陈 超，李鹏飞，肖稳安，张春龙，吕东波

(1.江苏省盐城市大丰区气象局，江苏 盐城 224100；2.中国气象局 气溶胶与云降水重点开放实验室，江苏 南京 210044；3.黑龙江省气象灾害防御技术中心，黑龙江 哈尔滨 150030；4.中国气象科学研究院 高纬度雷电研究实验室，黑龙江 哈尔滨 150030)

基于EEMD与Markov Chain的雷暴日动态与趋势预测
——以盐城地区为例

陈 超1,2，李鹏飞2,3,4*，肖稳安2,4，张春龙2,3,4，吕东波3,4

(1.江苏省盐城市大丰区气象局，江苏 盐城 224100；2.中国气象局 气溶胶与云降水重点开放实验室，江苏 南京 210044；3.黑龙江省气象灾害防御技术中心，黑龙江 哈尔滨 150030；4.中国气象科学研究院 高纬度雷电研究实验室，黑龙江 哈尔滨 150030)

以盐城地区为例，通过滑动t突变检验、EEMD(集合经验模态分解，Ensemble Empirical Mode Decompositon)以及Markov Chain(马尔科夫链)统计模型，对盐城地区54 a年雷暴日数据进行动态与趋势预测研究，并对周期研究结果进行显著性和误差检验，结果表明：盐城地区54 a年雷暴日呈现减少的趋势，突变年为1966年，其54 a年雷暴日序列可以分解成4个IMF(Intrinsic Mode Function)分量和1个趋势分量。主要存在0～0.05、0.45～0.50 Hz两个频率区间，相应的其周期为2.22 a年际周期和27 a年代际周期(可信度均超过95%)。EEMD重构雷暴日数据与原始数据的误差百分比处于±0.8%范围内，其马尔科夫链长周期预测显示未来年雷暴日处于25～35 d之间的概率为45%，大于35 d的概率为32%。

盐城地区；年雷暴日；EEMD；Hilbert变换；马尔科夫链

近年来，全球温度升高以及气候变化，导致极端强对流天气时常发生，雷电灾害也愈发频繁。由于敏感性元件在电子电器等智能电气领域广泛应用，导致设备的防雷电过电压、雷电电磁脉冲等的能力降低，由雷电灾害带来的经济损失呈现指数增长。……