《视频一区中文字幕日本有码》

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。

【视频一区中文字幕日本有码的相关新闻】