当前世界环境

介绍

农业活动主要依赖于支持印度农村人口生计和经济的水资源和土壤生产力的可用性。降雨和温度的变化通过造成类似干旱和洪水的条件，导致生物多样性丧失和人类生命，从而影响自然环境的社会经济发展。气候研究需要紧急和系统的关注;因此，为了了解区域气候变化模式对作物模式、生产力以及经济的影响，这一相关研究在世界范围内变得越来越重要^{1 - 2}．气候变量，特别是降雨和温度，可以影响水资源，其中包括有关地区的水流模式、地下水储量和湖泊/池塘/水箱^3.．极端降雨事件会造成毁灭性的洪水，这在印度的一些地区很常见。近年来，在夏季风期间，该国许多地区都有强至极端降雨(70毫米/天至约120毫米/天)，但总的平均季风降雨量几乎保持不变^{4 - 5}．

区域尺度的气候研究被认为是至关重要的，因为气候变化会影响包括动植物在内的自然资源的分布。印度东北部拥有丰富的生物多样性、丰富的森林资源和良好的农业生产。大量土著部落人民依靠各种自然资源维持生计。气候变化会影响资源的分配和可得性，导致这些生物多样性地区的营养和粮食不安全。联合国政府间气候变化专门委员会⁶观察到气候变化会扰乱农业生产、引发洪涝干旱、地下水枯竭和水资源短缺等问题。全球变暖和极端天气事件可能影响水文循环和河流流动模式。

这些研究利用印度和阿萨姆邦地区的长期序列数据，分析了降雨趋势及其变化，以及极端降雨事件^{7 - 8}．还进行了几次尝试来分析美国国家航空航天局(NASA)降水雷达热带降雨测量任务(PRTRMM)卫星数据和印度气象局(IMD)数据，借助建模技术识别多个时间尺度的异常⁹．研究降水和温度等气候变量的模式和趋势对气候变化预测是必要的。研究人员利用历史和长期序列研究了干旱和半干旱易发地区降雨和温度的时空变化^外扩丘陵和多山地区^{12 - 13}沿海和城市地区^{14日至15日}、河流流域^{16日至18日}遍布全球。平均年降雨量变化和极端降雨事件记录在印度西部和东北部，主要是由于当地地形。Deepak等人(2012)记录了阿萨姆邦长期降雨以及季风和季风后季节的显著变化¹⁹．

年、月和季节降雨趋势的时空分析对于规划和发展水资源、农业生产和减缓气候变化措施具有重要意义。但它需要分布良好的水文气象站来收集数据。在缺少降雨数据的情况下，可以使用基于卫星的长期数据集来估计降雨量并获得更好的结果20。Namita和Soham，(2022)21观察到，自20世纪50年代以来，印度东北部锡金地区的季风和年降雨量呈下降趋势。在阿萨姆邦，根据阿萨姆邦气候行动计划的观察，预计气温将上升1.7至2.2°C，极端降雨事件将增加近40%。Begum等人(2022)23分析了阿萨姆邦降雨的时空趋势，并注意到在整个邦的各个地方，季风季节降雨量都有不显著的减少趋势。

据了解，研究某一地区的降雨特征对于评估气候变化的后果至关重要。IPCC建议⁶因此，必须研究降雨的趋势和变化，以便制定适当的战略和适应计划来应对气候变化。尽管对印度夏季季风降雨进行了几项研究，但目前的研究工作试图通过使用过去的数据集(1981-2017)来研究印度东北部阿萨姆邦不同季节、月和年的降雨量变化。

方法

研究区域

阿萨姆邦位于印度东北部的东喜马拉雅山脉南部。它与南部的孟加拉国和北部的不丹共享约533公里的国际边界。阿萨姆邦面积为78,438平方公里。Km和位于之间24°08年吗?N - 28°02?北纬和89°42吗?东经96°00?E经度．北部是**和不丹，东部是那加兰邦，曼尼普尔邦和**，南部是梅加拉亚邦和米佐拉姆邦，西部是西孟加拉邦，特里普拉邦和孟加拉国(图1)。布拉马普特拉河和巴拉克河及其支流几乎全年都有高降雨量，在这一地区形成了大面积的洪泛平原。雅鲁藏布江发源于西藏，流经中国、印度和孟加拉国。在印度，它进入**，排水近226公里，到达阿萨姆邦平原。这条河全长700公里，最后流入孟加拉国，汇入孟加拉湾。阿萨姆河谷的河道长度在1到18.5公里之间，年流量为19820立方米^20.．雅鲁藏布江被称为阿萨姆洪水泛滥的河流，因为1954年、1962年、1966年、1972年、1973年、1977年、1978年、1983年、1984年、1987年、1988年、1991年、1993年、1995年、1996年、1998年、2016年和2017年发生的灾难性事件在2014年摧毁了阿萨姆邦近50%的地理区域²⁴．气候属热带季风湿润气候，12月气温6℃~ 5月38℃，年平均降雨量约1140 cm，主要受西南季风影响。研究区域拥有丰富的生物多样性和真正的热带雨林。强降雨和包括森林砍伐在内的其他因素可能造成洪水破坏，造成生命、生计和财产损失。这个区域是也被列为地震易发区。

图1:印度阿萨姆邦的车站位置。 点击此处查看图

1981-2017年的37年间，从覆盖印度整个阿萨姆邦的26个地点收集了降雨数据(图1)。有些监测站位于高海拔地区，其他监测站则位于山谷地区。每月的数据可以从NASA网站(https://power.larc.nasa.gov/)和IMD站点下载。各地点的地理坐标和海拔高度见表1。进行了月、季、年分析，以确定研究区降雨数据的趋势。

趋势分析方法

在目前的研究工作中Mann-Kendall(可)采用检验方法评价降雨趋势在时间序列上的统计学显著性^{25日至26日}．该测试比任何其他测试都更受青睐，并已在世界各地的几项水文气象研究中应用，包括Ahmed等人(2022)。²⁷，普里扬卡和纳雷什，(2022)²⁸在阿萨姆邦和东北邦，Praveen等(2020)²⁹在印度的其他地区Mallick等人(2021)^30.在西南亚，Muthoni等人(2019)³¹在非洲，Goci?(2021)³²在欧洲，巴特尔斯等人(2020)³³在美洲，耶尔德勒姆和拉赫曼(2022)³⁴在澳大利亚。它是基于数据样本(X_我， i= 1,2,3，....n)是独立的，在令人满意的情况下均匀传播H₀(零假设)。另一方面，如果存在单调趋势X,那么备择假设(H₁）被认为是．显著性水平为= 0.05 ?为肯德尔的假定值．

的年代的肯德尔的τ显示为Eq.1：

这里,x_我和x_j(y = x_j-x_我）=顺序时间序列观测值，?=时间序列的跨度。

对于大于10的样本量，采用均值为零的正态分布，统计量S的差异用情商。：

在那里,米并列基团的个数是和吗t_我范围是我^th相关群体。的Z用公式3来考虑:

如果lZlZ >_{1摄氏度/ 2}时，不存在趋势的假设被否定Z是取自标准正态分布表和？是重要程度吗³⁵．假设检验中的显著性水平，即0.05，用于拒绝H₀在目前的研究中。

趋势的大小

Sen’s Slope (SS)检验在分析时间序列的趋势幅度时，确定了一种对单调数据有效的方法³⁶．每个斜坡(问)用Eq。4：

在那里,问=数据点之间的斜率x^”_j和x^”_j；x^”_j=时刻i'的数据测量;x_j=时刻i的数据测量，而i' =时刻i之后的时间。

的森的斜率是这些的中值N的值问．森氏斜率(问的)是根据情商。：

在那里,N=计算斜率的个数。

降雨频率分析

利用37年的年降水资料，利用Weibul方程计算了研究区降水的重现区间或重现期和超越概率(重现期倒数)³⁷如下:

在那里,n=观测总数;米=观测值的秩。

利用Excel spreadsheet 2007和Xlstat软件进行分析计算。利用ArcGIS环境下的测量间插值算法IDW (Inverse Distance Weight)绘制雨量分布图的空间分布。在IDW插值中估计的每个位置的降雨量值是相邻样本点的加权平均值。该方法对插值图的估计效果较好，可用于点数据的空间分布图的编制³⁸．

结果与讨论

降雨模式

1981-2017年期间阿萨姆邦不同地区26个地点的降雨量见表1。37年的时间序列数据代表了Karimganj、Hailakandi、Silchar、Dhuburi和Gossaigaon等地在整个季风月份降雨量良好的典型空间分布。平均最大值和最小值分别为2251.4 mm(卡林甘季)和1325.1 mm(迪富)。数据集在-0.3 (Kajalgaon)和2.2 (Karimganj)之间倾斜。大多数电台都是正偏斜的。降水资料集峰度从-0.8 (Mangaldoi和Nagaon)到5.7 (Hailakandi和Silchar)不等低峰态和尖峰的分布。方差系数(简历)为19.2%。

年降雨量的长期序列解释了全年平均降雨量为1793.5毫米，标准差为±346.2毫米。年平均降雨量从1325.1毫米到2251.4毫米不等简历从13.2到36.8%。卡林甘孜站(南部)变化最大，为2251.4 mm(±829.5 mm)简历36.8%，最低为地阜1325.1 mm(±221.4 mm)。与东北部和南部地区相比，研究区域的中部和西部地区降雨量较少(图2a)。变异系数与平均值相反，西部和南部较高，中部较低(图2b)。季风季节(MS)占全年总降雨量的71.8%，季风前季节(PRMS)占24.8%，冬季(WS)占2%，而季风后季节(POMS)的降雨量最少(1.4%)。降雨量最多的月份是7月(348毫米)，其次是6月(309.3毫米)和8月(290.1毫米)，而1月(10.3毫米)、12月(10.5毫米)和11月(15.3毫米)降雨量较少。降雨事件的不均匀分布可能是该州不同地区发生洪水的原因。

降雨趋势

的可和党卫军检验通常用于量化水文气象时间序列的趋势^39-40．对1981-2017年的降水资料进行分析的季节为冬季(WS): 1-2月，季风前(PRMS): 3 - 5月，季风期(MS): 6 - 10月，季风后(POMS): 11 - 12月。采用MK检验和SS检验对研究区月、季、年降水趋势进行分析。

年雨量趋势

统计结果如表2所示。”年代值呈现增加趋势(+ve S值)和减少趋势(-ve S值)。年降雨量呈增加趋势森的斜率震级为16.504，冬季和季风后季节有减小趋势。冬季和冬季的坡度分别为-0.180和-0.193。在1901-2002年研究期间，Goyal (2014)⁴¹记录的年降雨量变化微不足道，但季风季节与年降雨量有很强的相关性，阿萨姆邦夏季和冬季的降水紧随其后。目前的研究结果还显示了过去二十年来降雨模式的变化。

表1:印度东北部阿萨姆邦不同地点的地理细节和降雨量(毫米)统计(1981-2017)．

(Lat -纬度;长-经度;避署-高程;Min -最低;Max -最大;SD—标准差;变异系数;科尔-峰态;犁式-偏态)

月雨量趋势

月雨量趋势推断，季风月(6月及8月)的雨量分别录得4.4及3.5毫米/年的增加趋势。7月和10月略有增加，9月降雨量下降至-0.141 mm/y(表2)，其中5月降雨量增加，为4.2 mm/y, 6月降雨导致该地区农田淹水。然而，PRMS降雨的增加趋势可能有助于在季节开始时进行田间准备和种植作物的农业活动。据观察，12月、1月和2月的降雨量呈减少趋势，这可能会给农民准备作物带来困难。9月降水的减少趋势可能导致作物开花期水分胁迫和减产。

表2:可测试和森斜率(Q)1981-2017年在印度阿萨姆邦的结果。

（Kτ-肯德尔τ;Min -最低;Max -最大。SD—标准差;WS-Winter;PRMS-季风前;女士-季风;POMS-季风后)

季节雨量趋势

冬季(1 ~ 2月)降水在研究期内总体呈减少趋势。衰减值为0.2346 mm/年，与正态线相比变化极大(图3a)。从2000年代开始，PRMS的移动平均线呈现正趋势，有明显的上升趋势(图3b)。MS雨量（6 - 10月)在研究期间(9.6753 mm/年)呈增加趋势(图3c)。酸盐的降雨量总体呈下降趋势。与法线相比，数据具有高度的灵活性(图3d)。在过去的10年里，它比长期正常水平下降了近5%。在MS和POMS期间，阿萨姆邦的降雨量大幅减少(1901-2010)⁴²．larenjam等人(2017)注意到，在印度东北部，MS的降雨量呈不显著的负趋势，而PRMS和POMS的降雨量呈正趋势。⁴³．Kumar et al. (2010)⁴⁴在1871-2005年期间，印度的月、季、年降雨量没有显著的变化趋势。印度哈里亚纳邦、旁遮普和沿海卡纳塔克邦的数据在统计上是显著的。然而，在东北部、中央邦东部以及古吉拉特邦和喀拉拉邦的部分地区，降雨量呈下降趋势^{第45 - 46}．因此，降雨的时空趋势可能因站间或区域间的数据而异。

长期平均降雨量

分析表明，1981—2017年，研究区降水在空间和时间上呈现非均匀性。在37年中，有19年的雨量少于长期平均雨量(英国网球协会)，而18年的雨量则多于英国网球协会(图4)。的英国网球协会录得雨量1793.5毫米。1986年的年平均降雨量(AAR)为1357.7 mm，而1986年的年平均降雨量(AAR)为1357.7 mmAAR2017年为2593.8毫米。录得超过1900毫米的最大雨量的年份是AAR1928.5(1990)、1929.4(2013)、1978.1(1981)、1987.8(2007)及以上2000毫米AAR分别为2010.5(1988)、2060.7(2004)、2112.5(2012)、2178.6(2015)、2200(2016)、2375.7(2010)、2593.8(2017)。2007年至2017年，该地区的降雨量超过英国网球协会，除了2014年(1758.6)。总体而言，1982-2017年阿萨姆邦的降雨趋势表明降雨量增加，平均降雨量为16.092毫米/年。有12年降水偏多，偏差在0 ~ 200 mm之间，有6年降水偏多200 ~ 800 mm英国网球协会．另一方面，8年降水偏少，偏差在0 ~ 200 mm之间英国网球协会10年录得200毫米以上至435.8毫米。1981-2000年期间，该地区获得了近49%的总降雨量，而过去17年贡献了51%的总降雨量。特别是，在研究期间的过去十年中，有记录显示有15%的降雨量过剩英国网球协会．超额降雨比例最高的是英国网球协会降水最少的年份为1986年(24.3%)、1983年(23.2%)、1996年(19.7%)和1992年(18.7%)。

降雨频率分析

年平均降雨量和各自的超过概率以图形的形式表示(图5)，从图中可以看出，在重现期，降雨量大的超过概率最大，在重现期或重现期，降雨量小的超过概率最小，在重现期或重现期，降雨量小的超过概率最小。研究区有51%的超过概率接收到以上的降雨英国网球协会．这意味着阿萨姆邦每37年有19年的降雨量可以达到1793毫米或更多。2000毫米左右的雨量相当于超过概率的0.75及1800毫米(p = 0.5)，预计在研究区28年和19年的时间里，

图2:1981-2017年印度东北部阿萨姆邦降雨格局的空间分布AAR)及b)变异系数(简历）. 点击此处查看图

图3:1981-2017年印度阿萨姆邦移动平均降雨量线性趋势a) WS, b) PRMS, c) MS, d) POMS。 点击此处查看图

图4:1981-2017年印度阿萨姆邦长期平均降雨量趋势。 点击此处查看图

图5:印度东北部阿萨姆邦的年平均降雨量和各自的超额概率。 点击此处查看图

结论

对印度东北部阿萨姆邦1981-2017年的长期降雨量进行了分析，以检查年度、月度和季节性趋势。总雨量的趋势是利用可和森的斜率测试。9月、12月、1月和2月的月降雨量趋势呈减少趋势。5月、6月和8月记录了增加的趋势，这在统计上是显著的。降水量的年、PRMS和MS的增加趋势均达到显著水平，而POMS和WS的增加趋势在统计学上不显著。就阿萨姆邦的降雨量而言，四个站点，即Demaji, Dibrugarh, Karimganj和North Lakhimpur，记录的年平均降雨量超过2000毫米，而Diphu和Hulflong则不到1500毫米。Karimganj、Hailakand、Silchar、Gossiagaon和Dhuburi站的病例超过25%简历降雨。在季节尺度上，阿萨姆邦的季风前和季风降雨呈增加趋势，具有统计上的高显著性水平。而季风后和冬季降水呈减少趋势，但趋势在统计上不显著。因此，为了在本研究中得出合理的结论，收集数据的台站可能需要增加，以便分析降雨趋势。

气候变化会影响人们的生计，特别是那些依赖自然资源的人。阿萨姆邦被认为是全球生物多样性热点，因为它拥有丰富的文化遗产和传统的环境知识，支持各种民族和民间团体。阿萨姆邦的碳足迹增加可归因于土地利用模式的变化、城市化、人口增长、化石燃料的使用、种植方式的改变以及森林砍伐等因素。现有证据表明，森林覆盖的减少和人口的显著增长(从1951年的800万增加到2011年的3200万)也给该地区的自然资源带来了压力。为了在考虑未来气候的情况下制定适当的适应和缓解计划，有关当局必须采取必要步骤，建立生态恢复、教育和提高认识方案，并在区域和国家一级建立机制，协调保护和保存阿萨姆邦的自然资源。POMS和WS的降雨量减少以及突发性降雨事件是引起高度关注的原因，因为它们可能对生态系统和人类健康产生影响。据报道，由于前所未有的突然暴雨，该邦的一些地区正在发生山洪暴发。西北地区，当地称为Bordoisila，包括猛烈的雷暴伴随着强风。它们对气候变化发出了警告，需要用合适的适应计划来应对气候变化，以避免未来的经济负担。鉴于极端天气事件的加速增长，例如印度东北部，特别是阿萨姆邦的洪水和热浪，未来的研究需要通过使用长期历史时间序列的日降雨量和雨天数据来进行。 Due to the non-availability of data and data discontinuities, the present study only focused on monthly, seasonal, and yearly rainfall analysis for the period 1981-2017 to assess the rainfall trends. The distribution of established meteorological stations in the study area is relatively scarce and it is also impossible to establish them everywhere because of unsupported topography. Hence, considering the limitations of meteorological stations in the area, further research is possible by using long-term satellite-based rainfall estimates, which have become important sources across the globe for getting precipitation data for sparse regions.

鸣谢

我们感谢美国国家航空航天局和印度气象部门为学术和研究目的提供从其网站下载降水数据的途径。

利益冲突

作者声明无利益冲突。

资金来源

本研究工作没有收到任何经费/赠款。

参考文献

1. 古哈塔库尔塔，李建平，孟农，等。气候变化对印度极端降雨事件和洪水风险的影响。地球系统科学学报。中国农业科学，2011(3)，359-373。
2. Ray K. C, Sinha, Srivastava A. K.极端事件如强降雨是否有任何变化?当前的科学。中国生物医学工程学报，2000,32(2)，344 - 344。
3. 气候变化和全球降水模式的变化:我们知道些什么?国际环境．中国农业科学，2005,31(1):1 - 2。
4. Goswami B. N, Venugopal V, Sangupta D, Madhusoodanan M. S, Xavier P. K.变暖环境下印度极端降雨事件的增加趋势。科学。中国生物医学工程学报，2006,32(5):442 - 445。
5. 马立文，杨建军，李建军，等。基于复杂网络的南亚极端季风降水时空特征分析。气候动力学。[j] .中国农业科学，2012,33(5):971-987。
6. 联合国政府间气候变化专门委员会。全球变暖1.5摄氏度。政府间气候变化专门委员会，2020,616。
7. Guhathakurta P, Rajeevan M.印度降雨模式趋势。国际气候学杂志。2008, 28(4): 553 - 569。
8. Gharphalia B. J, Deka R. L, Islam A. N, Dutta P, Medhi K.印度阿萨姆邦雅鲁藏布江流域降水事件的变化趋势。国际当代微生物学与应用科学杂志。2018, 7(11)， 1902-1912。
9. 谢敬明，李洪峰，李建平，等。基于星载降雨雷达的中国主要城市降水变化特征。应用气象与气候学杂志．2002, 41(7)， 689-701。
10. Francisco J. T. G . Thomas K.降水-温度变化与西北下加利福尼亚州干旱事件[j]。水文杂志:区域研究。2020,27, https://doi.org/10.1016/j.ejrh.2019.100653。
11. 李建军，李建军，李建军，等。长江中游半干旱区干旱时空特征分析。国际减少灾害风险杂志。2018, 28, 414-426, DOI:10.1016/ j.j ijdr .2018.03.025。
12. 布提亚尼M. R, Kale V. S, Pawar N. J.喜马拉雅西北地区20世纪最高、最低和年平均气温的长期趋势。气候变化。[j] .中国农业科学，2007,35(5):559 - 567。
13. 杨军，谭超，詹涛。1971-2007年中国喜马拉雅地区气温和降水的时空变化特征。国际气候学杂志。科学通报，2012,33(3):2622-2632。
14. Dash S. K, Saraswat V, Panda S. K, Sharma N. A .印度沿海地区4个城市降水和温度模式变化及其相应气象细分的研究。全球和行星变化．2013, 108, 175-194, https://doi.org/10.1016/j.gloplacha.2013.06.004。
15. [3]张建军，李建军，张建军，李建军，中国干旱半干旱地区平均和极端降水和温度的时空变化趋势。大气研究．2014, 138, 73-90, https://doi.org/10.1016/j.atmosres.2013.10.024。
16. 李建军，李建军，李建军，等。中国东部恒河流域降水和温度变化的研究进展。水资源管理．1997, 11, 17-34, doi: 10.1023/ a:1017936123283。
17. Deka R. L, Mahanta C, Pathak H, Nath K. K, Das S.印度阿萨姆邦雅鲁藏布江和巴拉盆地降水变化趋势和波动。理论与应用气候学．2013, 114 (61-71)， DOI: 10.1007/s00704-012-0820-x。
18. Rai R. K, Upadhyay A, Sarkar S, Upadhyay A. M, Singh V. P.基于GIUH的印度Gomti河流域传递函数。空间水文学报。2009, 9, 24-50。
19. J Deepak, Brijesh K. Y, Sunil M, Surajit C, Anil K. K.印度东北部亚热带阿萨姆邦降水、降雨日数和24h最大降雨量趋势的识别。Comptes Rendus地球科学．2012, 344(1)， 1-13, https://doi.org/10.1016/j.crte.2011.11.002。
20. 张志强，张志强。气候变化与气温变化趋势分析:以亚的斯亚贝巴为例。环境系统研究。2020, 9, 27, DOI: 10.1186/s40068-020-00190-5。
21. Namita, C.和Soham, B.印度西锡金地区降水和温度的长期趋势分析。Mausam。2022, 73, 2, 413-422, DOI:https://doi.org/10.54302/mausam.v73i2.5484。
22. ASAPCC。阿萨姆邦气候变化行动计划(2015-2020年)，阿萨姆邦政府环境与森林部，2015。
23. Begum, Asfika和Mahanta, Ratul。印度阿萨姆邦气候变化和变率的温度和降雨时空趋势测定。2022,45 - 58。
24. Borah S. B, Sivasankar T, Ramy M. N. S, Raju P. L. N.基于Sentinel-1 SAR数据的阿萨姆邦Kaziranga国家公园洪水淹没制图与监测。环境监察及评估。2018, 19(9): 1-11。
25. Mann H. B.非参数趋势检验。费雪。1945, 13(3)， 245-259。
26. Kendall M. G.秩相关方法。格里芬，伦敦，1975,160。
27. Ahmed M, Hoque A, Islam MDK。印度阿萨姆邦Karimganj地区气候变量的趋势分析。印度科学技术杂志．2022, 15(10): 442-450。https://doi.org/10.17485/IJST/v15i10.109。
28. Priyanka, S.和Naresh, K.印度东北部降雨趋势和时间变率分析。Mausam．中国生物医学工程学报，2016,32(2)，344 - 344。DOI: https://doi.org/10.54302/mausam.v73i2.5479
29. Praveen, B.， Talukdar, S.， Mahato, S.， Mondal, J.， Sharma, P.， Islam, a.r.m.和Rahman, A.使用非参数和机器学习方法分析印度降雨变化的趋势和预测。科学报告。2020, 10(1)， 1-21。
30. Mallick, J.， Talukdar, S.， Alsubih, M.等。利用Mann-Kendall检验、创新趋势分析和非趋势波动分析分析沙特阿拉伯阿西尔地区的降雨趋势。理论应用气候．[j] .中国科学:地球科学。https://doi.org/10.1007/s00704-020-03448-1
31. Muthoni, F.K, Odongo, V.O, Ochieng, J.等。东部和南部非洲降雨的长期时空趋势和变率。理论应用气候。2019, 137, 1869-1882。https://doi.org/10.1007/s00704-018-2712-1
32. 阿拉伯Amiri, M.和Goci?, M。1946-2019年塞尔维亚年降水创新趋势分析。环境地球科学“，”科学通报，2013(3)，第1页。
33. 巴特尔斯，r.j.，布莱克，A.W.和凯姆，b.d.。美国降水日数的趋势。国际气候学杂志。科学通报，2014 (2)，pp.1038-1048。
34. 李晓东，李晓东，李晓东，等。澳大利亚东南部降水和干旱的均匀性和趋势分析。Nat的危险。2022、112、1657 - 1683。https://doi.org/10.1007/s11069-022-05243-9Barnard G. A. 2 × 2表的显著性检验。生物统计学．1947, 34, 123-138。
35. Barnard G. A. 2 × 2表的显著性检验。生物统计学．1947, 34, 123-138。
36. Sen P. K.基于Kendall's Tau的回归系数估计。美国统计学会杂志．1968, 63(324)， 379-89。
37. Shekhar, K.和Nageswara Rao, K. 2008年气候变化评估的温度和降水分析^th在双鱼河流域的一个世纪。Mausam。[j] .中国农业科学，2016，(2):489-506。
38. Burrough, p.a.和McDonnell, R.A.《土地资源评估地理信息系统原理》，牛津大学出版社，纽约，1998年。
39. Alashan S.修正Man-Kendall方法与Sen创新趋势分析的结合。工程报告。2020, DOI: 10.1002/eng2.12131。
40. Abegaz WB。和Mekoya A.埃塞俄比亚中部的降雨变异性和趋势。国际环境科学学报doi.org/10.19080/IJESNR.2020.24.556144。
41. 戈亚尔，M.K.。1901-2002年印度阿萨姆邦降雨长期趋势的统计分析。水资源管理。2014，28日,1501 - 1515。https://doi.org/10.1007/s11269-014-0529-y
42. 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盆地降雨趋势和波动。理论应用气候．2013年,114:61 - 71。
43. larenjam, C, Hodam, S.， Bandyopadhyay, A.和Bhadra, A.印度东北部气候参数的历史和时间趋势。全球NEST杂志．2017, 19(4)， 547-561。
44. 库马尔V, Jain s K, Sing Y.印度长期降水趋势分析。水文科学杂志。2010, 55(4)， 484-496, doi: 10.1080/02626667.2010.481373。
45. Kumar R. K, Pant G. B, Parthasarathy B, Sontakke N. A.印度夏季风降水长期趋势的空间分季节特征。国际气候学杂志。1992, 12(3)， 257-268。
46. 达世强，詹纳马尼，潘达强。20世纪印度气候变化的一些证据。气候变化。[j] .中国农业科学，2007,33(5):559 - 561。