楊　萍，侯　威，顏鵬程

(1.中國氣象局氣象干部培訓(xùn)學(xué)院，北京，100081；2. 國家氣候中心，北京，100081；3.中國氣象局蘭州干旱氣象研究所，甘肅 蘭州，730020)

?

亞洲季風(fēng)區(qū)過去700年來夏季極端干/濕事件多尺度變化特征分析

楊萍1，侯威2，顏鵬程3

(1.中國氣象局氣象干部培訓(xùn)學(xué)院，北京，100081；2. 國家氣候中心，北京，100081；3.中國氣象局蘭州干旱氣象研究所，甘肅 蘭州，730020)

長期器測(cè)數(shù)據(jù)的缺乏妨礙了對(duì)亞洲季風(fēng)較長歷史時(shí)期的時(shí)空變化特征及對(duì)這一變化背后的驅(qū)動(dòng)因子的深入研究，Monsoon Asia Drought Atlas(MADA)資料是根據(jù)亞洲季風(fēng)區(qū)內(nèi)300多個(gè)不同地點(diǎn)的樹木年輪而測(cè)定的一個(gè)歷時(shí)700年(1300-2005年)的在整個(gè)亞洲范圍內(nèi)的季風(fēng)變化記錄。利用MADA資料中504個(gè)格點(diǎn)逐年夏季的帕爾馬干旱指數(shù)(Palmer Drought Severity Index,PDSI)，以5年為一個(gè)間隔得到1300-2005年夏季整個(gè)區(qū)域內(nèi)處于極端濕潤、嚴(yán)重濕潤、極端干旱和嚴(yán)重干旱等級(jí)格點(diǎn)數(shù)的變化序列，分析了各序列的整體變化特征；針對(duì)氣候系統(tǒng)的非線性/非平穩(wěn)性和氣候?qū)哟卫碚摚捎眉辖?jīng)驗(yàn)?zāi)B(tài)分解(Ensemble empirical mode decomposition, EEMD)方法對(duì)亞洲季風(fēng)區(qū)過去700年來的極端干/濕事件進(jìn)行多尺度分析，求出各個(gè)序列的本征模態(tài)分量(IMF)，分析了各IMF分量的方差貢獻(xiàn)率，并對(duì)各個(gè)IMF分量進(jìn)行了顯著性檢驗(yàn)；基于不同時(shí)間尺度的IMF分量，分析了亞洲季風(fēng)區(qū)過去700年來極端和嚴(yán)重等級(jí)干濕狀態(tài)在不同時(shí)間尺度的振蕩變化特征，以及各個(gè)IMF分量的振蕩對(duì)整個(gè)亞洲季風(fēng)區(qū)干濕變化的影響作用。

亞洲季風(fēng)區(qū)；極端干/濕事件；氣候變化；集合經(jīng)驗(yàn)?zāi)B(tài)分解

近幾十年極端氣候事件及月季尺度的氣候變化等方面已有大量的成果，但是對(duì)于年代際、世紀(jì)等更長尺度的氣候變化，由于研究方法的限制以及資料的不確定性等尚不能得到完全可信的結(jié)果。氣候系統(tǒng)是非線性復(fù)雜系統(tǒng)，除了具有非線性/非平穩(wěn)性，還有多時(shí)空尺度構(gòu)成的多層次結(jié)構(gòu)，不同層次的氣候具有不同的可預(yù)報(bào)性和穩(wěn)定性[1-2]，這種多層次結(jié)構(gòu)正是導(dǎo)致其非平穩(wěn)行為的重要原因之一。

近1 000年來的氣候變化是現(xiàn)代器測(cè)資料銜接過去代用指標(biāo)序列的關(guān)鍵時(shí)段[3]，是當(dāng)前全球變化研究的熱點(diǎn)。其中，揭示亞洲季風(fēng)變化而導(dǎo)致的極端旱澇事件的時(shí)空特征迫切需要大尺度空間上分辨率較高的長期數(shù)據(jù)。Edward Cook等[4]測(cè)定的全亞洲范圍內(nèi)700年季風(fēng)變化記錄，被稱為Monsoon Asia Drought Atlas(MADA)。MADA資料是亞洲季風(fēng)區(qū)旱澇事件季節(jié)尺度的格點(diǎn)化重構(gòu)數(shù)據(jù)，證明季風(fēng)地區(qū)的干旱和潮濕在空間上是異質(zhì)性的，并涵蓋了過去1 000年中的3個(gè)關(guān)鍵性氣候事件。有研究認(rèn)為可將MADA資料與其他相關(guān)的氣候記錄進(jìn)行比較，并可將MADA用于對(duì)海洋表面溫度的模式與季風(fēng)降雨量的比較，用于改善對(duì)全球或區(qū)域氣候模型的設(shè)計(jì)[5-6]。

我國位于東亞季風(fēng)區(qū)，干旱、半干旱地區(qū)約占全國總面積的47%，相關(guān)自然災(zāi)害的特征研究已有很多[7-10]，由于缺乏長期的器測(cè)數(shù)據(jù)，對(duì)亞洲季風(fēng)長時(shí)間尺度的時(shí)空變化特征及其驅(qū)動(dòng)因子了解不夠。MADA資料揭示了亞洲季風(fēng)時(shí)空變化的細(xì)節(jié)特征，提供了過去亞洲季風(fēng)區(qū)干旱的發(fā)生、嚴(yán)重程度及時(shí)空演變特征，有助于對(duì)亞洲季風(fēng)區(qū)的氣候進(jìn)行模擬、預(yù)測(cè)和評(píng)估。

集合經(jīng)驗(yàn)?zāi)B(tài)分解(EEMD)方法改進(jìn)了經(jīng)驗(yàn)?zāi)B(tài)分解(EMD)的“模態(tài)(尺度)混合”問題[11-14]。近年來，國內(nèi)已有學(xué)者應(yīng)用EEMD方法開展了有關(guān)氣候變化的研究工作[15-17]。亞洲季風(fēng)區(qū)過去700年來極端和嚴(yán)重等級(jí)干濕狀態(tài)變化的多時(shí)間尺度及其演變特征，以及不同尺度的振蕩對(duì)亞洲季風(fēng)區(qū)干濕變化的貢獻(xiàn)如何等是本文研究的重要問題。圍繞上述問題，本文將基于MADA資料，借助EEMD方法，從氣候時(shí)間序列中提取氣候信號(hào)中各個(gè)尺度的變化，對(duì)亞洲季風(fēng)區(qū)過去700年來的干濕狀態(tài)進(jìn)行多尺度分析，以期揭示其不同時(shí)間尺度的振蕩模態(tài)結(jié)構(gòu)特征。

1　數(shù)據(jù)和方法

Edward Cook等[4]使用亞洲季風(fēng)區(qū)300多個(gè)地點(diǎn)的樹木年輪資料，通過Dai等[18-19]提出的全球陸地干濕狀態(tài)的格點(diǎn)化方案，重構(gòu)了過去7個(gè)世紀(jì)的亞洲季風(fēng)區(qū)逐年夏季(6-8月)的帕爾馬干旱指數(shù)(Palmer Drought Severity Index,PDSI)，用以反映過去700年(1300-2005年)整個(gè)亞洲范圍內(nèi)的季風(fēng)變化記錄。圖1給出了重構(gòu)得到的夏季PDSI指數(shù)的和用以重構(gòu)的327個(gè)樹木年輪數(shù)據(jù)的采樣點(diǎn)位置[4,18-20]。相對(duì)于PDSI指數(shù)格點(diǎn)，樹木年輪數(shù)據(jù)的采樣點(diǎn)并不規(guī)則，而且也沒有完全覆蓋重構(gòu)區(qū)域，但通過使用E.R.Cook等提出的關(guān)聯(lián)加權(quán)且集成化的逐點(diǎn)回歸修訂方案[18,21]，使重構(gòu)數(shù)據(jù)具有較高的精度水平[18]。本文選取重構(gòu)區(qū)域內(nèi)1300-2005年534個(gè)格點(diǎn)中無缺測(cè)的504個(gè)格點(diǎn)逐年夏季PDSI指數(shù)數(shù)據(jù)。PDSI指數(shù)由Palmer首先定義并使用[22-24]，其干濕等級(jí)規(guī)則如表1所示。

圖1　PDSI指數(shù)534個(gè)格點(diǎn)(紅點(diǎn))和樹木年輪327個(gè)采樣點(diǎn)(綠點(diǎn))的位置

指數(shù)值等級(jí)等級(jí)值指數(shù)值等級(jí)等級(jí)值≥4.00極端濕潤1-1.00～-1.99輕微干旱73.00～3.99嚴(yán)重濕潤2-2.00～-2.99中等干旱82.00～2.99中等濕潤3-3.00～-3.99嚴(yán)重干旱91.00～1.99輕微濕潤5≤-4.00極端干旱100.99～-0.99正常6

遵循表1的劃分規(guī)則，對(duì)區(qū)域內(nèi)無缺測(cè)的504個(gè)格點(diǎn)1300-2005年逐年夏季PDSI指數(shù)進(jìn)行干濕等級(jí)劃分。以5年為一間隔，得到1300-2005年夏季全區(qū)處于極端濕潤、嚴(yán)重濕潤、極端干旱和嚴(yán)重干旱等級(jí)的格點(diǎn)數(shù)的變化序列，這一序列代表了區(qū)域內(nèi)每5年夏季極端或嚴(yán)重等級(jí)干濕事件的強(qiáng)弱程度。當(dāng)某一時(shí)期極端或嚴(yán)重等級(jí)干濕事件的發(fā)生范圍越大，則該時(shí)期相應(yīng)等級(jí)干濕事件的強(qiáng)度則越強(qiáng)，反之亦然。再利用集合經(jīng)驗(yàn)?zāi)B(tài)分解(EEMD)方法對(duì)極端或嚴(yán)重干濕等級(jí)格點(diǎn)數(shù)的變化序列進(jìn)行分解，提取出不同的周期性信號(hào)和變化趨勢(shì)，分析氣候的周期性變率對(duì)氣候變化的影響。

經(jīng)驗(yàn)?zāi)７纸?EMD)方法是一種適合于處理非平穩(wěn)數(shù)據(jù)序列的方法，它將信號(hào)中不同尺度的波動(dòng)和趨勢(shì)逐級(jí)分解開來，形成一系列具有不同特征尺度的數(shù)據(jù)序列，每一個(gè)序列稱為一個(gè)內(nèi)在模函數(shù)(Intrinsicmode function, IMF)分量，最低頻率的IMF分量代表原始信號(hào)的總趨勢(shì)或均值的時(shí)間序列。集合經(jīng)驗(yàn)?zāi)B(tài)分解(EEMD)方法是經(jīng)驗(yàn)?zāi)７纸?EMD)方法[25-27]的改進(jìn)，其思想是利用白噪聲具有頻率均勻分布的統(tǒng)計(jì)特性，當(dāng)信號(hào)加入高斯白噪聲后，將使信號(hào)在不同尺度上具有連續(xù)性，改變了信號(hào)極值點(diǎn)的特性，促進(jìn)抗混分解。

EEMD分解步驟如下：在原始信號(hào)x(t)中多次加入等長度的正態(tài)分布的白噪聲ni(t)，即

xi(t)=x(t)+ni(t)，

(1)

式中：xi(t)為第i次加入白噪聲后的信號(hào)。再對(duì)xi(t)進(jìn)行EMD分解，得到IMF分量Cij(t)和余項(xiàng)ri(t)，其中Cij(t)表示第Cij(t)次加入白噪聲后分解所得的第j個(gè)IMF分量。利用不相關(guān)隨機(jī)序列的統(tǒng)計(jì)均值為零的原理，將各分量Cij(t)進(jìn)行整體平均以抵消多次加入白噪聲對(duì)真實(shí)IMF的影響，最終EEMD分解結(jié)果為：

(2)

式中：N為添加白噪聲序列的數(shù)目，文獻(xiàn)[11]指出白噪聲對(duì)分析信號(hào)的影響遵循如下的統(tǒng)計(jì)規(guī)律：

(3)

式中：e為標(biāo)準(zhǔn)離差，即輸入信號(hào)與相應(yīng)IMF分量重構(gòu)結(jié)果的偏離，a為白噪聲幅值。EEMD的應(yīng)用的一大特點(diǎn)是可以不依賴人的主觀介入，仍具有自適應(yīng)性。同時(shí)，EEMD可借助于白噪聲的集合擾動(dòng)進(jìn)行顯著性檢驗(yàn)，從而給出各個(gè)IMF的信度[28]。

本文在對(duì)處于不同干濕等級(jí)的格點(diǎn)數(shù)的逐年變化序列進(jìn)行EEMD分解時(shí)，用于集合分解的擾動(dòng)白噪聲與原始信號(hào)的信噪比為0.3，集合樣本數(shù)取為1 000；另外，對(duì)EEMD分解得到的各個(gè)IMF進(jìn)行了顯著性檢驗(yàn)。鏡像對(duì)稱延伸方法[29]能比較好地解決邊界對(duì)于EEMD分解過程中的上沖和下沖現(xiàn)象，本文采用該方法來處理EEMD分解過程中的邊界問題。

2　極端干/濕事件整體演變特征

圖2a顯示，近700年來亞洲季風(fēng)區(qū)夏季極端或嚴(yán)重濕潤狀態(tài)強(qiáng)弱程度的變化十分類似，自小冰期以來，二者均具有偏弱(1300-16世紀(jì)中期)→偏強(qiáng)(16世紀(jì)中期-17世紀(jì)初)→偏弱(17世紀(jì)初-18世紀(jì)初)→偏強(qiáng)(18世紀(jì)初-19世紀(jì)初)→偏弱(19世紀(jì)初-19世紀(jì)末)→偏強(qiáng)(19世紀(jì)末-2005年)的演變過程；自19世紀(jì)末以來，極端或嚴(yán)重濕潤狀態(tài)的強(qiáng)弱程度一直處于持續(xù)快速增強(qiáng)的階段，只在20世紀(jì)50年末之后稍有下降，但仍遠(yuǎn)強(qiáng)于19世紀(jì)末之前。近700年來亞洲季風(fēng)區(qū)夏季極端或嚴(yán)重干旱狀態(tài)強(qiáng)弱程度的變化也具有較好的一致性(圖2b)，二者從15世紀(jì)初-17世紀(jì)末保持較穩(wěn)定波動(dòng)變化；19世紀(jì)中期后一直處于持續(xù)增強(qiáng)的階段。將四者進(jìn)行對(duì)比，極端和嚴(yán)重濕事件在16世紀(jì)中期至19世紀(jì)中期表現(xiàn)出較強(qiáng)的起始波峰中間波谷的振蕩，而極端和嚴(yán)重干事件在幾乎整個(gè)小冰期內(nèi)則一直保持較平穩(wěn)變化，但在17世紀(jì)末至19世紀(jì)中期，仍輕微表現(xiàn)出和極端和嚴(yán)重濕事件相反的變化特征；在從小冰期末開始，極端和嚴(yán)重干濕事件都表現(xiàn)出上升趨勢(shì)，尤其在20世紀(jì)30年代之后上升更加顯著，這一時(shí)期內(nèi)亞洲季風(fēng)區(qū)極端干/濕事件都在頻繁發(fā)生，超過自小冰期以來的任何歷史時(shí)期。此外，在小冰期開始時(shí)，極端和嚴(yán)重干濕事件的格點(diǎn)數(shù)大致相當(dāng)，而從19世紀(jì)中后期開始，極端和嚴(yán)重干事件的格點(diǎn)數(shù)開始逐漸遠(yuǎn)多于極端和嚴(yán)重濕事件，說明自小冰期結(jié)束后，亞洲季風(fēng)區(qū)整體偏旱。

圖2　近700年來亞洲季風(fēng)區(qū)夏季極端干濕時(shí)間的變化

3　亞洲季風(fēng)區(qū)過去700年來夏季極端濕和嚴(yán)重濕事件的多尺度分析

圖3(a1)是1300-2005年亞洲季風(fēng)區(qū)處于極端濕潤序列，圖3(a1～a8)為得到的7個(gè)IMF分量(IMF1-7)和趨勢(shì)分量(RES)。圖3(b1)是1300-2005年亞洲季風(fēng)區(qū)處于嚴(yán)重濕潤序列，圖3(b1-b8)為得到的7個(gè)IMF分量(IMF1-7)和趨勢(shì)分量(RES)。各個(gè)IMF分量依次反映了從高頻到低頻不同時(shí)間尺度的波動(dòng)特征，最后所得趨勢(shì)項(xiàng)表示原數(shù)據(jù)總體隨時(shí)間變化的趨勢(shì)。

圖3中每個(gè)IMF分量信號(hào)的波動(dòng)具有相對(duì)穩(wěn)定的準(zhǔn)周期性，相同時(shí)段內(nèi)的不同時(shí)間尺度呈現(xiàn)非均勻振蕩，這反映了大氣內(nèi)部動(dòng)力過程和外部強(qiáng)迫共同作用的非線性。求取平均周期，并用方差貢獻(xiàn)率表示每種尺度信號(hào)波動(dòng)頻率和振幅對(duì)原數(shù)據(jù)總體特征的影響程度。表2給出了不同尺度IMF分量所表征的不同時(shí)間尺度波動(dòng)的平均周期，每一個(gè)IMF分量只是窄波段的信號(hào)。同一個(gè)時(shí)間段、不同IMF分量卻不會(huì)包含同一個(gè)尺度的波動(dòng)信號(hào)[30]。分析圖3(a1～a6)和圖3(b1～b6)中的12個(gè)IMF分量，在年代際尺度，極端濕潤和嚴(yán)重濕潤分別具有準(zhǔn)15年(IMF1)、準(zhǔn)25年和準(zhǔn)30年(IMF2)、準(zhǔn)60年和準(zhǔn)50年(IMF3)的氣候變率；在世紀(jì)尺度，極端濕潤和嚴(yán)重濕潤都具有準(zhǔn)155年和準(zhǔn)100年(IMF4)、準(zhǔn)250年和準(zhǔn)200年(IMF5)、準(zhǔn)650年和準(zhǔn)671年(IMF6)的氣候變率；其中，IMF6分量包含了顯著的北半球小冰期過程。

圖3　1300-2005年亞洲季風(fēng)區(qū)夏季處于極端和嚴(yán)重濕潤等級(jí)格點(diǎn)數(shù)變化序列及其各IMF分量

圖4　1300-2005年處于極端(a)和嚴(yán)重(b)濕潤等級(jí)格點(diǎn)數(shù)的各IMF分量信號(hào)的顯著性檢驗(yàn)

分解得到的各IMF分量是屬于單純?cè)胍暨€是原始序列中有物理意義的分量，可通過顯著性檢驗(yàn)來判斷[12]。通過分析各IMF分量的能量譜密度-周期的分布判斷其屬性來選取IMF分量。第k個(gè)IMF分量的能量譜密度為：

(4)

(5)

(6)

式中：α為顯著性水平。如圖4所示，分別取顯著性水平α=0.05、α=0.10、α=0.80和α=0.50。位于置信度曲線以上的IMF分量表明其通過顯著性檢驗(yàn)，可認(rèn)為是在所選置信水平范圍內(nèi)包含了具有實(shí)際物理意義的信息；若分解所得IMF的能量相對(duì)于周期分布位于置信區(qū)間上下界以內(nèi)，則認(rèn)為未通過顯著性檢驗(yàn)，其所含信息多為白噪聲成分。圖4中越靠左的IMF分量，表示頻率越高，周期越小?？v軸為IMF分量具有的能量譜密度，越靠上方表示IMF分量具有的能量越高，振幅越大。由圖4可知，對(duì)于極端濕潤事件的格點(diǎn)數(shù)序列，IMF4落在95%置信區(qū)以上，說明IMF4分量最為顯著，包含具有實(shí)際物理意義信息最多；IMF1和IMF6落在90%～95%置信區(qū)之間，所包含的具有實(shí)際物理意義的信息也較多；而IMF3、IMF5和IMF2置信度較差，落在50%～80%置信區(qū)之間，說明其能量分布與噪音相似，將不作分析。對(duì)于嚴(yán)重濕潤事件的格點(diǎn)數(shù)序列，IMF1分量落在95%置信區(qū)以上；IMF6落在90%～95%置信區(qū)之間；而IMF2、IMF5、IMF3和IMF4置信度較差，落在50%置信區(qū)之外，也不再分析。

表2給出了各分量的方差貢獻(xiàn)率，為了保持信號(hào)的總能量，落在白噪聲顯著區(qū)間內(nèi)的個(gè)別IMF盡管未通過顯著性檢驗(yàn)，但它們也參與了方差貢獻(xiàn)率的計(jì)算。結(jié)合圖3和表2，對(duì)于極端濕潤事件的格點(diǎn)數(shù)而言，IMF1(圖3(a1))表示的14年準(zhǔn)周期貢獻(xiàn)率最大，達(dá)到41.3%，振蕩信號(hào)十分明顯，除1919-1979年振幅較大外，其余時(shí)期振幅均較??；IMF4(圖3(a5))表示的155年準(zhǔn)周期方差貢獻(xiàn)率為9.8%，其在1 500年之前振幅較小，之后振幅較大；圖3(a7)中IMF6分量表示的650年準(zhǔn)周期貢獻(xiàn)率為2.4%，顯示極端濕潤狀態(tài)在小冰期持續(xù)期間(1300-1704年)偏強(qiáng)，在1705-1974年偏弱，自1975年之后則再次偏強(qiáng)，其中，極端濕潤狀態(tài)在1539年之前一直增強(qiáng)，1540-1864年不斷減弱，自1865年開始，極端濕潤狀態(tài)開始進(jìn)入持續(xù)增強(qiáng)的階段；趨勢(shì)分量(圖3(a8))的方差貢獻(xiàn)率達(dá)18.5%，從圖3(a8)可以看出，自1300-1554年極端濕潤狀態(tài)明顯減弱，而自1555年開始，極端濕潤狀態(tài)顯著增強(qiáng)。

表2　1300-2005年極端和嚴(yán)重濕潤等級(jí)格點(diǎn)數(shù)逐年變化序列各分量的方差貢獻(xiàn)率

對(duì)于嚴(yán)重濕潤事件的格點(diǎn)數(shù)而言，IMF1(圖3(b1))表示的15年準(zhǔn)周期貢獻(xiàn)率最大(50.5%)，是主周期，其振幅在1379-1459年和1949-2005年較大，其余時(shí)期振幅均較??；IMF6(圖3(b7))表示的671年準(zhǔn)周期方差貢獻(xiàn)率為4.0%，IMF6顯示嚴(yán)重濕潤狀態(tài)在1300-1679年偏強(qiáng)，1985年之后則再次偏強(qiáng)；趨勢(shì)分量(圖3(b8))方差貢獻(xiàn)率也較大，為14.1%，從趨勢(shì)變化可以看出，自1300-1564年嚴(yán)重濕潤狀態(tài)明顯減弱，而自1565年開始，嚴(yán)重濕潤狀態(tài)顯著增強(qiáng)。

上述分析表明，近700年來亞洲季風(fēng)區(qū)夏季極端或嚴(yán)重濕潤狀態(tài)的強(qiáng)弱程度存在顯著的年代際尺度15年準(zhǔn)周期變化、百年尺度的155年準(zhǔn)周期變化、近千年尺度的650年準(zhǔn)周期變化和更大尺度上的趨勢(shì)變化。其中，近千年尺度的650年準(zhǔn)周期變化和更大尺度上的趨勢(shì)變化提供了極端或嚴(yán)重濕潤狀態(tài)自19世紀(jì)中期以來的快速增強(qiáng)的大尺度氣候趨勢(shì)背景；二者在小冰期持續(xù)期間均經(jīng)歷了偏強(qiáng)→偏弱的變化過程，在20世紀(jì)70年代末至80年代初又幾乎同時(shí)進(jìn)入偏弱→偏強(qiáng)的時(shí)期，可以認(rèn)為20世紀(jì)70年代末至80年代初是650年準(zhǔn)周期變化另一個(gè)正位相時(shí)期的開始；在更大的時(shí)間尺度上，二者在16世紀(jì)中期之前處于持續(xù)減弱的狀態(tài)，之后則開始持續(xù)增強(qiáng)。

結(jié)合圖2的分析結(jié)果，可認(rèn)為在16世紀(jì)中期之前，趨勢(shì)變化起關(guān)鍵影響作用；而之后從16世紀(jì)中期至19世紀(jì)中期，主要是650年準(zhǔn)周期變化和155年準(zhǔn)周期變化影響較大，其中155年準(zhǔn)周期變化提供了二者自16世紀(jì)中期以來在百年尺度上波動(dòng)變化的氣候振蕩背景，650年準(zhǔn)周期變化則體現(xiàn)了這一期間的整體下降趨勢(shì)；自19世紀(jì)中期開始的快速上升則是155年準(zhǔn)周期變化、650年準(zhǔn)周期變化和趨勢(shì)變化共同影響的結(jié)果，而155年準(zhǔn)周期變化依然得到了很好的體現(xiàn)，圖2中二者20世紀(jì)50年末之后的輕微下降趨勢(shì)可以認(rèn)為是155年準(zhǔn)周期變化另一個(gè)負(fù)位相的開始。同時(shí)，在自19世紀(jì)中期開始的快速上升期，二者在15年準(zhǔn)周期尺度上的振幅變化達(dá)到最大。

4　亞洲季風(fēng)區(qū)過去700年來夏季極端干和嚴(yán)重干事件的多尺度分析

圖5(a1)是1300-2005年亞洲季風(fēng)區(qū)處于極端干旱序列，圖5(a1～a8)為得到的7個(gè)IMF分量(IMF1～7)和趨勢(shì)分量(RES)。圖5(b1)是1300-2005年亞洲季風(fēng)區(qū)處于嚴(yán)重干旱序列，圖5(b1～b8)為得到的7個(gè)IMF分量(IMF1～7)和趨勢(shì)分量(RES)。表3給出了不同尺度IMF分量所表征的不同時(shí)間尺度波動(dòng)的平均周期，對(duì)于圖5(a1～a6)和圖5(b1～b6)中的12個(gè)IMF分量，在年代際尺度，極端干旱和嚴(yán)重干旱分別具有準(zhǔn)14年(IMF1)、準(zhǔn)30年(IMF2)、準(zhǔn)54年和準(zhǔn)64年(IMF3)的氣候變率；在世紀(jì)尺度，極端干旱和嚴(yán)重干旱都具有準(zhǔn)137年和準(zhǔn)140年(IMF4)、準(zhǔn)310年(IMF5)、準(zhǔn)600年和準(zhǔn)650年(IMF6)的氣候變率；同樣，IMF6分量包含了顯著的北半球小冰期過程。

對(duì)各分量進(jìn)行顯著性檢驗(yàn)(圖6)發(fā)現(xiàn)，對(duì)極端干旱事件的格點(diǎn)數(shù)來說，序列的IMF4、IMF5和IMF6落在95%置信區(qū)以上，包含具有實(shí)際物理意義信息最多；IMF1和IMF3落在90～95%置信區(qū)之間，包含較多具有實(shí)際物理意義的信息；而IMF2落在50～80%置信區(qū)之間，將不對(duì)其進(jìn)行分析討論。對(duì)于嚴(yán)重干旱事件的格點(diǎn)數(shù)序列，IMF1和IMF5分量落在95%置信區(qū)以上；IMF6落在90～95%置信區(qū)之間；而IMF2、IMF3和IMF4置信度較差，不再分析討論。

圖5　1300-2005年亞洲季風(fēng)區(qū)夏季處于極端和嚴(yán)重干旱等級(jí)格點(diǎn)數(shù)變化序列及其各IMF分量

圖6　1300-2005年處于極端(a)和嚴(yán)重(b)干旱等級(jí)格點(diǎn)數(shù)的各IMF分量信號(hào)的顯著性檢驗(yàn)

結(jié)合各分量的方差貢獻(xiàn)率(表3)，極端干旱事件的格點(diǎn)數(shù)的IMF1(圖5(a1))的14年準(zhǔn)周期貢獻(xiàn)率較小，只有6.4%，該分量振蕩信號(hào)明顯，尤其在15世紀(jì)初和20世紀(jì)70年代之后的振幅最大；IMF3(圖5(a4))表示的54年準(zhǔn)周期方差貢獻(xiàn)率為2.3%，其在1950年代之前振幅較平穩(wěn)，在1950年代之后，54年準(zhǔn)周期變化的振幅突然加大，1960-1994年極端干旱狀態(tài)嚴(yán)重偏弱，1995年之后則嚴(yán)重偏強(qiáng)，且自1985年開始迅速增加；圖5(a5)中IMF4表示的137年準(zhǔn)周期方差貢獻(xiàn)率為3.6%，其在1359年之前下降而在1360-1429年上升，1895年之后振幅突然加大，1924-1989年極端干旱狀態(tài)嚴(yán)重偏弱，1990年之后則嚴(yán)重偏強(qiáng)，且自1965年開始迅速增強(qiáng)；圖5(a6)中的IMF5代表了311年準(zhǔn)周期，其方差貢獻(xiàn)率為7.9%，其在1364年之前下降而在1365-1564年上升，自1770年之后振幅突然加大，1770-1929年極端干旱狀態(tài)持續(xù)減弱，1929年之后則持續(xù)增強(qiáng)；IMF6代表了600年準(zhǔn)周期，其方差貢獻(xiàn)率為13.2%，顯示極端干旱狀態(tài)在小冰期持續(xù)期間(1300-1734年)偏強(qiáng)，在1735-1969年偏弱，自1970年之后則再次偏強(qiáng)，其中，極端干旱狀態(tài)在1559年之前處于增強(qiáng)時(shí)期，而后減弱，自1875年開始，極端干旱狀態(tài)進(jìn)入持續(xù)增強(qiáng)的階段；趨勢(shì)分量(圖5(a8))的方差貢獻(xiàn)率最大，達(dá)到了63.3%，可以看出，自1300-1569年極端干旱狀態(tài)明顯減弱，而自1570年開始，極端干旱狀態(tài)顯著增強(qiáng)。

表3　1300-2005年極端和嚴(yán)重干旱等級(jí)格點(diǎn)數(shù)逐年變化序列各分量的方差貢獻(xiàn)率

對(duì)于嚴(yán)重干旱事件的格點(diǎn)數(shù)而言，IMF1(圖5(b1))表示的15年準(zhǔn)周期貢獻(xiàn)率為29.8%，是主周期之一，在19世紀(jì)末至20世紀(jì)初、20世紀(jì)中期之后的振幅較大；IMF5(圖5(b6))表示的307年準(zhǔn)周期方差貢獻(xiàn)率為5.8%，IMF5顯示嚴(yán)重干旱狀態(tài)在1300-1704年和1955-2005年偏強(qiáng)，其中1350-1619年和1860-2005年嚴(yán)重干旱狀態(tài)開始進(jìn)入持續(xù)增強(qiáng)的階段，1620-1859年嚴(yán)重干旱狀態(tài)持續(xù)減弱；IMF6代表了651年的準(zhǔn)周期變化，其方差貢獻(xiàn)率為4.5%，嚴(yán)重干旱狀態(tài)在小冰期持續(xù)期間(1300-1689年)偏強(qiáng)，在1690-1979年偏弱，自1980年之后則再次偏強(qiáng)；趨勢(shì)分量(圖5(b8))方差貢獻(xiàn)率最大，為40.3%，從趨勢(shì)變化可以看出，自1300-1544年嚴(yán)重干旱狀態(tài)明顯減弱，而自1545年開始，嚴(yán)重干旱狀態(tài)顯著增強(qiáng)。

在準(zhǔn)600年和650年的近千年尺度上，極端干旱和嚴(yán)重干旱在小冰期持續(xù)期間均經(jīng)歷了偏強(qiáng)→偏弱的變化過程，在20世紀(jì)70年代末80年代初又進(jìn)入偏弱→偏強(qiáng)的時(shí)期，同樣可以認(rèn)為20世紀(jì)70年代末80年代初是近千年尺度準(zhǔn)周期變化另一個(gè)正位相時(shí)期的開始；在更大的時(shí)間尺度上，二者在16世紀(jì)中期之前處于持續(xù)減弱的狀態(tài)，之后則開始持續(xù)增強(qiáng)；這一近千年尺度上的周期變化和趨勢(shì)變化可能提供了極端或嚴(yán)重干旱狀態(tài)自19世紀(jì)中后期以來一直增強(qiáng)的氣候趨勢(shì)背景。

對(duì)于極端干旱事件，其自小冰期以來至20世紀(jì)初的波動(dòng)變化特征主要受54、137和311年的準(zhǔn)周期變化的影響；在20世紀(jì)初至20世紀(jì)中期，極端干旱事件強(qiáng)度主要受600年準(zhǔn)周期和趨勢(shì)變化的影響；而在此之后，54、137和311年的準(zhǔn)周期變化對(duì)20世紀(jì)初以后極端干旱狀態(tài)一直持續(xù)快速增強(qiáng)具有顯著影響，三個(gè)尺度的準(zhǔn)周期變化均在這一時(shí)期開始進(jìn)入一個(gè)正位相；發(fā)生在20世紀(jì)70年代末80年代初的持續(xù)上升期中的一次較小下降波動(dòng)在54年準(zhǔn)周期上也有很好的體現(xiàn)，這一波動(dòng)可能是對(duì)近千年尺度準(zhǔn)周期變化另一個(gè)正位相時(shí)期開始的響應(yīng)；對(duì)比14年和311年的準(zhǔn)周期變化，發(fā)現(xiàn)在311年準(zhǔn)周期變化處于偏小狀態(tài)時(shí)，14年準(zhǔn)周期變化的振幅較小，而在311年準(zhǔn)周期變化處于持續(xù)的上升期時(shí)，14年準(zhǔn)周期變化的振幅也較大。對(duì)于嚴(yán)重干旱事件，其自小冰期以來至17世紀(jì)初的波動(dòng)變化特征主要受307年的準(zhǔn)周期變化的影響；自17世紀(jì)初至19世紀(jì)中期，則受到307年和651年準(zhǔn)周期變化的共同作用，兩個(gè)尺度的準(zhǔn)周期變化均在這一時(shí)期開始進(jìn)入一個(gè)負(fù)位相；而自19世紀(jì)中期開始的持續(xù)增強(qiáng)則受到了307年和651年準(zhǔn)周期變化及趨勢(shì)變化的共同作用，14年準(zhǔn)周期變化的振幅在19世紀(jì)末至20世紀(jì)初較大；在20世紀(jì)中期之后，307年和651年準(zhǔn)周期變化開始進(jìn)入一個(gè)正位相，14年準(zhǔn)周期變化的振幅也在20世紀(jì)中期也較大；同時(shí)，14年準(zhǔn)周期變化在20世紀(jì)80年代末之后也有明顯上升。

5　結(jié)論

本文對(duì)亞洲季風(fēng)區(qū)過去700年來干濕狀態(tài)的EEMD分析得到以下認(rèn)識(shí)：

(1)在小冰期之前，亞洲季風(fēng)區(qū)夏季極端或嚴(yán)重干濕事件狀態(tài)強(qiáng)弱程度的變化十分類似，極端和嚴(yán)重干濕事件基本保持穩(wěn)定，彼此變化之間的響應(yīng)較弱，小冰期之后極端和嚴(yán)重干濕事件快速增加，彼此變化之間的響應(yīng)也較強(qiáng)，但在20世紀(jì)50年代之后，極端和嚴(yán)重濕事件都稍有下降，而極端和嚴(yán)重干事件卻依然快速增加。在小冰期內(nèi)，亞洲季風(fēng)區(qū)整體是濕潤的；自小冰期結(jié)束后，亞洲季風(fēng)區(qū)整體偏旱。在20世紀(jì)30年代之后亞洲季風(fēng)區(qū)極端干/濕事件的發(fā)生頻次大幅上升，區(qū)域內(nèi)旱澇并舉，超過之前自小冰期以來的任何歷史時(shí)期。

(2)對(duì)于極端濕潤事件14、155和650年尺度的準(zhǔn)周期通過了信度水平為90%的置信檢驗(yàn)；嚴(yán)重濕潤事件的15和671年尺度的準(zhǔn)周期通過了落在信度水平為90%的置信檢驗(yàn)；極端干旱事件在15、54、137、311和599年尺度的準(zhǔn)周期通過了落在信度水平為90%的置信檢驗(yàn)；嚴(yán)重干旱事件的13、307和651尺度的準(zhǔn)周期通過了落在信度水平為90%的置信檢驗(yàn)，這些準(zhǔn)周期所對(duì)應(yīng)的分量包含具有實(shí)際物理意義信息。

(3)從趨勢(shì)分量變化可以看出，從1300年-16世紀(jì)中期，亞洲季風(fēng)區(qū)夏季極端或嚴(yán)重干濕事件狀態(tài)強(qiáng)弱程度均明顯減弱，從1555年開始，極端或嚴(yán)重干濕事件狀態(tài)強(qiáng)弱程度一直在增強(qiáng)；在近千年尺度上，極端或嚴(yán)重干濕狀態(tài)在20世紀(jì)70年代末至20世紀(jì)80年代初開始進(jìn)入另一個(gè)正位相時(shí)期；這預(yù)示著未來在更長的時(shí)間尺度上，亞洲季風(fēng)區(qū)極端或嚴(yán)重干濕事件的強(qiáng)弱程度可能將依然持續(xù)偏強(qiáng)。

(4)近700年來亞洲季風(fēng)區(qū)夏季極端或嚴(yán)重濕潤狀態(tài)的強(qiáng)弱程度在16世紀(jì)中期之前，主要是趨勢(shì)變化起關(guān)鍵影響作用；從16世紀(jì)中期至19世紀(jì)中期主要是650年準(zhǔn)周期變化和155年準(zhǔn)周期變化影響較大；自19世紀(jì)中期開始的快速上升則是155年準(zhǔn)周期變化、650年準(zhǔn)周期變化和趨勢(shì)變化共同影響的結(jié)果，二者20世紀(jì)50年末之后的輕微下降趨勢(shì)可以認(rèn)為是155年準(zhǔn)周期變化另一個(gè)負(fù)位相的開始，這可能預(yù)示著未來在百年時(shí)間尺度上，亞洲季風(fēng)區(qū)極端或嚴(yán)重濕事件可能將進(jìn)入一個(gè)相對(duì)于20世紀(jì)50年代較偏弱的狀態(tài)。

[1]Liu Shikuo,Liu Shida,FU Zuntao,et al.The structure and bifurcation of atmospheric motions[J]. Advances in Atmospheric Sciences,2004,21(4):557-561.

[2]劉式達(dá),榮平平,陳炯.氣候序列的層次結(jié)構(gòu)[J].氣象學(xué)報(bào),2000,58(1):110-114.

[3]張美良,朱曉燕,程海,等.貴州荔波1200年來石筍高分辨率的古氣候環(huán)境記錄[J].地球?qū)W報(bào), 2009,30(6):831-840.

[4]Edward R C,Kevin J Anchukaitis,Brendan M Buckley,et al.Asian monsoon failure and megadrought during the last millennium[J].Science, 2010,328:486-489.

[5]Eugene R W, Carrie M. Toward understanding and predicting monsoon patterns[J].Science,2010,23:437-438.

[6]Wang T, Ren GY, Chen F. et al. An analysis of precipitation variations in the west-central Tianshan Mountains over the last 300 years[J]. Quaternary International 358:48-87.

[7]任國玉，王濤，郭軍，等，海河流域近現(xiàn)代降水量變化若干特征[J]，水利水電科技進(jìn)展,2015,35(5)：103-111.

[8]李芬，張祎瑋，喬云紅.近 56 年山西季節(jié)旱澇對(duì) ENSO 事件的響應(yīng)[J].災(zāi)害學(xué)，2015， 30(4) : 85-90.

[9]楊萍，劉偉東，侯威.北京地區(qū)極端溫度事件的變化趨勢(shì)和年代際演變特征[J].災(zāi)害學(xué)，2011， 26(1) : 60-64.

[10]莊曉翠，楊森，趙正波，等，干旱指標(biāo)及其在新疆阿勒泰地區(qū)干旱監(jiān)測(cè)分析中的應(yīng)用[J].災(zāi)害學(xué)，2010,25(3)：81-85.

[11]Wu Z,Huang N E.Ensemble empirical mode decomposition: A noise-assisted data analysis method[J]. Advances in Adaptive Data Analysis, 2009,1:1-41.

[12]Wu Z H,Huang N E. A study of the characteristics of white noise using the empirical mode decomposition method[J].Proc. Roy. Soc.London A,2004, 460:1597-1611.

[13]Wu Z, Huang N E, Chen X.The multi-dimensional ensemble empirical mode decomposition method[J].Advances in Adaptive Data Analysis,2009,1:339-372.

[14]Chen X Y,Wu Z H,Huang N E.The time-dependent intrinsic correlation based on the empirical mode decomposition[J]. Advances in Adaptive Data Analysis,2010,2:1-34.

[15]Qian C,Wu Z,Fu C B,et al.On multi-timescale variability of temperature in China in modulated annual cycle reference frame[J].Adv Atmos Sci,2010,27:1169-1182.

[16]Yan Z W,Xia J J,Qian C,et al.Changes in seasonal cycle and extremes in China during the period 1960-2008[J].Adv Atmos Sci,2011,28:269-283.

[17]王兵,李曉東.基于EEMD分解的歐洲溫度序列的多尺度分析[J].北京大學(xué)學(xué)報(bào)(自然科學(xué)版),2011,47(4):627-635.

[18]Dai A G. Characteristics and trends in various forms of the Palmer drought severity index during 1900-2008 [J]. J. Geophys Res: Atmos,2011，116: D12115. doi: 10.1029/2010JD015541.

[19]Dai A, Trenberh K E, Qian T. A global data set of Palmer Drought Severity Index for 1870-2002: Relationship with soil moisture and effects of surface warming[J]. J Hydrometeorology,2004,5: 1117-1130.

[20]Wang P,Clemens S,Beaufort L, et al. the Asian monsoon system: State of the art and outstanding issues[J].Quat Sci Rev, 2005,24:595-629.

[21]Cook E R, Seager R, Cane M A,et al.North American drought: Reconstructions, causes, and consequences[J].Earth-Science Reviews,2007,81(1/2):93-134.

[22]Palmer W C.Meteorological Drought[M].Research Paper No.45, US Dept ofCommerce,1965:1-58.

[23]Alley W M.Palmer drought severity index:limitations and assumptions[J].J ClimApplMet,1984,23:1100-1109.

[24]Hedding H,Thomas R,Sabol P.A Review of the Palmer Drought Severity Index and Where Do We Go From Here[M].In: Proceedings of the Seventh Conference on Applied Climatology,1991:242-246.

[25]Huang N E,ShenZ,Long S R,et al.The empirical mode decomposition and the Hilbert spectrum for nonlinear and nonstationary time series analysis[J].Proc R Soc A-Math Phys Eng Sci,1998,454: 903-995.

[26]Huang N E,Wu Z.A review on Hilbert-Huang transform:Method and its applications to geophysical studies[J].Rev Geophys,2008,46:RG2006/1-23.

[27]Ayenu Prah A Y,Attoh Okine N O.Comparative study of Hilbert-Huang transform,Fourier transform and wavelet transform in pavement profile analysis[J].Vehicle System Dynamics, 2009, 47(4): 437-456.

[28]Wu Z H, Huang N E. Statistical significance test of intrinsic mode functions[M].Singapore:World Scientific Publishing company,2005:107-127

[29]Zhao Jinping,Huang Daji.Mirror extending and circular spline function for Empirical Mode Decomposition method[J].Journal of Zhejiang University(Science),2001,2:247-252.

[30]林振山,汪曙光.近四百年北半球氣溫變化的分析:EMD方法的應(yīng)用[J].熱帶氣象學(xué)報(bào),2004, 20(1):90-96.

Multi-scale Analysis of the Extreme Dry/Wet Events in Asian Monsoon Region in Summer During Last 7 Centuries

YANG Ping1, HOU Wei2and YAN Pengcheng3

(1.TrainingCenter,ChinaMeteorologicalAdministration,Beijing100081,China; 2.NationalClimateCenter,Beijing100081,China; 3.InstituteofAridMeteorology,ChinaMeteorologicalAdministration,Lanzhou730020,China)

Monsoonfailures,megadroughts,andextremefloodingeventshaverepeatedlyaffectedtheagrarianpeoplesofAsiaoverthepastmillennium.Ascarcityoflong-terminstrumentalclimatedataformanyremoteregionsofMonsoonAsiaimpedesprogresstowardresolvingtheseissues.TobetterelucidatethespatialcomplexityoftheAsianmonsoon,alarge-scale,spatiallyexplicit,long-termdatasetisneeded.ThiscontextisprovidedherebyourMonsoonAsiaDroughtAtlas(MADA).TheMADAprovidesaseasonal-tocentennial-scalewindowintotheAsianmonsoon’srepeatedtendencyforextendeddryandwetextremeswithdistinctspatialflavorsofresponse.Recently,ensembleempiricalmodedecomposition(EEMD)methodisdevelopedfornon-linearandnon-stationarysignalanalysis.TheEEMDmethodisinstitutedandutilizedinseveralfieldssuchasde-noising,oceansurfacemeasurement,metrology,imageprocessingandsoon.Themethodcanworkonnaturesignals(non-linearandnonstationarysignals)aswellasreducingthespecklenoise.TheEEMDmethodislikeasafilterbankthatthesignalisdecomposedintoseveralintrinsicmodefunctions(IMFs)andthefrequenciesofIMFsarearrangedindecreaseorder(hightolow)aftertheEEMDprocessing.ThescalingmodeoftheEEMDmethodissimilartowavelettransform,butthesignalresolutionatdifferentfrequencydomainisnotdecreasebydown-sampling.Inthispaper,weproposetheEEMDmethodtoextractthemulti-scalecharactersofthevariabilityofextremedry/weteventsinAsianmonsoonarea.UsingthePalmerDroughtSeverityIndexdataofMADAfrom504stationsinAsianmonsoonareainsummerfrom1300-2005aandEEMDmethod,wegettheseriesofthenumberofgridswhichisespeciallyandseriouswetordryinthisregionbyanintervalof5years,andanalysisthevariationsoftheseseries.Basedthefeatureofnonlinear/nonstationarityandmulti-scaleinclimaticsystem,applyingEEMDtotheseriesofthenumberofgridswhichisespeciallyandseriouswetordryforthepurposeofmulti-scaleanalysis,differentscalesignals(IMFs)havebeenseparated,andgivethevariancecontributesanddothetestofsignificantforeachIMF.ByanalyzingthevariationsofIMFs,hereby,thechangesindifferentscalesfortheextremedry/weteventsinAsianmonsoonregioninsummerduringlast7centurieshavebeenuncovered,andgettheeffectofdifferentIMFsonthechangesofdry-wetinAsianmonsoonregion.

Asianmonsoonregion;extremedry/wetevents;Ensembleempiricalmodedecomposition

2016-04-21

2016-06-12

國家自然科學(xué)基金(41675092；41375069；41505061)；公益性行業(yè)科研重大專項(xiàng)(GYHY201506001)

楊萍(1981-)，女，漢族，江蘇興化人，副研究員，主要從事氣候診斷分析、極端氣候事件等研究.

E-mail：zz96998@163.com

P467P467；P423.3；X43

A

1000-811X(2016)04-0095-08

10.3969/j.issn.1000-811X.2016.04.017

楊萍，侯威，顏鵬程. 亞洲季風(fēng)區(qū)過去700年來夏季極端干/濕事件多尺度變化特征分析[J]. 災(zāi)害學(xué)，2016，31(4)：95-102. [YANG Ping, HOU Wei and YAN Pengcheng. Multi-scale Analysis of the Extreme Dry/Wet Events in Asian Monsoon Region in Summer During Last 7 Centuries[J]. Journal of Catastrophology，2016，31(4)：95-102. doi: 10.3969/j.issn.1000-811X.2016.04.017.]