To construct the statistical model

To construct the statistical model we use GHG concentration, solar radiation, volcanic activity and the El Niño Southern
Oscillation cycle as these are key drivers of global temperature variance (IPCC, 2007, 2013; Meinshausen et al., 2011; Allan,
2000; Benestadt and Schmidt, 2009; Gohar and Shine, 2007; Wang et al., 2005). This analysis uses recorded data (NOAA
National Climate Data Centre, 2011) avoiding the uncertainties that can arise in the complementary climate model-based
fingerprint studies (Hegerl and Zwiers, 2011).

ผลลัพธ์ (ไทย) 1:

การสร้างแบบจำลองทางสถิติ เราใช้ปริมาณความเข้มข้น รังสีแสงอาทิตย์ กิจกรรมภูเขาไฟ และซันโตนิโญเอลที่ภาคใต้
สั่นวงจรเหล่านี้เป็นไดรเวอร์หลักของผลต่างอุณหภูมิโลก (IPCC, 2007, 2013 Meinshausen et al., 2011 Allan,
2000 Benestadt และชมิดท์ 2009 Gohar และขัด 2007 วัง et al., 2005) การวิเคราะห์นี้ใช้บันทึกข้อมูล (NOAA
ศูนย์แห่งชาติในสภาพภูมิอากาศข้อมูล 2011) หลีกเลี่ยงความไม่แน่นอนที่อาจเกิดขึ้นตามแบบจำลองสภาพภูมิอากาศเสริม
ลายนิ้วมือ (Hegerl และ Zwiers, 2011) การศึกษา

ผลลัพธ์ (ไทย) 2:

การสร้างแบบจำลองทางสถิติที่เราใช้ความเข้มข้นของก๊าซเรือนกระจกรังสีแสงอาทิตย์กิจกรรมภูเขาไฟและเอลNiñoใต้
วงจรความผันผวนเหล่านี้จะเป็นไดรเวอร์ที่สำคัญของความแปรปรวนอุณหภูมิของโลก (IPCC 2007, 2013; Meinshausen et al, 2011;. อัลลัน,
2000; Benestadt และชมิดท์, 2009; Gohar และ Shine 2007; วัง et al, 2005). การวิเคราะห์นี้จะใช้ข้อมูลที่บันทึกไว้ (NOAA
แห่งชาติศูนย์ข้อมูลสภาพภูมิอากาศ, 2011) การหลีกเลี่ยงความไม่แน่นอนที่อาจเกิดขึ้นในสภาพภูมิอากาศที่สมบูรณ์แบบตาม
การศึกษาลายนิ้วมือ (Hegerl และ Zwiers 2011)

ผลลัพธ์ (ไทย) 3:

สร้างสถิติแบบเราใช้ก๊าซเรือนกระจกปริมาณรังสีแสงอาทิตย์ ภูเขาไฟและ El Ni á o ภาคใต้
สั่นรอบเหล่านี้เป็นไดรเวอร์ที่สำคัญของความแปรปรวนของอุณหภูมิโลก ( IPCC 2007 2013 ; meinshausen et al . , 2011 ; อลัน
2000 ; benestadt และ ชมิดท์ , 2009 ; โกฮาร์แล้ว , 2007 ; Wang et al . , 2005 ) การวิเคราะห์นี้ใช้บันทึกข้อมูล ( NOAA
ข้อมูลภูมิอากาศแห่งชาติศูนย์2011 ) การหลีกเลี่ยงความไม่แน่นอนที่อาจเกิดขึ้นในบรรยากาศแบบสำหรับศึกษาและ hegerl
ลายนิ้วมือ zwiers , 2011 )