水流是水电工程调控的重要组成部分。为了确定气候变化对位于印度东北部降水较多的布拉马普特拉河支流Ranganadi河流量的影响,本文选择了3个GCM模式(hadcm3、CGCM2和GFDL)在A2情景下的月数据,采用先进的神经网络技术(Artificial neural Network)进行了降尺度分析。预测结果表明,到2040年,兰干纳迪河降水呈正增长趋势。这将造成洪水问题,但水力发电的容量将会增加。
水流是水电工程调控的重要组成部分。为了确定气候变化对位于印度东北部降水较多的布拉马普特拉河支流Ranganadi河流量的影响,本文选择了3个GCM模式(hadcm3、CGCM2和GFDL)在A2情景下的月数据,采用先进的神经网络技术(Artificial neural Network)进行了降尺度分析。预测结果表明,到2040年,兰干纳迪河降水呈正增长趋势。这将造成洪水问题,但水力发电的容量将会增加。