基于小波相干分析的极端温度指数与局地气象参数多尺度遥相关性研究

本研究针对印度六大城市1981-2021年极端温度指数(ETIs)与局地气象变量(RH、PS、WS2M)的关联机制，采用双变量/多变量小波相干(BWTC/MWTC)方法，揭示了湿度在德里/古瓦哈提、气压在钦奈/科钦、风速在孟买/加尔各答的主导作用，为区域气候适应性策略提供理论支撑。

　　

随着全球变暖加剧，极端温度事件频率和强度显著上升，对人类社会和生态系统构成严峻挑战。尽管已有大量研究关注全球气候振荡(GCOs)与极端气候事件的关系，但局地气象变量(LMVs)如相对湿度(RH)、表面气压(PS)和2米风速(WS_2M)对极端温度指数(ETIs)的影响机制仍存在认知空白。印度作为气候敏感区域，其六大城市（德里、孟买、钦奈等）因地理和气候多样性成为理想研究对象。

为揭示这一问题，研究人员采用Morlet小波变换和双变量/多变量小波相干(BWTC/MWTC)技术，分析了1981-2021年间9个ETIs与3个LMVs的时频关联特征。研究选取德里（半干旱）、孟买（热带湿润）等代表城市，通过计算平均小波相干(AWC)量化关联强度，并识别8-16个月尺度上的主导驱动因子。

结果与讨论

1. BWTC分析显示：RH对德里6个ETIs（SU、TR等）影响最大，WS_2M主导孟买6个指数，PS则在钦奈/科钦起主要作用。值得注意的是，除百分位指数TX10p/TN90p外，LMVs在8-16个月尺度上均显著影响ETIs。
2. MWTC分析表明：多参数组合能更好解释极端事件，如钦奈的"PS+RH"组合对TXx解释力达72%，凸显局地气象因子的协同效应。
3. 城市特异性：古瓦哈提的TNn主要受RH调制（AWC=0.58），而加尔各答的TXge30与WS_2M强相关（AWC>0.7），反映地理气候差异对关联模式的塑造。

结论
该研究首次系统阐明了印度城市ETIs与LMVs的多尺度遥相关规律：1）不同城市存在特异性主导驱动因子；2）多参数联合解释优于单一变量；3）8-16个月为关键作用尺度。成果发表于《Physics and Chemistry of the Earth, Parts A/B/C》，为区域气候建模和灾害预警提供了重要的时频关联框架，弥补了传统线性分析的局限性。研究强调未来需结合全球振荡与局地变量，以更全面认知极端气候事件的成因机制。