสัมพันธ์กับความผิด SST โดยเฉพาะอย่างยิ่งในมหาสมุทรแปซิฟิกผลหลักที่พบในการศึกษานี้อาจสรุปได้ดังนี้ ในการวิเคราะห์ของ EOF ของฝนไทยช่วงปี 1971-2010 โหมดหลักมากที่สุด บัญชี 21.6% ของความแปรปรวนทั้งหมด มีรูปแบบพื้นที่ มีสัญลักษณ์เดียวกัน (บวก) เกือบทั้งหมดของไทย ดังนั้น เมื่อ PC บวกมีฝนเพิ่มมากขึ้นกว่าปกติ และเมื่อพีซีแบบลบมีปริมาณน้ำฝนน้อยกว่าปกติเกือบทุก ข้อยกเว้นทั่วไปนี้ต้องเกิดขึ้นในภาคใต้ที่ latitudes ล่าง 9 ° N.

ผลลัพธ์ (ไทย) 2:

ความแปรปรวนของฤดูกาลปริมาณน้ำฝนทั่วประเทศแต่ละคนถูกแสดงโดยเทคนิค EOF โหมดที่โดดเด่นที่สุดของแต่ละฤดูกาลแปรปรวนบัญชีสำหรับ 47.5%, 24.1%, 31.0% และ 21.3% ของความแปรปรวนรวมตามลำดับ มันสามารถอธิบายการเปลี่ยนแปลงของค่าเฉลี่ยในระยะยาวของปริมาณน้ำฝนในช่วงฤดูของทั่วประเทศไทย.
การวิเคราะห์ความสัมพันธ์ให้เห็นว่า Nino3, Nino3.4 SST มีอิทธิพลต่อดัชนีความแปรปรวนของฤดูกาลปริมาณน้ำฝนทั่วประเทศแต่ละ โดยเฉพาะอย่างยิ่งความสัมพันธ์ระหว่างNiño3.4กับปริมาณน้ำฝนในช่วงเดือนมีนาคมเมษายนและพฤษภาคม (ฤดูร้อน). ความแปรปรวนปริมาณน้ำฝนในช่วงฤดูหนาวเหนือ (ธันวาคมกุมภาพันธ์) เหนือคาบสมุทรอินโดจีนได้รับการจัดแสดงผลงานโดยใช้เทคนิค EOF โหมดชั้นนำของบัญชีแปรปรวน 42.6% ของความแปรปรวนทั้งหมดและแสดงให้เห็นการเปลี่ยนแปลง Interannual กระจายเชิงพื้นที่ที่มีการจัดรูปแบบของปริมาณน้ำฝนที่มีขนาดใหญ่กว่าภาคใต้กว่าอินโดจีนและภาคกลางของประเทศเวียดนามในขณะที่การเปลี่ยนแปลงชั่วของตนแสดงความสัมพันธ์กับความผิดปกติ SST โดยเฉพาะอย่างยิ่งในมหาสมุทรแปซิฟิกผลหลักที่พบในการศึกษาครั้งนี้อาจจะสรุปได้ดังนี้ . ในการวิเคราะห์ EOF ของเราปริมาณน้ำฝนทั่วประเทศในช่วงเวลา 1971-2010 โหมดที่โดดเด่นมากที่สุดคิดเป็น 21.6% ของความแปรปรวนทั้งหมดมีรูปแบบเชิงพื้นที่ที่มีสัญลักษณ์เดียวกัน (บวก) กว่าเกือบทั้งหมดของประเทศไทย ดังนั้นเมื่อเครื่องคอมพิวเตอร์เป็นบวกมีปริมาณน้ำฝนมากกว่าปกติและเมื่อเครื่องคอมพิวเตอร์เป็นลบมีปริมาณน้ำฝนน้อยกว่าปกติเกือบทุกที่ ยกเว้นผลทั่วไปนี้เกิดขึ้นในภาคใต้ที่ละติจูดต่ำกว่า 9 องศา

ผลลัพธ์ (ไทย) 3:

ฝน ความแปรปรวนของแต่ละฤดูกาล มากกว่าประเทศไทย จัดแสดงด้วยเทคนิคช่วง . โหมดเด่นที่สุดของแต่ละฤดูกาลแปรปรวนบัญชี 47.5 ร้อยละ 31.0 % และอัตราร้อยละ 21.3 % ของความแปรปรวนทั้งหมดตามลำดับ มันสามารถอธิบายการเปลี่ยนแปลงของระยะยาวเฉลี่ยปริมาณน้ำฝนในช่วงฤดูกว่าประเทศไทย .
การวิเคราะห์สหสัมพันธ์ พบว่า nino3 nino3 , .4 ดัชนี SST อิทธิพลฝนแปรปรวนของแต่ละฤดูกาล มากกว่าประเทศไทย โดยเฉพาะอย่างยิ่ง มากที่สุด ความสัมพันธ์ระหว่างผมกับฝน o3.4 เมืองในช่วงเดือนมีนาคม เมษายน และพฤษภาคม ( ฤดูร้อน )

ฝนแปรปรวนในช่วงฤดูหนาว ( ธันวาคม - กุมภาพันธ์ ) เหนือกว่าคาบสมุทรอินโดจีนคือแสดงโดยเทคนิคช่วง . โหมดชั้นนำของทางบัญชี 42.6% % ของความแปรปรวนทั้งหมด ,และแสดงให้เห็นการเปลี่ยนแปลงอัตรา . การกระจายทางพื้นที่แสดงขนาดใหญ่ของฝนเปลี่ยนแปลงอยู่ภาคใต้ผ่านอินโดจีนและภาคกลางของเวียดนาม และการเปลี่ยนแปลงของเวลา แสดงความสัมพันธ์กับ SST anomalies , โดยเฉพาะอย่างยิ่งในมหาสมุทรแปซิฟิก

ผลหลักที่พบในการศึกษานี้อาจสรุปได้ดังนี้ในช่วงการวิเคราะห์ ปริมาณฝนของประเทศไทยในช่วงระยะเวลา 1971-2010 ที่เด่นที่สุด โหมด , การบัญชีสำหรับร้อยละ 21.6 % ของความแปรปรวนทั้งหมด มีรูปแบบเชิงพื้นที่ที่มีเครื่องหมายเดียวกัน ( บวก ) ไปเกือบทั่วทั้งประเทศไทย ดังนั้น เมื่อเครื่องคอมพิวเตอร์ถูกบวก มีปริมาณน้ำฝนมากกว่าปกติ และเมื่อเครื่องคอมพิวเตอร์ถูกลบมีปริมาณฝนน้อยกว่าปกติเกือบทุกแห่งข้อยกเว้นการทั่วไปนี้เกิดขึ้นในภาคใต้ ที่ละติจูด 9 องศา ด้านล่าง )