ISSN: 2347 - 7830
大学地理学系阿拉哈巴德,印度北方邦
收到的日期:05/04/2018;接受日期:30/04/2018;发布日期:07/05/2018
访问更多的相关文章研究和评论:生态学和环雷竞技苹果下载境科学》杂志上
在气候的几个因素中,厄尔尼诺-南方涛动(ENSO)和太阳黑子周期年际年代际尺度和工作相信虽然太平洋的厄尔尼诺和拉尼娜现象的压力跷跷板影响气候改变全球风力和降雨模式,太阳黑子出现的11年周期变化带来的变化日晒和云的形成。因此,这两个气候营力的作用似乎推动短期气候可变性的关键。本文试图了解这两种气候现象的影响,温度和降雨模式在女王的规模,并为目的的研究认为印度是如此。分析表明,温度与太阳黑子活动表现出良好的相关性,而ENSO循环对国家的降雨量的影响不是很明显。然而,印度的沿海国家在埃尔-尼诺海流阶段记录温度显著上升的ENSO现象,这可能是原因分散,在厄尔尼诺年全国降雨不均。
温度、降水、自然变化、大气、气候
收益率从太阳和不同的倾向,一个地方的气候决定了自然和生物繁荣的状态。然而,atmospheric-oceanic-geomorphic调节气候属性变化的时间。除了这些自然力量,今天人也有发达的技术和技能来调节气候特征在某种程度上。影响气候的自然力量,工作年最小尺度而人工角色是有限的寿命。地球轨道变化,自然迫使——太阳能量输出的变化,板块构造运动、火山活动、陨石,海洋环流等氯氟化碳(cfc)的同时,化石燃料燃烧温室气体,工业气溶胶,增强大气水蒸气humanogenic因果因素变化的气候。南极上空臭氧层空洞的发现平流层在1987年推动科学研究人造氟氯化碳在大气变化的作用。很快,搜索man-climate变化关系的统计学意义成为相关研究的焦点在这个问题(1,2]。大多数的研究推测,人类增加自然气候变化背后的原因增加温度,打乱了暴雨和加剧极端气候事件。他们试图估计出发从他们的自然气候条件的变化。然而,他们认为自然营力有节奏的和可预测的。但是,气候变化是一个动态的系统,它的所有组件都与反馈,因此,改变一个组件可能会导致一个或所有的变化。测量可能离职在所有方向上精度确实是一个挑战。这是更现实的衡量的程度自然强迫和气候变化之间的联系。如果自然原因未能同步与气候趋势,表明一些自然变化的原因。影响气候的显著的自然因素是——米兰科维奇旋回、板块构造,太阳黑子周期,陨石,火山活动和厄尔尼诺南方涛动(ENSO)。轨道缓慢和长期和板块构造运动变化过程主要负责气候逆转,太阳黑子,火山活动,ENSO像短期力量导致气候快速变化。 Studies suggest that increase in sunspot numbers increases surface temperature of the Earth while decreases the amount of rainfall [3]。立斯·克雷斯顿森等人在他们的研究中发现,增加了太阳黑子活动加强电磁太阳和那块领域银河宇宙射线进入太阳系内部(4]。这减少宇宙射线通量,降低了人工降雨率,从而减少太阳能反射回来的云直接向宇宙。通过这个过程增强到达地球表面的太阳辐射的温度上升。云种散播的下降率也降低了降雨的体积。
除了太阳黑子的变化,外部的身体像陨石,落在地球表面的速度大约10 - 75公里每秒经过的厚层大气,也有一些对地球气候的影响(5]。以这个速度,当这些星际身体接触即使最薄的大气层,从摩擦产生热量和压缩。雷竞技网页版和当时的温度和粉尘释放的碰撞,有时改变了气候显著。一些研究试图证实,突然气候变化造成沉重的陨石的淋浴在白垩纪恐龙的灭绝原因从地球6- - - - - -8]。火山爆发也是一种短期影响气候迫使通过注入大量的火山灰,硫磺气体,卤素和水蒸气进入地球大气层[9,10]。这些气体和气溶胶产生冷却效果降低日晒。然而,极端的火山活动也可以产生全球变暖(11,12]。
厄尔尼诺-南方涛动(ENSO)现象是另一个短期气候强迫的特点是一个温暖的(厄尔尼诺现象),中性和冷(拉尼娜)阶段。ENSO事件的温暖阶段与降水量在赤道东太平洋赤道太平洋西部和降雨相比,中性的条件。在拉尼娜阶段这些模式是相反的(13- - - - - -16]。科学账户之间找到一个好的联系厄尔尼诺现象和一个星期在印度季风。他们观察到在厄尔尼诺年,更有可能的是,印度收到降雨低于正常(17- - - - - -19]。除了这些短期营力,也长期气候因子影响气候,然而,他们非常缓慢的力量,不会很有助于解释短期气候波动。因此,本研究只考虑短期气候因子的调查,并以印度为例的分析。提到没有明显的发生是很重要的陨星的撞击或火山活动在上个世纪已经记录在印度。因此,研究分析只有太阳黑子的变化和厄尔尼诺现象理解的离开从其自然气候变化路径。
数据来源与方法
这项研究是基于116年的气温和降雨系列(1901 - 2016),收集了来自印度气象部门。的数据属于海洋尼诺索引52年来(1961 - 2012)从国家获得环境信息中心,博尔德,美国尽管数据相关的年度变化意味着太阳黑子数目在102年(1911 - 2012)是世界上收集到的数据中心,皇家天文台的比利时,布鲁塞尔。这项研究使用简单的相关性和回归分析研究协会的太阳黑子和ENSO事件的程度与温度和降雨量。
印度温度和降雨量的变化:最近的趋势
印度是一个季风气候的国家,目击者季节性趋势逆转的压力和风力系统。青藏高原和喜马拉雅山脉位于北方,塔尔沙漠在印度洋西部和南部的国家,使其气候独特而多样化,不同从热带到温带和从沙漠高山条件。国家收到的雨在夏天时在北面临极端寒冷的条件和适宜的温度在南方在冬天。近几十年来印度记录增加极端气候事件,有几项研究链接这一变化迅速人性化的印度风景(20.- - - - - -22]。
图1显示了印度的年平均气温和降雨资料。图也显示,在6月,7月和8月当国家收到的大部分降雨量最低温度条件下保持稳定,而最高温度记录显著下降。
图2展示了月度和季节性温度和降雨量的变化条件,印度在116年(1901 - 2016)。显然2月,11月和12月的月有记录的最高温度,另一方面增加7月发生了最大降雨量减少体积。它是清晰可见的图2冬天和post-monsoon赛季获得热量,而雨季发觉降雨量下降。
图3显示的温度和降雨模式印度1901 - 2016年。急剧增加,温度和降水在1990年大幅下降非常明显。几乎可以称为1990年对印度的气候红利”。实际上,这是时期印度开放市场对外国投资者来安装工业单位。
很明显,印度的气候转向炎热和干燥条件和最后2年来这种变化更明显。
ENSO和太阳黑子现象与温度和降水的变化
表1显示了年平均温度之间的相关性,年降雨量和年平均太阳黑子数目的102年(1911 - 2012)。
表1。太阳黑子数目之间的相关性和温度和降雨量。
状态 | 太阳黑子数目和温度之间的相关性 | 状态 | 太阳黑子数目与降雨量之间的相关性 |
---|---|---|---|
锡金 | 0.28 * * | Odisha | 0.20 * |
Odisha | 0.25 * | 恰蒂斯加尔邦 | 0.14 |
那加兰邦 | 0.25 * | Telangana | 0.12 |
* * | 0.24 * | 安得拉邦 | 0.11 |
西孟加拉 | 0.23 * | 锡金 | 0.08 |
恰尔肯德邦 | 0.22 * | * * | 0.06 |
阿萨姆邦 | 0.22 * | 北方邦 | 0.06 |
比哈尔 | 0.20 * | 那加兰邦 | 0.04 |
曼尼普尔邦 | 0.18 | 阿萨姆邦 | 0.04 |
旁遮普 | 0.17 | 中央邦 | 0.04 |
安得拉邦 | 0.17 | 特里普拉邦 | 0.04 |
特里普拉邦 | 0.16 | 恰尔肯德邦 | 0.04 |
米佐拉姆邦 | 0.15 | 西孟加拉 | 0.03 |
昌迪加尔 | 0.14 | 果阿 | 0.03 |
查谟和克什米尔 | 0.14 | 马哈拉施特拉邦 | 0.03 |
喜马偕尔邦 | 0.13 | 曼尼普尔邦 | 0.02 |
梅加拉亚邦 | 0.11 | 喀拉拉邦 | 0.02 |
Telangana | 0.11 | 旁遮普 | 0.01 |
Puducherry | 0.11 | 昌迪加尔 | 0.01 |
哈里亚纳邦 | 0.1 | 蹄兔和丢 | 0 |
恰蒂斯加尔邦 | 0.1 | Gujrat | 0 |
NCT德里 | 0.1 | 查谟和克什米尔 | -0.01 |
Lakshadweep | 0.1 | 比哈尔 | -0.01 |
蹄兔和丢 | 0.1 | Dadra和Nagar Haveli | -0.01 |
Dadra和Nagar Haveli | 0.1 | 梅加拉亚邦 | -0.02 |
安达曼和尼科巴 | 0.1 | 卡纳塔克邦 | -0.06 |
马哈拉施特拉邦 | 0.09 | 拉贾斯坦邦 | -0.06 |
果阿 | 0.09 | 喜马偕尔邦 | -0.07 |
北阿坎德邦 | 0.06 | 北阿坎德邦 | -0.07 |
卡纳塔克邦 | 0.06 | 哈里亚纳邦 | -0.07 |
泰米尔纳德邦 | 0.05 | 米佐拉姆邦 | -0.08 |
北方邦 | 0.05 | Puducherry | -0.10 |
喀拉拉邦 | 0.03 | NCT德里 | -0.11 |
古吉拉特邦 | 0.03 | 安达曼和尼科巴 | -0.17 |
中央邦 | 0.02 | Lakshadweep | -0.17 |
拉贾斯坦邦 | 0.01 | 泰米尔纳德邦 | -0.17 |
印度 | 0.17 | 印度 | 0.00 |
注:* *趋势是重要的在99%置信水平;*趋势是重要的在95%置信水平;太阳黑子数目的数据源:世界数据中心,皇家天文台的比利时,布鲁塞尔
特别是太阳黑子数目和温度之间的关系是正对所有国家。这种关系是重要的锡金,Odisha,那加兰邦,* *,西孟加拉邦,恰尔肯德邦,阿萨姆邦和比哈尔邦而统计无意义的状态可以归因于地理变异。然而,太阳黑子活动和温度变化的单向协方差显示温度趋势大多是由传入的太阳辐射。
表面温度的不均匀上升可以被理解为在表面反射率和地区差异地理位置。例如,相同数量的日晒会产生更多的变暖对深色或平面和减少对光线或起伏的表面,就像在拉贾斯坦邦,大面积的土地受到沙漠这反映了更多的能量,因此,不是温暖的安得拉邦,Telangana或东北州由表面标记植被吸收更多的太阳辐射。另一方面,旁遮普是闻名的绿地,吸收更多的热量,但由于强烈的灌溉,这些热量产生的局部冷却效果自然加强能源对蒸发温度在其水域。哈里亚纳邦和德里的昌迪加尔和NCT是“部分冷却效应”下的城市热岛的额外热量积聚在当地大气蒸发率,从而提高大气水汽含量。这种效果是可见的在这些州的降雨模式获得更多降雨由于增强当地大气中水蒸气。城市热岛的“部分冷却效应”也在喀拉拉邦和工作状态记录了气候变暖比其邻国。太阳黑子数量和降水之间的关系不是很明确,然而,由于低云种散播在太阳黑子活动的增加,它可以表明,降雨将会下降。太阳黑子数之间的相关性和降雨部分支持这一想法。它可以测量的表1几乎一半的州的国家显示出负面的太阳黑子活动和降水之间的关系。然而,由于双尾的关系,没有明确的协会可以解释。可以说,降雨更依赖当地大气状况而不是外部营力。第二个自然短期迫使温度和降雨量的变化是厄尔尼诺和拉尼娜现象振荡。这是衡量海洋尼诺指数(ONI)。表2介绍了海洋尼诺指数之间的相关性,气温和降雨的52年(1961 - 2012)时期。
表2。海洋尼诺指数之间的相关性和温度和降雨量。
状态 | 海洋尼诺指数之间的相关性和温度 | 状态 | 海洋尼诺指数之间的相关性和降雨量 |
---|---|---|---|
果阿 | 0.42 * * | 卡纳塔克邦 | 0.35 * * |
马哈拉施特拉邦 | 0.42 * * | 那加兰邦 | 0.34 * |
泰米尔纳德邦 | 0.39 * * | * * | 0.29 * |
Puducherry | 0.38 * * | 曼尼普尔邦 | 0.25 |
安得拉邦 | 0.37 * * | 特里普拉邦 | 0.23 |
安达曼和尼科巴 | 0.36 * * | 蹄兔和丢 | 0.22 |
Dadra和Nagar Haveli | 0.36 * * | Gujrat | 0.22 |
蹄兔和丢 | 0.36 * * | 果阿 | 0.2 |
Lakshadweep | 0.36 * * | 马哈拉施特拉邦 | 0.2 |
卡纳塔克邦 | 0.34 * | 米佐拉姆邦 | 0.2 |
Telangana | 0.33 * | Dadra和Nagar Haveli | 0.18 |
恰蒂斯加尔邦 | 0.33 * | 阿萨姆邦 | 0.18 |
中央邦 | 0.33 * | Telangana | 0.17 |
喀拉拉邦 | 0.31 * | 北阿坎德邦 | 0.17 |
古吉拉特邦 | 0.28 * | 拉贾斯坦邦 | 0.14 |
恰尔肯德邦 | 0.26 | 哈里亚纳邦 | 0.13 |
比哈尔 | 0.26 | 安得拉邦 | 0.12 |
北方邦 | 0.25 | Puducherry | 0.12 |
拉贾斯坦邦 | 0.24 | NCT德里 | 0.12 |
Odisha | 0.23 | 昌迪加尔 | 0.11 |
西孟加拉 | 0.22 | 喜马偕尔邦 | 0.1 |
特里普拉邦 | 0.21 | 安达曼和尼科巴 | 0.1 |
米佐拉姆邦 | 0.15 | Lakshadweep | 0.1 |
哈里亚纳邦 | 0.14 | 泰米尔纳德邦 | 0.1 |
NCT德里 | 0.13 | 查谟和克什米尔 | 0.08 |
旁遮普 | 0.09 | 旁遮普 | 0.08 |
梅加拉亚邦 | 0.09 | 中央邦 | 0.07 |
曼尼普尔邦 | 0.08 | 喀拉拉邦 | 0.02 |
阿萨姆邦 | 0.03 | 北方邦 | 0.01 |
那加兰邦 | 0.03 | 比哈尔 | 0.01 |
昌迪加尔 | 0.01 | 锡金 | -0.04 |
北阿坎德邦 | -0.02 | 西孟加拉 | -0.06 |
喜马偕尔邦 | -0.02 | 恰尔肯德邦 | -0.07 |
查谟和克什米尔 | -0.03 | 梅加拉亚邦 | -0.07 |
* * | -0.03 | 恰蒂斯加尔邦 | -0.07 |
锡金 | -0.05 | Odisha | -0.2 |
印度 | 0.28 * | 印度 | 0.26 |
注:* *趋势是重要的在99%置信水平;*趋势是重要的在95%置信水平;数据源为海洋尼诺指数:美国国家海洋和大气管理局,美国
的表2表明,在厄尔尼诺年,气温高对印度也有更多降雨在这样年。虽然降雨-海洋尼诺指数相关性是微不足道的,然而很少有记录显著正相关。这所谓的El Nino-Monsoon关系,在厄尔尼诺现象更少的降水预计在印度。然而,双尾厄尔尼诺现象与温度之间的关系,以及厄尔尼诺和降雨限制的可能性,预测任何重要的这两个变量之间的联系。
太阳黑子周期和温度之间的正相关性模式表明太阳活动区域温度曲线是一个关键因素,然而,太阳黑子数目和温度之间的相关性程度模式对大多数的州是非常弱的。另一方面,太阳黑子cycle-rainfall协会正反不支持Svensmark,弗立斯·克雷斯顿森和气候变化的宇宙理论。
值得注意的是印度的大部分沿海国家记录海洋尼诺指数和温度之间的相关性。这就意味着在厄尔尼诺年,印度海岸变得比平常温暖,因此,这种现象扰乱了正常的季风机制,缓解压力梯度开发。然而,厄尔尼诺现象之间的相关性和降雨模式不合理假设,在厄尔尼诺年印度降雨量低于正常。