封面 书名页 版权页 前言 目录页 第1章 绪论 1.1 研究背景与意义 1.2 国内外研究进展 1.2.1 干旱研究现状与焦点 1.2.1.1 干旱定义与分类 1.2.1.2 干旱定量化识别 1.2.1.3 干旱模拟与频率分析 1.2.1.4 干旱监测、评估与预测 1.2.1.5 干旱风险评估与管理 1.2.2 干旱指标（指数）研究综述 1.2.2.1 简单干旱指标 1.2.2.2 帕尔默干旱指标 1.2.2.3 标准化干旱指标 1.2.2.4 多变量综合干旱指标 1.主、客观混合方法 2.水量平衡模型方法 3.潜在变量转换方法 4.多元线性组合方法 5.多元联合分布方法 6.主成分分析方法 1.2.2.5 其他干旱指标 1.2.3 水文模型和气候模式在干旱研究中的应用 1.2.4 研究中存在的问题 1.3 本书的研究框架 1.3.1 研究内容 1.3.2 技术路线 第2章 标准化帕尔默干旱指数构建与应用 2.1 概述 2.1.1 传统帕尔默干旱指标 2.1.2 标准化降水蒸散指数 2.2 研究对象与数据 2.3 SPEI、PDSI水分异常对降水和气温的敏感性 2.3.1 月尺度序列分析 2.3.2 多时间尺度累积序列分析 2.3.3 SPEI可能的区域适用性局限 2.4 SPDI对PDSI的替代标准化改进 2.4.1 季节性影响的处理 2.4.2 理论概率分布优选 2.4.2.1 线性矩比图 2.4.2.2 拟合优度统计量 2.4.2.3 SPDI序列的统计特征 2.4.2.4 广义极值分布及参数估计 2.4.3 近似标准正态化过程 2.5 结果验证与分析 2.5.1 历史干旱序列多指数对比分析 2.5.2 SPDI对气候条件变化的敏感性 2.5.3 讨论 2.6 本章小结 第3章 帕尔默联合水分亏缺指数构建与应用 3.1 概述 3.2 Copula函数理论 3.2.1 Copula函数的定义 3.2.2 Copula函数的性质 3.2.3 Copula函数的分类 3.2.4 Copula函数参数估计方法 3.3 帕尔默联合水分亏缺指数 3.3.1 经验Copula方法 3.3.2 参数Copula方法 3.3.3 Kendall分布函数 3.3.4 SPDI-JDI标准正态化 3.4 全球代表站点干旱分析 3.4.1 数据说明 3.4.2 PDSI和SPDI时空特征对比分析 3.4.3 经验与参数Copula方法对比分析 3.4.3.1 联合概率分布 3.4.3.2 SPDI-JDI时间序列 3.4.4 多时间尺度干旱信息融合 3.4.5 SPDI-JDI指数评估 3.4.5.1 互谱分析 3.4.5.2 定量评估 3.5 本章小结 第4章 分布式水文模型与帕尔默干旱指标耦合应用 4.1 概述 4.2 基于分布式水文模拟的帕尔默干旱指标 4.2.1 VIC水文过程分布式模拟 4.2.2 帕尔默水量平衡各分量计算 4.3 研究区与数据 4.4 VIC水文模拟和帕尔默干旱指标结果分析 4.4.1 水文模拟结果评估 4.4.2 PDSI和SPDI对比分析 4.4.3 SPDI和SPDI-JDI对比分析 4.4.4 SPDI和SPDI-JDI可靠性分析 4.4.4.1 SPDI、SPDI-JDI与其他干旱指数的比较 4.4.4.2 SPDI、SPDI-JDI与《旱涝图集》的比较 1.代表气象站时间序列分析 2.典型年份空间比较分析 4.4.4.3 SPDI-JDI与《历史干旱》的比较 4.4.5 SPDI-JDI干旱监测结果评估 4.5 黄河流域历史干旱时空变化特征分析 4.5.1 干旱识别 4.5.2 干旱频次和总历时 4.5.3 干旱历时和干旱烈度 4.5.4 全年和分季节干旱 4.6 气候变化条件下黄河流域未来干旱情景预估 4.6.1 降水量和气温 4.6.2 干旱事件多特征属性 4.6.2.1 干旱多变量模拟方法 4.6.2.2 干旱多变量拟合优度 4.6.2.3 单变量频率分析结果 4.6.2.4 两变量频率分析结果 4.7 本章小结 第5章 研究结论与展望 5.1 研究结论 5.2 问题与展望 参考文献 封底 ..更多