分位數(shù)法對(duì)多指標(biāo)干旱等級(jí)劃分一致性的作用

孫洪泉，呂 娟，蘇志誠(chéng)，宋蘇林，王亞許

(1. 中國(guó)水利水電科學(xué)研究院，北京 100038；2. 水利部防洪抗旱減災(zāi)工程技術(shù)研究中心，北京 100038；3. 濟(jì)南市水文局，山東 濟(jì)南 250099)

分位數(shù)法對(duì)多指標(biāo)干旱等級(jí)劃分一致性的作用

孫洪泉1, 2，呂 娟1, 2，蘇志誠(chéng)1, 2，宋蘇林3，王亞許1, 2

(1. 中國(guó)水利水電科學(xué)研究院，北京 100038；2. 水利部防洪抗旱減災(zāi)工程技術(shù)研究中心，北京 100038；3. 濟(jì)南市水文局，山東 濟(jì)南 250099)

為了準(zhǔn)確掌握干旱嚴(yán)重程度，制定合理的抗旱減災(zāi)對(duì)策，通常采用多種干旱指標(biāo)進(jìn)行旱情評(píng)估。然而，多指標(biāo)干旱劃分的干旱等級(jí)結(jié)果往往存在不一致性，比如某指標(biāo)評(píng)估干旱為輕度，另一指標(biāo)評(píng)估干旱為嚴(yán)重。這種不一致性的原因之一是干旱指標(biāo)的閾值設(shè)定不合理。傳統(tǒng)的閾值分割法劃分干旱等級(jí)受主觀經(jīng)驗(yàn)影響較大，缺乏統(tǒng)一的標(biāo)準(zhǔn)。該文提出采用分位數(shù)方法對(duì)多指標(biāo)進(jìn)行干旱等級(jí)劃分的思想。針對(duì)標(biāo)準(zhǔn)化降水指數(shù)和降水距平百分率指數(shù)，分別采用傳統(tǒng)的閾值分割法和分位數(shù)法劃分干旱等級(jí)，并對(duì)結(jié)果進(jìn)行一致性檢驗(yàn)和分析。結(jié)果表明：分位數(shù)法劃分多指標(biāo)干旱等級(jí)，得到的結(jié)果具有較高的一致性；分位數(shù)方法具有廣泛的適用性，能夠用于多種指標(biāo)的等級(jí)劃分；分位數(shù)法確定的閾值是隨著干旱的季節(jié)特性和區(qū)域特性動(dòng)態(tài)變化的，具有物理和統(tǒng)計(jì)意義。

分位數(shù)；干旱等級(jí)劃分；多指標(biāo)；閾值分割；一致性；標(biāo)準(zhǔn)化降水指數(shù)；降水距平百分率

干旱是世界上造成損失最嚴(yán)重的自然災(zāi)害之一[1]，準(zhǔn)確掌握旱情的發(fā)生、發(fā)展，對(duì)制定合理的抗旱減災(zāi)對(duì)策，減輕干旱災(zāi)害損失和影響具有重要的意義。通常采用各種干旱指標(biāo)用于定量評(píng)估干旱的嚴(yán)重程度、歷時(shí)長(zhǎng)短和發(fā)生頻率[2]，如常用的降雨異常指數(shù)(Rainfall Anomaly Index, RAI)[3]，標(biāo)準(zhǔn)化降水指數(shù)(Standardized Precipitation Index, SPI)[4]，降水距平百分率(Percentage of Precipitation Anomalies，PPA)[5]，帕爾默干旱指數(shù)(Palmer Drought Severity Index, PDSI)[6]，地表水分供應(yīng)指數(shù)(Surface Water Supply Index，SWSI)[7]，作物墑情指數(shù)(Crop Moisture Index, CMI)[8]，植被狀態(tài)指數(shù)(Vegetation Condition Index, VCI)[9]等。由于干旱具有發(fā)生發(fā)展過(guò)程緩慢、影響因素較多和非結(jié)構(gòu)化的特點(diǎn)，任何單一指標(biāo)都無(wú)法準(zhǔn)確評(píng)估干旱的嚴(yán)重程度[10-11]。因此，現(xiàn)實(shí)中普遍采用多種指標(biāo)進(jìn)行旱情評(píng)估，利用給定的閾值將干旱的嚴(yán)重程度劃分為若干等級(jí)，通過(guò)多指標(biāo)結(jié)果的綜合作為最終的評(píng)估結(jié)果[12]。然而，多指標(biāo)干旱評(píng)估往往存在結(jié)果不一致性，比如某指標(biāo)評(píng)估干旱為輕度，另一指標(biāo)評(píng)估干旱為嚴(yán)重。

這種不一致性是由兩方面的原因?qū)е?。一方面是指?biāo)的物理意義不同。比如，SPI指數(shù)是通過(guò)分析降雨的概率分布情況，SWSI指數(shù)則考慮地面的分虧缺情況，由于水文干旱比氣象干旱具有時(shí)間上的延遲，因此二者評(píng)估的干旱必然不一致[2]。另一方面是干旱等級(jí)劃分時(shí)的閾值設(shè)定不合理所致。通常的干旱等級(jí)劃分是根據(jù)各指標(biāo)的閾值區(qū)間進(jìn)行干旱評(píng)估，即“閾值分割法”。由于干旱缺乏普遍接受的統(tǒng)一定義[10]，各指標(biāo)劃分干旱等級(jí)的閾值通常是根據(jù)經(jīng)驗(yàn)和統(tǒng)計(jì)所得，存在一定程度的主觀任意性，因此導(dǎo)致不同指標(biāo)得到的干旱等級(jí)存在較大差異。比如，SPI指數(shù)和PPA指數(shù)均是降雨因子的干旱指數(shù)，二者具有相同的物理意義，反映的干旱嚴(yán)重程度應(yīng)具有較好的一致性。而實(shí)際上，兩種指標(biāo)的干旱等級(jí)結(jié)果常常差異較大。這是因?yàn)镾PI指數(shù)和PPA指數(shù)的閾值設(shè)定沒(méi)有統(tǒng)一的參考依據(jù)，得到的干旱等級(jí)存在不一致性。

為了尋找合理的閾值設(shè)定方案，解決多指標(biāo)干旱評(píng)估結(jié)果不一致的問(wèn)題，本研究將詳細(xì)分析分位數(shù)[13]思想在多指標(biāo)干旱等級(jí)劃分中的應(yīng)用。分位數(shù)法廣泛應(yīng)用于洪水、干旱、颶風(fēng)等的等級(jí)劃分和頻率分析[14]，其基本思路是計(jì)算某指標(biāo)的歷史序列值，將當(dāng)前指標(biāo)值在歷史序列值中進(jìn)行排序，根據(jù)其所處的分位數(shù)進(jìn)行等級(jí)劃分。本研究以SPI指數(shù)和PPA指數(shù)為例，利用分位數(shù)法和傳統(tǒng)閾值分割法分別對(duì)其進(jìn)行干旱等級(jí)劃分，并對(duì)結(jié)果進(jìn)行一致性分析，以此闡述分位數(shù)方法在干旱等級(jí)劃分中的應(yīng)用。

1 研究方法

1.1 分位數(shù)

分位數(shù)，亦稱(chēng)分位值、分位點(diǎn)，是指將一個(gè)隨機(jī)變量的概率分布范圍分為幾個(gè)等份的數(shù)值點(diǎn)，常用的有中位數(shù)(中值)、四分位數(shù)、百分位數(shù)等。其定義為：當(dāng)隨機(jī)變量X的概率密度函數(shù)為Pr(X)，若變量x滿(mǎn)足

Pr(X

(1)

則，x為X的第k個(gè)q分位數(shù)對(duì)應(yīng)的值，記為xk。

對(duì)于有限離散樣本空間，樣本數(shù)量為N，將隨機(jī)變量X按照從小到大的順序依次標(biāo)記為X1,X2,…,XN，則xk可以通過(guò)Ik=Nk/q計(jì)算而得，即尋找X1,X2,…,XN中對(duì)應(yīng)的第Ik個(gè)值。

通常，如果q=4，稱(chēng)為四分位數(shù)；如果q=100，稱(chēng)為百分位數(shù)。本研究中選用百分位數(shù)進(jìn)行干旱等級(jí)的劃分，將干旱指數(shù)按照從小到大的順序依次排列，則處于k%位置的值為第k個(gè)百分位數(shù)。如果給定百位數(shù)值σ1和σ2作為閾值，規(guī)定滿(mǎn)足σ1

1.2 干旱指標(biāo)

本研究采用SPI和PPA指數(shù)進(jìn)行研究。SPI由Mckee等人[4]提出，其物理意義是假設(shè)降水分布服從Γ分布，在將其正態(tài)標(biāo)準(zhǔn)化后，實(shí)測(cè)降水量相對(duì)降水概率分布函數(shù)的標(biāo)準(zhǔn)偏差即為SPI指數(shù)，詳細(xì)計(jì)算參考[15]。

降水距平百分率(PPA)是指某時(shí)段的降水量與常年同期狀態(tài)的偏離程度，其計(jì)算方法為：

(2)

1.3 一致性檢驗(yàn)

采用分位數(shù)方法和閾值分割方法對(duì)SPI和PPA指數(shù)進(jìn)行干旱等級(jí)劃分，比較干旱識(shí)別的等級(jí)是否一致，采用科恩(Cohen)Kappa系數(shù)[16]和總體精度(OverallAccuracy)進(jìn)行一致性檢驗(yàn)。

(1)Kappa系數(shù)[16]的數(shù)學(xué)表達(dá)為：

(3)

式中：n，nα和nε分別為總樣本量、觀測(cè)一致樣本量和期望一致樣本量。pα=nα/n，是觀測(cè)一致率；pε=nε/n，是期望一致率，即由于偶然機(jī)會(huì)造成的一致率。具體過(guò)程中，Kappa系數(shù)通過(guò)混淆矩陣[17]計(jì)算，詳細(xì)算例見(jiàn)3.1所示。

當(dāng)兩個(gè)分類(lèi)完全一致時(shí)，nα=n，nε=0，此時(shí)κ值為1；當(dāng)觀測(cè)一致率大于期望一致率時(shí)，κ值為正數(shù)，且κ值越大，說(shuō)明一致性越好。當(dāng)觀察一致率小于期望一致率時(shí)，κ值為負(fù)數(shù)，這種情況一般來(lái)說(shuō)比較少見(jiàn)。根據(jù)邊緣概率的計(jì)算，κ值的范圍值應(yīng)在[-1,1]之間。κ≥0.75兩者一致性較好；0.4≤κ<0.75兩者一致性一般；κ<0.4兩者一致性較差[18]。

(2)總體精度的計(jì)算如下：

(4)

總體精度雖然也指示一致性的高低，但相較Kappa系數(shù)通過(guò)混淆矩陣反映各個(gè)類(lèi)別之間的差異而言，其一致性評(píng)判的表現(xiàn)力有所欠缺。因此本研究以Kappa系數(shù)為主要評(píng)價(jià)指標(biāo)，總體精度的結(jié)果作為經(jīng)驗(yàn)參考。

2 數(shù)據(jù)與等級(jí)劃分

2.1 數(shù)據(jù)

本研究選擇濟(jì)南市8個(gè)站點(diǎn)1965年1月至2014年12月共4 800條月降雨資料進(jìn)行分析。濟(jì)南市位于山東省中部，面積約8 200km2，屬暖溫帶半濕潤(rùn)大陸性季風(fēng)氣候區(qū)，多年平均降水總量638mm。受地理位置及季風(fēng)氣候影響，濟(jì)南市旱災(zāi)多發(fā)生在春、秋季，時(shí)有春夏連旱。

通過(guò)對(duì)8個(gè)站點(diǎn)的月降雨數(shù)據(jù)進(jìn)行P-III型降雨分布擬合，發(fā)現(xiàn)各站點(diǎn)基本服從相同的降雨分布(結(jié)果未在此列出)，因此可以將各站點(diǎn)數(shù)據(jù)匯集在一起進(jìn)行分析。為了反映不同時(shí)間尺度的干旱特性[2]，采用1個(gè)月(月尺度)、3個(gè)月(季尺度)和12個(gè)月(年尺度)時(shí)間尺度的干旱指標(biāo)進(jìn)行分析。

表1 干旱等級(jí)劃分依據(jù)

2.2 干旱等級(jí)劃分

我國(guó)出臺(tái)的《GB/T 20481-2006 氣象干旱等級(jí)》[19]和《GB/T 32135-2015 區(qū)域旱情等級(jí)》[20]將干旱等級(jí)劃分為無(wú)旱、輕旱、中旱、重旱和特旱共5個(gè)等級(jí)，并給出了SPI指數(shù)和PPA指數(shù)的參考閾值。本研究中閾值分割方法根據(jù)上述兩種標(biāo)準(zhǔn)進(jìn)行閾值區(qū)間的設(shè)置。分位數(shù)方法根據(jù)文獻(xiàn)[14]確定各等級(jí)的分位數(shù)區(qū)間。具體干旱等級(jí)劃分依據(jù)如表 1所示。

由于PPA指數(shù)受時(shí)間尺度的影響，因此采用閾值分割法時(shí)，1個(gè)月、3個(gè)月和12個(gè)月將分別采用月尺度、季尺度和年尺度的不同閾值區(qū)間進(jìn)行干旱等級(jí)劃分。SPI指數(shù)不同時(shí)間尺度的閾值一致。分位數(shù)方法是根據(jù)指標(biāo)值在歷史同期序列中的百分位數(shù)進(jìn)行等級(jí)劃分，任何干旱指標(biāo)都根據(jù)統(tǒng)一的分位數(shù)區(qū)間劃分干旱等級(jí)。

3 結(jié)果與討論

3.1 一致性檢驗(yàn)

采用分位數(shù)方法對(duì)SPI和PPA指數(shù)的干旱識(shí)別結(jié)果進(jìn)行一致性檢驗(yàn)分析(SPI_P和PPA_P)。表2是對(duì)應(yīng)的混淆矩陣，縱向?yàn)镾PI劃分的等級(jí)，橫向?yàn)镻PA劃分的等級(jí)，如第2行第3列的24代表SPI指數(shù)識(shí)別為I級(jí)、PPA指數(shù)識(shí)別為II級(jí)的樣本數(shù)量為24。可見(jiàn)，對(duì)角線方向上樣本數(shù)量越多，二者的一致性越高。根據(jù)式(3)，總樣本量n=14400，nα=(469+967+1270+1317+9925)=13948，nε=(525×529+1037×1051+1357×1410+1414×1479+10067×9931)/14400=7315.810，則Kappa系數(shù)κ=(13948-7315.810)/(14400-7315.810)=0.936。根據(jù)式(4)計(jì)算總體精度γ=13948/14400=0.969。由此可見(jiàn)，采用分位數(shù)方法的兩指標(biāo)的分類(lèi)一致性非常好。

類(lèi)似地，采用閾值分割法對(duì)兩指標(biāo)的等級(jí)劃分結(jié)果進(jìn)行一致性檢驗(yàn)分析(SPI_T和PPA_T)。經(jīng)計(jì)算，Kappa系數(shù)k=0.349，總體精度r=0.609?？梢?jiàn)，閾值分割法兩指標(biāo)的一致性較差(k<0.4)。且從表 3所示的混淆矩陣可見(jiàn)，上三角區(qū)域的樣本數(shù)較多，說(shuō)明PPA指數(shù)比SPI指數(shù)普遍評(píng)估干旱偏重，這是指標(biāo)的閾值設(shè)置所致。雖然通過(guò)修改PPA或SPI的閾值能夠調(diào)整干旱等級(jí)劃分的結(jié)果，提高二者的一致性，但這仍然是通過(guò)經(jīng)驗(yàn)進(jìn)行修改，缺乏物理和統(tǒng)計(jì)意義。

表2 SPI_P和PPA_P干旱等級(jí)劃分混淆矩陣

表3 SPI_T和PPA_T干旱等級(jí)劃分混淆矩陣

3.2 檢驗(yàn)分析

上述一致性檢驗(yàn)證明了分位數(shù)法比閾值分割法具有更好的一致性。實(shí)質(zhì)上，通過(guò)分位數(shù)法進(jìn)行干旱等級(jí)劃分，得到的干旱等級(jí)閾值在不同時(shí)期(月份)是動(dòng)態(tài)變化的，而閾值分割法的干旱等級(jí)閾值是固定不變的。表4所示是月尺度SPI(SPI_1)指數(shù)在不同月份對(duì)應(yīng)5%、10%、20%和30%百分位數(shù)的數(shù)值，分別用于劃分特旱-重旱、重旱-中旱、中旱-輕旱和輕旱-無(wú)旱。

可見(jiàn)，由分位數(shù)法得到的指標(biāo)閾值存在明顯的季節(jié)變化規(guī)律，在12、1和2月份冬季干燥少雨時(shí)期的閾值較大，在6、7、8月份濕潤(rùn)多雨時(shí)期的閾值較小。閾值分割法對(duì)應(yīng)各干旱等級(jí)的閾值依次為-2.0、-1.5、-1.0和-0.5，普遍比表 4中分位數(shù)法的閾值小，這意味著閾值分割法的結(jié)果比分位數(shù)法評(píng)估的干旱等級(jí)偏輕。這一點(diǎn)可以從SPI指數(shù)的兩種方法的一致性分析中得到驗(yàn)證(SPI_P和SPI_T)，如表 5所示是對(duì)應(yīng)的混淆矩陣，上三角區(qū)域的樣本數(shù)較多，其中k=0.774 5，r=0.888。

表4 5%、10%、20%和30%百分位數(shù)的逐月SPI_1指數(shù)值

表5 SPI_P和SPI_T干旱等級(jí)劃分混淆矩陣

與閾值分割法SPI指數(shù)輕估干旱相反，PPA指數(shù)的結(jié)果是干旱被重估，如表 6所示的PPA_P和PPA_T混淆矩陣，下三角區(qū)域的樣本較多，其中k=0.446，r=0.685。

表6 PPA_P和PPA_T干旱等級(jí)劃分混淆矩陣

表7 2001年平陰站各月干旱等級(jí)結(jié)果(月尺度)

注：標(biāo)↓代表干旱被輕估，標(biāo)↑代表干旱被重估。

為了更具體的體現(xiàn)分位數(shù)法和閾值分割法的差異，從所有樣本數(shù)據(jù)中截取一小段進(jìn)行分析。2001年是典型的干旱年，表 7所示是平陰站2001年月尺度SPI指數(shù)和PPA指數(shù)的干旱等級(jí)。分位數(shù)法下兩種指數(shù)各月干旱等級(jí)完全一致；而閾值分割法下兩種指數(shù)的干旱等級(jí)存在很大差異，3、4、8、9、10和11月份均不一致。如果以分位數(shù)法的結(jié)果為參照，閾值分割法的SPI_T有1個(gè)月輕估，PPA_T有6個(gè)月重估，如表 7中的箭頭所示。這種結(jié)果的不一致對(duì)制定合理的抗旱減災(zāi)措施帶來(lái)極大的困擾。

4 討論

為了更清晰的闡述分位數(shù)法在多指標(biāo)干旱評(píng)估一致性中的作用，對(duì)相關(guān)問(wèn)題進(jìn)一步討論分析：

(1)本研究之所以選擇SPI指數(shù)和PPA指數(shù)進(jìn)行分析，是因?yàn)樗鼈兌际腔谠陆涤炅坑?jì)算所得，物理機(jī)理一致，所判斷的干旱等級(jí)應(yīng)該具有高度的一致性。這也是本研究對(duì)這兩種指標(biāo)進(jìn)行一致性分析的假設(shè)前提。

(2)雖然研究中利用分位數(shù)法只分析了SPI指數(shù)和PPA指數(shù)，但實(shí)質(zhì)上，分位數(shù)法具有很好的“擴(kuò)展性”，可以廣泛應(yīng)用于各種指標(biāo)的等級(jí)劃分。只要干旱指標(biāo)的物理意義相同，通過(guò)分位數(shù)法得到的干旱等級(jí)就具有較高的一致性。反之，如果指標(biāo)的物理意義不同，如前文所述的SPI和SWSI指數(shù)，則分位數(shù)方法恰好能體現(xiàn)不同類(lèi)型干旱之間的差異。

(3)研究中利用大量的樣本數(shù)據(jù)進(jìn)行一致性檢驗(yàn)，并主要借助混淆矩陣等統(tǒng)計(jì)工具進(jìn)行分析。這是因?yàn)楦珊档燃?jí)劃分的本質(zhì)是將具體的定量值轉(zhuǎn)化為直觀的等級(jí)值，是一個(gè)由精細(xì)到概化的過(guò)程，通過(guò)單一或少量結(jié)果難以比較兩種方法在干旱等級(jí)劃分上的差異。因此，通過(guò)大量的樣本數(shù)據(jù)，對(duì)每個(gè)樣本(逐月的干旱等級(jí)結(jié)果)一對(duì)一的分析，并通過(guò)混淆矩陣的方式得出具有統(tǒng)計(jì)意義的結(jié)論。在此基礎(chǔ)上，最終列出了表 7所示的一小段樣本結(jié)果。

(4)干旱具有季節(jié)特性和區(qū)域特性，分位數(shù)法將當(dāng)前狀況與歷史同期狀況進(jìn)行比較，給定統(tǒng)一的分位數(shù)閾值后，由此得到的各指標(biāo)閾值是動(dòng)態(tài)變化的，是一種“軟”閾值。干旱的嚴(yán)重程度是跟自身的歷史情況進(jìn)行比較，不受人為主觀因素影響，具有物理意義和統(tǒng)計(jì)意義。閾值分割法的指標(biāo)閾值是固定不變的，是一種“硬”閾值。分位數(shù)法的不同指標(biāo)之間通過(guò)分位數(shù)建立聯(lián)系，將不同指標(biāo)歸一化到統(tǒng)一的標(biāo)準(zhǔn)體系下。閾值分割法對(duì)各個(gè)指標(biāo)獨(dú)立進(jìn)行等級(jí)劃分，不同指標(biāo)之間對(duì)干旱嚴(yán)重程度的衡量缺乏統(tǒng)一的標(biāo)準(zhǔn)。

(5)分位數(shù)法的局限性在于：① 一般需要30年以上長(zhǎng)序列的同期歷史數(shù)據(jù)，否則，無(wú)法準(zhǔn)確確定其分位值，進(jìn)而無(wú)法劃分干旱等級(jí)；② 對(duì)于氣候條件或下墊面條件發(fā)生較大改變的不適用，因?yàn)闅v史狀況發(fā)生改變影響分位值的準(zhǔn)確確定；③ 對(duì)于受人類(lèi)活動(dòng)影響較大的指標(biāo)不適用，如水庫(kù)蓄水受人為調(diào)解影響較大，基于水庫(kù)蓄水量的干旱指標(biāo)不適宜采用分位數(shù)法。

5 總結(jié)

隨著干旱監(jiān)測(cè)技術(shù)的不斷完善，利用多指標(biāo)的綜合干旱監(jiān)測(cè)能夠更全面、客觀的反映干旱的嚴(yán)重程度，成為當(dāng)前干旱評(píng)估的主要方法手段。然而傳統(tǒng)的閾值分割法劃分干旱等級(jí)采用的是統(tǒng)一的閾值，導(dǎo)致不同指標(biāo)得到的干旱等級(jí)存在不一致性，對(duì)抗旱決策的制定幫助不大。本研究提出分位數(shù)法直接用于干旱等級(jí)劃分的思想，即通過(guò)指標(biāo)值在長(zhǎng)歷史序列中的百分位數(shù)確定干旱等級(jí)。研究以SPI指數(shù)和PPA指數(shù)為例，采用分位數(shù)法與閾值分割法分別進(jìn)行干旱等級(jí)劃分，通過(guò)對(duì)結(jié)果的一致性檢驗(yàn)和深入分析表明：① 不同指標(biāo)采用分位數(shù)法進(jìn)行等級(jí)劃分，得到的結(jié)果具有較高的一致性；② 分位數(shù)法能夠廣泛應(yīng)用于各種干旱指標(biāo)的等級(jí)劃分；③ 分位數(shù)法劃分干旱等級(jí)考慮了干旱的季節(jié)特性和區(qū)域特性，具有物理和統(tǒng)計(jì)意義。利用分位數(shù)法進(jìn)行干旱等級(jí)劃分，能夠解決多指標(biāo)干旱監(jiān)測(cè)結(jié)果矛盾的問(wèn)題，實(shí)現(xiàn)多干旱指標(biāo)的綜合統(tǒng)一，為制定合理的抗旱減災(zāi)措施提供科學(xué)準(zhǔn)確的依據(jù)。

[1] Wilhite D A. Drought as a natrural hazard: concepts and definitions [M]. Drought : a global assessment, D.A. Wilhite, Editor. Routledge: London & New York, 2000: 3-8.

[2] Mishra A K, Singh V P. A review of drought concepts [J]. Journal of Hydrology, 2010, 391(1/2): 202-216.

[3] B?rring L, Hulme M. Filters and approximate confidence intervals for interpreting rainfall anomaly indices [J]. Journal of Climate, 1991, 4(4): 837-847.

[4] McKee T B, Doesken N J, Kleist J. The relationship of drought frequency and duration to time scales [C]//Proceeding of 8th Conference on Applied Climatology. Boston: American Meteorological Soeiet, 1993.

[5] 韓海濤, 胡文超, 陳學(xué)君, 等. 三種氣象干旱指標(biāo)的應(yīng)用比較研究 [J]. 干旱地區(qū)農(nóng)業(yè)研究, 2009, 27(1): 237-241.

[6] Guttman N B. Comparing the palmer drought index and the standardized precipitation index [J]. Journal of the American Water Resources Association, 1998, 34(1): 113-121.

[7] Shafer B, Dezman L. Development of a Surface Water Supply Index (SWSI) to assess the severity of drought conditions in snowpack runoff areas [C]//Proceedings of the Western Snow Conference, 1982.

[8] Palmer W C. Keeping track of crop moisture conditions, nationwide: The new crop moisture index [J]. Weatherwise, 1968, 21(4): 156-161.

[9] Liu W, Kogan F. Monitoring regional drought using the vegetation condition index [J]. International Journal of Remote Sensing, 1996, 17(14): 2761-2782.

[10]Wilhite D A. Drought planning: A process for state government [J]. Water Resources Bulletin, 1991, 27(1): 19-38.

[11]Richard R, Heim J. A review of twentieth-century drought indices used in the United States [J]. Bulletin of the American Meteorological Society, 2002, 83(8): 1149-1165.

[12]Keyantash J, Dracup J A. The quantification of drought: An evaluation of drought indices [J]. Bulletin of the American Meteorological Society, 2002, 83(8): 1167-1180.

[13]宋超輝. 分位值的統(tǒng)計(jì)及其應(yīng)用 [J]. 氣象, 1983(12): 23-24.

[14]Svoboda M, LeComte D, Hayes M, et al. The drought monitor [J]. Bulletin of the American Meteorological Society, 2002, 83(8): 1181-1190.

[15]Karavitis C A, Alexandris S, Tsesmelis D E, et al. Application of the Standardized Precipitation Index (SPI) in Greece [J]. Water, 2011, 3(3): 787-805.

[16]Carletta J. Assessing agreement on classification tasks: the kappa statistic [J]. Computational linguistics, 1996, 22(2): 249-254.

[17]Stehman S V. Selecting and interpreting measures of thematic classification accuracy [J]. Remote Sensing of Environment, 1997, 62(1): 77-89.

[18]Fleiss J L. Statistical methods for rates and proportions (2nd ed.) [M]. New York: John Wiley, 1981.

[19]GB/T 20481-2006 氣象干旱等級(jí) [S]. 北京：中國(guó)標(biāo)準(zhǔn)出版社, 2006.

[20]GB/T 32135-2015 區(qū)域旱情等級(jí) [S]. 北京：中國(guó)標(biāo)準(zhǔn)出版社, 2015.

TheEffectivenessoftheQuantileMethodontheConsistencyoftheDroughtClassificationbyMultipleIndices

SUN Hongquan1, 2, LV Juan1, 2, SU Zhicheng1, 2, SONG Sulin3and Wang Yaxu1, 2

(1.ChinaInstituteofWaterResourcesandHydropowerResearch,Beijing100038,China; 2.ResearchCenteronFloodandDroughtDisasterReductionofMinistryofWaterResources,Beijing10003,China; 3.JinanHydrologyBureau,Jinan250099,China)

Inordertoassesstheseverityofdroughtaccuratelyandcarryingoutreasonabledroughtmitigationcountermeasures,avarietyofdroughtindicatorsareusuallyusedtoassessthedrought.However,theresultsderivedfromdifferentindicatorsareofteninconsistent.Forexample,anindexidentifiedasmilddrought,whileanotherindexindicatedasextremedrought.Themainreasonisthatthethresholdsoftheindicatorsarenotreasonable.Thetraditionalthresholdsegmentationmethodhasagreatinfluenceontheclassificationofdroughtlevel,whichisshortofuniformstandards.Weputforwardanideaofdroughtclassificationusingthequantilemethod.Inthestudy,thethresholdsegmentationmethodandquantilemethodareimplementedtoclassifythedroughtseveritiesforStandardPrecipitationIndex(SPI)andthePercentageofPrecipitationAnomalyindex(PPA),respectively.Thentheconsistencyofthedroughtlevelsarecomparedandanalyzed.Theresultsshowthat: 1)thedroughtlevelsofdifferentindicesusingquantilemethodshavehighconsistency; 2)Quantilemethodhaswideapplicability,whichcanbeusedfortheclassificationofavarietyofindices; 3)Thethresholddeterminedbyquantilemethodaredynamicchangedwiththeseasonalandregionalcharacteristicsofdrought,whichisfullofphysicalinterpretationandstatisticalsignificance.

quantile;droughtclassification;multipleindicators;thresholdsegmentation;consistency;standardprecipitationindex;percentageofprecipitationanomalies

2016-08-24

2016-10-12

國(guó)家自然科學(xué)基金項(xiàng)目(51209220)；中國(guó)水利水電科學(xué)研究院科研專(zhuān)項(xiàng) (1402, JZ0145B592016)；水利部公益性行業(yè)科研專(zhuān)項(xiàng)(201401036)

孫洪泉(1983-), 男, 遼寧丹東人, 高級(jí)工程師, 主要從事干旱監(jiān)測(cè)研究. E-mail：sunhq@iwhr.com

蘇志誠(chéng)(1974-)，男，河北衡水人，教授級(jí)高級(jí)工程師，主要從事抗旱減災(zāi)研究. E-mail：suzhc@iwhr.com

10.3969/j.issn.1000-811X.2017.02.003.]

X43;P467;S27

A

1000-811X(2017)02-0013-06

10.3969/j.issn.1000-811X.2017.02.003

孫洪泉，呂娟，蘇志誠(chéng)，等. 分位數(shù)法對(duì)多指標(biāo)干旱等級(jí)劃分一致性的作用[J]. 災(zāi)害學(xué)，2017，32(2)：13-17,53. [SUN Hongquan, LV Juan, SU Zhicheng,et al. The Effectiveness of the Quantile Method on the Consistency of the Drought Classification by Multiple Indices[J]. Journal of Catastrophology，2017，32(2)：13-17,53.