1. WeatherSpark.com
  2. 印度
  3. 比哈尔邦
  4. 普尔尼亚

普尔尼亚的平均天气 印度

In 普尔尼亚,雨季闷热难受和大部分多云,旱季大部分晴天,全年热。 在一年中,气温通常在9°C40°C之间变化,极少低于7°C或高于43°C

Climate Summary

暖和酷热暖和1月2月3月4月5月6月7月8月9月10月11月12月90%90%13%13%晴天阴天precipitation: 241毫米precipitation: 241毫米3毫米3毫米muggy: 100%muggy: 100%0%0%干燥干燥beach/pool score: 7.8beach/pool score: 7.81.81.8
Click on each chart for more information.

Based on the beach/pool score, the best times of year to visit 普尔尼亚 for hot-weather activities are from mid 三月 to early 五月和for the entire month of 十月.

温度

炎热季节持续2.9个月,从3月24日6月20日,每日平均高温超过37°C。 一年中最热的一天是5月5日,平均高温为40°C,平均低温为25°C

凉爽季节持续2.4个月,从11月24日2月5日,每日平均高温低于28°C。 一年中最冷的一天是1月11日,平均低温为9°C,平均高温为25°C

平均高温和低温

用第25-75和第10-90百分位区间表示的每日平均高温(红线)和低温(蓝线)。 细虚线是对应的平均感知气温。

下图向您显示全年每小时平均气温的简要特征。 横轴表示一年中的天,纵轴表示一天中的小时,颜色是该小时和天的平均气温。

平均小时气温

普尔尼亚的平均小时气温1月2月3月4月5月6月7月8月9月10月11月12月上午12时上午4时上午8时下午12时下午4时下午8时上午12时寒冷寒冷凉爽凉爽凉爽凉爽舒适舒适舒适舒适暖和酷热
The average hourly temperature, color coded into bands: frigid < -9°C < freezing < 0°C < very cold < 7°C < cold < 13°C < cool < 18°C < comfortable < 24°C < warm < 29°C < hot < 35°C < sweltering. 阴影叠加表示夜晚和民用曙光/暮光。

墨西哥、Tamuin (14,675公里 away);津巴布韦、Chirundu(7,870公里)和澳大利亚、Tennant Creek(7,147公里) are the far-away foreign places with temperatures most similar to 普尔尼亚 (view comparison).

云彩

在普尔尼亚,天空被云彩覆盖的平均百分比全年经历极大的季节性变化。

在普尔尼亚,一年中较晴朗的天气在9月28日前后开始,持续8.6个月,在6月15日前后终止。 5月7日是一年中最晴朗的日子90%的时间天空晴朗大部分晴朗部分多云10%的时间多云大部分多云

一年中较多云的天气在6月15日前后开始,持续3.4个月,在9月28日前后终止。 8月7日是一年中最多云的日子87%的时间天空多云大部分多云13%的时间晴朗大部分晴朗部分多云

Cloud Cover Categories

Cloud Cover Categories in 普尔尼亚较晴朗较晴朗较多云1月2月3月4月5月6月7月8月9月10月11月12月0%100%10%90%20%80%30%70%40%60%50%50%60%40%70%30%80%20%90%10%100%0%5月7日90%5月7日90%8月7日13%8月7日13%9月28日51%9月28日51%6月15日53%6月15日53%晴天阴天部分多云
在每一个云盖带度过的时间百分比(按照天空覆盖云彩的百分比分类):clear < 20% < 大部晴朗 < 40% < 部分多云 < 60% < 大部多云 < 80% < 多云

降水

潮湿的日子是至少有1毫米水分或水分当量降水的日子。 在普尔尼亚,出现潮湿天气的机率全年变化很大。

较潮湿的季节持续4.6个月,从5月12日9月29日,某一特定日子潮湿的机率超过37%。 潮湿天气的机率最高为73%,在7月7日

较干燥的季节持续7.5个月,从9月29日5月12日。 潮湿天气的机率最小为1%,在12月8日

我们将潮湿的天气区分为仅下雨仅下雪雨夹雪。 根据本分类,全年最常见的降水形式是仅下雨,其峰值概率为73%,在7月7日

每日降水机率

观察到不同类型降水的天数百分比(不包括微量):仅为雨水、仅为雪水和雨雪混合(同一天既下雨又下雪)。

降雨量

为了显示几个月内的变化,而不仅仅是显示每月总量,我们显示以一年中的每一天为中心的、连续31天阶段的累计降雨量,。 普尔尼亚的每月降雨量有极大季节性变化。

一年的多雨阶段持续7.5个月,从3月22日11月7日,其相关31天的降雨量至少为13毫米。 在以7月11日为中心的31天期间降雨最多,平均总累计雨量为241毫米

一年中最少降雨的阶段持续4.5个月,从11月7日3月22日最少雨的日期在12月6日前后,平均总累计降雨量为3毫米

平均月降雨量

用第25-75和第10-90百分位区间表示在滑动31天期间累积、以相关日期为中心的平均降雨(实线)。 细虚线是对应的平均水当量降雪。

太阳

普尔尼亚的白天长度全年变化。 2017年年,最短的一天是12月21日,有10小时32分钟的日光;最长的一天是6月21日,有13小时45分钟的日光。

日光和曙光/暮光时数

普尔尼亚的日光和曙光/暮光时数1月2月3月4月5月6月7月8月9月10月11月12月0小时24小时4小时20小时8小时16小时12小时12小时16小时8小时20小时4小时24小时0小时12小时7分钟3月20日12小时7分钟3月20日13小时45分钟6月21日13小时45分钟6月21日12小时8分钟9月23日12小时8分钟9月23日10小时32分钟12月21日10小时32分钟12月21日夜晚夜晚白天
可见太阳的时数(黑线)。 从下(最深的黄色)至上(最深的灰色),颜色带表示:全日光、曙光/暮光(民用、航海和天文)和全黑夜。

最早的日出日期和时间6月9日 上午4:48最晚的日出时间比最早的日出时间晚1小时40分钟,在1月13日 上午6:28最早的日落日期和时间11月30日 下午4:48最晚的日落时间比最早的日落时间晚1小时47分钟,在7月2日 下午6:35

2017年年 普尔尼亚没有夏令时(DST)。

伴有曙光/暮光的日出和日落

普尔尼亚伴有曙光/暮光的日出和日落1月2月3月4月5月6月7月8月9月10月11月12月上午12时上午2时上午4时上午6时上午8时上午10时下午12时下午2时下午4时下午6时下午8时下午10时6月9日上午4:486月9日上午4:48下午6:357月2日下午6:357月2日11月30日下午4:4811月30日下午4:48上午6:281月13日上午6:281月13日白天夜晚夜晚夜晚夜晚午夜午夜中午日出日落
2017年年的太阳日。 从下至上,黑线是前一个日照午夜、日出、日照中午、日落和下一个日照午夜。 白天、曙光/暮光(民用、航海和天文)和夜晚用从黄色到灰色颜色带表示。

湿度

我们根据露点确定湿度舒适度,因为露点决定汗水是否会从皮肤上蒸发,从而使身体感到凉爽。 较低的露点产生较干燥的感觉,较高的露点产生较潮湿的感觉。 与气温不同(气温通常在夜间和白天差别很大),露点的变化较慢,因此虽然气温在夜间可能下降,闷热的白天通常会接着有闷热的夜晚。

普尔尼亚的感知湿度有极大季节性变化。

一年的较闷热阶段持续6.3个月,从4月26日11月6日,在此阶段至少有25%的时间舒适度为闷热压抑难受25%。 一年中最闷热的一天8月16日100%的时间会出现闷热气况。

一年中最不闷热的一天12月26日,该日基本未听说过有闷热气况。

湿度舒适水平

普尔尼亚的湿度舒适水平闷热1月2月3月4月5月6月7月8月9月10月11月12月0%10%20%30%40%50%60%70%80%90%100%12月26日0%12月26日0%100%8月16日100%8月16日4月26日25%4月26日25%11月6日25%11月6日25%极为难受极为难受干燥干燥闷热闷热舒适舒适潮湿潮湿闷热难受闷热难受
在不同湿度舒适度度过的时间百分比(按照露点分类):干燥 < 13°C < 舒适 < 16°C < 潮湿 < 18°C < 闷热 < 21°C < 压抑 < 24°C < 难受。

刮风

本节讨论在地面上方10米的广域小时平均风矢量(速度和方向)。 在任何一个特定地点经历的刮风在很大程度上取决于当地地形和其他因素,瞬时风速和风向比小时平均值变化更大。

在普尔尼亚,平均小时风速经历较大的季节性变化。

一年中较多风的阶段持续7.3个月,从2月11日9月20日,平均风速超过每小时9.7公里。 一年中最多风的一天是6月18日,平均小时风速为每小时13.0公里

一年中较平静的阶段持续4.7个月,从9月20日2月11日。 一年中最平静的一天是11月8日,平均小时风速为每小时6.5公里

平均风速

普尔尼亚的平均风速多风1月2月3月4月5月6月7月8月9月10月11月12月每小时0公里每小时2公里每小时4公里每小时6公里每小时8公里每小时10公里每小时12公里每小时14公里每小时16公里每小时18公里每小时20公里6月18日每小时13.0公里6月18日每小时13.0公里11月8日每小时6.5公里11月8日每小时6.5公里2月11日每小时9.7公里2月11日每小时9.7公里9月20日每小时9.7公里9月20日每小时9.7公里
用第25-75和第10-90百分位区间表示的每小时平均风速(深灰色线条)。

普尔尼亚占主导地位的平均小时风向全年变化。

风经常来自东面,持续5.8个月,从4月15日10月10日,峰值百分比为65%,在8月14日。 风经常来自西面,持续6.2个月,从10月10日4月15日,峰值百分比为61%,在1月1日

风向

普尔尼亚的风向西西1月2月3月4月5月6月7月8月9月10月11月12月0%100%20%80%40%60%60%40%80%20%100%0%西
平均风向的时数百分比来自四个主要风向(北、东、南和西),不包括平均风速低于每小时2公里的时数。 边界上的浅色区域是在隐含中间方向(东北、东南、西南和西北)度过的时数百分比。

Best Time of Year to Visit

To characterize how pleasant the weather is in 普尔尼亚 throughout the year, we compute two travel scores.

The tourism score favors clear, rainless days with perceived temperatures between 18°C and 27°C. Based on this score, the best times of year to visit 普尔尼亚 for general outdoor tourist activities are from mid 二月 to mid 三月和from late 十月 to early 十二月, with a peak score in the second week of 十一月.

Tourism Score

Tourism Score in 普尔尼亚best time1月2月3月4月5月6月7月8月9月10月11月12月02468108.58.51.71.78.08.06.36.3 precipitationprecipitationcloudscloudstemperaturetemperaturetourism score
The tourism score (filled area), and its constituents: the temperature score (red line), the cloud cover score (blue line), and the precipitation score (green line).

The beach/pool score favors clear, rainless days with perceived temperatures between 24°C and 32°C. Based on this score, the best times of year to visit 普尔尼亚 for hot-weather activities are from mid 三月 to early 五月和for the entire month of 十月, with a peak score in the first week of 四月.

Beach/Pool Score

Beach/Pool Score in 普尔尼亚best time1月2月3月4月5月6月7月8月9月10月11月12月02468107.87.81.81.87.37.32.82.8precipitationprecipitationcloudscloudstemperaturetemperaturebeach/pool score
The beach/pool score (filled area), and its constituents: the temperature score (red line), the cloud cover score (blue line), and the precipitation score (green line).

Methodology

For each hour between 上午8:00 and 下午9:00 of each day in the analysis period (1980年 to 2016年), independent scores are computed for perceived temperature, cloud cover, and total precipitation. Those scores are combined into a single hourly composite score, which is then aggregated into days, averaged over all the years in the analysis period, and smoothed.

Our cloud cover score is 10 for fully clear skies, falling linearly to 9 for mostly clear skies, and to 1 for fully overcast skies.

Our precipitation score, which is based on the three-hour precipitation centered on the hour in question, is 10 for no precipitation, falling linearly to 9 for trace precipitation, and to 0 for 1毫米 of precipitation or more.

Our tourism temperature score is 0 for perceived temperatures below 10°C, rising linearly to 9 for 18°C, to 10 for 24°C, falling linearly to 9 for 27°C, and to 1 for 32°C or hotter.

Our beach/pool temperature score is 0 for perceived temperatures below 18°C, rising linearly to 9 for 24°C, to 10 for 28°C, falling linearly to 9 for 32°C, and to 1 for 38°C or hotter.

生长季节

Definitions of the growing season vary throughout the world, but for the purposes of this report, we define it as the longest continuous period of non-freezing temperatures (≥ 0°C) in the year (the calendar year in the Northern Hemisphere, or from 7月1日 until 6月30日 in the Southern Hemisphere).

Temperatures in 普尔尼亚 are sufficiently warm year round that it is not entirely meaningful to discuss the growing season in these terms. We nevertheless include the chart below as an illustration of the distribution of temperatures experienced throughout the year.

Time Spent in Various Temperature Bands and the Growing Season

Time Spent in Various Temperature Bands and the Growing Season in 普尔尼亚1月2月3月4月5月6月7月8月9月10月11月12月0%100%10%90%20%80%30%70%40%60%50%50%60%40%70%30%80%20%90%10%100%0%100%1月1日100%1月1日100%7月3日100%7月3日寒冷凉爽舒适暖和酷热
The percentage of time spent in various temperature bands: frigid < -9°C < freezing < 0°C < very cold < 7°C < cold < 13°C < cool < 18°C < comfortable < 24°C < warm < 29°C < hot < 35°C < sweltering. The black line is the percentage chance that a given day is within the growing season.

Growing degree days are a measure of yearly heat accumulation used to predict plant and animal development, and defined as the integral of warmth above a base temperature, discarding any excess above a maximum temperature. In this report, we use a base of 10°C and a cap of 30°C.

Growing Degree Days

The average growing degree days accumulated over the course of the year, with 25th to 75th and 10th to 90th percentile bands.

太阳能

本节讨论达到大面积地表的总每日入射短波太阳能,全面考虑白天长度、太阳超过地平线的高度以及被云彩和其他大气成分吸收的季节性变化。 短波辐射包括可见光和紫外线辐射。

平均每日入射短波太阳能全年经历较大季节性变化。

一年中较明亮的阶段持续2.5个月,从3月23日6月8日,每平方米平均每日入射短波能量超过6.5千瓦时。 一年中最明亮的一天是5月8日,平均能量为7.1千瓦时

一年中较黑暗的阶段持续2.5个月,从11月12日1月27日,每平方米平均每日入射短波能量低于4.6千瓦时。 一年中最黑暗的一天是12月19日,平均能量为3.9千瓦时

平均每日入射短波太阳能

用第25-75和第10-90百分位区间表示的每平方米达到地面的平均每日短波太阳能(橘黄线条)。

地形

在本报告中,普尔尼亚的地理坐标是纬度25.779°、经度87.474°和海拔39米。

普尔尼亚3公里以内的地形普尔尼亚基本平坦,最大海拔变化为11米,平均海拔为40米16公里以内也基本平坦21米)。 80公里以内基本平坦355米)。

普尔尼亚 3公里以内的区域被农田100%)覆盖,16公里以内的区域被农田100%)覆盖,80公里以内的区域被农田92%)覆盖。

数据来源

本报告根据1980年1月1日到2016年12月31日的历史小时天气报告统计分析和模型重建描述普尔尼亚的典型天气。

普尔尼亚距离最近的可靠的气象站超过200公里,因此本页中与天气相关的数据完全来自美国国家航空航天局(NASA)的MERRA-2卫星时代再分析 。 此项再分析将各种广域测量综合进一个最先进的全球气象模式中,在一个50公里的坐标方格中重建全球天气小时史。

气温和露点估计数字按照国际标准大气 根据MERRA-2网格单元参考海拔与普尔尼亚海拔之间的差异进行纠正

所有与太阳位置(例如,日出和日落)相关的数据均使用Jean Meeus编著的《太阳、月亮和行星天文表》一书中的天文公式计算。

土地使用数据来自美国食品与农业组织发布的全球土地覆盖SHARE数据库

海拔数据来自美国国家航空航天局(NASA)喷气推进实验室发布的航天飞机地貌雷达使命(SRTM)

地点和某些机场的名称、地址和时区来自 GeoNames 地理数据库

机场和气象台时区由AskGeo.com 提供。

地图是 © Esri,其中数据来自《国家地理》、Esri、DeLorme、NAVTEQ、UNEP-WCMC、USGS、NASA、 ESA、METI、NRCAN、GEBCO、NOAA和iPC。

Disclaimer

The information on this site is provided as is, without any assurances as to its accuracy or suitability for any purpose. Weather data is prone to errors, outages, and other defects. We assume no responsibility for any decisions made on the basis of the content presented on this site.

We draw particular cautious attention to our reliance on the MERRA-2 model-based reconstructions for a number of important data series. While having the tremendous advantages of temporal and spatial completeness, these reconstructions: (1) are based on computer models that may have model-based errors, (2) are coarsely sampled on a 50 km grid and are therefore unable to reconstruct the local variations of many microclimates, and (3) have particular difficulty with the weather in some coastal areas, especially small islands.

We further caution that our travel scores are only as good as the data that underpin them, that weather conditions at any given location and time are unpredictable and variable, and that the definition of the scores reflects a particular set of preferences that may not agree with those of any particular reader.