ஐ.எஸ்.எஸ்.என்: 2157-7617

பூமி அறிவியல் & காலநிலை மாற்றம் இதழ்

திறந்த அணுகல்

எங்கள் குழு ஒவ்வொரு ஆண்டும் அமெரிக்கா, ஐரோப்பா மற்றும் ஆசியா முழுவதும் 1000 அறிவியல் சங்கங்களின் ஆதரவுடன் 3000+ உலகளாவிய மாநாட்டுத் தொடர் நிகழ்வுகளை ஏற்பாடு செய்து 700+ திறந்த அணுகல் இதழ்களை வெளியிடுகிறது, இதில் 50000 க்கும் மேற்பட்ட தலைசிறந்த ஆளுமைகள், புகழ்பெற்ற விஞ்ஞானிகள் ஆசிரியர் குழு உறுப்பினர்களாக உள்ளனர்.

அதிக வாசகர்கள் மற்றும் மேற்கோள்களைப் பெறும் திறந்த அணுகல் இதழ்கள்

700 இதழ்கள் மற்றும் 15,000,000 வாசகர்கள் ஒவ்வொரு பத்திரிகையும் 25,000+ வாசகர்களைப் பெறுகிறது

குறியிடப்பட்டது
  • CAS மூல குறியீடு (CASSI)
  • குறியீட்டு கோப்பர்நிக்கஸ்
  • கூகுள் ஸ்காலர்
  • ஷெர்பா ரோமியோ
  • சுற்றுச்சூழலில் ஆராய்ச்சிக்கான ஆன்லைன் அணுகல் (OARE)
  • ஜே கேட் திறக்கவும்
  • ஜெனமிக்ஸ் ஜர்னல்சீக்
  • JournalTOCகள்
  • Ulrich's Periodicals Directory
  • விவசாயத்தில் உலகளாவிய ஆன்லைன் ஆராய்ச்சிக்கான அணுகல் (AGORA)
  • சர்வதேச வேளாண்மை மற்றும் உயிரியல் அறிவியல் மையம் (CABI)
  • RefSeek
  • ஹம்டார்ட் பல்கலைக்கழகம்
  • EBSCO AZ
  • OCLC- WorldCat
  • பிராக்வெஸ்ட் சம்மன்ஸ்
  • SWB ஆன்லைன் பட்டியல்
  • பப்ளான்கள்
  • யூரோ பப்
  • ICMJE
இந்தப் பக்கத்தைப் பகிரவும்

சுருக்கம்

Climatic Trend of Lapse Rate Considering the Impression of AOD over a Tropical Coastal Station

Middey A, Kumar N and Rao PS

Changes in boundary layer lapse rate with changing aerosol loading in the atmosphere bring about some interesting information concerning climate feedbacks. Aerosols have direct and indirect effects on climate system by various physical mechanisms. Some of them are well understood while some require more reasoning and interpretations. The present study used satellite derived data of Aerosol Optical Depth (AOD) and Solar Radiation along with radiosonde upper air sounding data over a coastal station Dabolim, Goa (15.38°N, 73.83°E) of India to investigate their effect on changing the boundary layer (upto 850 hPa) lapse rate over the years. Twelve years (2001- 2012) radiosonde winter season (December, January and February) data have been analyzed to develop a multiple linear regression model to predict boundary layer lapse rate over the site and subsequently a univariate Markov chain prediction model is introduced to anticipate the future scenario.

மறுப்பு: இந்த சுருக்கமானது செயற்கை நுண்ணறிவு கருவிகளைப் பயன்படுத்தி மொழிபெயர்க்கப்பட்டது மற்றும் இன்னும் மதிப்பாய்வு செய்யப்படவில்லை அல்லது சரிபார்க்கப்படவில்லை.