《综合台湾中文》

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。

【综合台湾中文的相关新闻】