Variabilité, téléconnexions et LRF des précipitations hivernales dans le nord-ouest de l'Inde - Yadav, Ramesh Kumar
38,99 €
inkl. MwSt.
Versandkostenfrei*
Versandfertig in 6-10 Tagen
  • Broschiertes Buch

Dans ce livre, la variabilité interannuelle des précipitations hivernales du nord-ouest de l'Inde (NWIWP) a été examinée. Il a été constaté que la relation simultanée avec l'ENSO et la relation SST équatoriale de l'océan Indien s'est renforcée et que la relation avec l'oscillation de l'Atlantique Nord (NAO) s'est affaiblie au cours des dernières décennies. Les anomalies de réchauffement convectif de l'atmosphère tropicale dues à l'augmentation de la TSM dans le Pacifique équatorial et l'océan Indien au cours des années de PNT excessives augmentent le gradient de température méridional, qui à…mehr

Andere Kunden interessierten sich auch für
Produktbeschreibung
Dans ce livre, la variabilité interannuelle des précipitations hivernales du nord-ouest de l'Inde (NWIWP) a été examinée. Il a été constaté que la relation simultanée avec l'ENSO et la relation SST équatoriale de l'océan Indien s'est renforcée et que la relation avec l'oscillation de l'Atlantique Nord (NAO) s'est affaiblie au cours des dernières décennies. Les anomalies de réchauffement convectif de l'atmosphère tropicale dues à l'augmentation de la TSM dans le Pacifique équatorial et l'océan Indien au cours des années de PNT excessives augmentent le gradient de température méridional, qui à son tour intensifie et déplace le courant-jet subtropical vers l'ouest à des latitudes plus basses. Le courant-jet au-dessus du nord de l'Inde joue un rôle important dans la modulation de la PNTO. Alors que la NAO intensifie l'anticyclone subtropical au-dessus de l'Atlantique Nord et des zones adjacentes. Cela contribue au forçage synoptique qui aide à développer le creux au-dessus de la mer Caspienne et donc, l'excès de NWIWP. En outre, la relation simultanée entre la PNTO et le maximum convectif sur la région des bassins chauds augmente la prévisibilité saisonnière de la PNTO. Parmi les trois modèles empiriques de prévision saisonnière développés pour la PNTO, le modèle de réseau neuronal artificiel à 6 prédicteurs s'est révélé plus performant.
Autorenporträt
Ramesh Kumar Yadav nació el 15 de diciembre de 1974 en la India. Es científico en el IITM, Pune, desde 2005 y completó su doctorado allí en 2007. Fue Científico Visitante (Post-Doc Fellow) en el ICTP, Trieste, ITALIA durante julio de 2008 a junio de 2009 en el área de Variabilidad Climática. Ha publicado varios trabajos de investigación en revistas internacionales de renombre.