热带气象学报  2018, Vol. 34 Issue (3): 383-392  DOI: 10.16032/j.issn.1004-4965.2018.03.012
0

引用本文  

武玮婷, 毕硕本, 陈昌春, 等. 1644—1911年广东省旱涝多时间尺度变化特征及影响因子分析[J]. 热带气象学报, 2018, 34(3): 383-392.DOI: 10.16032/j.issn.1004-4965.2018.03.012.
武玮婷, 毕硕本, 陈昌春, 等. Analysis of the characteristics of drought and flood in multiple time scales and influencing factors in guangdong from 1644 to 1911[J]. JOURNAL OF TROPICAL METEOROLOGY, 2018, 34(3): 383-392. DOI: 10.16032/j.issn.1004-4965.2018.03.012.

基金项目

国家自然基金项目(41271410、41071253)资助

通讯作者

毕硕本,男,山东省人,教授,博士,研究方向:空间数据挖掘和三维可视化。E-mail:bishuoben@163.com

文章历史

收稿日期:2017-01-06
修订日期:2017-12-04
1644—1911年广东省旱涝多时间尺度变化特征及影响因子分析
武玮婷 , 毕硕本 , 陈昌春 , 蒋婷婷 , 鲁颖     
南京信息工程大学地理与遥感学院,江苏 南京 210044
摘要:建立清代1644—1911年广东的旱涝指数序列,采用滑动t检验、完备总体经验模态函数分析了清代广东旱涝的突变特征和多时间尺度周期性特征。结果表明,清代广东旱涝指数整体较平稳,呈现先明显增加后减少、后略微增加的趋势。旱涝指数序列具有多个跃变点,且有年际尺度4.2 a和7.8 a,年代际尺度11.6 a、15.2 a、36.5 a和70.1 a,世纪尺度130.3 a左右的周期。发现广东旱涝有多个周期与太阳黑子相对数序列及东亚季风指数序列周期接近,故用交叉小波分析发现广东旱涝指数序列与太阳黑子相对数序列在0~6 a、7~8 a和11~16 a等多个时间尺度具有强凝聚性共振周期,与东亚夏季风指数序列在4~8 a和25~45 a等多个时间尺度具有强凝聚性共振周期。
关键词旱涝    CEEMD    交叉小波分析    太阳黑子    东亚夏季风    
ANALYSIS OF THE CHARACTERISTICS OF DROUGHT AND FLOOD IN MULTIPLE TIME SCALES AND INFLUENCING FACTORS IN GUANGDONG FROM 1644 TO 1911
WU Wei-ting, BI Shuo-ben, CHEN Chang-chun, JIANG Ting-ting, LU Ying     
School of Geography and Remote Sensing, Nanjing University of Information Science & Technology, Nanjing 210044, China
Abstract: In view of global change and disaster increase, it is necessary to study the characteristics and influencing factors of climate disasters during the historical period. In this paper, the drought and flood index series of Guangdong from 1644—1911 was established. A sliding t-test was used to determine the mutation points and Complete Ensemble Empirical Mode Decomposition was used to analyze the periodicity of the sequence on different timescales. Cross-wavelet analysis was used to explore the relative of sunspots and the East Asian summer monsoon with the change of drought and flood in Guangdong.The results show that the drought and flood index of Guangdong in the Qing Dynasty is generally stable, showing a marked increase, then a decrease, and then a slight increase.Drought and flood index sequence has multiple transition points and has interannual scale periods of 4.2 a and 7.8 a, interdecadal scale periods of 11.6 a, 15.2 a, 36.5 a and 70.1 a and century scale period of about 130.3 a. It is found that the periods of drought and flood in Guangdong are close to those of sunspots and East Asian monsoon. So the influence of sunspots activity and East Asian summer monsoon on the variation of drought and flood in Guangdong was mainly discussed by cross-wavelet analysis. It is found that the sequence of drought and flood index in Guangdong has strong cohesive resonance periods at 0~6 a, 7~8 a, 11~16 a and other time scales with the sunspots relative number sequence, and also has strong cohesive resonance cycle with the sequence of the East Asian summer monsoon at multiple time scales such as 4~8 a and 25~45 a.
Key words: drought and flood    CEEMD    cross wavelet analysis    sunspots    East Asian summer monsoon    
1 引言

历史时期灾害研究是“过去全球变化”(PAGES,Past Global Changes)和“气候变率与可预测性”(CLIVAR,Climate Variability and Predictability Programme)两大国际研究计划的重要研究内容之一[1]。在气候变化背景下,研究历史时期的旱涝灾害变化规律,探究影响旱涝变化因子,对于了解灾害长期变化规律和趋势,及对中国当前防汛抗旱、防灾减灾具有重要实践意义。中国拥有丰富的史料,从中探索气候变化规律是我国在世界上独具优势的项目[2]。已有诸多国内外学者对历史气候灾害进行过研究[3-5]。李禧亮等[6]用小波分析、聚类分析等对清代江苏省干湿时空分布特征进行研究。李红梅等[7]用滑动平均、多项式拟合研究过陕西近500年极端干旱变化。万金红等[8]用经验模态分解法EMD(Empirical Mode Decomposition)对西北地区近500年旱涝变化进行过分析,发现其存在2.5 a、7.5 a、13.1 a、25.7 a、77.0 a和134.8 a等准周期。张健等[9]用滑动平均、滑动t检验和小波分析等方法分析黄河中游的旱涝序列,发现其存在21 a、70 a和114 a左右周期。以上研究在分析周期时多采用小波分析或EMD,缺乏对影响因子的分析。本文采用对非线性、非平稳数据具有自适应性且能消除EMD模态混叠现象的CEEMD(Complete Ensemble Empirical Mode Decomposition)方法,并对灾害变化的影响因子进行探讨。

对旱涝变化和影响因子的研究以现代居多[10-11],历史时期相对较少。对广东而言,刘永林等[12]用小波分析、马可尔夫链和Mann-Kendall检验等方法对广东省1960—2012年旱涝灾害时空变化进行研究,认为广东年降水量呈上升趋势,存在6 a、13 a和28 a时间尺度周期。谢海林等[13]研究发现,1950年以来广州降水与太阳活动的关系比南方涛动显著。薛积彬等[14-15]建立1480—1939年的5 a分辨率的广东旱涝指数序列,采用小波分析和功率谱分析对该序列进行研究,发现其旱涝变化主要存在准7 a、15 a和23 a左右的周期;厄尔尼诺对广东旱涝灾害影响不大,太阳辐射驱动可能是产生上述周期的根本原因。本文与之相比分辨率有所提高,并且选用多时间尺度周期分析法CEEMD和能更清晰反映出两序列间相关关系随时域和频域变化的细部特征和共振位相差的交叉小波法。

本文以高分辨率历史文献记录复原广东清代旱涝指数序列,并对其趋势、突变特征和多时间尺度的周期特征进行分析,并用交叉小波探究太阳黑子和东亚夏季风同旱涝指数序列变化的关系,以便充分认识灾害发生、发展的规律。

2 资料与研究方法 2.1 资料

清代广东省辖七府,四直隶厅,四州,其中琼州府为今海南省。由于历史气候资料限制,不考虑南海诸岛。复旦大学“中国历史地理信息系统”重建过清代1911年精细化到县的数字地图。本文采用该地图中广东省部分作为研究区概况图。研究区位于中国南部,属热带亚热带地区,频临南海,河川纵横,受季风和地形、气旋活动等影响,热量与降水量不均匀,气象灾害频发。

图 1 研究区概况图(引自“中国历史地理信息系统”)

本文所用资料主要来源于张德二[16]编著的《中国三千年气象记录总集》,该书的编纂查阅了大量历史文献,包括大量地方志和纪传体史籍。为使数据更可靠、全面,辅以《中国气象灾害大典》[17]作为考证和补充。本文所选史料自1644年(顺治元年)—1911年(宣统三年),共268 a。表 1为1644—1911年广东旱涝灾害记录例举。

表 1 1644—1911年广东旱涝灾害记录例举

太阳黑子相对数的数据来自比利时皇家天文台太阳物理学研究所的太阳活动数据分析中心(SIDC,Solar Influences Data Analysis Center)。东亚夏季风指数(ESMI,East Asian Summer Monsoon Index)来自文献[18]。

2.2 研究方法 2.2.1 旱涝指数的确立

郑景云等[19]提出的用逐年旱涝县次的距平百分率来表示一个地区旱涝县次大小的计算方法,重建清代广东旱涝指数序列。

(1)
(2)

式中,PDi、PFi分别为旱灾、涝灾的县次逐年距平百分率,NDi、NFi分别为逐年旱灾和涝灾的县次数,ND和NF分别为NDi和NFi的多年(1644—1911年)均值。

PDi大表示该地区降水偏少,PFi大表示该地区降水偏多,当PDi或PFi小时,表明该地区降水接近多年均值,用I表示逐年的旱涝指数,分7级来表示逐年旱情、雨情的范围和程度(表 2)。若该年旱涝同时出现,则比较PDi和PFi,以较大者来确定旱涝指数,且旱涝指数降低一级处理。

表 2 7级逐年旱情、雨情的范围和程度
2.2.2 滑动t检验

滑动t检验[20]通过考察两组样本均值的差异是否显著来检验突变。其基本思想是把一气候序列中两段子序列均值有无显著性差异看做来自两个总体均值有无显著差异的问题来检验。若两段子序列的均值差异超过一定的显著性水平,则认为有突变发生。

2.2.3 完备总体经验模态函数(CEEMD)

EMD能将复杂信号分解为一系列固有模态函数(Intrinsic Mode Function,IMF)的子信号,但EMD会出现模态混叠现象。为克服模态混叠,Wu等[21]提出总体经验模态分解(EEMD),利用高斯白噪声频谱均匀分布的统计特性,向原始信号中加入不同的白噪声,使得信号在不同尺度上具有连续性,但该方法不具有完备性,增加了计算成本。为解决EEMD存在的问题,Yeh等[22]提出一种完备总体经验模态分解(Complete Ensemble Empirical Mode Decomposition,CEEMD),该方法以正、负成对的形式向原始信号中加入辅助白噪声,能很好地消除重构信号中的残余辅助噪声,且计算效率得到提高[23]。以下为CEEMD的计算方法[24]

(1)IMF1(t)的求取过程与EEMD相同,使用不同的噪声实现通过EMD重复分解过程I次,计算加总平均值并将其定义为目标信号x(t)的IMF1(t),即,

(3)

(2)对k=1,计算一阶残差r1 (t),

(4)

(3)EMD实现r1(t)+ε1E1 (ωi (t)),直到满足第一个IMF(t)条件,并定义总体平均值为IMF2 (t),

(5)

(4)对k=2,……,K,计算k阶残差rk (t),

(6)

(5)提取rk (t)+εkEk (ωi (t))的IMF1(t)分量,计算它们的总体平均值得到目标信号的IMF(k+1) (t),

(7)

(6)重复第(4)、(5)两步,直到残差不能再被分解为止,得到最终残差R(t)为,

(8)

(7)其中K是IMF(t)的总数。目标信号x(t)可被表达为,

(9)

式中表明CEEMD分解是完备的,而且原始信号得到了精确重构。

2.2.4 交叉小波变换

交叉小波变换[25]是一种将小波变换和交叉谱分析相结合的方法,可从多时间尺度研究两序列时间域和频率域中的相互关系。定义两个时间序列XY,设Wnx(s)和Wny(s)分别X={x1, x2, ……,xn}和Y={y1, y2, ……,yn}的连续小波变换,则它们的交叉小波变换为,

(10)

式中,Wy*n(s)表示Wny(s)的复共轭,s为时滞(也称为时移)。交叉小波功率谱可定义为|Wnxy(s)|,功率谱值越大,相关性越显著。采用与红噪声谱作比较的方法来对交叉小波功率谱进行检验。

小波相干谱可以量度两序列时频范围内局部相关的密切程度,在交叉小波功率谱中的能量低值区、在相干谱中可能对应显著相关性。时间序列XY的交叉小波相干谱为:

(11)

式中,S表示平滑函数。交叉小波相干谱的检验采用蒙特卡罗检验法,只标出了Rn2(s)≥0.5的相位差箭头。

3 广东旱涝指数序列重建与分析 3.1 旱涝指数序列的恢复

通过郑景云等[19]的旱涝指数确立方法恢复了广东省清代旱涝指数序列,在清代268 a中,共有涝年97 a、旱年90 a、正常年81 a。其中大旱2 a、旱14 a、偏旱74 a、偏涝74 a和涝23 a。

图 2中黑虚线是该序列的二次多项式拟合曲线,黑实线为六次多项式拟合曲线。由图 2可以看出清代广东旱涝指数整体较平稳,呈现先明显增加后减少、后略微增加的趋势。

图 2 1644—1911年广东旱涝指数序列(黑折线)、二次(虚线)和六次(黑线)的多项式拟合曲线
3.2 与其他资料的对比验证

薛积斌等[26]曾经对1470年以来广东地区降水量进行过定量重建,曾根据《中国近五百年旱涝分布图集》[27]上的3个站点(广州、汕头和韶关)的旱涝等级均值作为广东降水量等级值。由于其数据是5年分辨率,且站点较稀疏,与本文建立的序列在细节上存在一定差异,但总体上一致。图 3a为薛积斌等[26]建立的降水序列的5年分辨率柱状图及11 a滑动平均,图 3b为本文的清代广东旱涝等级序列及11 a滑动平均。从图 3a可以看出,在1650—1910年时段,在1650—1715年左右、1745—1765左右、1775—1800年左右、1830—1835年左右及1865—1910年左右的降水量少于均值,表现为偏旱,其余年份偏涝。本文所建立的旱涝指数序列在1665—1724年、1745—1768年、1787—1798年、1830—1836年、1867—1879年和1898—1910年偏旱,与上述偏旱时段约有70%一致,具有较高一致性。

图 3 广东降水序列柱状图及11年滑动平均(a)和本文旱涝指数序列及11年滑动平均(b)[26]
3.3 旱涝指数序列的突变特征

本文对广东洪涝指数序列采用滑动t检验来分析其气候跃变特征。分别取样本量n=10与n=50作为子序列的长度,显著性水平取α=0.05计算滑动统计量t序列的值,得到如图 4所示的结果。n=10时,突变参考点或突变区间数为7个,在该时间尺度上旱涝跃变较频繁;n=50时,突变参考点或突变区数为1个,在50年尺度上旱涝间突变明显减少。表 3为旱涝跃变参考年,加号表示由涝转向旱,减号表示由旱转涝。

图 4 1644—1911年广东旱涝指数序列滑动t检验曲线
表 3 1644—1911年广东旱涝指数序列跃变参考年表  加号表示由涝转向旱,减号表示由旱转涝。
3.4 旱涝指数序列的周期变化

为研究广东清代旱涝的周期性规律,用完备总体经验模态函数(CEEMD)对广东清代旱涝指数序列进行分解,得到7个周期性不同的固有模态函数IMF(Intrinsic Mode Function)及一个趋势分量RES(Residuals)。由图 5可看出,广东旱涝指数序列有多时间尺度的周期特征,从高频IMF1到低频IMF7分别体现了原始序列的局部变化特征。RES趋势分量可以反映旱涝指数在清代整个时期的变化趋势。

图 5 1644—1911年广东省旱涝指序列CEEMD分解

通过皮尔逊相关分析计算各分量与旱涝指数原始序列的相关关系(表 4)可看出,各IMF分量在相应时间尺度上所表征旱涝变化的显著程度。IMF1与原旱涝指数序列的相关系数为0.775,其变化特征同原始序列有较高的相似性,自IMF1~IMF7各分量相关性逐渐递减,所有变量都在0.01显著性水平上相关,且各分量的累积方差贡献率达93.82%。IMF各分量的振幅大小代表相应周期的强弱明显程度,振幅偏大(小),代表相应时间尺度的周期在该时段偏强(弱)。从图 5可看出,每个信号分量对应的周期,其中反映年际尺度上的周期性波动的分量有IMF1(4.2 a)、IMF2(7.8 a);年代际尺度周期性波动的分量有IMF3(11.6 a)、IMF4(15.2 a)、IMF5(36.5 a)和IMF6(70.1 a);世纪尺度周期性波动的分量为IMF7(130.3 a)。趋势分量RES在总时间尺度上为先略微上升后下降再上升的趋势,没有明显周期变化,也可能是更长周期的一部分。

表 4 1644—1911年广东省旱涝指序列各分量周期

为验证分量是否有物理意义,对各分量进行显著性检验(图 6)。纵坐标值越高说明分量所包含能量越多,两条线分别为显著性水平0.05和0.10的临界线。如果点落在临界线之上表示该分量通过了该显著性水平的检验,具有物理意义,否则包含较多白噪声。各个分量自左至右平均周期次增大,能量功率自上而下依次递减。IMF2、IMF3分量通过0.05的显著性水平检验,IMF1、IMF4、IMF5、IMF6通过0.10的显著性水平检验,这些分量包含的实际信息较多,它们所对应的振荡周期为旱涝指数序列的主要振荡周期。IMF7显著性最低,其中包含较多白噪声。

图 6 1644—1911年广东旱涝指数序列各分量信号显著性检验

本文所选时段为268 a,由于时间段较长,故选取1644—1694年共50 a的旱涝序列做CEEMD分析来检验以上周期分析的准确性。通过CEEMD分析发现其存在4.9 a、8.2 a、10.2 a和15.7 a的显著周期。与本文前4个周期较接近。

薛积彬等[15]曾用广东1480—1939年的水旱记录建立5 a分辨率的湿润指数序列,认为广东湿润指数在该时期存在6~8 a、11~13 a和25 a等周期。由于分辨率和研究方法不同,虽与本文结果存在一定差别,但总体上有较高的一致性。在本文发现的清代广东旱涝序列的周期中,4.2 a和7.8 a周期可能与ENSO相联系,11.6 a与太阳活动周期一致,36.5 a周期则是布吕克纳周期的反映。李茜等[18]重建近千年东亚季风强度指数序列,并发现其存在10~20 a、30~40 a和60~70 a的显著周期,与本文多个周期接近。本文将着重展开分析清代广东旱涝序列同太阳活动及东亚夏季风的关系。

4 清代广东旱涝指数与太阳黑子活动关系

旱涝可能受多种因素影响,其中太阳黑子活动对气候变化的影响是当今的热点问题[28-31]。太阳为地球提供光和热,它既是地球气候系统基本的能量源,也是空间天气扰动的源头,对地球气候有着重要影响[32]。太阳黑子指太阳的光球表面有时出现一些暗的区域,它是磁场聚集的地方。太阳黑子相对数是太阳活动最具代表性的特征之一,其变化具有准11 a的周期,与本文研究的旱涝指数的11.6 a周期接近,故下面对太阳黑子相对数序列和广东旱涝指数序列进行交叉小波分析。采用1700—1911年太阳黑子相对数序列,得到交叉小波功率谱和交叉小波相干谱分别如图 7图 8所示。图 7图 8中的箭头方向水平向右表示两序列X、Y同位相,说明两者为正相关关系;水平向左表示反相位,二者相差1/2周期,两者负相关;垂直向下表示X比Y超前1/4周期;垂直向上表示X比Y超前3/4周期。

图 7 1700—1911年太阳黑子相对数与广东旱涝指数交叉小波功率谱
图 8 1700—1911年太阳黑子相对数与广东旱涝指数交叉小波相干谱

图 7可以看出,太阳黑子相对数和广东旱涝指数存在7~14 a的共振周期,这与本研究发现广东旱涝指数序列有7.8 a和11.6 a周期吻合。在1750—1800年相位差箭头主要斜向右上,说明太阳黑子相对数序列超前广东旱涝指数7/8个周期,这可能是不同气候状况和不同的气候影响因子共同作用造成;而在1825—1885年,箭头相位差水平向右说明太阳黑子相对数序列和广东旱涝指数序列具有共同周期。

图 8可知,太阳黑子相对数与广东旱涝指数在1775—1800年有0~6 a、7~8 a和8~12 a尺度的强凝聚性共振周期,在0~6 a尺度上箭头斜向右上,太阳黑子相对数序列超前广东旱涝指数7/8个周期;在7~8 a尺度箭头主要水平向右,二者具有共同周期;8~12 a尺度箭头斜向右上,太阳黑子相对数序列超前广东旱涝指数7/8个周期。在1835—1870年,二者有11~16 a尺度的强凝聚性共振周期,箭头水平向右,二者具有共同周期。可见,太阳黑子相对数会在不同时间尺度对旱涝变化产生影响,二者具有多个共同周期,但也存在不一致情况,这是由于旱涝变化的影响因素较多,并不是单一因素作用的结果。

葛全胜等[33]认为太阳活动极小期,我国东部自南向北呈现“涝-旱-涝”格局,即长江流域偏旱,华南和华北偏涝;极大期与之相反。徐群等[34]认为当太阳活动增强时,西太平洋副高增强,脊线和北界偏北,脊点西伸,偏强的西南暖湿气流和冷空气活动相交绥,使长江中下游汛期多涝。本文发现在多个时间尺度太阳黑子相对数与广东旱涝指数有共同周期或相差约1个周期,即二者具有共同相位。已有气候模拟诊断研究[35]表明太阳辐射强迫变化会通过海气耦合反馈机制影响降水。在太阳活动峰值年,热带、亚热带太平洋吸收的太阳辐射增加,更多水汽被输送到季风区,同时太阳活动强又使得北半球500 hPa位势正异常,对流层800 hPa亚欧大陆北部和热带印度洋为反气旋式环流,中国东部30~40 °N出现异常偏北风,降雨集中,而华南、华北偏旱;太阳活动谷值年有相反的作用过程。目前对太阳活动影响全球或区域旱涝变化机理还没有明确结论,仍待进一步研究。

5 清代广东旱涝指数与东亚夏季风的关系

我国处于典型的东亚季风区,旱涝灾害很大程度受到东亚夏季风控制[36-37]。广东地处中国南部,受强季风影响。李茜等[18]通过奇异值分解法重建过近千年东亚季风强度指数,发现其存在10~20 a、30~40 a和60~70 a的显著周期。该东亚夏季风指数定义为20~50 °N、7个纬带(间隔5 °)的纬向的季的标准化的海平面气压差(用110 °E减160 °E)之和,所得序列进行1次标准化处理后再乘以-1,得到的东亚夏季风指数越大,代表东亚夏季风越强,反之则越弱。本文同样采用其定义的东亚季风指数序列,发现该序列的周期同广东降水11.6 a、15.2 a、36.5 a和70.1 a的周期对应性较好。故本文通过交叉小波分析东亚夏季风同华南旱涝指数变化的关系。

从交叉小波功率谱(图 9)看出,在1725—1780年相位差箭头主要水平向左,东亚夏季风与广东旱涝指数存在32~45 a尺度共振周期,说明东亚夏季风强弱序列超前广东旱涝指数1/2个周期;1720—1765年箭头主要斜向左上,二者存在70 a左右共振周期,东亚夏季风强弱序列超前广东旱涝指数5/8个周期;而在1860—1910年,二者存在27~42 a左右共振周期,箭头斜向左下,东亚夏季风指数序列超前广东旱涝指数序列3/8个周期。

图 9 1644—1911年东亚夏季风指数与广东旱涝指数交叉小波功率谱

图 10为两个序列的交叉小波相干谱,东亚夏季风指数和广东旱涝指数在1645—1800年间有32~85 a尺度的强凝聚性共振周期,箭头水平向左,东亚夏季风指数序列超前广东旱涝指数序列1/2个周期;在1840—1900年,二者有25~45 a尺度的强凝聚性共振周期,箭头斜向左下,东亚夏季风指数序列超前广东旱涝指数序列3/8个周期。此外,在1800—1840年二者有4~8 a尺度的强凝聚性共振周期,箭头主要斜向左下,东亚夏季风指数序列超前广东旱涝指数序列3/8个周期。

图 10 1644—1911年东亚夏季风指数与广东旱涝

本文发现在多个时间尺度上东亚夏季风指数序列超前广东旱涝指数序列约1/2周期,说明两序列在这些时间域具有负相关关系。东亚季风的强弱是影响广东降水量变化的重要因素之一,这种变化主要是由海陆热力差异导致的。郭其蕴等[38]发现,夏季风强时,我国东部夏季降水自南向北呈现正-负-正分布,并认为降水除了受夏季风影响还受到东面的副热带高压、北部的中纬度冷空气和西部高原上空环流的影响。黄燕玲等[39]发现,我国夏季降水空间分布与东亚夏季风第一模态在动力学上相当一致。在东亚夏季风加强时,华南地区位于异常气旋性环流中心,降水显著增加。对不同时间尺度上二者超前与滞后形成机理,在接下来的研究中将进一步探讨。

6 结论

本文建立清代广东的旱涝指数序列,并对其趋势、突变特征和多时间尺度周期特征进行分析,并探讨了旱涝变化与太阳活动以及季风活动变化的相关性。

通过多项式拟合发现清代广东旱涝指数整体较平稳,呈现先明显增加后减少,后略微增加的趋势;采用滑动t检验对其突变特征进行分析,当n=10时,突变参考点或突变区间数为7,在该时间尺度上旱涝跃变较频繁;n=50,突变参考点或突变区数为1。用完备总体经验模态函数分析了序列的多时间尺度的周期性特征,有年际尺度4.2 a和7.8 a周期,年代际尺度11.6 a、15.2 a、36.5 a和70.1 a周期,世纪尺度130.3 a左右周期。

广东旱涝变化是诸多因素共同作用的结果,本文重点用交叉小波分析了太阳黑子相对数和东亚夏季风两个因子同广东旱涝指数变化的相关性,发现二者均与广东旱涝指数具有较好的相关关系。太阳黑子相对数序列同旱涝指数序列在多个时间域具有强凝聚性共振周期,且在1775—1800年和1835—1870年二者分别在7~8 a和11~16 a时间尺度上具有共同周期。东亚夏季风指数同旱涝指数序列在多个时间域具有强凝聚性共振周期,且在1645—1880年二者在32~85 a尺度上反向相关,相差1/2周期。

今后还会在广东旱涝灾害的空间分布特征及其他因素对旱涝变化的影响方面做进一步的探讨。

参考文献
[1] 杨保, 施雅风, 李恒鹏. 过去2ka气候变化研究进展[J]. 地球科学进展, 2002, 17(1): 110-117.
[2] 周书灿. 20世纪中国历史气候研究述论[J]. 史学理论研究, 2007(4): 127-136.
[3] YI L, YU H J, XU X Y, et al. Exploratory precipitation in North-Central China during the past four centuries[J]. Acta Geologica Sinica, 2010, 84(1): 223-229. DOI:10.1111/j.1755-6724.2010.00184.x
[4] 任朝霞, 陆玉麒, 杨达源. 近2000年黑河流域旱涝变化研究[J]. 干旱区资源与环境, 2009, 23(4): 90-93.
[5] TAN L C, CAI Y J, CHENG H, et al. Summer monsoon precipitation variations in central China over the past 750 years derived from a high-resolution absolute-dated stalagmite[J]. Palaeogeogr Palaeoclimatol Palaeoecol, 2009, 280(3): 432-439.
[6] 李禧亮, 毕硕本, 魏军. 清代江苏省干湿时空特征分析[J]. 地理与地理信息科学, 2014, 30(1): 101-104.
[7] 李红梅, 范建忠, 李星敏. 陕西近500年极端干旱变化初步分析[J]. 陕西气象, 2011(2): 35-37.
[8] 万金红, 吕娟, 刘和平. 1470-2008年中国西北干旱地区旱涝变化特征分析[J]. 水科学进展, 2014, 25(5): 625-631.
[9] 张健, 满志敏, 肖微微, 等. 1644-2009年黄河中游旱涝序列重建与特征诊断[J]. 地理研究, 2013, 32(9): 1579-1590.
[10] 李震坤, 孙国武, 信飞. 2011年5、6月长江中下游旱涝转折的大气低频特征及其预报[J]. 热带气象学报, 2014, 30(1): 194-200.
[11] 童金, 徐海明. 长江中下游旱涝急转年多尺度低频振荡特征及其对旱涝急转的影响[J]. 热带气象学报, 2014, 30(4): 707-718.
[12] 刘永林, 延军平. 广东省旱涝灾害时空变化特征研究[J]. 水土保持通报, 2015, 35(2): 263-268.
[13] 谢海林, 巫春平. 广州降水同太阳活动及ENSO的关系[J]. 企业科技与发展, 2008(24): 20-23. DOI:10.3969/j.issn.1674-0688.2008.24.009
[14] 薛积彬, 钟巍. 历史时期广东地区旱涝灾害与气候变化关系[J]. 地理与地理信息科学, 2005, 21(5): 75-79.
[15] 薛积彬, 钟巍. 历史时期广东省旱涝变化及其层次分析[J]. 云南地理环境研究, 2006, 18(4): 10-14.
[16] 张德二. 中国三千年气象记录总集[M]. 南京: 凤凰出版社/江苏教育出版社, 2004.
[17] 温克刚. 中国气象灾害大典[M]. 北京: 气象出版社, 2007.
[18] 李茜, 魏凤英, 李栋梁. 近千年东亚夏季风演变[J]. 古地理学报, 2012, 14(2): 253-260. DOI:10.7605/gdlxb.2012.02.012
[19] 郑景云, 张圣远, 周玉孚. 利用早涝县次建立历史时期早涝指数序列的试验[J]. 地理研究, 1993, 1(8): 1-9.
[20] 魏凤英. 现代气候统计诊断与预测技术[M]. 北京: 气象出版社, 1999.
[21] WU Z H, HUANG N E. Ensemble empirical mode decomposition: A noise assisted data analysis method[J]. Adv Adapt Data Anal, 2005(1): 1-41.
[22] YEH J R, SHIEH J S, HUANG N E. Complementary ensemble empirical mode decomposition: a novel noise enhanced data analysis method[J]. Adv Adapt Data Anal, 2010, 2(2): 135-156. DOI:10.1142/S1793536910000422
[23] 王姣, 李振春, 王德营. 基于CEEMD的地震数据小波阈值去噪方法研究[J]. 石油勘探, 2014, 53(2): 164-172.
[24] 赵迎, 乐友喜, 黄健良, 等. CEEMD与小波变换联合去噪方法研究[J]. 地球物理学进展, 2015, 30(6): 2870-2887. DOI:10.6038/pg20150655
[25] 余丹丹, 张韧, 洪梅基, 等. 基于交叉小波与小波相干的西太平洋副高与东亚夏季风系统的关联性分析[J]. 南京气象学院学报, 2007, 30(6): 755-769.
[26] 薛积彬, 钟巍. 1470年以来广东地区降水量的定量重建及其探讨[J]. 华南师范大学学报(自然科学版), 2006(1): 125-133. DOI:10.6054/j.jscnun.2006.02.023
[27] 中国气象局气象科学研究院. 中国近五百年旱涝分布图集[M]. 北京: 地图出版社, 1981.
[28] 窦睿音, 延军平. 关中平原太阳黑子活动周期与旱涝灾害的相关性分析[J]. 干旱区资源与环境, 2013, 27(8): 76-82.
[29] 王璐璐, 延军平, 韩晓敏. 环渤海地区旱涝灾害与太阳黑子活动、ENSO关系的统计研究[J]. 中山大学学报(自然科学版), 2016, 55(1): 123-130.
[30] CONRAD W, ASHISH S. Correction to "Effect of solar variability on atmospheric moisture storage"[J]. Geophys Res Lett, 2009, 36(3): 441-451.
[31] JAGER C D. Solar forcing of climate[J]. Surv Geoph, 2012, 33(3/4): 445-451.
[32] 赵亮, 徐影, 王劲松. 太阳活动对近百年气候变化的影响研究进展[J]. 气象科技进展, 2011, 1(4): 37-48.
[33] 葛全胜, 刘路路, 郑景云. 过去千年太阳活动异常期的中国东部旱涝格局[J]. 地理学报, 2016, 71(5): 707-717.
[34] 徐群, 金龙. 太阳活动与北半球副热带高压强度的耦合振荡[J]. 大气科学, 1986, 10(2): 204-211.
[35] LIU J, WANG B, CANE M A, et al. Divergent global precipitation changes induced by natural versus anthropogenic forcing[J]. Nature, 2013, 493(7434): 656-659. DOI:10.1038/nature11784
[36] 张国宏, 李智才, 宋燕, 等. 中国降水量分布特征与东亚夏季风[J]. 干旱区地理, 2011, 34(1): 34-42.
[37] 汪靖, 段丽瑶, 何群英, 等. 海河流域盛汛期旱涝急转事件及其与大气环流异常的关系[J]. 热带气象学报, 2016, 32(4): 515-523.
[38] 郭其蕴, 蔡静宁, 邵雪梅, 等. 1873-2000年东亚季风变化的研究[J]. 大气科学, 2004, 28(2): 206-215.
[39] 黄燕玲, 陈海山, 蒋薇, 等. 东亚夏季风异常活动的多模态特征:不同再分析资料的比较分析[J]. 大气科学, 2015, 39(1): 145-160. DOI:10.3878/j.issn.1006-9895.1404.13326