Weather Updates. Kerala. Monsoon. Geography

-

കാലവർഷം  കേരളത്തിൽ 2% മഴക്കുറവ്. 
ഓഗസ്റ്റ് 1-15 വരെ  പെയ്തത് 121% അധിക മഴ 

120 ദിവസം നീണ്ടു നിൽക്കുന്ന കാലവർഷം അതിന്റെ പകുതി ദൂരം പിന്നിട്ടപ്പോൾ ( 76 ദിവസം ) കേരളത്തിൽ ഇതുവരെ 2% മഴക്കുറവ്.  ജൂൺ 1 മുതൽ ഓഗസ്റ്റ് 15 വരെയുള്ള കണക്ക് പ്രകാരം കേരളത്തിന്‌ ലഭിക്കേണ്ടതു  1602  മില്ലിമീറ്റർ മഴ. ഇതുവരെ പെയ്തത് 1578 മില്ലിമീറ്റർ . 2% കുറവ്. 

 ഓഗസ്റ്റ് 1- 15 വരെ  ലഭിച്ചത്  528.1 mm സാധാരണ ലഭിക്കേണ്ടതിന്റെ ( 239 mm) 121% അധിക മഴ. 

ഓഗസ്റ്റ് 15 അവസാനിക്കുമ്പോൾ 

  2020            2% കുറവ്. 
 2019             1 % കൂടുതൽ 
 2018            30 % കൂടുതൽ 
 
ജൂണിൽ 17 % കുറവ് 

നേരത്തെ ജൂൺ മാസത്തിൽ 17% കുറവായിരുന്നു. ജൂണിൽ ലഭിക്കേണ്ട 643 മില്ലിമീറ്റർ സ്ഥാനത്തു ലഭിച്ചത് 536.1 മില്ലിമീറ്റർ. 

2019ൽ  44% കുറവ് മഴയായിരുന്നു 
2018ൽ   15% കൂടുതൽ 

ജൂലൈ 29 % കുറവ് 

ജൂലൈ മാസത്തിൽ സാധാരണയായി 726. 1 മില്ലിമീറ്റർ മഴയാണ് ലഭിക്കേണ്ടത്. ഇതുവരെ പെയ്തത് 514 മില്ലിമീറ്റർ 29 % കുറവ് 

2019ൽ  21% ആയിരുന്നു കുറവ്. 
2018ൽ   18%  കൂടുതൽ 

വയനാട്, തൃശൂർ ഏറ്റവും കുറവ് 

കേരളത്തിൽ   വയനാട്, തൃശൂർ ജില്ലകളിൽ ആണ് ഏറ്റവും ശരാശരിയേക്കാൾ  ഏറ്റവും കുറവ് മഴ ലഭിച്ചത്.  വയനാട്  ശരാശരി ലഭിക്കേണ്ടതിനേക്കാൾ 26% കുറവ് മഴ മാത്രമാണ് ഇതുവരെ ലഭിച്ചത്. അതെ സമയം തൃശൂർ ജില്ലയിൽ  ഇതുവരെ  22% മഴ കുറവാണ് ലഭിച്ചത്. മലപ്പുറം (-15%) ഇടുക്കി ( -12%), ആലപ്പുഴ (-5%) എന്നിവയാണ്  ശരാശരിയേക്കാൾ കുറവ് മഴ ലഭിച്ച മറ്റ് ജില്ലകൾ. 

കൂടുതൽ കോട്ടയം 

എന്നാൽ സാധാരണയെക്കാൾ   21% അധിക മഴ ലഭിച്ച കോട്ടയം ആണ്  മുന്നിൽ , കോഴിക്കോട്, തിരുവനന്തപുരം   ജില്ലകളിൽ 19%  അധിക മഴ ലഭിച്ചു. 

ജില്ലകളിൽ ഏറ്റവും കൂടുതൽ മഴ കാസറഗോഡ് ആണെങ്കിലും (2527 mm)  സാധാരണ ലഭിക്കേണ്ട (2081mm)  മഴയെക്കാൾ 5% മാത്രംമാണ് കൂടുതൽ  ഇതുവരെ ലഭിച്ചത്. 

അടുത്ത രണ്ടാഴ്ച കേരളത്തിൽ പൊതുവെ കാലവര്ഷം ദുരബലമായി തുടരാൻ സാധ്യത. 

.


....

Vineesh V
Assistant Professor of Geography,
Directorate of Education,
Government of Kerala.
http://geogisgeo.blogspot.com
🌏🌎
🌐🌍

Comments

Post a Comment

Popular posts from this blog

Spatial feature manipulation in remote sensing

-
Image
Spatial feature manipulation in remote sensing refers to the process of altering or modifying the spatial characteristics of a particular feature in an image or data set. This can be done for a variety of reasons, such as to improve the accuracy or clarity of the image, to enhance the interpretability of the data, or to extract specific information from the image. One common method of spatial feature manipulation is resampling, which involves changing the resolution or spatial extent of an image. This can be done to match the resolution of other data sets, to reduce the size of the image for faster processing, or to increase the resolution for greater detail. Another technique is spatial filtering, which involves applying mathematical operations to the image data to remove noise or highlight specific features. This can be done using convolution filters, which apply a pre-defined mathematical function to the image data, or using image enhancement techniques, such as contrast stretching
Read more

Denman Glacier Losing Some of Its Footing

-
Image
Denman Glacier Losing Some of Its Footing Using a combination of satellite sensors, scientists recently found that Denman Glacier has been retreating both above and below the water line. That one glacier in East Antarctica holds as much ice as half of West Antarctica, so scientists are concerned about its stability. From 1996 to 2018, the grounding line along the western flank of Denman Glacier retreated 5.4 kilometers (3.4 miles), according to a new study by scientists from NASA's Jet Propulsion Laboratory and the University of California, Irvine (UCI). The grounding line is the point at which a glacier last touches the seafloor before it begins to float. Behind the grounding line, the ice is attached to the bedrock; beyond it, glacial ice floats on the ocean as an ice tongue or shelf. The retreat of the grounding line at Denman means more of the glacier's underside is now in contact with water that could warm and melt it from below. If the grounding line continues to retreat,
Read more

Difference between Kriging and IDW

-
Image
Difference between Kriging and IDW. What does kriging mean? least squares estimate. Kriging is a type of regression that gives a least squares estimate of data (Remy et. ... Unlike linear regression or inverse distance weighted interpolation, kriging interpolation is based primarily on empirical observations, the observed sample data points, rather than on a pre-assumed model. What is GIS IDW? Inverse Distance Weighted (IDW) is a method of interpolation that estimates cell values by averaging the values of sample data points in the neighborhood of each processing cell. ... Specifying a lower power will give more influence to the points that are farther away, resulting in a smoother surface. Which interpolation method is best? The most used and promising techniques are universal Kriging and linear regression models in combination with Kriging (residual Kriging) or IDW. E.g.: Air temperature data – Kriging is most likely to produce the best estimation of a continuous surface, followed by
Read more