遼寧省旱澇災害與太陽黑子活動的相關性

韓曉敏，延軍平，李敏敏，吳夢初

（陜西師范大學 旅游與環境學院，陜西 西安710062）

近年來在全球氣候變暖的大背景下，極端氣候事件頻發。據統計，平均每年氣象災害造成的直接經濟損失高達全國GDP的3%～6%，旱澇為對中國農業生產影響最嚴重的自然災害［1］。馬建勇等［2］通過對影響遼寧省糧食作物產量因素的研究發現，旱澇占主導地位。造成旱澇災害的原因是多方面的，其中太陽活動這個因素越來越受到學術界的重視，太陽黑子活動對地球氣候、水文的變化會有一定的調制作用，這種作用有時間和區域特性［3］。區域特性表現為地球上不同區域的雨量在同一時期里與太陽黑子數的峰谷變化有不同的關系。趙娟等［4］應用小波分析，研究了太陽黑子活動與北京地區降水的關系，認為太陽黑子活動與北京地區年降水量密切相關；董立峰等［5］研究黃河三角洲旱澇災害與太陽黑子的關系時發現黃河三角洲在太陽黑子谷年附近易發生洪澇災害，而在太陽黑子峰年附近則易發生旱災；趙小娟等［6］對秦嶺南北旱澇災害誘災因子的研究發現關中陜南地區旱澇指數與太陽黑子呈正相關，大致上呈11a周期左右。

目前，對遼寧省旱澇特征本身進行研究的文章甚多，但是對該地區旱澇變化與太陽黑子的相關性研究的文章較少。因此文中采用降水Z指數，頻率分析，Morlet小波分析等方法對太陽黑子活動與遼寧省旱澇災害的關系進行了詳細分析，以期為該地區人民的農業生產、生活以及為當地部門及時制定科學有效的救災防災措施提供理論幫助。

1 研究區概況

遼寧省位于中國東北地區的南部，地理坐標為118°50′—125°47′E，38°43′—43°29′N。地處東北亞地區的中心部位，南臨渤海、黃海，西南與河北省交界，西北與內蒙古自治區毗鄰，東北與吉林省接壤，東南隔鴨綠江與朝鮮半島相望。遼寧省地勢大體為北高南低，從陸地向海洋傾斜；山地丘陵分列于東西兩側，向中部平原傾斜。地貌劃分為3大區：東部山地丘陵區，西部山地丘陵區，中部平原。氣候屬于北溫帶大陸性季風氣候，日照豐富，春秋季短，四季分明，年降水量714.9mm，無霜期平均為130d，年平均氣溫在5.4～11℃。

2 資料來源與方法

2.1 資料來源

根據氣象資料的完整度，本文選取了遼寧省22個站點1956—2011年的逐月平均降水量，資料來源于中國氣象科學數據共享服務網、遼寧氣象局。太陽黑子相對數年平均值取自網站http：∥sidc.oma.be／index.php3。

2.2 研究方法

主要應用Z 指數［7－8］，Morlet連續復小波變換［9－11］，氣候傾向率及其他數理統計方法進行分析。

2.2.1 降水Z指數 由于某一時段的降水量一般不服從正態分布，而是服從PersonⅢ型分布，Z指數能夠消除降水量平均值不同的影響，對降水量進行處理而得到服從標準正態分布的序列，對旱澇程度具有良好的反應能力［12］。現假設該地區降水量服從PersonⅢ型分布，對降水量R進行正態化處理，可將概率密度函數PersonⅢ型分布轉換為以Z為變量的標準正態分布，其轉換公式為：

式中：Cs——偏態系數；φi——標準變量。Cs，φi均可由降水資料序列計算求得，計算公式為：

通過對遼寧省22個氣象站點1956－2011年Z指數進行計算，根據表1確定遼寧省各地的旱澇等級。發現每級的理論頻率和實際頻率均較為接近，表明該Z指數等級劃分標準能夠反映實際情況，可以用于研究遼寧省的旱澇氣候變化特征。

表1 Z指數旱澇等級劃分標準及遼寧省1956－2011年旱澇實際出現頻率

2.2.2 Morlet連續復小波變換 時間序列的周期演變是自然和社會中常見的現象，年內、年際降雨和溫度的變化都表現出明顯的周期性。在氣候診斷中，廣泛使用的傅里葉變換可以顯示出氣候序列變化不同尺度的相對貢獻；小波變換不僅可以給出氣候序列變化的尺度，還可以顯現出變化的時間位置。目前，小波分析已廣泛應用于氣象和氣候序列的時頻結構分析中，研究成果顯著。本文選用 Morlet連續復小波變換對遼寧省1956—2011年的Z指數時間序列進行周期性分析，其形式為：

式中：φ（x）——基本小波或母小波；x——時間；w0——常數。小波系數實部反映了給定時間和尺度下，相對于其他時間和尺度信號的強弱和位相兩方面的信息。

3 結果與分析

3.1 旱澇頻次分布

根據表1中旱澇等級標準，將遼寧省1956—2011年的旱澇指數進行分級（圖1）。由圖1可知，該地區旱澇情況整體趨勢為由澇轉旱。由年降水量5a滑動平均值可以看出，20世紀50—60年代末期，該地區以雨澇為主；70—80年代初期正常年份居多；80—90年代后期旱澇交替出現，且旱災多于澇災；進入21世紀后，旱災發生次數顯著增多，呈現干旱化現象。

由表2可知，遼寧省在近56a來共發生旱災18次，澇災16次，兩者發生次數幾乎相等。統計其各級發生年份，發現該地區發生重旱、重澇各3次，分別占56a中的5.36%；大旱6次，所占比例為10.71%；大澇5次，占8.93%；偏旱9次，所占比例為16.07%；偏澇8次，占14.29%。

圖1 遼寧省1956－2011年旱澇指數等級變化

表2 1956－2011年遼寧省旱澇年份分布

3.2 太陽黑子相對數與遼寧省旱澇災害的關系

3.2.1 太陽黑子相對數的變化特征 根據國際上的規定，以1755年作為第一個太陽黑子周的開始，依次排列。1956—2011年56a間共經歷了從1954年開始的第19，20，21，22，23個太陽黑子活動周并且正在經歷第24個周期［13］。其中共出現5個M年（根據瓦爾德邁爾對太陽黑子周期的描述用M和m分別表示各個周期中太陽黑子數的極大值年和極小值年的年份），分別是1957，1968，1979，1989和2000年；5個m 年，即1964，1976，1986，1996和2008年（圖2）。太陽黑子的谷值年和峰值年，也是太陽輻射的一種異常變化，在其數量上主要有11，22，90，180a的變化周期［14］。

圖2 遼寧省1956－2011年旱澇指數與太陽黑子的相關關系

3.2.2 太陽黑子活動與遼寧省旱澇相關性分析 從近56a來太陽黑子活動與遼寧省Z指數的相關性分析可以看出：（1）整體上各年太陽黑子數與該地區的Z指數呈反相關關系，太陽黑子相對數越大，Z指數越小，即發生干旱的可能性越大；反之，太陽黑子數越小，Z指數越大，發生洪澇的的可能性越大。（2）20世紀50年代中期到60年代中期遼寧省旱澇指數與太陽黑子數呈明顯的負相關關系，60年代后期到70年代中期二者關系不太明顯，70年代后期到90年代初期又呈現負相關，1991—1993年二者呈現正相關關系，之后又呈現負相關。2009年為太陽黑子的谷值年，到2011年旱澇指數達到最大，出現了2a的滯后現象。

3.2.3 太陽黑子極值年附近的旱澇特征 為了便于統計分析，對太陽黑子極小值年和極大值年附近的旱澇指數進行了統計（表3）。遼寧省在太陽黑子數極小值年前后的15a中，共有4a出現澇災（2次重澇、2次大澇），3a出現旱災（1次偏旱、2次大旱），澇災占15a中的26.7%，旱災占20%，澇災多于旱災，旱澇災害年份與正常年份基本相當；在太陽黑子數極大值年前后的15a中，共有8a出現旱災（3次重旱、2次大旱、3次偏旱），2a出現澇災（1次偏澇、1次大澇），旱災占15a中的53.3%，澇災占13.3%，旱災遠遠多于澇災。可見，太陽黑子數極小值年前后出現澇災的頻率較大；太陽黑子極大值年前后出現旱災的頻率較大。

表3 遼寧省太陽黑子極值年附近的特征

進一步分析太陽黑子數極值與旱澇等級（旱澇等級越大，其所在年份越旱）的相關性發現（圖3），太陽黑子數極值與旱澇等級呈正相關，太陽黑子數越大，旱澇等級越高，干旱程度越大；太陽黑子數越小，旱澇等級越低，雨澇程度越大。在太陽黑子5個峰值年中，1968，1989，2000年當年，該地區旱澇等級為6，7，即達到重旱與大旱的程度，1957，1979年太陽黑子達到峰值年時，旱澇等級在1958，1980年才達到波動曲線的峰值，即在峰值附近下降段出現，有1a左右的滯后性；在太陽黑子5個谷值年中，除2008年（太陽黑子達到谷值年，旱澇等級在2010年達到谷值）以外，其余各年旱澇等級均在太陽黑子谷值年之前1～3a達到谷值，即在谷值附近下降段出現。

綜上所述，該地區在太陽黑子峰值年或峰值年附近易出現旱年，在太陽黑子谷值年或谷值年附近易出現澇年，這與李可軍等［15］的研究結果一致。在黑子峰值年份，中緯度雨量較少，旱年居多。2009年進入太陽黑子第24周，目前正處于峰值附近階段，發生旱年的概率較大。因此，遼寧省應該做好抗旱準備，及時啟動干旱預警緊急方案，開展抗旱工作；必要時進行人工增雨，盡可能減少干旱帶來的損失。

3.3 遼寧省旱澇指數的小波分析

遼寧省年降水Z指數與相應年份太陽黑子小波系數的對比結果如圖4所示。

圖4 1956－2011年遼寧省Z指數和太陽黑子數小波分析注：Z指數小波系數的實線表示澇，虛線表示旱；太陽黑子小波系數的實線表示峰值期，虛線表示低谷期。

由圖4a可以看出，遼寧省旱澇指數存在7～12a，20a左右的準周期變化。其中在對應于7～12a左右的Z指數演變，主要存在5個時間尺度的交替，它們分別是1960—1965，1972—1977，1985—1988，1993—1998，2005—2011年的降雨充沛期和1956—1960，1966—1971，1979—1984，1989—1993，1999—2004年的降水偏少期。

由圖4b可以看出，太陽黑子存在8～11，17～22a左右準周期變化。其中太陽黑子在8～11a的周期交替過程中存在兩個活動期：（1）黑子活動活躍期：1956—1961，1968—1972，1978—1982，1989—1992，1999—2003年；（2）黑子活動低谷期：1962—1967，1973—1976，1984—1988，1994—1998和2005年至今。

綜合分析可得，太陽黑子與Z指數在7～12a有較好的對應關系，太陽黑子的活躍期對應降水偏少期，太陽黑子的低谷期對應降水充沛期，說明太陽黑子的變化對遼寧地區降水有較大的影響，未來幾年處于太陽黑子的活躍期附近，降水為偏少期。

4 討論

雖然總體上太陽活動對氣候的影響已被學術界公認并已取得許多研究成果，但由于氣候系統的復雜性，使得太陽活動對各地區氣候的影響構成一幅十分復雜的圖案。遼寧省的旱澇災害與太陽黑子活動也并不完全對應，這說明旱澇變化除了受太陽黑子活動影響外還受其他因素的影響。研究表明，厄爾尼諾，拉尼娜事件是低緯度海氣相互作用的強年季氣候信號，是造成全球氣候異常的重要因子［16］。另外，氣候異常還受到多種局地因素和人類活動的影響。因此對遼寧省旱澇災害的影響因素還有待于進一步深入研究。本文從年尺度分析了遼寧省旱澇與太陽黑子活動的相關性，遼寧省屬于北溫帶大陸性季風氣候，其降雨量集中在夏秋兩季，有待于我們從季尺度進行深入分析。

5 結論

（1）遼寧省近56a中旱澇發生頻率基本相等，旱澇情況整體趨勢為由澇轉旱，尤其是進入21世紀后，旱災發生次數顯著增多，呈現干旱化現象。遼寧省在近56a來共發生旱災18次，占32.14%；發生澇災16次，占25.28%，兩者發生次數幾乎相等。

（2）通過分析太陽黑子數與Z指數的相關性發現，各年太陽黑子數與該地區的Z指數整體上呈反相關關系；太陽黑子相對數越大，Z指數越小，即發生干旱的可能性越大；反之，太陽黑子數越小，Z指數越大，發生洪澇的的可能性越大。

（3）在太陽黑子數極大值年前后的15a中，旱災占53.3%，澇災占13.3%，旱災遠遠多于澇災；太陽黑子數極小值年前后，澇災占26.7%，旱災占20%，澇災多于旱災。該地區在太陽黑子峰值年或峰值年附近易出現旱年，在太陽黑子谷值年或谷值年附近易出現澇年，目前正處于峰值附近階段，發生旱年的概率較大。

（4）經小波分析發現，太陽黑子與Z指數在7～11a有較好的對應關系，太陽黑子的活躍期對應降水偏少期，太陽黑子的低谷期對應降水豐沛期，說明太陽黑子的變化對遼寧地區降水有較大的影響，未來幾年處于太陽黑子的活躍期附近，降水為偏少期。

［1］ 章國材.防御和減輕氣象災害：2006年世界氣象日主題［J］.氣象，2006，32（3）：3－5.

［2］ 馬建勇，許吟隆，潘婕.東北地區農業氣象災害的趨勢變化及其對糧食產量的影響［J］.中國農業氣象，2012，33（2）：283－288.

［3］ 王家龍，孫靜蘭.太陽活動及其對地球環境的影響［J］.第四紀研究，2002，22（6）：510－522.

［4］ Zhao Juan，Han Yanben，Li Zhian.The effect of solar activity on the annual precipitation in the Beijing Area［J］.Chinese Journal of Astronomy and Astro－phsics，2004，4（2）：189－197.

［5］ 董立峰.黃河三角洲旱澇災害與太陽黑子的相關性［J］.濱州學院學報，2010，26（6）：37－41.

［6］ 趙小娟，延軍平.不同誘災因子對秦嶺南北旱澇災害影［J］.災害學，2009，24（3）：57－60.

［7］ 張強，鞠笑生，李淑華.三種干旱指標的比較和新指標的確定［J］.氣象科技，1998，28（3）：248－252.

［8］ 史建國，嚴昌榮.氣象干旱指數研究方法概述［J］.中國農業氣象，2007，28（S）：191－195.

［9］ 劉賢趙，張安定，李嘉竹.地理學數學方法［M］.北京：科學出版社，2009：190－202.

［10］ 韓延本，韓永剛.太陽黑子相對數變化的小波分析［J］.科學通報，2001，46（24）：2031－2035.

［11］ 徐金梧，班曉娟.基于小波分析的某些非平穩時間序列預測方法［J］.電子學報，2002，29（4）：566－568

［12］ 鞠笑生，楊賢為，陳麗娟，等.我國單站旱澇指標確定和區域旱澇級別劃分的研究［J］.應用氣象學報，1997，8（1）：26－33.

［13］ 竇睿音，延軍平.關中平原太陽黑子活動周期與旱澇災害的相關性分析［J］.干旱區資源與環境，2013，27（8）：76－82.

［14］ 董安祥，祝小妮，郭慧.太陽活動與西北地區降水［J］.甘肅科學學報，1999，11（4）：114－117.

［15］ 李可軍，向福元，李建勇.中緯度地區的洪水與太陽活動關系的研究［J］.云南天文臺臺刊，2000，2（5）：34－38.

［16］ 李恩菊，趙景波.厄爾尼諾／拉尼娜事件對山東省氣候的影響［J］.干旱區資源與環境，2010，38（3）：80－84.