刘建霞 李洪轩 王奕博 焦洋洋

摘 要：极寒天气是一种特殊天气现象，研究这种极端气象与全球变暖的相关性有重要意义。本文通过Pearson和Spearman相关系数分析法以及SPSS回归方法探究极端天气事件的出现与全球气候变化的相关性，发现全球气温变暖与极端天气现象存在显著的正相关关系，两个现象并不矛盾，可以并存。

关键词：极端天气;全球变暖;相关性

中图分类号：S162文献标识码：A文章编号：1003-5168（2020）02-0150-03

Abstract： Extreme cold weather is a special weather phenomenon， and it is important to study the correlation between this extreme weather and global warming. This paper used Pearson and Spearman correlation coefficient analysis and SPSS regression method to explore the correlation between the occurrence of extreme weather events and global climate change， found that there was a significant positive correlation between global warming and extreme weather phenomena，the two phenomena were not contradictory and could coexist.

Keywords： extreme weather;global warming;correlation

近年来，全球变暖日益明显，环境问题受到全球关注[1]。人类的生存活动需要消耗石油、煤炭、天然气等化石燃料，其间产生大量的二氧化碳、甲烷等温室气体。大量温室气体排放会导致温室效应，使得全球气候变暖。当前，全球频繁出现极端天气，人们需要深入研究极端天气和全球变暖的关系。

1 研究方法

相关性分析是一种统计评估方法，用于研究两个变量之间的关系强度[2]。当想要确定变量之间是否存在联系时，这种特殊类型的分析是有用的。如果两个变量之间存在相关性，当一个变量发生系统性变化时，另一个变量也会发生系统性变化，这些变量在一段时间内一起变化。如果发现二者存在相关性，测量值可以是正的，也可以是负的。如果一个变量与另一个变量同时增加，则存在正相关关系。如果一个变量随着另一个变量的增大而减小，则存在负相关关系。常用的相关性分析主要有图表分析法、皮尔逊（Pearson）相关系数、斯皮尔曼（Spearman）相关系数等。

图表分析法是最常见也是最简单的相关性分析方法，主要是对两个变量之间的数据进行可视化处理，简单来说就是绘制图表。……