首先利用整体经验模态分解算法(EEMD)对加入高斯白噪声后的香港地区雷暴日时间序列进行本征模态函数(IMF)分解;其次对各 IMF 分量进行 Hilbert 变换,提取雷暴日波动特征参量,并给出雷暴日序列的 Hilbert谱和边际谱;最后对各雷暴日 IMF 分量进行显著性检验。结果表明:香港地区近67 a 雷暴日序列可分解为1项趋势项和5个中心频率不同的 IMF 分量,其中能量主要集中在0.35~0.5 Hz 和0~0.05 Hz 频段;通过分析 IMF 能量谱密度-周期分布,得出雷暴日变化周期为2.8 a 左右的年际变化和25 a 左右的代际变化为主要变化周期,其次是4.5和7.1 a 左右的年际变化为次要变化周期,从趋势项可知香港地区雷暴日呈波动上升趋势。EEMD 算法可较好地用于雷暴日趋势特征分析。