近年来,全球范围内的极端气候事件频发,且程度日趋严重化。目前的研究大多采用平稳性极值模型,假设模型中的参数值不变。随着理论和应用研究的深入,常数化参数的假设逐渐受到质疑。将极值模型中的参数函数化,并选取恰当的协变量描述这些函数,建立非平稳极值模型,具有深远的理论意义和实用价值。本文基于大尺度气候指数、中小尺度气象指数和多尺度的协同指数,建立非平稳极值模型,并综合运用多种现代统计方法,研究我国东北夏季极端降水的成因机制和风险演变,主要研究内容如下:(1)采用线性回归趋势分析方法、分位数回归趋势分析方法、Mann-Kendall趋势检验方法,分析东北极端降水序列的非平稳性变化特征,并验证非平稳性变化特征的显著性。结果表明,极端降水序列的非平稳性普遍存在。初夏时期,极端降水在东北大部分地区都存在明显的上升趋势;盛夏时期,极端降水在东北大部分地区表现为下降趋势,特别是在松花江、辽河流域显著下降。(2)通过简单相关分析、分位数回归、主成分分析等方法,选取对极端降水有重要影响的协变量,基于所选的多尺度气象指数和协同指数,建立非平稳GEV模型和GAMLSS模型,分析东北夏季极端降水成因机制;并且,根据协变量被引入东北夏季AMP极值模型的方式,分析两者的线性/非线性关系。基于东北地区107个站点,两种模型选择结果都表明,EASMI指数、SOI指数、NINO3.4指数引入非平稳极值模型的情况最普遍。盛夏时期,东北冷涡NECVI指数作为协变量的GAMLSS模型也为主要的非平稳极值模型。东北夏季AMP序列非平稳的主要影响因子为ENSO指数,其次是EASMI指数和NECVI指数,盛夏时期更显著。此外,协变量与东北夏季AMP时间序列之间呈非线性关系。(3)基于GEV模型和GAMLSS模型对非平稳时变矩进行参数估计,预测东北夏季极端降水2年一遇和100年一遇两种极端降水量,分析极端降水的风险演变,并对两种预测模型进行对比分析。结果表明,基于GEV模型估计的非平稳时变矩模型预测东北夏季两种极端降水事件更为适宜。在初夏时期,东北大部分地区的两种极端降水量都呈逐年显著上升趋势;盛夏时期,主要是嫩江、牡丹江、辽河流域呈显著上升趋势。