吉滕·哈扎里卡;库尔德普·戈斯瓦米 水文气候变量分析中的非参数方法。 (英语) 兹比尔1470.62171 泰尔。统计。 第2号第19页,第420-436页(2021年). 总结:对水文气候变量的分析可以提供气候如何随时间演变的信息。这可以通过时间序列分析来实现。趋势分析作为时间序列分析方法之一,由于水文气候变量序列的非平稳性以及其中存在噪声和随机成分,因此对其进行分析具有挑战性。在这项研究中,试图使用两种非参数方法——Mann-Kendall检验和Sen斜率估计来检测降雨量和温度的趋势。该分析涵盖了NEI的7个站和6个站的降雨量和温度。从分析中没有发现降雨量的具体趋势。但是,最近五十年(1966年至2015年),最低和最高温度清楚地表明了所有台站的上升趋势。 引用于1文件 MSC公司: 62页第12页 统计学在环境和相关主题中的应用 62G05型 非参数估计 62M10个 统计学中的时间序列、自相关、回归等(GARCH) 86A08型 气候科学和气候建模 关键词:检验法;降雨量;森氏斜率;温度;趋势 PDF格式BibTeX公司 XML格式引用 \textit{J.Hazarika}和\textit{K.Goswami},泰国。Stat.19,No.2,420--436(2021;Zbl 1470.62171) 全文: 链接 参考文献: [1] Basistha A、Arya DS、Goel NK。印度喜马拉雅山降雨量历史变化分析。国际气候杂志。2009; 29: 555-572. [2] 科恩·TA,林斯·HF。自然风格:自然时尚。地质勘探研究报告。2005; 32 [3] Dash SK、Jenamani RK、Kalsi SR、Panda SK。二十世纪印度气候变化的一些证据。爬升变化。2007; 第85页:第299-321页。 [4] Deka RL、Mahanta C、Pathak H、Nath KK、Das S.印度阿萨姆邦雅鲁藏布江和巴拉克流域的降雨趋势和波动。Theor Appl Climatol公司。2013; 114: 61-71. [5] Douglas EM、Vogel RM、Kroll CN。美国洪水和低流量趋势:空间相关性的影响。《水文学杂志》。2000; 240: 90-105. [6] Gilbert RO.环境污染监测的统计方法.纽约:Van Nostrand Reinhold公司;1987 [7] Goswami K,Patowary AN,Hazarika J.使用NP方法研究一些水文气候变量趋势的性质。国际农业统计科学杂志。2017; 13: 205-211. [8] 436泰国统计学家,2021年;19(2): 420-436 ·兹比尔1470.62171 [9] JD萨拉斯。水文时间序列分析和建模。收件人:Maidment DR,编辑。《水文学手册》,纽约:McGraw-Hill;1972 [10] Sarker RP,Thapliyal V.气候变化和可变性。毛萨姆。1988; 39: 127-138. [11] Sen PK.基于Kendallτ的回归系数估计。J Am Stat Assoc.1968年;63: 1379-1389. ·Zbl 0167.47202号 [12] Sinha KCR,De US。仪器记录证明了印度的气候变化。世界气象组织牛市。2003; 52: 53-59. [13] Srivastava HN、Dewan BN、Dikshit SK、Rao PGS、Singh SS、Rao KR。印度气候的十年趋势。毛萨姆。1992; 43: 7-20. [14] Thapliyal V,Kulshreshtha SM。印度的气候变化和趋势。毛萨姆。1991; 42: 333-338. 此参考列表基于出版商或数字数学图书馆提供的信息。其项与zbMATH标识符进行启发式匹配,可能包含数据转换错误。在某些情况下,zbMATH Open的数据对这些数据进行了补充/增强。这试图尽可能准确地反映原始论文中列出的参考文献,而不要求完整或完全匹配。