《中文无码不卡中文字幕》

1959—2019年辽河(🔬)流域极端气温事件变化特征分析

《水利(⛎)水电技术（中英文）》已迁移至新网站https://sjwj.cbpt.cnki.net，旧网站已经关闭。

摘 要：(🚮)

随着全球变暖的加速，极端气候事件频繁发生(🌱)，迫切需要对不同气候和地理区域进行评估，以了解极端气候事件对全球变暖反应的不确定性。选(📊)取1959—(⚡)2019年辽河流域36个气象站逐日气温数值，采用线性趋势法、小波分析等方法及Arcgis软件，分析辽河流域极端气温变化特征，探究大规模大气环(🏝)流模式如何影(🎐)响该地区极端气温事件。结果表明：(1)极端气温暖指数、极值和生长季长度(GSL)指数在研究区内均显著上升(P<0.05),而极端冷指数与气温日较差(DTR)指数(🤖)显著下降(P<0.05)。气温指数变化主周期大致介于2～4.5 a,大多已通过显著性检验。(2)从空间上(🚰)看，极端暖(冷)在流域内呈(♊)上升(下降)趋势，分别在流域西北部和东南部变化趋势较为明显，极值指数空间差异较大(🙀)。(3)年均气温与极端冷指数和DTR表现出显著负(🌾)相关，与其余指数呈现显著正相关。极端气温指数(🐷)与大气环流模式存在相关性，9个季节性气温指数中冷昼日(💞)数(TX10p)与北极涛动(AO)在春、秋和冬季的相关性最(🗜)高，在夏季，暖夜日数(TN90p)与AO最为相关。

关键词：

辽河流域;极端气温;时空变化(🖲);周期分析;气(🌸)候变化;全球变暖;极端气候事件;小波分析;

作者简介：

王璇(1998—),女，硕(👇)士研究生，主要从事极端气候事件研究。

赵强(1977—),男，教授，博士(💴)，主要从事流域水(🍘)循环及(🎏)水资源(👻)高效利用、气候变化研究。

基金：(💂)

国家自然科学基金项(🥌)目(51909105);

引用：

王璇, 赵强, 姚天, 等. 1959—2019 年辽河流域极端气温事件变化特征分析[J]. 水利水电技术(中英文), 2022, 53(8): 15- 28.

WANG Xuan, ZHAO Qiang, YAO Tian, et al. Analysis on variation characteristics of extreme temperature events in Liaohe River Basin from 1959 to 2019[J]. Water Resources and Hydropower Engineering, 2022, 53(8): 15- 28.

近百年来，全球天气变化以升温为(🖖)主，气候变暖趋势明显。据统计，在1880—2012年间，全球地表平均气温上升了0.85 ℃,同(📗)时IPCC第六次报告显示,随着全球变暖的进一步加剧，预计全球尺度及大陆尺度的极端气温事件发生的频率(🚀)和强度将明显增(🏅)加。温度的显著升高加剧了气候系统的(😸)不稳定性，给全球水资源和热资源等其他资(🌅)源管(🧟)理带来了重大挑战，对经济社会、生态系统与农业发展造成严重危害(⏺)，并对人类生命财产安全构成巨大威(🤶)胁。例如，1992年和1994年美国遭(👋)遇了极端寒冷天气，导(🐴)致交通瘫痪，人们(💟)的正常生活受到严重影响；1998—2001年间，亚洲中部(🐊)和南部地区发生的持续性干旱给伊(⬅)朗、阿富汗和巴基斯坦等地区的农业生产(📥)带来了巨大的经济损失。2016年，仅1至(🥡)10月的寒潮、(💌)雨雪冰冻天气以及高温热浪等极端气候事件共造(😎)成我国(🧜)直接经济损失近5 000亿元，死亡人数逾1 700人。因而，开展对极端气温事件时空(🔏)分布特征及其驱动力的研究对掌握极端气温发生的区域特征，有针对性的对地区极端温度事件制定防灾减灾预案具有重要意义。

在气候变暖的背景下，极端气温事件变化已成为各国政府、学者和社会公众共同关注的焦点。从全球尺度来看，在过去(🌷)几十年里，极端气温事件发生的频率有所增加。ALEXANDER等研究发现，1955—2003年间，在全球陆地70%以上的区域(🐠)，与偏暖有关的极端气温事件频率不断增加，而与偏冷有关的极(🎲)端气温事件频率则显著减少。FANG等研究了北半球的陆地与水体(📬)极端气候事件的变化规律，发现在(🅾)1948—2006年间，北半球极端暖事件逐(🗜)渐增多，且海洋增加的趋(🦍)势明显大于陆地。在中国，已有许多学者对极端气温(🍁)事件在大陆尺度的发生特征及趋势进行探讨,以往大量研究显示，中国极端气温指数的变化趋势与全球基本一致，极端高温呈现增加趋势，极端低温呈(🎶)减少趋势，且最高气温上升速率小于最低气温。但因中国地形复杂多样，导致各个地(📩)区和流域的极端气温事件呈现出不相同(🛥)的变化特征:WANG等在对黄河流域极端气温和降水的研究中指出，黄(🐺)河流域夜间温度(👞)的变暖(🏘)趋势比白天温度的变暖趋势更为明显；(🌅)王琼等对长江流域1962—(🆚)2011年极端气温事件变化进行研究，发现长江流域最低温度(🎺)指数升(⛱)温(🏗)幅度大于最高温度指数。TONG等对内蒙古近58年极端气温和降水的时空变化(😓)进行分(🚐)析，计算出基于DFA方法下极端温度指数具有(〽)长期相关性，得出内蒙古极端气候(🐠)指数在未来变化趋势将与当前趋势保持一样逐渐上升的结论。通过以上研究可以看出，区域性、历时短是极端气温事件的主要特征,因此研究中通常选择中小尺度流域来探究极端气温事件对该地区影(💊)响。

辽河流域是一个地形复杂，受季(💽)风环流影(🤣)响较强的地区。作为我国重要的工业和商品粮基地，极端气温(🔊)的变化对当地居民生产生活以及农牧业发展至关重要，观测数据表明，近几十(💐)年以来辽河流域内气温明显变暖，其增温幅度略高于全国(🚨)的同期增温幅度,高温事件时空分布不均衡，导致极端天气灾害频繁发生。然而(💒)，之前仅有较少对于辽河(🌷)流域极端气候的研究，大都是(🍱)侧重于利用森式斜率和R/S分析(⏸)等方法对极端气候事件的时空(🏸)分布特征进行分析以及对各种气温指数的(🚓)极值、强度、频率和变化趋势进行研究,但对于其变化的周期(♊)规律和驱动因素还在探索之中。有研究表明，大气环流因子是极端气候事件的时(😎)空变化与区域气候变暖的主要影响因素之一,如许国宇等研究发现当(🍙)北极涛动增强时，北京冬季发生极端冷(🍾)事件的频率和次数显著下降。目前尚未有研究表明(🚾)这些现象是否以及如何影响辽河流域极(🈶)端气候变化趋势，因此(🗜)，本文基于辽河流域36个站点，16个极端气(👱)温指数，使用线性趋势、小波分析、皮尔(✝)逊相关性(🌙)检验和克里金插值等方法系统探讨了1959—2019年流域内极端气温时空变化(📴)特征以及周期变化规律，并探讨大尺度大气环流模式对其影响方式，以期保证辽河(😤)流域的资源充分开发利用，为灾难预防提供基(🔈)础资料。

1.1 研究区概况(🏥)

辽河(🥥)流域东、北部与(🔒)松花江相邻，西部与内蒙古高原接壤，地理坐标(👕)范围：116°30′E—125°47′E,38°43′N—45°00′N,平原区面积9.45万km2,山丘区面积12.66万(🏑)km2(见图1)。气候类型为温带半湿润半干旱气候，年降水量和(🌫)年平均气温分别为350～1 000 mm和4～9 ℃,且温度由南向北逐渐降低，每一纬度相差约0.8 ℃,空间差异(🗂)性较大。多年平(🍞)均月最高和最低气温分别出现在7月和1月，极端高温(👿)可达37～43 ℃,最低至-30 ℃以(🕯)下，是极端气温事件的频发区。流域内水土损失严重，植被覆(☕)盖率较低，为(📔)生态较脆弱区域。

图1 辽河流域及流域内气象站点位置

1.2 数据来源

本研究中使用的(🕣)数据来源于国家(🎮)气象科学数据中心平台(https: //data.cma.cn/),包括辽河流域36个气象站点1959—2019年每日平均气温、最高和最低气(🔉)温。根据影响中国北方气候的潜在因素，选取6个北半球典型大气环流变化的代表性指数对大气环流和极端气候指数进行皮尔逊相关性分析，包括：北极涛动(AO)、北大西洋指数(🚊)(NAO)、太平洋年代际涛动(PDO)、多变量厄尔尼洛指数(MEI)(https: //psl.noaa.gov/data/climateindices/list/),以及太阳黑子数(SN)(http: //www.sidc.be/silso/datafiles)。

1.3 研究方法

在本研究中，根据世界气象组织CCL/CLIVAR/JCOMM气候变化检测和指数专家组(🏞)(ETCCDI)推荐的指标，选择了16个极端气温指数(见表(⏸)1)。用线性趋势法分析年尺度上气温指数的长期变化趋势，并将各气象站的趋势表示为每10 a的斜率，用于(🌥)描述极端气温指数的时间格局。选择小波分(✍)析(🧐)的方法用于分析气温指数序列的周期特征。将皮尔逊相关分析应用于大(🚎)气环流和极端气温指数，以分析(🚼)大气环流类型对辽河流域极端气候的影响。

2.1 辽河流域极端气温指数时间变化

2.1.1 长期趋势性变化

辽河流域(🏘)极端气温暖指(🔬)数SU25、TR20、TX90p、TN90p和WSDI均呈现(🤧)显(💺)著上升趋势[见图2(a)—(e)],其变化趋势率分别为2.91 d/10 a、1.84d/10 a、1.12 d/10 a、1.84 d/10 a和0.77 d/10 a(P<0.01)。TN90p的变化(🔢)趋势大于TX90p, 且TX90p、TR20和WSDI均在1985年左右出现最低值，分别为5 d、12 d和0 d, 而(🗝)SU25、TR20、TN90p和WSDI的最高值均出现在2000年左右，分别为112 d、43 d、22 d和19 d。极端冷指数FD0、ID0、TN10p、TX10p和(➿)CSDI均呈(🌦)显著(🌏)下降趋势[见图2(f)—(j)],其变化趋势率分别为-2.55 d/10 a、-1.62 d/10 a、-0.76 d/10 a、-1.31 d/10 a和-0.30 d/10 a(P<0.05);TX10p的变化趋势相较于TN10p变化较小，且TX10p、ID0和CSDI最低值出现在2006年左右，约为4 d、55 d和0 d; 而ID0、TX10p、TN10p和(✡)CSDI均在1970年左右存在最高值分别为95 d、18 d、20 d和10 d。GSL与DTR分别呈现显著上升和下降趋势[见图2(k)—(l)],变化趋势率分别为(🛤)2.41 ℃/10 a和-0.12 d/10 a(P<0.01)。极值指数TXn、TXx、TNn、TNx均呈现不同程度的显著上升趋势[见图2(m)—(p)],趋势(🏂)率分别为0.36 ℃/10 a、0.21 ℃/10 a、0.58 ℃/10 a和0.21 ℃/10 a, 且TXn(TNn)的变化趋势大于TXx(TNx),在2000年左右TXn与TNn出现(🥖)最低值，分(🔍)别为-20 ℃和-31 ℃,在2017年TXx与TNx出现最高值，分别为37 ℃和26 ℃。

图2 1959—2019年辽河流域极端(🧢)气温年际变化(🚔)

2.1.2 周期分析

1959—2019年(❗)辽河流域极端气温指数小波功率谱和全局小波谱如(🐳)图3所示，大多(⛓)数极端气温指(🐏)数均存在明显的变化周期。辽河流域极端暖指数(🈹)的(🌵)主周(🎍)期大(🤡)致为2.2～4.5 a(P<0.05)[见图3(a)—(e)],SU25存在约2～3.4 a的显著性(😖)年际变化周期，其主周期(显(🥤)著性(❌)峰值周期)为2.8 a; TR20存在约2.9～3.8 a的显著性年际变化周期，其主周期约为2.7 a, 小波功率(🎯)谱(WPS)显示主周期变化在1985—1999年内最为显著；TX90p主周期约为2.2 a, 且在2001—2007年主周期变化最为显著；TN90p峰值周期约为4.5 a, 在1989—2005年最为显著；WSDI主周期约为4 a且存在约2.3～3.8 a的(👑)显著性变化周期。极端冷气温指(🧡)数的(📫)变化主周期大致介于2～4 a(P<0.05)[见图3(f)—(j)]。1959—2019年，FD0的变化周期范围为2～4.4 a, 其主周期为2.2 a且在1972—1980年和1897—1992年最为显著；ID0存在约3.8～4.4 a的变化周期，主周期约为4 a, 在1978—1988年和1998—2010年主周期变化最显著；TX10p和CSDI最大主周期分别为31.3 a和15.7 a, 但均未通过显著性检验(💰)，不存在显著性年际变化周期；TN10p存在约2～4 a的变化周期，其(🎀)主周期约为2.2 a, 在1966—1979年和1983—1989年两个时间段最为显(🎀)著(💃)。GSL和DTR通过显著性检验的年际变化周期范围分别为2.9～3.9 a和2.4～3 a[见图3(k)—(l)],其主周期分(💓)别为2.8 a和3.5 a, 且均在2007—2016年周期变化最为显著。极端气温极值指数中TXn主周期为10.2 a, 未通过显著性(🌞)检验，不存在显著性变化周期；而TXx存在显著变化周期范围为8.8～9.1 a, 峰值周期(🐯)值约为8.9 a, 2003—2008年该尺度周期变化最为强烈；TNn存在范围约为2.9～3.8 a的年际显著变化周期，主周期约为3.8 a; TNx存在显著性(🍬)年际变化周期，约为2.5～3 a[见图3(m)—(p)],2.8 a的主周期在1992—2003年最显著。

图3 1959—2019年辽河流域极端气温指数时间序列的小波功率谱和全局小波谱

2.2 辽河流域极端气温指数空间变化

极端暖指数SU25、TR20、TX90p、TN90p和WSDI在辽河流域所有站点均呈现上升趋势[见图4(a)—(e)],趋势率(❤)分(🍱)别为0.50～7.00 d/10 a、0.31～6.63 d/10 a、0.49～2.79 d/10 a、0.58～3.91 d/10 a和0.29～3.07 d/10 a, 且通(🖼)过0.05水平的显著性检验站点比例分别为97.2%、77.8%、91.7%、97.2%和94.4%。其中SU25上升趋势较其他指数(⏭)更加明显，上升趋势大致呈现由西北向东南递减；TR20变化趋势在西北部最大，并由西向东递减，且大多变化不显著站点零星分布于南部地区；(🍦)TX90p的变化趋(㊗)势在西北和南部地区最大，东、西部地区最小；TN90p表现出由中间向两侧递减的趋势；而WSDI在流域西和南部变化趋势最小，东部最大。极端冷指数(⏬)除CSDI外，其余指数(FD0、ID0、TX10p和TN10p)所有站点均呈现下降趋势[见图4(f)—(j)],趋势率分别为-5.64～-0.21 d/10 a、-2.63～-0.21 d/10 a、-1.24～-0.35 d/10 a和-2.78～-0.17 d/10 a, 且通过0.05水平的显著性检验站点比例分别为91.7%、47.2%、94.4%和88.9%。FD0的下降趋势大(Ⓜ)致表现出(🔇)由西北向东南(🔟)递减且在西部上(📵)升趋势最大；而ID0却与之相反，在北部(🕷)和西北部相对较低，且不显著性变化的站点均(😥)分布在北部地区；TX10p在东南部趋势(🗯)变化较小，西部(🍍)较大；CSDI呈现下降变化趋势的站点占所有站点的88.89%,且变(🙅)化趋势在(😓)流域内自西向东递增，上升的站点零星分布在研究区中部(♓)；TN10p呈现从西北向中部地区逐渐递减的趋势(👅)。GSL在整个研(📢)究区内所有站点均呈由南(🐉)向北逐渐递增(💔)的上升趋势[见图4(m)],趋势(😹)率为0.52～4.91 d/10 a; DTR中存在19.4%的站点(🚂)呈上升趋势[见图4(p)],大多分布于南部地区，其余(🤭)下降的(📄)站点呈现由南向北递增的(🦍)趋势。极值指数除TNn以外，TNx、TXn和TXx所有站点均在辽河流域内呈上升趋势[见图(🐁)4(k)—(l)],趋势率分别为0.06～0.48 ℃/10 a、0.15～0.77 ℃/10 a和0.04～0.66 ℃/10 a, 且通过0.05水平的显著性(👈)检验站点比例分别为75.0%、30.6%、47.2%。TNx大致表现由东南向西北增加的趋势(🤕)，不显著站点大多位(🕶)于(📛)中部；TXn和TXx变化趋势在西北(🔤)和东南地区较大，大多数显著变化趋势站点位于东南沿海地区；TNn仅西部一个站点呈下降趋势，其余呈上升趋势的站点表现(✡)出由西向东增加的趋势，且58.3%的站点通过显著性检验，大多位于东南地(⏭)区。

图4 1959—2019年辽河流域极(😌)端气温空间变化趋势

2.3 极端气温指数与年均气温的相关性

极端气温指数除DTR外均与每年平(🦓)均气温表现出显著相关性(P<0.05)(见(🚁)图5)。极端暖指数、极值指(🌂)数和GSL与年均气温均呈显著正相关，相关系数介于0.37～0.87,其中TN90p相(🛶)关性最强；而极端(🍫)冷指数与其呈显著负相关，相关系数介于-0.83～-0.37,TX10p相关性最强；此(🦁)外，各个气温指数相互之间也存在相关性，极端(🎥)冷与暖指数均表现显著负相关，TXn、TXx、TNn和TNx与冷(暖)指数分别呈显著负(正)相关(⛏)，各个冷与冷、暖与暖指(➿)数之间呈显著正相关。

图5 1959—2019年辽河流域极端气温指数与年平均气温的相关(🍟)性分析

*在0.05水平(双侧)上显著(🧒)相关; **在0.01水平(双侧(🚁))上显著相关

2.4 极端气温指数与大气环流的相关性

极端(🎂)气温指数与大气环流均存在一定的(😕)相关性(见图6)。AO与极端冷指数、(👲)DTR呈现负相关，其中TN10p、TX10p、FD0、ID0相关系数较大且(🖍)通过P<0.05水平显著性检验。NAO与极端冷指数和SU25呈负相关，与其余指数均呈正相关，且GSL和ID0通过P<0.05水平显著性检验；除MEI与TR20呈负相关，相关性较大且通过显著性检验以外(🤺)，PDO、MEI、SOI和SN与所有极端气温指数的相关(💲)性较弱且不显著。EASM与暖指数呈正相关且未通过显著性检验，与TXx、TNx和(⚽)DTR呈显著正相关，相关性较大。SASM仅与DTR呈显著正相关(🎗)。综上，AO严重影响着辽河流域(🐣)极端气候。分别选取相关性较高的极端暖指数(TN90p和TX90p)和极端冷指数(⤵)(FD0、TX10p),分析它们在时频域上的变化规律。

图6 1959—2019年辽河流域极端温度指数与大气环流指数之间的皮尔逊相关系数

*在0.05水平(双侧)上显著相关; **在0.01水平(双侧)上显著相关

FD0与(📍)AO的交叉小波功率谱在高能量区分别于1975—1976、1990—1997和(🧡)2010—2014年表现(🎄)出1～2 a、3.5～8 a和2～3.5 a的共振周期[见图7(a)—(b)],位相角的变化显示FD0在第一(🛶)个变化周期内提前于AO,并且在第二、三个周(🤘)期显示(🙉)出反位相共振，表明AO和(🐥)FD0之间存在负相关，在低能区FD0与AO存在2个呈显著负相关的共(🎌)振(👳)周期。TX10p与AO在高能区的显著共振周期出现在1967—1969、1974—1976、1980—1989和(👰)2008—2014年，分别为1.5～2.5 a、1～2 a、6～8 a和1～4 a, TX10p在第一个周期落后于AO[见图7(c)—(d)],在第三个周(⚽)期与AO呈负相关，在低能区TX10p与AO存在4个呈显著负相关的共振周期，相关系数达0.8以上。TX90p与(🧤)AO在高能量区在1967—1969、1983—1991和1991—1992年表现出的显著共振周期分别为1.5～2.5 a、(⛄)6～9 a和(📼)4～4.2 a[见图7(e)—(f)],TX90p在(⛺)第一个(🔠)周期提前(🚜)于AO,在第三个(🛶)周期与AO呈正相关，在(🛀)低能区TX90p与AO存在3个呈显(♋)著(⛪)正相关的共振周期，相关系数均超过(😈)0.8。TN90p与AO在高能区的显著共振周期出现在1962—1968年和1982—1988年[见图7(g)—(h)],分别为1.2～3 a和6.5～8.0 a, 位相角的变化表明TN90p在第一个周期中落后，在低能区TN90p与AO存在2个相关系(🍭)数达0.8的显著正相关共振周期。

图7 1959—2019辽河流域AO与FD0、TX10p、TX90p和TN90p的交叉小波和相干小波功率谱

XWT是AO与极端气候指数的交叉小波功率谱，WTC为AO与极端气温指数的相干小波(🦊)功率谱；细实线是影响锥，粗实线圈出的范围通过 了为95%显(🏵)著性水平检验下的红噪声检验；箭头表示相对位相差

XWT是AO与极端气候指数的交叉小波功率谱，WTC为AO与(🚑)极端气(🙊)温指数的相干小波功率谱；细实线是影响锥，粗实线圈出的范围(🤸)通过(🍒) 了为95%显著性水平检验下的红(🆕)噪声检验；箭头表示相对(👱)位相差

本文通过选择16个极端气温指数对辽河流(🍤)域1959—2019年极端气温事件变化特(🌖)征进(🌪)行分析，结果表明研究区(🍨)夜间升温趋势高于白(😍)昼(🤨)，且气温极小值上升趋势高于极大值，这(🦈)与之前大多数在东北地区的研究结论基本一致。陈冬(🍈)红等研究发现，“拉马德雷”处于暖位相时期时，易发生极端高温危害，本文得出的结论也印证了这一点，辽河流域1995—2000年(1990—2005年)的极端暖指数(冷指数)的最大(小)值恰好处于20世纪80年代后“拉马德雷”的暖位相时期。在空间分布上，西北部极端气温指数的上升或下降趋势(🍥)大于东南部，造成这种结果的原因可能是因为高纬度地区的温度升高幅度大于低纬度地区。另外，大多数研究表明，区域极端气温变化特征可能受到大气环流等因素(🕹)的影响,根据文中选用的大气环流指数，AO对辽河(🌇)流域的(🚗)极端气温影响较为显著。当AO增强时，霜冻日数和冷冻日(🚽)数减少，暖昼日数和暖夜日数增加，意味着辽河流域极端气温暖事件增加，热(🛀)浪发(💵)生频率增(🚜)加。为了更好的研究AO对不同季节的(🕸)极端气温事件在辽河流域发生的影响，选取(🦄)9个季节性极端气温指数进行相关(😜)性分析(见图8和图9),分析了AO对辽河(🏅)流域极端(✈)气候季节性指数事件的空间影响。

图8 1959—2019年辽河流域季节性极端温度指数与AO之间的相(🚑)关性

图9 1959—2019年辽河流域不同季节极端气温指数与AO的相关性

春季，除TN10p和TX10p外，其余(😀)指数均与AO成正相关[见(✒)图8(a)],且TX10p相(😀)关性最高。TX10p与AO的相关性在流域内呈现自北向南递减的趋势(👕)，且大多数显著相关的站点分布在流域中部和南部，占总站点(🌴)的72.2%[见图9(a)]。夏季，DTR与冷指数和AO的相关性大部分为(🍗)负数，其余指数与AO大都呈正相关，其(🕵)中TN90p与AO的相关性最高[见图8(b)]。在空间上，TN90p的相关性变化趋势由西(💀)北部向东南部逐渐上(👸)升，且72.2%站点均通过显著相关性检验，未(🏀)通过显著相关的站点大多分布(🕥)在西北(🐫)部，东部站点受AO的影响较大，相关性较高[见图9(b)]。秋季，极端暖、(🍁)冷指数分别与AO均(🎽)呈正、负正相关[见图8(c)],其中TX10p相关度最高，且在流域内北部地区受AO的影响最大，在南部较小，相关性呈现由北向南逐渐(💬)降低的趋势，且所有站点均呈现显著性相关[见图9(c)]。冬季，极(👉)端冷指数与AO呈负相关，其余指数与(🐌)AO均呈正相关且指数TX10p的相关(🍘)系数最高[见图8(d)]。空间上来(🐞)看，TX10p在北部受AO影响最大，南部和(🐯)东部最小，且(🐞)流域内所有站点均通过显著性(🐛)检验[见图9(d)]。AO指数与发生在冬季极端气温指数(🤑)(TX10p)的相关(💇)性较发生在夏季的极端气温指数(TN90P)更(📮)为相关，可能是由于AO指数在冬季较强，夏季较弱所造成的。

综上，除了AO等其(🤐)他大气环流因子(🛃)对辽河流域高温事件发挥着重要作用，人类活动和自然资源的不合理使用也将进一步改变区域气(🎗)候。为减轻(🚱)极端事件带来的风险，要加大对极端气候事件发生机制的深入研究，做好预防和监测工作，科学规划，提前布局(🙀)，提(👙)高区域适应能力。

(1)极端暖指数在流(😒)域内均表现显著上升趋势，其中趋势(🥩)最大的(❎)指数为SU25和TR20,变化主周期大多介于2.2～4.5 a之间(P<0.05);极端冷指数均呈显著下降趋势(P<0.05),其中FD0指数变化最为明显，显著(🐬)变化主周期为2～4 a。极值指数和GSL呈上升趋势，而DTR呈下降趋势。

(2)辽河流域极端温度的空间分布及变化具有区域性差异，极端暖指数和GSL指数在辽河流域所有站点均呈现上升趋势，极端高温事件易(🧢)发生在西北部地区，且发生的面积有增大的趋势，极端(🤩)冷指数除CSDI外，其余指数所有站点均呈现下降趋势，东部地区易发生极端低温事件(👇)。

(3)极端暖、极值指数(🌘)和GSL与年均气温均呈显著正相关，而极端冷指(🐣)数与其呈显著负相关，极值指数(🚩)与冷(暖)指数分别呈显(📂)著负(👕)(正)相关。DTR与年均气温呈(📧)负相关。

(4)大气环流与极端气温指数均存在一定的相关性，AO与冷指数普遍成正相关，与暖指数呈负相关，TX10p在春秋冬季与AO的相关性(🕉)最高，TN90p在夏季与AO的相关性最高。

水利水电技术（中(🕔)英文(😠)）

水利部《水利水电技术（中(🛋)英文）》杂志是中国水利水电行业的综合(💀)性技术期刊（月刊），为全国中文核心期刊，面向国内外公开发行。本刊以介绍我国水资源(🚤)的开发、利用、治理、配置、(🏣)节约和保护，以及水利水电工程的勘测、设计、施工、运行管(🎽)理和科学研究等方面的技术经验为主，同时也报道国外(📖)的先(🌅)进技术。期刊主要栏目有:水文水资源、水工建筑、工程施工、工程基础(🛣)、水力学、机电技术、泥沙研究、(🎖)水环境与水生态、运行管理(🐹)、(🔀)试验研究(🕎)、工程地质、金属结构、水利经济、水利规划、防汛抗旱、建设管理、新能源、城市水利、农村水利、水土保(🔘)持、水库移民(🍸)、水利现代化、国际水(🕍)利等。

【中文无码不卡中文字幕的相关新闻】