克什米尔金奈降雨背后的本地因素，而不是全球因素

研究: 研究不同因素 (全球变暖，厄尔尼诺和拉尼娜以及当地条件) 对给定地区降雨量的影响

许多因素会影响印度的降雨。我们经常听到厄尔尼诺现象 (太平洋异常变暖) 对印度季风的负面影响。众所周知，厄尔尼诺现象与厄尔尼诺现象相反，这种情况被称为拉尼娜现象，有助于季风降雨。预计全球变暖还将增加大气的水分保持能力，从而导致更强烈的暴雨。这些都是全球性因素。降雨还受到当地条件的影响，例如温度，湿度，压力和风系统。

一段时间以来，当我还在班加罗尔的印度科学研究所时，我一直在试图了解几个因素中哪一个对降水模式的影响更大。更具体地说，我一直在试图了解什么对小区域的极端降水事件有更大的影响，比如我们去年在钦奈看到的持续降雨，以及查mu和克什米尔2014年以及孟买2005年的类似事件。从定义上讲，这种极端情况很少见，它们的行为与大多数数据明显不同，因此使对它们的研究更加困难。

更好地了解极端事件长期变化背后的驱动力是一项科学探索，它将帮助我们改善天气监测和预测。

为了我的研究目的，我将极端降水事件定义为在1969年和2014年的35年中，单日降雨量超过日降雨量的80%。我使用了印度气象局 (IMD) 的网格化降雨数据集，该数据集将该国分为100 × 100千米区域或网格。该数据集是根据从遍布全国的2,000站收集的降雨观测值准备的。

在每个网格中，我研究了这些极端事件期间降雨的强度，频率和持续时间。因此，我考虑了在一个咒语中降雨量保持在80% 以上阈值的天数。这是咒语的持续时间。一个季节中此类咒语的数量使此类极端事件的发生频率高。在每个咒语中，一天中的最大降雨量是强度。

在我的研究中，我试图评估仅影响降雨的三个因素的影响-ENSO条件 (厄尔尼诺和拉尼娜) 作为气候变化的自然模式，全球平均温度作为人为气候变化的指标，以及当地温度作为更局部影响的指标。使用理论上量身定制的统计建模工具来研究极端值的变化行为，并使用35年来的实际降雨和温度数据集，我试图了解降雨的强度，持续时间和频率如何受到这三个因素变化的影响。

结果表明，在极端事件期间的高降雨持续时间内，ENSO，全球温度和当地温度这三个因素均未发挥重要作用。实际上，在这35年中，强降雨的持续时间没有重大的长期变化。然而，与其他两个因素相比，极端降雨事件的强度和频率显示出对当地温度变化的敏感性更高。

基于这些结果，我的研究表明，在一个小区域的极端事件中，高降雨量可能更多地受到当地原因的影响，而不是全球因素。重要的是要注意，此结果仅对本研究选择的定义和量表有效。例如，如果我们改变网格的大小，或者如果我们试图看到其他一些因素的影响，比如印度洋偶极子，它可能会改变。尽管如此，它是衡量不同因素对给定区域降雨量的影响的非常重要的指标。需要更多的研究来更好地理解这种影响，这甚至可能使我们能够说出任何特定的极端事件是否可以归因于气候变化，或者是天气系统中更多的局部和自然变化的结果。