《表4 极端气温指数相关性分析Tab.4 The Pearson correlation matrix of temperature extremes》

  提示：宽带有限、当前游客访问压缩模式

本系列图表出处文件名：随高清版一同展现

《北疆地区近53年极端气温事件及其影响因素分析》

1. 获取 高清版本忘记账户？点击这里登录

1. 下载图表忘记账户？点击这里登录

主成分分析结果表明，KMO检验指数为0.732，3个主成分累积贡献率达到79.4%，特征值也都大于1，符合分析要求（表3）。由表3可看出，第一主成分占方差贡献率的36.1%，除了DTR、ID、TN10p、TX10p、TNn、TXn之外，各极端气温指数的载荷值都比较高，其中暖指数GSL、SU、TN90p、TNx、TR、TX90p、TXx的载荷值均在0.60以上，而冷指数FD、ID等均为负载荷，相关性分析表明（表4），各暖指数间均呈显著正相关（P<0.01），同时与冷指数（FD、ID、TN10p等）均呈负相关。第二主成分因子中载荷较高的有FD、ID、TN10p、TNn、TX10p、TXn，占方差贡献率的28.9%；其中，FD、ID、TN10p、TX10p均为负载荷，TNn和TXn均为正载荷，载荷值分别为0.91和0.92。由表3可知，GSL在第二主成分中载荷值高达0.53，在第一主成分中载荷值为0.66；相关性分析显示GSL与暖指数（SU、TN90p、TNx、TR、TX90p）呈显著正相关（P<0.01），与冷指数（FD、ID、TN10p、TX10p）呈显著负相关（P<0.01），结合研究区近53年的冷暖指数变化趋势分析，表明在北疆地区GSL主要受到最低气温变化的影响，研究区最低气温的上升是GSL增加的主要原因。