基于EEMD的1470—1911年黄河中下游地区旱涝灾害多时间尺度特征分析

通过收集和整理1470—1911年黄河中下游地区旱涝灾害历史文献资料,重建442 a来的旱涝等级序列。分析了旱涝灾害发生的频次变化和突变特征,在此基础上采用集合经验模态分解(EEMD)方法对其进行多时间尺度分析,获得了不同时间尺度上具有较好平稳性特征的固有模态函数分量。利用EEMD方法,可以有效提取蕴藏在原始气候序列中的隐藏周期信号,发现黄河中下游地区旱涝灾害的多时间尺度变化特征。结果表明:旱涝变化相对比较平稳,全区气候总体偏旱。历史时期黄河中下游地区旱涝灾害存在准3 a、准5 a、准7 a的年际变化周期和准16 a、准25 a、准50 a的年代际变化周期,同时还存在一个平均周期为87.57 a的准世纪际周期。

成都冬季PM2.5演化的EEMD分解及自组织临界态

为探讨冬季期间大气PM2.5演化的多时间尺度效应,并阐释重度灰霾发生及演化的动力机制,该研究应用集合经验模态分解(EEMD)方法与自组织临界(SOC)理论,对成都市20171201-20180228冬季期间4个国控监测站点(即大石西路、金泉两河、君平街、三瓦窑) PM2.5浓度时空演化规律进行实证研究。通过EEMD分解,获得了不同时间尺度上具有良好平稳性特征的固有模态函数(IMF)。大气PM2.5演化的主要模态存在准4 h、准8 h和准24 h的平均周期,这些典型周期对应模态的累积贡献率基本上达到95%以上。研究表明,主要模态的准周期变化与各类型生产活动、交通排放紧密关联,这反映了大气系统中人为污染源的周期性输入作用。同时,研究发现,PM2.5小时平均质量浓度波动函数服从幂律分布结构,具有标度不变性特征。进一步基于SOC理论探讨了大气PM2.5浓度时空演化的内在动力规律,结合典型区域气象特征,阐明了冬季期间严重大气污染产生的宏观涌现机制。结果表明,EEMD方法所获得的不同IMF分量可以揭示大气PM2.5时空演化的多尺度特征,但不同时间尺度上的IMF分量之间互不独立,各IMF分量的形成既受到准周期大气污染排放的作用,也受到大气系统非线性SOC动力机制的控制。