Ei Niño(La Niña)事件是全球气候变化研究的热点问题之一，Bierknes(1969)首先提出Ei Niño、La Niña现象是赤道附近的海-气系统相互作用，与发生在热带大气中南方涛动(Southern ocsmatoin)现象有着内在联系，它们共同称为ENSO.许多学者针对它的成因机制、影响因素及预报方法进行研究.如，Wyrtki(1975)提出信风张驰理论，Philander等(1984)、Hirst(1986)提出不稳定海洋波动理论，Suarez和Schopf(1988)和Neelin(1991)提出延迟振子理论，刘式适等(2001)讨论了地球自转速率变化对海气耦合系统的影响，薛峰等研究了外热带大气扰动对ENSO的影响.韩延本等(2000)认为地球自转变慢时，Ei Niño事件较多，当地球自转加快，La Niña事件发生较多.赵佩章等(2001a)、孙熔(2011)认为太阳黑子发生峰年与厄尔尼诺事件具有密切相关性.赵佩章等(1998)、杨学祥(2008)提出日食发生对Ei Niño(La Niña)事件具有重要影响，杨冬红和杨学祥(2008)对日食与Ei Niño、La Niña之间的成因关系进行分析，项月琴和李建京(1989)从日食对太阳辐射能量影响分析了它与Ei Niño、La Niña的关系，林振山等(1998)提出了日食-厄尔尼诺相关预报系数.Ludescher等(2013，2014)基于高质量空气温度数据，对近60年200多个测量点数据进行分析，对太平洋远距站点之间的气候变暖进行研究，提出半年期厄尔尼诺事件预测方法.Cobb等(2013)在science杂志发表文章，他们通过对ENSO活动中心地北莱恩群岛的珊瑚礁化石进行分析，重构了过去7000年ENSO事件发生过程.他们研究结果表明无论是自然或人类造成ENSO被迫改变，都可能非常困难从其环境内部变异性中区分出来，因此厄尔尼诺—南方涛动在整个全新世具高度可变化性.

上述研究虽然各自都能部分地解释Ei Niño(La Niña)的发生和演变特征，但其发生确切原因仍未真正清楚，其发生预报仍然是一个重要而困难的科学问题.地球表面大气活动规律与变化受太阳活动变化、太阳能量到达地球过程显著影响.Ei Niño(La Niña)事件过程与地球表面能量来源变化过程具有非常密切的联系.因而，太阳活动、地球自转速率变化及日食与Ei Niño(La Niña)发生都具有非常直接联系.通过对这些要素发生规律、特征与Ei Niño(La Niña)事件的发生时间、位相等方面进行分析研究，如果它们具有较好一致性，说明其产生机理与这些要素具有密切的联系，并依据它们相互联系与特点，提出与Ei Niño(La Niña)事件的相关系数与预报定理.

地球自转速率变化以国际地球自转服务局(IERS，http://hpiers.obspm.fr/)提供的地球日转时间(LOD)数据来表征地球自转速度的快慢，LOD数据表示地球日长时间实际值与24小时差值.当 LOD 值增大时，表明地球自转速度减慢，反之亦然.国际地球自转服务局(IERS)提供了从1962-2014年共52年的每月平均日长变化，以及更长时间年平均地球自转日长变化数据.

日食数据来源于美国国家航空航天局，包括日食发生纬度、观测时间与范围、类型等详细信息.(http://eclipse.gsfc.nasa.gov/SEcat5/SEcatalog.html#cattab).Ei Niño、 La Niña数据来源于ENSO监测小组(1998)及其他学者(王绍武和龚道溢，1999; 张秀伟和赵景波，2014)的统计资料，划分依据是选取赤道东太平洋范围(0°-10°S、180°-90°W)内的海表温度(SST)资料，以该海域月平均海温距平是否≥0.5 ℃(≤0.5 ℃)作为指标.一次事件长度至少为半年，其中允许有1个月中断.其强度由事件持续时间长度、最大⊿SST(最小⊿SST)，以及⊿SST≥1.0(⊿SST≤-1.0)的月数三项综合评价.太阳黑子数据来源于比利时太阳影响数据分析中心(WDC-SILSO，Royal Observatory of Belgium，Brussels)，从其获得1945年至2014年每日太阳黑子数量.

经验模态分解(Empirical Mode Decomposition)是Huang等(1998，1999)提出.EMD是对一个信号同时将不同尺度(频率)的波动或趋势逐级分解开来，产生一系列具有不同特征尺度的数据序列称为本征模函数(Intrinsic Mode Function，IMF)，并将每一个IMF进行希尔伯特变换，称希尔伯特-黄变换.IMF波动分量具有显著缓变波包特性，不同IMF分量是平稳信号，具有非线性特征，其缓变波包特征味意着不同特征尺度波动的波幅随时间变化，因而也具有时域上的局域化特征.趋势分量则是单调函数或者均值函数，可以代表其长期变化趋势或平均态.EMD最终结果是得到在时域和频域都有较高分辨率特征的谱图.目前，EMD方法已经成功应用于大气科学、地质、生态及社会经济科学等非线性科学领域.

经验模态分解(EMD)方法是将时间信号X(t)分解成一系列本征模态函数IMF，每个IMF分量具有如下特征：①从全局特性上看，极值点数必须和过零点数一致或者至多相差一个；②在某一个局部点，极大值包络和极小值包络在该点的值的算术平均和是零.EMD实际上是一种循环迭代算法，从时间序列实现分解，公式为

根据EMD提取的地球自转和太阳黑子变化IMF分量，建立动力学模型为

王钟睿等(2002)、冯松和汤懋苍(1997)建立平均温度与太阳黑子峰年值周期长度之间的简单数学模型，拟合近2000a来的温度变化，结果表明太阳活动是影响10a以上尺度气温变化的基本因素，故对1945a-2014a太阳黑子数量变化与Ei Niño(La Niña)事件的多尺度相关性进行分析.

采用EMD方法对1945a-2014a逐月太阳黑子数据进行逐级分解，得到6个IMF分量和趋势分量(图 1).表 1是不同尺度IMF分量所表征不同时间尺度波动的平均周期及方差贡献率.分析6个IMF分量可知，IMF1表示准3月尺度极短周期振荡；IMF2表示准半年尺度极短周期振荡；IMF3表示准1.5年短周期振荡；IMF4表示准6年短周期振荡；IMF5表示准11年周期波动振荡；IMF6表示准22年周期波动振荡.IMF5分解量方差贡献率达78.0384%，其太阳黑子活动准11年的波动振荡周期，与公认太阳活动周期吻合，也表明该EMD分解较为合理.从趋势量分析看，从1945年至今，太阳黑子数量逐年呈减少趋势，表明太阳黑子活动对地球厄尔尼诺现象影响呈减弱趋势.

图 1

Fig.1

图 1 1945a-2014a太阳黑子月均变化的IMF分量及其趋势量 (▲La Niña事件；◆Ei Niño事件) Fig.1 The IMF component and the tendency of sunspot average monthly change from 1945a to 2014a (▲—the La Niña event；◆—the Ei Niño event)

表 1(Table 1)

表 1(Table 1)

表 1 1945a-2014a太阳黑子月均变化IMF分量周期及方差贡献率 Table 1 The IMF period and variance contribution rate of sunspot average monthly change from 1945a to 2014a IMF分量 IMF1 IMF2 IMF3 IMF4 IMF5 IMF6 RES 周期(a) 0.3 0.5 1.5 2 11 22 贡献率(%) 4.0622 2.3047 1.2901 3.0947 78.0384 8.7426 2.4672

表 1 1945a-2014a太阳黑子月均变化IMF分量周期及方差贡献率 Table 1 The IMF period and variance contribution rate of sunspot average monthly change from 1945a to 2014a

IMF1与 IMF2分解量表示太阳黑子数极短周期内变化，其中1945-2014年期间共有7个高峰值区，而21次太阳活动高峰年，分别在7个太阳活动周期内.第18周期(1944-1954)的1947、1948、1949年；第19周期(1954-1964)的1957、1958、1959年；第20周期(1964-1796)的1967、1968、1969、1970年；第21周期(1976-1986)的1979(中心)、1980、1981年；第22周期(1986-1996)的1989、1990、1991年；第23周期(1996-2008)的2000、2001(中心)、2004年；第24周期(2008-)的2014年.其也存在6个太阳黑子活动数量谷值年区，分别是1952-1955年，1962-1965年，1974-1977年，1985-1987年、2004-2010年.各月及太阳高峰年际间的太阳黑子数变化波动幅度较大，而太阳黑子谷值年的太阳黑子数年际波动变化幅度较小.根据Ei Niño(La Niña)监测资料，从1945-2014年Ei Niño共发生21年次，La Niña发生14年次.其中Ei Niño主要生发年份1951、1953、1957、1985、1963、1965、1972、1976、1982-1983、1987、1991、1993、1994、1997、2002、2004-2005、2006、2009、2014；La Niña主要发生年份1955、1962、1964、1968、1970、1975、1984-1985、1988、1995、1999-2000、2007、2010.

冯博(1989)认为太阳黑子活动高峰年，太阳辐射电磁辐射波变长，其额外加热后使赤道地区海洋吸收更多长波，经过海洋热力作用弛豫过程，可造成对大气运动产生巨大的影响.结合图 1与表 1中IMF5分析可知，Ei Niño主要发生在太阳黑子数量达高峰值年后的1~3年内，而La Niña主要发生在太阳黑子高峰年前1~3年内.因此，太阳黑子高峰值年后Ei Niño事件发生率较高，而在太阳黑子谷值年后La Niña事件发生率较高.结果表明太阳黑子数量变化与Ei Niño(La Niña)事件存在密切联系，与顾节经(1998)、李崇银(2014)等研究结论相同.

郑大伟等(1990)、Carter等(1984)认为当地球自转速率变快(LOD值降低)，诱发La Niña事件发生；当地球自转速率降低时(LOD值增加)诱发Ei Niño事件发生.任振球和张素琴(1985)研究也获得相同结论.对1962年后地球日长月均变化数据进行EMD分解(图 2、表 2).从各分解量方差贡献率可知，IMF3 1.5年周期方差贡献率3.7464%，IMF6分解量方差贡献率为28.0944%，其周期约为15年，故地球自转速率变化具有一定的长周期性，但短周期性不明显.其中地球自转速率IMF3分解振荡准周期1.5年与太阳黑子数量变化IMF3振荡周期相吻合.叠加Ei Niño(La Niña)事件，可知地球自转速率加快，La Niña发生事件增多；地球自转速率降低，Ei Niño发生事件增多.从趋势量可知，从1962年至今，地球自转速率变化整体处于逐渐增加趋势(日长呈降低趋势)，表明地球自转对Ei Niño事件影响呈减弱趋势，对La Niña事件影响则呈增强趋势.

图 2

Fig.2

图 2 1962a-2014a地球自转月均日长变化的IMF分量及其趋势量 (▲表示La Niña事件；◆Ei Niño事件) Fig.2 The IMF component and the tendency of the LOD average monthly change from 1962a to 2014a (▲—the La Niña event；◆—the Ei Niño event)

表 2(Table 2)

表 2(Table 2)

表 2 1962a-2014a地球自转月均变化分量周期及方差贡献率 Table 2 The IMF period and variance contribution rate of the LOD average monthly change from 1962a to 2014a IMF分量 IMF1 IMF2 IMF3 IMF4 IMF5 IMF6 RES 周期(a) 0.3 0.8 1.5 3 5 15 贡献率(%) 7.8883 9.1323 3.7464 0.7140 1.4338 28.9044 48.1809

表 2 1962a-2014a地球自转月均变化分量周期及方差贡献率 Table 2 The IMF period and variance contribution rate of the LOD average monthly change from 1962a to 2014a

通过对1945a-2014a地球自转年均日长变化及太阳黑子年均数进行距平处理，得到其距平数时间分布图(图 3)，并与1950a至2014a的Ei Niño(La Niña)发生年叠加分析它们之间的相关性.在1945a-2014a期间，地球日长变化多年平均值为1.591.当其距平数值小于零，则地球自转速度较快，且其值越小，自转速度越快，反之亦然.太阳黑子数多年平均数为71.0556，如太阳黑子距平数小于零，表示太阳黑子数较少，且其值越小，太阳活动越弱；如距平系数大于零，表示太阳黑子数较多，其值越大，太阳活动越强.

图 3

Fig.3

图 3 1945a-2014a地球自转日长、太阳黑子距平数与Ei Niño(La Niña)事件 Fig.3 The Anomoly of the LOD and the sunspots, the Ei Niño(La Niña) event from 1945a-2014a

在Ei Niño事件较强年1957、1958、1972、1981、1982、1993、1997年，期间地球自转速度年际变化由快转慢，且自转速度较低，而太阳黑子活动则处于高峰值年.La Niña较强年分别为1954、1955、1956、1974、1975、1988、1999、2000、2007年，期间地球自转速度年际变化由慢转快且自转速度较快.太阳活动增强，太阳黑子数量增多，引起赤道海区水温增加；地球自转速度减慢，造成赤道带大气和海水获得向东惯性力，促进西太平洋暖水向东流动，东太平洋冷水上翻受阻，因暖水堆积而发生海水增温、海面抬升而诱发Ei Niño.当太阳黑子数量较少时，其对地球影响减弱，与Ei Niño(La Niña)发生的相关性不明显.研究还表明，太阳黑子数量达峰值后约两年后，地球自转速度有加快趋势；太阳黑子数量达谷值年后约2年，地球自转速度呈降低趋势.表明太阳活动与自转速度变化之间有一定的相关性，与罗时芳等(1974)、顾震年(1991)的计算与研究结论基本一致.

日食对Ei Niño(La Niña)事件的影响已经受多数学者所认同，季国良和陈有虞(1980)等认为日食过程的太阳短波辐射量呈线性减弱，长波辐射减弱稍慢；在历时160分钟的日食过程到达地面净能量损失达59.2卡/cm²，若按东经60°-160°，北纬50°以北地区考虑，总面积814.5万km²，总能量损失可达4.8×10¹⁸卡.Anderson等(1972)指出日食现象虽然是一个天文现象，但对于地面气象要素如气压、气温等都会产生一定影响.李兴中(1987)研究认为由于日食的影响，地面辐射降低最多可达1.7 μR /h.在众多学者的研究基础上，提出日食诱发Ei Niño(La Niña)的热动力诱发机制：

(1)位能增量

取太阳常数(Q)为8.19 J/(cm²·min)，大气比热(c)为1008 J/(kg·℃)，赤道一次日全食约2 h，折合完全无光1 h.设大气吸收(R=19%)的100%和海洋陆地吸收(R=51%)的70%，决定了日食区的减温量，则日食区减温为

设单位气柱质心高度Z_c=5500 m，位能增量和单位质量位能增量分别为ΔE和Δe，因为当Δρ/ρ=ΔT/T=0.3/273=0.11%；ΔE/=gΔMZ_C/2；则有：Δe/=ΔE/M=gΔTZ_C/2×273=30(J/kg)，式中，e为有效位能，g为重力加速度，ρ为大气密度，M为大气质量.

(2)赤道日食区附近水平对流附加速度V和垂直对流附加速度V_⊥，设大气位能增量的有效转化率为p，根据能量守恒定率有：V²/2=ep；

假设大气位能增量的有效转化率取p=15%，则日食区附近水平对流附加速度为

(3)日食区内气柱对外作功时间

由于日食区内平均气温要比外界的低，日食区下垫面将向气柱输送更多的感热和潜热，从而对外作正功.由于实际空气分子的碰撞为非完全弹性碰撞，设气体碰撞的热交换系数为0.75.而对外作功的时间等于气柱质心上升到对流层的时间为t/0.75，公式为

对于极地日食，其日照强度是赤道的cos66.5°=0.4(倍)，而大气厚度则是赤道的8/18=0.4(倍)，所以极地日食区内气柱对外作功时间为

结论1：每次日食对大气环流的平均作用时间为20天左右，每年2～6次的日食将对大气环流产生长期而巨大的影响.

结论2：日食区气柱对外作正功是日食诱发Ei Niño、La Niña的热动力因素.由于日食区内平均气温要比外界的低.日食区下垫面将向日食区气柱输送更多的感热和潜热，从而使日食区内气柱对外作正功诱发Ei Niño、La Niña现象.

结论3：中纬以上连续3～6次同位相减弱赤道东风的代数叠加是日食诱发Ei Niño(La Niña)现象重要因素.由于每次高纬或极区的日食都将使极地下沉气流减弱，从而使赤道东风减弱.而1 a～2 a内在中纬以上地区连续发生3～6次日食，将使赤道东风减弱逐次得到加强，从而诱发Ei Niño(La Niña)现象.

Ei Niño、La Niña是受多种因素影响复杂现象，日食主要有3个周期均不是定数，它们均不具有周期性.因此提出以下假设：

假设1，连续若干次的日食是诱发Ei Niño(La Niña)现象的主要因素之一.

通过分析从1950年以来所有Ei Niño(La Niña)年和日食资料，分析发现日食和厄尔尼诺现象之间存在着以下关系：

A：在极区(南极或北极)连续发生3次或3次以上日食，则当年或次年(发生开始时间)必发生Ei Niño现象.

B：凡一年内在赤道连续发生3次或3次以上日食，则当年或次年(发生开始时间)必发生La Niña现象.

假设2，一年内连续发生多次日食，且当年内同时还处于太阳黑子高峰值年，地球自转速率处于峰值区或谷值区，则它们均是Ei Niño(La Niña)发生的重要影响因素.

通过统计分析1950年以来所有Ei Niño(La Niña)年和地球自转日长变化数据、太阳黑子活动高峰值年数据(认为从大于距平值-20%以上的太阳黑子数均对Ei Niño发生有诱发与促进作用，太阳黑子数越多对Ei Niño增强作用越显著，太阳黑子活动对La Niña没有明显影响)，当爆发太阳黑子活动及地球自转变化处于峰值区或谷值区时，它们与Ei Niño(La Niña)事件有以下关系：

C：若地球自转日长大于距平值，其诱发Ei Niño发生(或抑制La Niña)，且日长值越大，诱发(或抵抑制)作用越显著；若地球自转日长低于距平值，其诱发La Niña发生(或抑制Ei Niño)，且日长值越小，诱发(或抵制)作用越显著；

D：若太阳黑子数量大于距平值-20%，其对Ei Niño发生起诱发增强作用，太阳黑子数越多，其诱发增强作用越显著；若太阳黑子数量小于距平值的-20%，其对Ei Niño(La Niña)的发生没有明显影响.

为进一步证明假设1、2的充分必要性，定义日食—厄尔尼诺系数e_i、太阳黑子—厄尔尼诺系数s_j、地球自转—厄尔尼诺系数r_j；年日食、太阳黑子、地球自转—厄尔尼诺(拉尼娜)系数为E₁=e_i+s_j+r_j；累积日食、太阳黑子、地球自转与厄尔尼诺(拉尼娜)系数为E₂.设日食中心纬度、日出见食纬度、中午见食纬度、日落见食纬度分别为ψ_m、ψ_a、ψ_n：

则有： ψ=ψ_n+0.18(ψ_m+ψ_a－2ψ_n).

综合考虑到A和B，定义日食一厄尔尼诺系数e_i为

考虑到D，定义太阳黑子－厄尔尼诺系数为s_j，按照太阳黑子数距平百分数(S)进行划分为

定义累积日食、太阳黑子、地球自转一厄尔尼诺系数E₂=∑(∑(e_ji+e_(j+1)i)+r_j+r_j+1+s_j+s_j+1，i=1，2，…n，n为1年内发生日食的总次数；j为第某年，从1948-2014年.

日食、太阳黑子、地球自转对大气系统影响具有能量传播与转换运动过程，具有较一定驰豫过程，且多数Ei Niño(La Niña)事件是跨年发生，故对大气层影响具有两年振荡期(顾震年，1998).因此，把当年日食、太阳黑子、地球自转—厄尔尼诺(拉尼娜)系数(E₁)对当年与次年Ei Niño(La Niña)事件预测，而2年累加系数(E₂)则对其次年及后年发生进行预测，提出预测Ei Niño(La Niña)年的R₁-R₂预测定理：

(1)E₁≥ 9(当年或次年发生Ei Niño)；

(2)E₂≥11(次年或后年发生Ei Niño)；

(3)E₁<1(当年或次年发生La Niña)；

(4)E₂≤-1(次年或后年发生La Niña).

(1)资料检验：依据公式(5)、(6)、(7)得到1948年以来年日食、太阳黑子、地球自转-厄尔尼诺系数E₁和年累积系数E₂(表 3)，并依据资料检验得到E₁-E₂的验证结果(表 3).结果表明实际验证正确率达86.75%，其中Ei Niño预测准确率高于La Niña.由于Ei Niño(La Niña)的发生是多因素复杂系统过程，此次预测采用了3个指标，它们对Ei Niño(La Niña)的影响机制尚未完全清楚，其次部份La Niña事件时间较短、活动弱，这都增加了预测难度，但研究结果较高准确率仍然充分表明E₁-E₂定理具有较好的预测作用.

表 3(Table 3)

表 3(Table 3)

表 3 日食、太阳黑子、地球自转与Ei Niña(La Niña)相关系数及E1-E2预测结果表 Table 3 The correlation coefficient between the eclipse, sunspot,earth rotate and Ei Niña(La Niña) and the E1-E2 prediction results 年 ei rj sj E1 E2 E1-E2预测理伦 发生时间 发生类型 预测结果 1948 2 -1 1.5 2.5 1949 6 -1 1.5 6.5 9 1950 6 -0.5 0.5 6 12.5 次年发生E E 正确 1951 -2 -0.5 0.5 -2 4 次年发生L 1951.8-1952.4 E 正确 1952 0 -0.5 0 -0.5 -2.5 L 正确 1953 9 -1 0 8 7.5 当年E 1953.4-1953.10 E 正确 1954 1 -1 0 0 8 当年发生L L 正确 1955 -2 -1 0 -3 -3 当年及次年发生L 1954.6-1956.7 L 正确 1956 4 -1 1.5 4.5 1.5 L 正确 1957 6 -0.5 2 7.5 12 次年发生E 1957.4-1958.8 E 误 1958 2 -0.5 2 3.5 11 E 正确 1959 -2 -0.5 2 -0.5 3 1960 6 -1 1 6 5.5 1961 3 -1 0.5 2.5 8.5 1962 -3 -0.5 0 -3.5 -1 当年或次年发生L 1962.9-1963.2 L 正确 1963 2 -0.5 0 1.5 -2 次年发生L 1963.9-1964.1 E 误 1964 12 0.5 0 12.5 14 次年发生E 1964.4-1964.12 L 正确 1965 -4 1 0 -3 9.5 1965.5-1966.3 E 正确 1966 0 1 0 1 -2 次年发生L 1967 6 1 1 8 9 1967.7-1968.6 L 正确 1968 6 1.5 1 8.5 16.5 次年发生E 1969 -2 1.5 1 0.5 9 次年发生L 1968.10-1970.1 E 正确 1970 2 1.5 1 4.5 5 无预测 L 正确 1971 9 1.5 0.5 11 15.5 当年或次年发生E 1970.8-1971.12 L 误 1972 4 2 0.5 6.5 17.5 1972.6-1973.3 E 正确 1973 -4 1.5 0 -1.5 5 当年或次年发生L 1974 4 1.5 0 5.5 4 1973.9-1975.1 L 正确 1975 6 1.5 0 7.5 13 次年或后年发生E L 正确 1976 -2 1.5 0 -0.5 7 1975.5-1976.3 E 正确 1977 -2 1.5 0 -0.5 -1 次年发生L 1976.6-1977.3 E 正确 1978 6 1.5 1 8.5 8 1979 3 1 2 6 14.5 1980 -4 1 2 -1 5 1981 2 1 1 4 3 1982 12 1 1 14 18 次年发生E 1982.9-1983.9 1983 -2 1 0.5 -0.5 13.5 次年发生L E 正确 1984 2 -0.5 0 1.5 1 1984.10-1985.9 L 正确 1985 6 -0.5 0 5.5 6 无预测 1986 6 -0.5 0 5.5 11 次年发生E 1987 -2 -0.5 0 -2.5 3 1986.10-1987-1988.3 E 正确 1988 2 -0.5 1 2.5 0 当年发生L 1988.4-1989.5 L 正确 1989 6 0.5 2 8.5 11 1990 6 0.5 2 8.5 17 次年及后年发生E 1991 0 1 2 3 11.5 1991.6-1992.11 E 正确 1992 3 1 1 5 8 1993 6 1 0.5 7.5 12.5 当年与次年发生E 1993.4-1993.12 E 正确 1994 2 1 0 3 10.5 1994 E 正确 1995 -2 1 0 -1 2 当年发生L 1995.9-1996.4 L 正确 1996 6 0.5 0 6.5 5.5 1997 6 0.5 0 6.5 13 当年或次年发生厄E 1997 E 正确 1998 -2 -0.5 0.5 -2 4.5 当年或次年发生L L 正确 1999 2 -1 1 2 0 当年及次年发生L 1998.10-1999-2000.5 L 正确 2000 12 -1 1.5 12.5 14.5 次年或后年发生E L 正确 2001 -3 -1.5 1 -3.5 9 2002 2 -1.5 1 1.5 -2 次年或后年发生L 2002.9-2003.5 E 正确 2003 2.5 -1.5 0.5 1.5 3 E 误 2004 6 -1.5 0 4.5 6 无预测 2004.10-2005.4 E 误 2005 -2 -1.5 0 -3.5 1 当年或次发生L L 正确 2006 2 -1 0 1 -2.5 次年发生L 2006-2007 E 误 2007 6 -1 0 5 6 L 正确 2008 6 -1 0 5 10 次年发生E 2009 2 -1 0 1 6 2009-2010 E 正确 2010 0 -1 0 -1 0 当年或次年发生L 2010.11-2011.10 L 正确 2011 10.5 -1 0.5 10 9 L 正确 2012 2.5 -1 0.5 2 12 次年或后年发生E 2013 -2 -1 0.5 -2.5 -0.5 2014 6 -1 0.5 5.5 3 2014 E 正确 2015 6 -1 0.5 5.5 11 次年或后年发生E L(弱) 预测 2016 -2 -1 1 -2 3.5 次年发生L E 预测 2017 2 -0.5 1 2.5 0.5 L 预测 2018 9 -0.5 1 9.5 13 当年或次年发生E E 预测 2019 4 -0.5 1.5 5 14.5 次年发生E E 预测 2020 2 0.5 1 3.5 8.5 E 预测 2021 6 0.5 0.5 7 10.5 2022 3 1 0 4 11 次年或后年发生E 2023 -2 1 0 -1 3 当年或次年发生L E 预测 2024 0 1 0 1 0 L 预测 2025 3 0.5 0 3.5 4.5

表 3 日食、太阳黑子、地球自转与Ei Niña(La Niña)相关系数及E1-E2预测结果表 Table 3 The correlation coefficient between the eclipse, sunspot,earth rotate and Ei Niña(La Niña) and the E1-E2 prediction results

(2)地球自转和太阳黑子数量变化的动力学预测及E₁-E₂定理

根据EMD分析，太阳黑子的IMF5分量方差贡献率达78.04%，地球自转IMF6分量方差贡献率28.90%，趋势项方差贡献率48.18%，其他各项方差贡献率较小而忽略.地球自转年均增长为-0.53%，太阳黑子年均增长率为1.254%，分别以2010年为初始量代入动力预测模型(公式4)计算，得到2015年至2025年太阳黑子数量与地球自转日长变化预测值，将预测值按E₁-E₂定理进行Ei Niño(La Niña)预测(表 3).结果表明2015年E₂=11，预测2016年发生Ei Niño；2016年E₁=-2，预测2017年发生La Niña；2018年E₁=9.5、E₂=13，2019年E₂=13.5，预测2018、2019、2020年发生Ei Niña；2022年E₂=11，预测2023年发生Ei Niña；2023年E₁=-1，预测2024年发生La Niña.另外根据Ei Niña与La Niña的相间发生特征，预测2021发生La Niña.

5.1     Ei Niña主要发生在太阳黑子数量达高峰值年后，La Niña发生在高峰值年前；太阳黑子峰年与Ei Niña发生有较好关联性；地球自转速率增加，诱发或增强La Niña，抑制Ei Niña现象；地球自转速率降低时，诱发或增强Ei Niña现象，抑制La Niña现象.分析了日食与Ei Niña(La Niña)事件间热动力诱因关系.

5.2     构建日食、太阳黑子、地球自转与Ei Niña(La Niña)之间相关系数，通过E₁-E₂预测定理对过去60多年Ei Niña(La Niña)事件进行预测验证.其结果准确较高，充分说明日食、太阳黑子、地球自转—Ei Niña(La Niña)系数及E₁-E₂预测定理具有一定合理性.

5.3     运用动力学模型，预测2015-2025年太阳黑子数量与地球自转日长变化，并依据E₁-E₂定理对未来10年的Ei Niña(La Niña)事件进行预测，结果是Ei Niña发生年为2016、2018、2019、2020、2023年，La Niña发生年为2017、2021、2024年.