黄河源秋季洪峰对西风指数的响应

图1 黄河源位置及三大气候系统影响示意图

Fig.1 The location of the Yellow River source regions and the impact of the three major climate systems

1.2　数据与方法

本研究选取唐乃亥站1961—2010年月平均径流数据研究黄河源径流的多年变化规律。唐乃亥水文站是黄河源的重要控制站，是龙羊峡水库的入库站。根据多年径流变化规律，选取黄河源径流量最大的7、 8、 9月份的流量作为研究对象，探寻这3个月径流与大气环流指数的关系。

使用黄河源区内9个国家级气象自动站（图1）的气温和降水数据，研究黄河源区的气象要素演变规律。同时采用英国东安格利亚大学气候研究中心发布的空间分辨率为0.5°的全球网格数据集Climatic Research Unit Time-series data sets第4版本（CRUTS V4）对全国的气温数据进行比较分析。CRUTS V4数据资料重建过程中经过了严格的时间均一性检验，具有空间分辨率较高，时间尺度较长的特点，在全球变暖研究中被广泛采用^［14］。

ENSO指数使用Niño 3.4区域（120°~170° W， 5° S~5° N）的海温数据（https：//www.esrl.noaa.gov/psd/data/correlation/nina34.data）。IOD数据产生于Hadley中心海温数据，是将印度洋西部（50°~70° E， 10° S~10° N）和东部（90°~110° E， 10° S~EQ）区域的平均海表温度距平之差定义为IOD指数，由日本海洋-地球科技研究所发布（http：//www.jamstec.go.jp/frsgc/research/d1/iod/e/index.html）。西风指数WCI使用欧亚纬向环流指数，来自中国气象局国家气候中心发布的74项环流指数数据集（http：//cmdp.ncc-cma.net/cn/index.htm）。

由于大气系统相互影响，具有很强的耦合结构，很多研究都表明IOD与ENSO存在独立又相互影响的关系^{［8-9，13］}。通过使用偏相关计算，可研究某个要素与另一个要素之间的相关程度，并去除其他要素影响，单独研究复杂系统中两个要素之间的相互关系的密切程度^［15］。目前，偏相关系数已经成功地在植被生态学^［16-17］和气象学^［18-19］等诸多领域得到应用。通过计算2阶偏相关系数，可以单独计算唐乃亥水文站月径流与ENSO指数、 IOD指数及WCI指数的偏相关关系，并排除另外两个指数的共同作用。偏相关计算如公式（1）所示：

r_{12,34} = \frac{r_{12,3} - r_{14,3} r_{24,3}}{\sqrt[]{1 - r_{14,3}^{2}} \sqrt[]{1 - r_{24,3}^{2}}}

（1）

式中： 4个计算变量分别为： 1=径流； 2=ENSO； 3=IOD； 4=WCI。首先对所有变量做去趋势化处理。式（1）中， $r_{12,3}$ 为在排除了IOD指数的共同作用后，径流与ENSO指数的偏相关系数。该系数的计算使用如公式（2）所示：

r_{12,3} = \frac{r_{12} - r_{13} r_{23}}{\sqrt[]{1 - r_{13}^{2}} \sqrt[]{1 - r_{23}^{2}}}

（2）

式中： $r_{12}$ 为径流与ENSO指数的相关系数； $r_{13}$ 为径流与IOD指数的相关系数； $r_{23}$ 为ENSO指数与IOD指数的相关系数。

使用式（2）计算 $r_{12,3}$ ，得到唐乃亥站径流与ENSO指数的偏相关关系，并排除IOD的影响。同理通过计算 $r_{14,3}$ ，可得到径流与WCI指数偏相关系数，并排除IOD的影响；通过计算 $r_{24,3}$ ，可得到ENSO与WCI的偏相关系数并排除IOD的影响。将计算得到的 $r_{12,3}$ ， $r_{14,3}$ ， $r_{24,3}$ 最后代入式（1），得到径流与ENSO指数的偏相关关系，并排除IOD和WCI两个指数的共同作用。

参考式（1）和式（2），计算 $r_{13,24}$ 得到径流与IOD指数的偏相关系数，并排除ENSO指数与WCI指数的共同作用；计算 $r_{14,23}$ 得到径流与WCI指数的偏相关系数，并排除ENSO指数与IOD指数的共同作用。

本文研究时间段为1961—2010年，共50年。为了检测上述偏相关系数在不同时间段上的变化情况，并使得气象统计学上具有研究意义，本文选取30年为一个时间窗口，然后每次向后滑动1年，共产生21个时间窗口。在每个时间窗口计算偏相关系数时，还需要考虑大气环流对降水、径流影响的滞后效应，分别计算当年7月、 8月、 9月每个月降水、径流与前1年1月份至当年前1个月不同阶段内大气环流的响应关系和滞后效应。最后计算21个时间窗口内不同滞后月份上偏相关系数 $r_{12,34}$ ， $r_{13,24}$ ， $r_{14,23}$ 的变化趋势，从而得到ENSO、 IOD、 WCI对黄河源丰水期降雨、径流的影响及演变规律。

2 结果与分析

2.1　黄河源水文气象要素演变

通过计算黄河源9个国家级气象自动站的年均温度的站点平均值，得到黄河源气温1961—2010年变化趋势，并采用CRUTS全球气象格点数据计算全国气温从1961—2010年每年均值（图2a）。通过对比可发现，黄河源和全中国的气温在这段时期都呈增长趋势，并在1980年中后期开始加速升温。值得注意的是，黄河源平均气温增温速度为0.279 ℃·（10a）^-1，要略高于全国平均增温速度［0.276 ℃·（10a）^-1］。图2（b）为唐乃亥站1961—2010年之间年平均径流量（橙色线）与9个气象站平均年降水量（蓝色线）的年际变化。可以看出1990年代以来，黄河源的年径流与年降水呈总体减少趋势，但是该趋势并不显著。50年间，年降水量和年径流量保持了较高的相关性，相关系数达到0.824（P<0.001）。降水量最小的是2002年，直接导致当年的径流量也是最小，而后至2010年，降水和径流量都有振荡升高的趋势。

图2

图2 黄河源径流1961—2010年变化规律

Fig.2 Annual variations of temperature departure （a） and annual precipitation （b） in the Yellow River source regions from 1961 to 2010

通过将唐乃亥水文站1—12月的月径流数据在每10年做平均，计算得到1961—2010年间5个不同年代黄河源径流量变化的对比图（图3）。发现黄河源汛期洪峰最高的两个年代分别是1980年代（黄色线）和1960年代（红色线），分别在7月和9月出现夏季和秋季两个洪峰。1970年代（绿色线）9月秋季洪峰高于夏季7月的洪峰。1990年代（紫色线）和2000年代（蓝色线）黄河源流量减少明显，并且秋季洪峰几乎消失。但目前，针对黄河源9月秋季洪峰消失的研究还未充分开展，其物理机制与驱动因素尚需进一步阐明。

图3

图3 黄河源月平均径流量的年代变化

Fig.3 Monthly variations of the average runoff in the Yellow River source regions in the five decades

为了比较黄河源径流量在不同年代的变化，本文以30年为一个时间窗口，计算不同时间窗口下黄河源径流、降水及温度在不同月份中的变化趋势，并选取1961—1990年， 1971—2000年， 1981—2010年这3个代表性的时间窗口对比分析（图4）。就径流量而言（图4a），后两个时间窗口几乎在所有月份都呈减少趋势，尤其以9月份的径流减少最为明显。同时，针对黄河源区的逐月降水趋势分析（图4b），可以发现在1971—2000年， 1981—2010年这两个时间窗口内， 9月份的降水减少幅度最为明显，该结果可以部分解释黄河源近年9月洪峰消失的原因。另外，通过对黄河源月均温度的趋势分析可以发现，在时间窗口1981—2010年间，黄河源所有月份上温度均有不同程度的增长，丰水期7、 8、 9三个月的温度增长非常明显（图4c）。其中， 9月份温度增长速率，是继冬季1月之后温度增长最快的月份，由此可能成为黄河源9月洪峰消失的另一个重要原因。

图4

图4 黄河源流量（a）、降水（b）、气温（c）在不同时间窗口变化趋势

Fig.4 Monthly variations of the average runoff （a）， precipitation （b） and temperature （c） in the Yellow River source regions in the three decades

2.2　黄河源径流对大气环流的响应

黄河源春末夏初的径流和融雪量密切相关^［20］，而丰水期7、 8、 9月三个月的径流则更多是和当季的降水相关^［21］。图4虽然部分解释了降水减少和温度升高对黄河源丰水期径流减少的贡献，但是这3个月降水与大气环流有何因果关系仍需进一步阐明。

针对图3所示的黄河源1990年代以后9月秋季洪峰消失的现象，本文重点分析了9月的径流与降水的相关关系，发现黄河源9月径流与8月和9月的降水相关性最好，都超过99%的置信度。同时9月份径流与8月降水的相关性在大部分时间窗口内的相关系数都高于其与9月份降水的相关系数，这说明8月份降水对9月份径流的贡献率要高于9月当月的降水。

在1961—2010年间，以30年为一个时间窗口，每次向后滑动1年，共产生21个时间窗口。在不同时间窗口上，计算8月降水与当月及前11个月不同月份上ENSO指数， IOD指数及WCI指数的偏相关系数，并检验其置信度（图5）。发现只有WCI指数与8月份的降水的偏相关系数（红线）在全部21个时间窗口上有20个时间窗口呈现显著负相关关系（P<0.1），而且在11个时间窗口上其偏相关系数的置信度甚至超过95%。另外， 8月降水与ENSO的偏相关系数（蓝线）在14个时间窗口内其置信度也稳定在保持在90%以上，但超过95%置信度的时间窗口只有4个。因此，图5的结果表明8月WCI指数增强会通过大气环流和水汽输送的变化直接减少黄河源的当月降水，从而导致9月份黄河源径流的减少。

图5

图5 黄河源8月份降水与WCI， ENSO及IOD的偏关系

Fig.5 Variations of partial correlation coefficient between August precipitation and August WCI， ENSO， IOD with various time in the Yellow River source regions

另外，本文对黄河源7、 8月两个月份的径流、降水关系作了分析，发现这两个月的径流分别与6、 7月的降水在所有时间窗口保持显著相关（P<0.01），但是6、 7月的降水却未与当月WCI指数、 ENSO指数或者IOD指数显示出长期的显著相关关系（图略）。

参考政府间气候变化专门委员会（IPCC）的基准期，本文采用相同的时间窗口为基准期（1961—1990年）^［7］，以1961—1990年的8月平均值为基准，计算1961—2010年间8月WCI指数与8月黄河源区降水距平（图6）。可以发现， 8月份WCI指数加大会导致黄河源区8月的降水减少，这种对应关系在散点图上显示为非显著关系（R²=0.057）。1961—2010年这段时期内，有18年间， 8月WCI指数距平为负，其余32年的8月WCI指数为正。因此，未来WCI指数在8月增强很可能引起8月的降水减少，进而导致黄河源9月径流减少洪峰消失。

图6

图6 黄河源8月WCI指数距平与降水距平

Fig.6 Relation between WCI index anomaly and precipitation anomaly in August in the Yellow River source regions

3 讨论

通过以上结果的分析可知，从1990年代开始，黄河源9月洪峰的消失与8月份降水减少关系密切。通过使用偏相关分析可以发现，在ENSO， IOD和WCI三个指数中， 8月WCI指数与ENSO指数和当月黄河源降水保持显著负相关关系，且WCI指数的影响程度要高于ENSO指数。这主要是由于当西风环流强时，整个亚洲大陆中高纬海平面气压都下降，西伯利亚高压强度及东亚大槽的减弱，从而导致南下的冷空气活动也相应减弱，不利于南北冷暖空气水汽交换形成降水^［20］。而当西风指数小，纬向环流减弱时，则经向环流强，有利于南北冷暖空气交换形成降水^［21］。因此8月西风指数WCI的大小对9月黄河源的径流具有部分指示预测作用。

由于大气系统的复杂性，本文目前只选取ENSO、 IOD及WCI三个指数来部分表征影响青藏高原水文气象环境的三大气候系统，而这三个指数不能完全代表东亚季风、印度季风和西风系统，因此本研究得到的结果只能表示WCI指数增强可能是黄河源8月降水减少的原因之一。已有研究表明，印度季风与ENSO和IOD关系密切^［22］，而印度季风与我国塔里木盆地和青藏高原北部的水汽输送紧密相关^［23］。由于塔里木盆地和青藏高原北部恰处于黄河源的西风环流上风口，因此对黄河源降水的影响最根本的源头可能是印度季风水汽输送，进而通过西风环流影响到黄河源的降水径流变化。限于篇幅，本文暂不对黄河源的降水与印度季风水汽输送的关系展开讨论，未来可在后续研究工作中开展。除本文研究所用的三个气候因子，诸如北大西洋年代际振荡（AMO）^［24］，北大西洋涛动（NAO）^［25］，北极涛动（AO）^［26］，太平洋10年涛动（PDO）^［27］都对我国很多地区的降水及温度变化产生影响。因此WCI指数的变化是否是黄河源9月洪峰消失的根本原因，是否还有其它气候系统的参与并占据主导因素还需进一步研究。

另外， 9月温度升高可能导致蒸发加大，进而成为9月黄河源洪峰消失的另一个主因。不过，导致蒸发加大因素除温度升高有关外，风速、湿度都直接影响，因此未来还需对黄河源9月的气象要素的演变规律进行更详尽的分析。

本研究通过计算7、 8两月的径流及6、 7两个月的降水与6、 7两个月的WCI指数的偏相关关系发现并没有长期稳定的相关关系。但在1972年以后的所有时间窗口上，黄河源6月的降水与前1年2月份的西风指数具有显著的负相关关系，同时7月份降水与前1年11月份的西风指数呈显著正相关关系（图略）。虽然已有研究指出黄河源9月的降水与之前冬季1月份的WCI指数具有很好的遥相关关系^［21］，但是这种相关关系只是具有统计学上的意义，目前还缺少对这种长周期遥相关关系的大气环流及水汽输送的物理机制解释。

在本研究中，采取了偏相关计算的方法，有效地排除了这三个指数之间的共同作用，从而相对独立地得到了黄河源8月份的降水与当月WCI指数之间的关系。而通过比较黄河源8月降水与8月WCI的直接相关关系（即采用直接相关关系计算）可以发现，偏相关关系的计算可以增大黄河源8月份的降水与8月WCI指数之间的置信度。这说明，如果未采用偏相关关系计算，就不能排除ENSO与IOD指数对黄河源降水的影响，则得不到本文所发现的结论。因此，本文所使用的方法对未来在其它地区研究水文气象要素与大气环流的响应关系具有一定的参考价值。

4 结论

通过对黄河源1961—2010年水文气象数据分析，本研究掌握了黄河源水文气象要素在50年中的演变趋势与规律。通过研究黄河源丰水期，尤其是9月份径流和8月份降水与东亚季风、印度季风及西风环流的偏相关关系，形成如下结论：

（1）黄河源1961—2010年之间降水及径流呈略微减少，总体呈暖干化趋势。这主要由于丰水期（7月、 8月、 9月）降水减少而温度升高所致。

（2）黄河源9月份径流， 8月份降水与西风指数显著负相关。8月份西风指数的增强会减少南北水汽输送，从而导致8月降水减少，可能成为1990年代以来黄河源9月份径流减少洪峰消失的主要诱因。

（3）通过偏相关系数计算，可相对独立的计算降水、径流在复杂气候系统中对一种环流指数的响应关系。西风指数WCI对黄河源丰水期水文气象要素的影响要高于ENSO和IOD。

参考文献

原文顺序

文献年度倒序

文中引用次数倒序

被引期刊影响因子

[1]

Bai

Xiaolan

， Wei

Jiahua

， Xie

Hongwei

Characteristics of wetness/dryness variation and their influences in the Three-River Headwaters region

［J］. Acta Ecologica Sinica， 2017， 37（24）： 8397-8410.

白晓兰，魏加华，解宏伟.

三江源区干湿变化特征及其影响

［J］. 生态学报， 2017， 37（24）： 8397-8410.

[2]

Chen

Liqun

， Liu

Changming

， Hao

Fanghua

， et al.

Impact of climate on runoff in the source regions of the Yellow River

［J］. Earth Science Frontiers， 2006， 13（5）： 321-329.

陈利群，刘昌明，郝芳华，等.

黄河源区气候对径流的影响分析

［J］. 地学前缘， 2006， 13（5）： 321-329.

[3]

Zhang

Shulei

， Yang

Dawen

， Yang

Hanbo

， et al.

Analysis of the dominant causes for runoff reduction in five major basins over China during 1960—2010

［J］. Advances in Water Science， 2015， 26（5）： 605-613.

张树磊，杨大文，杨汉波，等.

1960—2010年中国主要流域径流量减小原因探讨分析

［J］. 水科学进展， 2015， 26（5）： 605-613.

[4]

Zhu

Liping

， Xiaoming

Lü

， Wang

Junbo

， et al.

Climate change on the Tibetan Plateau in response to shifting atmospheric circulation since the LGM

［J］. Scientific Reports， 2015， 5： 13318. DOI：10.1038/srep13318 .

[5]

Yao

Tandong

， Shilong

Piao

， Shen

Miaogen

， et al.

Chained impacts on modern environment of interaction between westerlies and indian monsoon on Tibetan Plateau

［J］. Bulletin of Chinese Academy of Sciences， 2017， 32（9）： 976-984.

姚檀栋，朴世龙，沈妙根，等.

印度季风与西风相互作用在现代青藏高原产生连锁式环境效应

［J］. 中国科学院院刊， 2017， 32（9）： 976-984.

[6]

Huang

Wei

， Chen

Jianhui

， Zhang

Xiaojian

， et al.

Definition of the core zone of the “westerlies-dominated climatic regime”， and its controlling factors during the instrumental period

［J］. Science in China： Series D Earth Sciences， 2015， 58： 676-684.

黄伟，陈建徽，张肖剑，等.

现代气候条件下降水变化的“西风模态”空间范围及其影响因子初探

［J］. 中国科学：地球科学， 2015， 45： 379-388.

[7]

Stocker

T F

， Qin

Dahe

， Plattner

G K

， et al. IPCC 2013： summary for policymakers in climate change 2013： the physical science basis： contribution of Working Group I to the Fifth Assessment Report of the Intergovernmental Panel on Climate Change［M］. Cambridge， UK： Cambridge University Press， 2013.

[8]

Liu

Xuanfei

， Yuan

Huizhen

， Guan

Zhaoyong

Effects of ENSO on the relationship between IOD and China summer rainfall

［J］. Journal of Tropical Meteorology， 2008， 24（5）： 502-506.

刘宣飞，袁慧珍，管兆勇.

ENSO对IOD与中国夏季降水关系的影响

［J］. 热带气象学报， 2008， 24（5）： 502-506.

[9]

Yang

Xia

， Guan

Zhaoyong

， Zhu

Baolin

Role of Indian Ocean Dipole events in the influence of ENSO on the summer rainfall and temperature in China

［J］. Journal of Nanjing Institue of Meteorology， 2007， 30（2）： 170-177.

杨霞，管兆勇，朱保林.

IOD对ENSO影响中国夏季降水和气温的干扰作用

［J］. 南京气象学院学报， 2007， 30（2）： 170-177.

[10]

Jiang

Lili

， Guan

Zhaoyong

， Lu

Chuhan

， et al.

Interdecadal characters of relationships of the interannual variability of East Asian summer monsoon with IOD and ENSO

［J］. Journal of Nanjing Institue of Meteorology， 2009， 32（1）： 32-44.

江丽俐，管兆勇，卢楚翰，等.

东亚夏季风年际变化与IOD、 ENSO间联系的年代际特征

［J］. 南京气象学院学报， 2009， 32（1）： 32-44

[11]

Chang

Jun

， Shi

Hengbin

， Zuo

Xuan

Response analysis of precipitation in the Yellow River basin and the circulation in autumn to ENSO and IOD

［J］. Meteorological and Environmental Sciences， 2013， 36（2）： 15-20.

常军，史恒斌，左璇.

黄河流域秋季降水及环流对ENSO和IOD的响应分析

［J］. 气象与环境科学， 2013， 36（2）： 15-20.

[12]

Guo

Feiyan

， Zuo

Weiqiang

， Guo

Feilong

， et al.

The impacts of ENSO for accompanied with IOD type and isolated type on the interannual climate variability in Shandong

［J］. Journal of Marine Meteorology， 2017， 37（4）： 34-48.

郭飞燕，左卫强，郭飞龙，等.

伴随IOD型和独立型ENSO对山东气候年际变化的影响

［J］. 海洋气象学报， 2017， 37（4）： 34-48.

[13]

， He

Shanshan

， Zhang

Wenjun

， et al.

Contrasting seasonal evolution features of Indian Ocean Dipole accompanied with two-type El Nino

［J］. Transactions of Atmospheric Sciences， 2014， 37（6）： 673-683.

祁莉，何珊珊，张文君，等.

与不同El Nino相伴的IOD事件的季节演变特征对比

［J］. 大气科学学报， 2014， 37（6）： 673-683.

[14]

Harris

， Jones

P D

， Osborn

T J

， et al.

Updated high-resolution grids of monthly climatic observations： the CRU TS3.10 Dataset

［J］. International Journal of Climatology， 2014， 34（3）： 623-642.

[15]

Yuan

Naiming

， Fu

Zuntao

， Zhang

Huan

， et al.

Detrended partial-cross-correlation analysis： a new method for analyzing correlations in complex system

［J］. Scientific Reports， 2015， 5： 08143. DOI：10.1038/srep08143 .

[16]

Peng

Shushi

， Shilong

Piao

， Philippe

， et al.

Asymmetric effects of daytime and night-time warming on Northern Hemisphere vegetation

［J］. Nature， 2013， 501（7465）： 88-94.

[17]

Shilong

Piao

， Huijuan

Nan

， Chris

， et al.

Evidence for a weakening relationship between interannual temperature variability and northern vegetation activity

［J］. Nature Communications， 2014， 5： 5018.

[18]

As-syakur

A R

， Adnyana

I W S

， Mahendra

M S

， et al.

Observation of spatial patterns on the rainfall response to ENSO and IOD over Indonesia using TRMM Multisatellite Precipitation Analysis （TMPA）

［J］. International Journal of Climatology， 2014， 34（15）： 3825-3839.

[19]

Saji

N H

， Yamagata

Possible impacts of Indian Ocean Dipole mode events on global climate

［J］. Climate Research， 2003， 25： 151-169.

[20]

Lan

Yongchao

， Shen

Yongping

， Lin

Shu

， et al.

Changes in high and low flow cycles of the upper reaches of Yellow River and their circumfluence backdrop

［J］. Journal of Glaciology and Geocryology， 2006， 28（6）： 950-955.

蓝永超，沈永平，林纾，等.

黄河上游径流丰枯变化特征及其环流背景

［J］. 冰川冻土， 2006， 28（6）： 950-955.

[21]

Dongliang

， Zhang

Jiali

， Quan

Jianrui

， et al.

A study on the feature and cause of runoff in the upper reaches of Yellow River

［J］. Advances in Water Science， 1998， 9（1）： 23-29.

[本文引用: 3]

李栋梁，张佳丽，全建瑞，等.

黄河上游径流量演变特征及成因研究

［J］. 水科学进展， 1998， 9（1）： 23-29.

[本文引用: 3]

[22]

Ashok

， Guan

Z Y

， Saji

N H

， et al.

Individual and combined influences of ENSO and the Indian Ocean Dipole on the Indian summer monsoon

［J］. Journal of Climate， 2004， 17（16）： 3141-3155

[23]

Huang

Wei

， Feng

Song

， Chen

Jianhui

， et al.

Physical mechanisms of summer precipitation variations in the Tarim Basin in Northwestern China

［J］. Journal of Climate， 2015， 28（9）： 3579-3591.

[24]

Shuanglin

， Wang

Yanming

， Gao

Yonhqi

A review of the researches on the Atlantic Multidecadal Oscillation （AMO） and its climate influence

［J］. Transactions of Atmospheric Sciences， 2009， 32（3）： 458-465.

李双林，王彦明，郜永祺.

北大西洋年代际振荡（AMO）气候影响的研究评述

［J］. 大气科学学报， 2009， 32（3）： 458-465.

[25]

Liu

Huancai

， Duan

Keqin

Effects of North Atlantic Oscillation on summer precipitation over the Tibetan Plateau

［J］. Journal of Glaciology and Geocryology， 2012， 34（2）： 311-318.

刘焕才，段克勤.

北大西洋涛动对青藏高原夏季降水的影响

［J］. 冰川冻土， 2012， 34（2）： 311-318.

[26]

Kong

Feng

， Fang

Jian

， Lili

Lü

The diagnosis of heavy rainfall in China and correlation of heavy rainfall with multiple climatic factors in China from 1961 to 2015

［J］. Journal of Marine Meteorology， 2018， 34（1）： 34-47.

孔锋，方建，吕丽莉.

1961—2015年中国暴雨变化诊断及其与多种气候因子的关联性研究

［J］. 热带气象学报， 2018， 34（1）： 34-47.

[27]

Aifeng

Lü

， Jia

Shaofeng

， Wang

Shuhui

， et al.

Relationship between streamflow in Sanjiangyuan and the indices of ENSO and PDO

［J］. South-to-North Water Transfers and Water Science & Technology， 2010， 8（2）： 49-52.

吕爱锋，贾绍凤，王素慧，等.

PDO和ENSO指数与三江源地区径流变化的相关关系研究

［J］. 南水北调与水利科技， 2010， 8（2）： 49-52.