针对具体干旱评估区域构建评估指标矩阵，设有n个待评估对象（可以是n个评估子区域，也可以是整个区域的n个年份），m项评估指标，第i个评估对象的第j项评估指标值为xij，建立评估指标矩阵如下：
在指标矩阵Xn×m中，有些指标值越大越优，称为正指标（也称效益型或望大型指标）；有些指标值越小越优，称为逆指标（也称成本型指标或望小型指标）；有些指标值越接近某个固定值越优，称为适度指标；有些指标值越偏离某个固定值越优，称为偏离型指标；还有某些指标值越接近或落入某个固定区间越优的区间型指标和指标值越偏离某个固定区间越优的偏离区间型指标［208］。因此，在进行综合评估之前，需要通过数学变换将指标矩阵同趋势化，一般是将逆向指标和适度指标转化为正向指标，同时对具有量纲的指标进行原始变量指标的无量纲化，消除指标量纲对评估结果的影响，该过程称为指标矩阵的标准化（规格化）。对于多指标干旱综合评估来说，标准化的结果即是干旱所处状况的一种相对描述，而不是一种绝对度量的刻画。指标矩阵标准化后得到标准化矩阵R，如下：
在统计指标中，正指标、逆指标和适度指标比较常见。在指标矩阵标准化前首先要把逆指标和适度指标转换为正指标，一般认为下列的线性变换不会改变指标值的分布规律，是较好的转换方法。
(www.xing528.com)
标准化的方法有多种，分为直线型、折线型和曲线型标准化方法，在选择方法时应注意几个原则：客观性、简易性和合理性。即所用标准化方法要能尽量客观地反映指标实际值与事物综合发展水平的对应关系，且符合统计分析的基本要求；标准化方法在反映客观事物特征的情况下要尽量简单易操作，能用直线型方法就不用折线和曲线型方法；要注意标准化方法自身的特点，保证指标转化的合理性，一般来说，较好的标准化方法处理后的数据应保持原始指标的分辨力，即保持其变异性。
表4.7反映了直线型四种标准化方法处理后的数据与原始数据的比较［209］：标准差法一般在原始数据呈正态分布的情况下应用，所依据的原始数据信息较多；数据经标准差法处理后超出了0～1区间，存在负数，有时会影响进一步的数据处理；且各指标的均值与标准差完全相同，其分辨力已被完全同化。极值法对指标数据的个数和分布无要求，所依据的原始数据信息也较少，处理后的数据变异程度保持不变，且在0～1之间，便于做进一步处理，但极值法易受极端异常值的影响。均值法不改变原始数据的分布情况，是多指标综合分析中较好的标准化方法。极差法处理后的数据一般标准差变小，分辨力被部分同化，比较常用，用该方法对正向处理后的指标矩阵进行标准化的公式如下：
式中：
为正向化后的指标值。
表4.7 几种数据规格化方法比较
免责声明：以上内容源自网络，版权归原作者所有，如有侵犯您的原创版权请告知，我们将尽快删除相关内容。
