26、三维聚类在时空干旱动态表征中的应用：聚类大小过滤与干旱指标阈值优化

三维聚类在时空干旱动态表征中的应用：聚类大小过滤与干旱指标阈值优化

1. 引言

近年来，干旱计算方法越来越倾向于将干旱视为一个在空间和时间上具有特征的事件。每个干旱事件的计算都会考虑不同的特征，如持续时间、空间范围和位置等。更好地刻画干旱有助于分析其行为以及对不同经济和环境部门可能产生的影响。同时，将干旱视为具有空间范围的事件也催生了新的监测和预测方法。

干旱的三维（经度、纬度和时间）计算方法经历了一个逐步发展的过程。早期，Yevjevich（1967）利用空间分布的合成降水数据定义干旱区域，通过干旱区域的时间序列计算干旱的开始、结束、持续时间和强度。Andreadis 等人（2005）的研究则引入了干旱聚类的计算方法，其干旱区域在空间上是连续的。后来，这种基于二维聚类的方法扩展到了三维。Corzo Perez 等人（2011）和 Lloyd - Hughes（2012）是最早将干旱计算为三维对象（即连续的体素组）的例子之一，他们还引入了如体积（体素数量）和位置等新特征，并通过干旱的质心构建空间轨迹，用于分析干旱的动态。

然而，在三维干旱表征方面仍存在研究空白。在计算三维干旱聚类时，通常会使用聚类大小过滤器来去除因方法产生的小聚类，但过滤器参数往往是任意设置的。另外，干旱指标阈值（即水文气象变量值被视为干旱的临界值）也常被任意选择，其与聚类大小过滤器的综合影响尚未得到充分分析。

本研究提出了一种计算三维干旱表征最优聚类大小过滤器的方法。使用不同的聚类大小过滤器和干旱指标阈值，通过三维聚类技术计算干旱，并对分析期内最极端的干旱进行分析。该方法在南美洲进行了测试，使用了 1950 - 2017 年拉丁美洲洪水和干旱监测器（LAFDM）的数据。