明清時期渭南地區旱澇災害的多尺度變化特征

郁耀闖，徐秋月，王長燕*，龔蘭蘭，王林剛，任媛媛，侯 英

明清時期渭南地區旱澇災害的多尺度變化特征

郁耀闖1,2，徐秋月1,2，王長燕1,2*，龔蘭蘭1,2，王林剛1,2，任媛媛1,2，侯 英1,2

（1.寶雞文理學院 地理與環境學院，陜西 寶雞 721013；2.陜西省災害監測與機理模擬實驗室，陜西 寶雞 721013）

【】為揭示明清時期渭南地區旱澇災害的發生機制提供參考依據。利用《中國三千年氣象記錄總集》等歷史文獻資料，采用集合經驗模態分解（EEMD）等方法研究了明清時期渭南地區旱澇災害的多尺度變化特征。明清時期渭南地區旱澇災害總體上表現為先增加后降低再趨于穩定的變化趨勢，并在時間尺度上存在著顯著的2～5 a的年際和準10 a、準18 a、準27 a、準52 a、準84 a的年代際，以及100 a尺度的世紀周期，分別與厄爾尼諾的2～5 a周期、太陽活動的準10 a、準50 a和世紀周期以及太平洋年代際振蕩的20～30 a變化周期相對應；交叉小波功率譜和交叉小波凝聚譜分析表明，渭南地區的旱澇災害與太陽活動、厄爾尼諾和太平洋年代際震蕩之間具有較好的共振周期。明清時期渭南地區旱澇災害具有顯著的多尺度變化特征，該變化特征可能與太陽活動、厄爾尼諾和太平洋年代際振蕩存在著密切關系。

渭南地區；明清時期； 旱澇災害；氣候變化；年際-百年際尺度

0 引 言

【研究意義】旱澇災害是世界上2種頻繁發生的主要自然災害[1]，在全球變暖背景下，受氣候變化加劇和人類活動的綜合影響，區域旱澇災害呈現出“交替、并存和急轉”的頻發態勢[2]，并具有明顯的時間變化特征[1,3-4]，該特征顯著地影響著區域的農業生產、人口數量、經濟發展和社會進程[5]，已成為當前社會各界關注的“熱點”問題，并被列入“過去全球變化”和“氣候變率與可預測性”兩大國際研究計劃。小冰期（Little Ice Age，LIA）是指15世紀到20世紀早期之間相對寒冷的氣候波動階段，是距今最近的全球性寒冷氣候事件[6]。這一時期與我國的明清時期相對應，因此也稱“明清小冰期”，在這一時期內，氣候波動較大，旱澇災害頻發[4]。因此，研究我國明清時期區域旱澇災害的多尺度變化特征，對于揭示明清時期渭南地區旱澇災害的發生機制具有重要意義。

【研究進展】歷史時期關于區域旱澇災害時間尺度的相關研究主要集中在周期分析和影響因素探討等方面[4-5,7]，對其在時間上的多尺度變化特征及影響因素的探討還相對較少[8]。畢碩本等[4]和萬紅蓮等[8]利用滑動平均、累計距平、滑動T檢驗和小波變換等方法分別研究了我國西北東部和寶雞地區的旱澇災害，認為區域旱澇災害具有明顯的階段性特征；鄭景云等[9]和郝志新等[10]利用集合經驗模態分解（EEMD）方法分別探討了我國東部過去1000年旱澇變化和關中平原960—2010年的干濕變化，得出了區域旱澇和干濕變化具有明顯多尺度變化特征；王長燕等[7]和王朋等[11]研究表明，清代以來渭南地區的洪澇災害具有明顯的周期性變化特征。但上述工作多是圍繞旱澇災害的周期特征展開，對于認識區域旱澇災害的周期變化特征具有積極意義，而揭示明清時期渭南地區旱澇災害的多尺度變化特征及其影響因素的研究還鮮見報道，無法準確描述渭南地區旱澇災害的年際至年代際尺度變化規律，進而也無法揭示該區域旱澇災害的發生機制。

【擬解決的關鍵問題】本文以明清時期（公元1368—1911年）為主要研究時段，研究該時期渭南地區旱澇災害的多尺度變化特征及其與太陽活動、厄爾尼諾（El Ni?o）和太平洋年代際振蕩（PDO）的可能聯系。揭示明清時期該區域旱澇災害的多尺度變化特征及其影響因素。該研究成果有助于認識渭南地區旱澇災害的演變規律, 也可為預測該區域旱澇災害的變化趨勢提供參考借鑒。

1 材料與方法

1.1 研究區概況

渭南市位于黃河中游，陜西省關中平原東部，東經108°58′—110°35′和北緯34°13′—35°52′，南依秦嶺，北靠黃龍山和橋山，南北高，中間低，東西開闊，呈仰瓦狀，是渭、洛、黃3條河流的交匯處。海拔在330～2 645 m之間，屬暖溫帶半濕潤半干旱季風氣候。轄區內各地全年平均氣溫12.7～15.6 ℃，全年平均降水量390.7～592.2 mm，區域降水時空分布差異較大，易發生階段性干旱。歷史時期以來，該區域是陜西省的重要糧棉產區，受地理位置、地貌類型、區域地質構造和季風活動等因素影響，該區域年降水量變化較大，旱澇災害多發[7]。本文以譚其驤主編的《中國歷史地圖集》[12]作為區域劃分的依據，利用潼關廳、華州、渭南縣、華陰縣、大荔縣、朝邑縣、蒲城縣、富平縣、郃陽縣、澄城縣、白水縣和韓城縣12個樣點代表明清時期的渭南地區（圖1）。

圖1 明清時期渭南地區分區圖

1.2 數據來源與方法

本文旱澇災害數據來源于《中國三千年氣象記錄總集》[13]、《中國氣象災害大典·陜西卷》[14]、《清代黃河流域洪澇檔案史料》[15]、《西北災荒史》[16]和渭南縣志[17]等歷史文獻資料。旱澇災害等級劃分采用5級分類標準（表1）。

表1 旱澇災害等級劃分標準

根據上述分類標準，單個縣級政區旱澇災害等級確定后，計算渭南地區旱澇指數，然后對渭南地區每年旱澇等級值進行評定，逐年建立明清時期渭南地區旱澇災害等級序列。渭南地區旱澇指數[8]依據計算式（1）確定，其分級標準依據表2確定。

式中：值表示渭南地區旱澇指數；表示單個縣級政區洪澇災害等級值（1或2）；表示單個縣級政區干旱災害等級值（4或5）；表示單個縣級政區正常年份旱澇等級值（3）；為渭南地區內縣級政區（含華州和潼關廳）個數，本文中的值為12。需要說明的是，的最小值為12個樣點都是最小等級1時所對應的值，其值為0.33；的最大值為12個樣點都是最大等級5時所對應的值，其值為1.67。

表2 區域旱澇指標分級標準表[8]

1.3 集合經驗模態分解和交叉小波變換法

本文采用集合經驗模態分解（Ensemble empirical mode decomposition, EEMD）和Morlet小波函數等方法對明清時期渭南地區旱澇災害的時間序列進行多尺度周期分解[18]。EEMD是一種適應于非線性和非平穩信號處理的方法[19]，每次迭代分解的包絡線均由待分解序列的局部極值決定[20]，比傅里葉變換和連續小波變換具有更優越的自適性[21]，常用于水文和氣候變化等領域的多時間尺度序列信號分解[22-23]。Morlet小波函數是一種用于分析時序信號功率譜局部變化的分析方法，其兼顧了時域和頻域的局域化特性，并考慮了有限數據邊緣效應對其周期的影響[24]。另外，本文利用交叉小波變換（Cross Wavelet Transform，CWT）來進行渭南地區旱澇災害與太陽活動、厄爾尼諾和太平洋年代際振蕩間的交叉小波功率譜和交叉小波凝聚譜分析[25]。

2 結果與分析

2.1 旱澇災害的階段性特征

明清時期渭南地區共發生旱澇災害197次，其中，旱災發生145次，澇災發生52次，分別占旱澇災害發生總次數的73.6%和26.4%（圖2）。該區域明清時期的旱澇災害大致可分為4個階段：第一階段（1368—1411年）以旱災為主，也有澇災發生，出現了3個較高點與1個較低點；較高點位于1373年、1386年和1387年，較低點位于1411年；較低點與較高點之間曲線的相對上升或下降，分別表示旱災或者澇災的持續發生；1368—1411年曲線呈下降趨勢，旱災發生的頻次減少，等級降低，表明氣候干旱程度有所緩解。第二階段（1412—1653年）為旱澇災害交替出現階段，其中，以1452—1455年（澇-旱-澇-旱）、1469—1470年（由澇轉旱）、1516—1517年（由旱轉澇）和1626—1631年（旱-澇-旱）的旱澇交替較為典型，表明此階段旱澇災害交替較為頻繁。第三階段（1654—1689年）以正常年份為主，澇災發生較少，沒有旱災發生，1662年出現了等于1的最低值點，表明該點有較大澇災發生。第四階段（1690—1911年）為旱澇災害頻繁交替出現階段，出現了1個較高點與1個較低點，較高點位于1805年，較低點位于1823年。1690—1696年、1742—1805年和1824—1834年曲線呈上升趨勢，表明氣候相對干旱。1697—1741年、1806—1823 年和1835—1911年曲線呈下降趨勢，表明氣候相對濕潤。

圖2 旱澇災害等級序列

2.2 旱澇災害的周期性特征

小波功率譜分析表明（圖3），明清時期渭南地區旱澇災害等級序列在80%顯著性水平上具有顯著的2.4、2.6、3.4、3.6、4.2、4.6、5.2、8、11.3、14.5和21.3 a變化周期，在90%顯著性水平上具有顯著的2.0、2.2、2.3、2.9、27.9和90.7 a變化周期。其中，11.3和90.7 a周期與太陽黑子活動的11年和世紀周期較為接近，21.3 a和27.9 a周期與PDO的20～30 a周期相對應，2.0、2.2、2.3、2.4、2.6、2.9、3.4、3.6、4.2、4.6和5.2 a變化周期與El Ni?o的2～5 a周期具有較好的對應關系，說明渭南地區明清時期旱澇災害的發生可能受到太陽活動、PDO和El Ni?o等因素的影響。

圖3 旱澇災害小波功率譜

2.3 旱澇災害的年際-年代際-百年際尺度特征

明清時期渭南地區旱澇災害等級序列的集合經驗模態分解（EEMD）結果顯示（圖4）：IMF1+2（第一、二本征模函數之和）主要指示明清時期渭南地區在主周期為準4 a尺度上的旱澇災害波動特征，各分量的平均周期分別為3 a（IMF1）和5.8 a（IMF2），該波動特征顯示明清時期該區旱澇災害在年際尺度上的振蕩信號較為明顯，該尺度的方差解釋量為59.5%，說明該周期信號對明清時期渭南地區旱澇災害的影響較大，其中，1412—1649年、1690—1813年和1825—1911年以旱災發生較為頻繁；1650—1667年以洪澇災害發生較多；1390—1412年和1668—1684年旱澇災害波動的振幅較小，以正常年份為主，旱澇災害發生較少。

IMF3+4+5+6+7（第三、四、五、六、七本征模函數之和）主要指示明清時期渭南地區旱澇災害在主周期為準38 a尺度的年代際波動特征，各分量的平均周期分別為10.8 a（IMF3）、17.5 a（IMF4）、27.2 a（IMF5）、51.8 a（IMF6）和83.7 a（IMF7），方差解釋量分別為7.86%、5.44%、3.15%、1.93%和1.69%，該年代際時間尺度的方差解釋量為20.1%，說明該周期信號與明清時期渭南地區的旱澇災害存在一定的關聯，其中，1419—1647年和1689—1882年旱澇災害波動的振幅較大，說明在這2個階段旱澇災害發生較為頻繁。

IMF8（第八本征模函數）主要指示明清時期渭南地區旱澇災害在百年際尺度上的波動趨勢，IMF8分量的周期為362.7 a，該尺度的方差解釋量只有0.7%，說明百年際尺度周期信號對明清時期渭南地區旱澇災害的影響相對較小，其中，1368—1470年和1699—1790年旱澇災害呈波動上升趨勢；1612—1698年和1791—1911年旱澇災害呈波動下降趨勢；1471—1611年旱澇災害的波動幅度較小，說明在該時段內旱澇災害發生的次數較少。

RES為趨勢項，主要指示明清時期渭南地區旱澇災害在1368—1911年的波動趨勢，從RES曲線的趨勢可以看出（圖4），渭南地區在1368—1911年的旱澇災害呈先增加后降低再趨于穩定的變化趨勢，降低和趨于穩定的時間拐點分別出現在1523年和1713年前后。

圖4 旱澇災害的集合經驗模態分解結果

3 討 論

3.1 旱澇災害與太陽活動的關系

太陽活動通常包括太陽黑子、耀斑和太陽風等，其中，太陽黑子數和太陽總輻照是表征太陽活動水平的2個重要參數[26-27]，它的強弱和周期變化會影響地球系統的氣候變化[28-30]，一般具有準10、50和100 a尺度的變化周期[31]。如圖5[32-39]所示，太陽活動強烈的時期，氣候相對比較溫暖，該區域旱澇災害發生的次數相對較多；相反，太陽活動較弱的時期，氣候相對較為寒冷，該區域旱澇災害發生的次數相對較少。例如，在1740—1780年，太陽活動較強，氣候較為溫暖，該區域共有11次旱災和7次澇災發生，平均每2 a發生1次旱澇災害。在蒙特利爾極小期1645—1715年，太陽活動較弱，該區域共有7次旱災和6次澇災發生，平均每5 a發生1次旱澇災害。總體而言，在氣候溫暖時期，該區域旱澇災害發生的次數大約是氣候寒冷時期的2倍（氣候溫暖時期旱澇災害大約每2 a發生1次，氣候寒冷時期大約每4 a發生1次）。另外，明清時期該區域的旱澇災害與重建的北半球溫度和我國冬季平均溫度之間大致呈同相位變化（圖5），說明北半球和我國區域平均氣溫的高低變化也會影響渭南地區旱澇災害的發生，這與Bl?schl 等[40]在歐洲的研究結果相同。小波功率譜結果表明，明清時期渭南地區旱澇災害中的10.8、11.3 a和90.7 a變化周期分別與太陽活動的11 a周期和世紀周期較為接近，說明太陽活動可能與明清時期該區域的旱澇災害存在著一定關聯，這一結果與趙新華等[27]、Li等[32]研究成果一致。

圖5 旱澇災害與太陽活動、重建溫度、El Ni?o (Nino3.4 SST)和PDO對比

圖6 旱澇災害與太陽活動的交叉小波功率譜和交叉小波凝聚譜

圖6為明清時期渭南地區旱澇災害與太陽活動的交叉小波功率譜和交叉小波凝聚譜，交叉小波能量譜中顏色越偏黃表示能量譜密度值越大。交叉小波功率譜和交叉小波凝聚譜表明該區的旱澇災害與太陽黑子數和太陽總輻照間分別存在著顯著的8～15 a共振周期和8～12 a的強凝聚性共振周期（圖6），這與本研究中小波功率譜的結果渭南地區旱澇災害序列中具有11.3 a和14.5 a周期相吻合。無論是從周期變化還是從交叉小波變換均可以看出該區域的旱澇災害與太陽活動間存在著密切的聯系，另外，從集合經驗模態IMF3分量（周期為10.8 a）的方差解釋量來看，太陽活動對該區域旱澇災害的影響可能占各影響因素的7.86%，這暗含著太陽活動可能是影響該區域旱澇災害的重要原因之一。

3.2 旱澇災害與厄爾尼諾的關系

厄爾尼諾（El Ni?o）是影響我國北方地區氣候變化的主要因素之一[41-42]，一般具有2～7 a的變化周期[38]。東赤道太平洋海溫的異常變化（升高或降低）會引起厄爾尼諾-南方濤動冷（暖）相位的變化，進而導致Walker與Hadley環流和西太平洋副熱帶高壓的變化[43-44]，從而引起我國季風區的溫度和降水的變化。例如，厄爾尼諾-南方濤動發生的當年或第2年黃河中下游地區的降水一般偏少[45]，而在強El Ni?o 衰減并向La Ni?a態轉變的年份，重大澇災在長江中下游地區發生的概率明顯增加[46]。小波功率譜結果表明，明清時期渭南地區旱澇災害等級序列中的2～5 a周期與El Ni?o的2～5 a周期具有較好的對應關系，這與前人[10,46-47]研究結果較為一致。

圖7為明清時期渭南地區旱澇災害與厄爾尼諾的交叉小波功率譜和交叉小波凝聚譜。二者的交叉小波功率譜結果顯示（圖7（a）），明清時期渭南地區的旱澇災害與El Ni?o間存在著顯著的3～6 a共振周期；兩者的交叉小波凝聚譜表明該區的旱澇災害與El Ni?o間存在著3～7 a的強凝聚性共振周期（圖7（b）），并且二者之間呈正相關關系。交叉小波功率譜中還顯示，1515—1535年和1832—1852年渭南地區的旱澇災害與El Ni?o的相位差箭頭斜向左上，說明該區旱澇災害的變化周期滯后于厄爾尼諾的變化周期，這一結果與郝志新等[10]關中平原干濕變化滯后于厄爾尼諾大約2 a的研究結果類似。另外，從集合經驗模態IMF1（周期為3 a）和IMF2（周期為5.8 a）的方差解釋量來看，厄爾尼諾對該區域旱澇災害的影響可能占各影響因素的59.5%。綜合可知，厄爾尼諾對明清時期渭南地區旱澇災害的影響程度可能較大。

圖7 旱澇災害與El Ni?o的交叉小波功率譜和交叉小波凝聚譜

3.3 旱澇災害與太平洋年代際震蕩的關系

太平洋年代際振蕩（PDO）是北太平洋海溫年代際循環變化的一種海洋現象，通常具有20～30 a的變化周期[48]，不僅對北美乃至整個北半球大氣環流具有重要的影響[48]，還可以通過調制厄爾尼諾事件來間接影響區域的氣候變化[49]，進而導致區域旱澇災害的發生。如圖5所示，當PDO處于暖相位時，渭南地區的旱澇災害發生較為頻繁。小波功率譜分析表明：明清時期渭南地區旱澇災害等級序列中的27.2 a和27.9 a周期與PDO的20～30 a周期相對應，這與Gedalof等[50]研究結果較為一致。

圖8為明清時期渭南地區旱澇災害與太平洋年代際振蕩的交叉小波功率譜和交叉小波凝聚譜。二者的交叉小波功率譜顯示：明清時期渭南地區的旱澇災害與PDO間存在著顯著的18～23 a共振周期（圖8 （a））；交叉小波凝聚譜表明（圖8（b）），該區域的旱澇災害與PDO之間存在著20～34 a的強凝聚共振周期。另外，從集合經驗模態IMF5（周期為27.2 a）的方差解釋量來看，太平洋年代際振蕩對該區域旱澇災害的影響可能占各影響因素的3.15%。由此可見，明清時期渭南地區的旱澇災害與太平洋年代際振蕩之間存在著一定的關聯，這與裴琳等[51]的研究結果較為一致。

圖8 旱澇災害與PDO的交叉小波功率譜和交叉小波凝聚譜

4 結 論

1）明清時期渭南地區的旱澇災害總體上表現為先增加后降低再趨于穩定的變化趨勢，主要可分為4個階段，其中，1368—1411年以旱災為主，也有澇災發生，1412—1653年為旱澇災害交替出現階段，1654—1689年以正常年份為主，澇災發生較少，沒有旱災發生，1690—1911年為旱澇災害頻繁交替出現階段。

2）厄爾尼諾、太陽活動和太平洋年代際振蕩可能是影響明清時期渭南地區旱澇災害發生變化的主要因素。該區域旱澇災害分別與太陽活動、厄爾尼諾和太平洋年代際震蕩間存在著顯著的8～15、3～6 a和18～23 a的共振周期。

3）明清時期渭南地區旱澇災害的準4 a和準38 a的年際和年代際變化周期分別可以解釋旱澇災害方差變量的59.5%和20.1%，說明該區旱澇災害在年際尺度上的振蕩信號可能要強于在年代際尺度上的振蕩信號。

[1] PENG Y, LONG S F, MA J W, et al. Temporal-spatial variability in correlations of drought and flood during recent 500 years in Inner Mongolia, China[J]. Science of the Total Environment, 2018, 633: 484-491.

[2] 閃麗潔, 張利平, 張艷軍, 等. 長江中下游流域旱澇急轉事件特征分析及其與ENSO的關系[J]. 地理學報, 2018, 73(1): 25-40.

SHAN Lijie, ZHANG Liping, ZHANG Yanjun, et al. Characteristics of dry-wet abrupt alternation events in the middle and lower reaches of the Yangtze River Basin and the relationship with ENSO[J]. Acta Geographica Sinica, 2018, 73(1): 25-40.

[3] HE W P, ZHAO S S, LIU Q Q, et al. Long-range correlation in the drought and flood index from 1470 to 2000 in Eastern China[J]. International Journal of Climatology, 2016, 36(4): 1 676-1 685.

[4] 萬紅蓮, 宋海龍, 朱嬋嬋, 等. 明清時期寶雞地區旱澇災害鏈及其對氣候變化的響應[J]. 地理學報, 2017, 72(1): 27-38.

WAN Honglian, SONG Hailong, ZHU Chanchan, et al. Drought and flood disaster chain and its response to climate change in Baoji region during the Ming and Qing dynasties[J]. Acta Geographica Sinica, 2017, 72(1): 27-38.

[5] MARTINS D S, RAZIEI T, PAULO A A, et al. Spatial and temporal variability of precipitation and drought in Portugal[J]. Natural Hazards and Earth System Sciences, 2012, 12(5): 1 493-1 501.

[6] SHI Y F, LIU S Y. Estimation on the response of glaciers in China to the global warming in the 21st century[J]. Chinese Science Bulletin, 2000, 45(7): 668-672.

[7] 王長燕, 趙景波, 郁耀闖. 公元1700—1949年渭南地區洪澇災害特征分析[J]. 干旱區資源與環境, 2009, 23(6): 54-57.

WANG Changyan, ZHAO Jingbo, YU Yaochuang. Characteristics analysis of flood disasters in Weinan Region from 1700 to 1949[J]. Journal of Arid Land Resources and Environment, 2009, 23(6): 54-57.

[8] 畢碩本, 錢育君, 陳昌春, 等. 1470—1912年西北東部地區旱澇等級重建序列的特征及對比分析[J]. 干旱區地理, 2016, 39(1): 12-21.

BI Shuoben, QIAN Yujun, CHEN Changchun, et al. Characteristics and comparative analysis of reconstructed drought/flood grade sequence in the eastern Northwest China from 1470 to 1912[J]. Arid Land Geography, 2016, 39(1): 12-21.

[9] 鄭景云, 郝志新, 張學珍, 等. 中國東部過去2000年百年冷暖的旱澇格局[J]. 科學通報, 2014, 59(30): 2 964-2 971.

ZHENG Jingyun, HAO Zhixin, ZHANG Xuezhen, et al. Drought/flood spatial patterns in centennial cold and warm periods of the past 2000 years over Eastern China[J]. Chinese Science Bulletin, 2014, 59(30): 2 964-2 971.

[10] 郝志新, 耿秀, 劉可邦, 等. 關中平原過去1000年干濕變化特征[J]. 科學通報, 2017, 62(21): 2 399-2 406.

HAO Zhixin, GENG Xiu, LIU Kebang, et al. Dryness and wetness variations for the past 1000 years in Guanzhong Plain[J]. Chinese Science Bulletin, 2017, 62(21): 2 399-2 406.

[11] 王朋, 張蓓蓓, 王苗苗, 等. 清朝時期渭南地區洪澇災害特征研究[J]. 水資源與水工程學報, 2018, 29(4): 97-102.

WANG Peng, ZHANG Beibei, WANG Miaomiao, et al. Study on characteristics of flood disasters in Weinan region during the Qing Dynasty[J]. Journal of Water Resources and Water Engineering, 2018, 29(4): 97-102.

[12] 譚其驤. 中國歷史地圖集[M]. 北京: 中國地圖出版社, 1982.

TAN Qixiang. Historical atlas of China[M]. Beijing: China Cartographic Publishing House, 1982.

[13] 張德二. 中國三千年氣象記錄總集[M]. 南京: 江蘇教育出版社, 2013.

ZHANG De’er. A compendium of Chinese meteorological records of the last 3000 years[M]. Nanjing: Jiangsu Education Press, 2013.

[14] 溫克剛. 中國氣象災害大典陜西卷[M]. 北京: 氣象出版社, 2005.

WEN Kegang. Encyclopedia of China’s Meteorological Disasters: Shaanxi Volume[M]. Beijing: China Meteorological Press, 2005.

[15] 科技司. 清代黃河流域洪澇檔案史料[M]. 北京: 中華書局, 1993.

[16] 袁林. 西北災荒史[M]. 蘭州: 甘肅人民出版社, 1994.

YUAN Lin. History of Disasters in Northwest China[M]. Lanzhou: Gansu People’s Publishing House, 1994.

[17] 渭南縣志編纂委員會. 渭南縣志[M]. 西安: 三秦出版社, 1987.

Weinan County Annals Compilation Committee. Weinan County Annals [M]. Xi’an: Sanqin Publishing House, 1987.

[18] TORRENCE C, COMPO G P. A practical guide to wavelet analysis[J]. Bulletin of the American Meteorological Society, 1998, 79(1): 61-78.

[19] HUANG N E, WU Z H. A review on Hilbert-Huang transform: Method and its applications to geophysical studies[J]. Reviews of Geophysics, 2008, 46(2): RG2006.

[20] 鄭景云, 劉洋, 吳茂煒, 等. 中國中世紀氣候異常期溫度的多尺度變化特征及區域差異[J]. 地理學報, 2019, 74(7): 1 281-1 291.

ZHENG Jingyun, LIU Yang, WU Maowei, et al. Evidences and regional differences on multi-scales in Medieval Climate Anomaly over China[J]. Acta Geographica Sinica, 2019, 74(7): 1 281-1 291.

[21] 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.

[22] MA Y Y, LI G F, WANG Y J, et al. Random noise attenuation by f-x spatial projection-based complex empirical mode decomposition predictive filtering[J]. Applied Geophysics, 2015, 12(1): 47-54.

[23] BREAKER L C, LOOR H R, CARROLL D. Trends in sea surface temperature off the Coast of Ecuador and the major processes that contribute to them[J]. Journal of Marine Systems, 2016, 164: 151-164.

[24] WANG Y M, LEAN J L, SHEELEY N R Jr. Modeling the sun's magnetic field and irradiance since 1713[J]. The Astrophysical Journal Letters, 2005, 625(1): 522-538.

[25] GRINSTED A, MOORE J C, JEVREJEVA S. Application of the cross wavelet transform and wavelet coherence to geophysical time series[J]. Nonlinear Processes in Geophysics, 2004, 11(5/6): 561-566.

[26] 楊冬紅, 楊學祥. 全球氣候變化的成因初探[J]. 地球物理學進展, 2013, 28(4): 1 666-1 677.

YANG Donghong, YANG Xuexiang. Study on cause of formation in Earth’s climatic changes[J]. Progress in Geophysics, 2013, 28(4): 1 666-1 677.

[27] 趙新華, 馮學尚. 太陽活動與地球表面溫度變化的周期性和相關性[J]. 科學通報, 2014, 59(14): 1 284-1 292.

ZHAO Xinhua, FENG Xueshang. Periodicities of solar activity and the surface temperature variation of the Earth and their correlations[J]. Chinese Science Bulletin, 2014, 59(14): 1 284-1 292.

[28] GRAY L J, BEER J, GELLER M, et al. Solar influences on climate[J]. Reviews of Geophysics, 2010, 48(4): RG4001.

[29] 戴開美, 錢幼能. 樹木年輪14C含量與短周期太陽活動關系的研究[J]. 科學通報, 1987, 32(6): 441-443.

DAI Kaimei, QIAN Youneng. Relationship between tree ring 14C content and short-cycle solar activity[J]. Chinese Science Bulletin, 1987, 32(6): 441-443.

[30] 劉立波, 萬衛星, 陳一定, 等. 電離層與太陽活動性關系[J]. 科學通報, 2011, 56(7): 477-487.

LIU Libo, WAN Weixing, CHEN Yiding, et al. Relationship between the ionosphere and solar activity [J]. Chinese Science Bulletin, 2011, 56(7): 477-487.

[31] 李旺, 郭金運, 趙春梅, 等. 1700—2012年太陽黑子周期性變化的小波分析[J]. 測繪科學技術學報, 2015, 32(2): 125-129.

LI Wang, GUO Jinyun, ZHAO Chunmei, et al. Periodic variations of sunspot from 1700 to 2012 by wavelet analysis[J]. Journal of Geomatics Science and Technology, 2015, 32(2): 125-129.

[32] LI Z, YUE J P, XIANG Y F, et al. Multiresolution analysis of the relationship of solar activity, global temperatures, and global warming[J]. Advances in Meteorology, 2018, 2018: 1-8.

[33] http://sidc.oma.be.

[34] http://lasp.colorado. edu/lisird/tsi/historical_tsi.html.

[35] LEAN J, BEER J, BRADLEY R. Reconstruction of solar irradiance since 1610: Implications for climate change[J]. Geophysical Research Letters, 1995, 22(23): 3195-3198.

[36] MOBERG A, SONECHKIN D M, HOLMGREN K, et al. Correction: Corrigendum: Highly variable Northern Hemisphere temperatures reconstructed from low- and high-resolution proxy data[J]. Nature, 2006, 439(7079): 1014.

[37] GE Q S, ZHENG J Y, FANG X Q, et al. Winter half-year temperature reconstruction for the middle and lower reaches of the Yellow River and Yangtze River, China, during the past 2000 years[J]. The Holocene, 2003, 13(6): 933-940.

[38] LI J B, XIE S P, COOK E R, et al. Interdecadal modulation of El Ni?o amplitude during the past millennium[J]. Nature Climate Change, 2011, 1(2): 114-118.

[39] MANN M E, ZHANG Z, RUTHERFORD S, et al. Global signatures and dynamical origins of the little ice age and medieval climate anomaly[J]. Science, 2009, 326(5 957): 1 256-1 260.

[40] BL?SCHL G, HALL J, PARAJKA J, et al. Changing climate shifts timing of European floods[J]. Science, 2017, 357(6351): 588-590.

[41] 趙振國. 厄爾尼諾現象對北半球大氣環流和中國降水的影響[J]. 大氣科學, 1996, 20(4): 422-428.

ZHAO Zhenguo. Impact of E1 Ni o events on atmospheric circulations in the Northern Hemisphere and precipitation in China[J]. Scientia Atmospherica Sinica, 1996, 20(4): 422-428.

[42] 龔道溢, 王紹武. ENSO對中國四季降水的影響[J]. 自然災害學報, 1998, 7(4): 44-52.

GONG Daoyi, WANG Shaowu. Impact of ENSO on the seasonal rainfall in China[J]. Journal of Natural Disasters, 1998, 7(4): 44-52.

[43] WANG Y C, LIU Y, ZHANG H F, et al. Temperature variability inferred from tree-ring records in Weichang region, China, and its teleconnection with large-scale climate forcing[J]. Climate Dynamics, 2019, 52(3/4): 1 533-1 545.

[44] 畢碩本, 瞿穎, 張永華, 等. 1725年以來北京年降水量年代際變化分析及其與太平洋海表溫度關系研究[J]. 熱帶氣象學報, 2016, 32(5): 743-751.

BI Shuoben, QU Ying, ZHANG Yonghua, et al. Decadal variation analysis of the annual precipitation series of Beijing and its relationship with Pacific sea surface temperature since 1725[J]. Journal of Tropical Meteorology, 2016, 32(5): 743-751.

[45] HAO Z X, ZHENG J Y, GE Q S. Precipitation cycles in the middle and lower reaches of the Yellow River (1736—2000)[J]. Journal of Geographical Sciences, 2008, 18(1): 17-25.

[46] 郝志新, 劉可邦, 張學珍, 等. 地球系統模式CESM模擬的ENSO變率與中國東部降水格局[J]. 自然資源學報, 2016, 31(12): 1 984-1 994.

HAO Zhixin, LIU Kebang, ZHANG Xuezhen, et al. Relationship between ENSO episode and the spatial pattern of precipitation in Eastern China as simulated in CESM control experiment[J]. Journal of Natural Resources, 2016, 31(12): 1 984-1 994.

[47] ZHENG J Y, YU Y Z, ZHANG X Z, et al. Variation of extreme drought and flood in North China revealed by document-based seasonal precipitation reconstruction for the past 300 years[J]. Climate of the Past, 2018, 14(8): 1 135-1 145.

[48] GUTZLER D S, KANN D M, THORNBRUGH C. Modulation of ENSO-based long-lead outlooks of southwestern US winter precipitation by the Pacific decadal oscillation[J]. Weather and Forecasting, 2002, 17(6): 1 163-1 172.

[49] 唐民, 呂俊梅. 東亞夏季風降水年代際變異模態及其與太平洋年代際振蕩的關系[J]. 氣象, 2007, 33(10): 88-95.

TANG Min, LYU Junmei. The inter-decadal mode of the summer monsoon rainfall in east Asia and its association with Pacific decadal oscillation[J]. Meteorological Monthly, 2007, 33(10): 88-95.

[50] GEDALOF Z, MANTUA N J, PETERSON D L. A multi-century perspective of variability in the Pacific Decadal Oscillation: New insights from tree rings and coral[J]. Geophysical Research Letters, 2002, 29(24): 2204.

[51] 裴琳, 嚴中偉, 楊輝. 400多年來中國東部旱澇型變化與太平洋年代際振蕩關系[J]. 科學通報, 2015, 60(1): 97-108.

PEI Lin, YAN Zhongwei, YANG Hui. Multidecadal variability of dry/wet patterns in Eastern China and their relationship with the Pacific Decadal Oscillation in the last 413 years[J]. Chinese Science Bulletin, 2015, 60(1): 97-108.

Drought and Flooding Over Ming and Qing Dynasties in Weinan of Shaanxi Province and Their Determinants

YU Yaochuang1, 2, XU Qiuyue1, 2, WANG Changyan1, 2*, GONG Lanlan1, 2,

WANG Lingang1, 2, REN Yuanyuan1, 2, HOU Ying1, 2

(1. College of Geography and Environment, Baoji University of Arts and Sciences, Baoji 721013, China; 2. Key Laboratory of Disaster Monitoring and Mechanism Simulation of Shaanxi Province, Baoji University of Arts and Sciences, Baoji 721013, China)

Drought and flooding are two extreme weathers facing agriculture production in the world. They happen regionally, but the global warming over the past century has substantially increased their frequency in all regions. Understanding their underlying mechanisms is important for riskmanagement and mitigating their detrimental impact.【】This paper is to analyze the flooding and droughts occurring over Ming and Qing dynasties in Weinan of Shaanxi province, as well as their underlying determinants.【】The analysis was based on the archive - Chinese meteorological records over the last 3 000 years. Their multiscale features were calculated using the ensemble empirical mode decomposition (EEMD).【】Over the two dynasties, the frequency of droughts and flooding showed a pattern of increasing first followed by a decline before stabilizing. Temporally, drought and flooding were hierarchically periodic, with nested periods of 2～5 years, 10 years, 18 years, 27 years, 52 years, 84 yearsand 100 years. Such a hierarchy was associated well with the 2～5 year period of the El Ni?o, 10-year period of solar activity, 50-year period of centennial cycle, and 20～30 year period of the Pacific Decadal Oscillation (PDO), respectively. The wavelet of cross and condensate spectrums showed that drought and flooding in this region was closely related to solar activity, El Ni?o and Pacific interdecadal oscillation. The inter-annual and inter-decadal variation of the quasi-4a and quasi-38a explained 59.5% and 20.1% of the variance of drought and flooding respectively, indicating that the oscillation of drought and flooding was impacted by inter-annual period more than by the inter-decadal period. 【】The occurrence of drought and flooding over the Ming and Qing dynasties in Weinan of Shaanxi province showed hierarchical periods, which were closely related to the solar activity, El Ni?o and the decadal oscillation of Pacific Ocean.

Weinan; Ming and Qing dynasties; drought and flooding; climate change; interannual-centennial scale

P954

A

10.13522/j.cnki.ggps.2020620

郁耀闖, 徐秋月, 王長燕, 等. 明清時期渭南地區旱澇災害的多尺度變化特征[J]. 灌溉排水學報, 2021, 40(7): 130-137.

YU Yaochuang, XU Qiuyue, WANG Changyan, et al. Drought and Flooding Over Ming and Qing Dynasties in Weinan of Shaanxi Province and their Determinants[J]. Journal of Irrigation and Drainage, 2021, 40(7): 130-137.

1672 - 3317（2021）07 - 0130 - 08

2020-11-06

國家自然科學基金項目（41771048）；陜西省教育廳重點實驗室項目（18JS005）；陜西省社會科學界聯合會項目（2019Z007，2020Z050）；陜西省社科項目（2019E007，2020E007）；寶雞市科技局項目（2018JH-13）；陜西省2019年大學生創新創業訓練計劃項目（S201910721033）

郁耀闖（1980-），男。副教授，碩士生導師，博士，主要從事災害地理與氣候變化響應研究。E-mail: yuyaochuang@126.com

王長燕（1979-），女。副教授，碩士生導師，博士，主要從事氣候變化研究。E-mail: wcyxa_1979@163.com

責任編輯：趙宇龍