多变量干旱监测评估方法与应用

干旱监测评估正从单一观测手段（单变量或因子）向多源信息融合（多变量综合）发展和转变。本书在系统梳理国内外干旱监测评估相关研究现状及进展的基础上，重点介绍了采用多变量理论与方法改进和拓展帕尔默干旱指标的典型研究成果，以及相关实例应用情况。核心内容包括：采用标准化指数策略和Copula函数方法构建两种新的改进型帕尔默干旱指标，即标准化帕尔默干旱指数（SPDI）和帕尔默联合水分亏缺指数（SPDI-JDI）；气候模式、分布式水文模型和改进型帕尔默干旱指标（SPDI、SPDI-JDI）在多变量干旱监测评估中的耦合应用等。书中研究成果改善和拓展了传统帕尔默旱度指标的应用范围，丰富了干旱监测与综合评估方法。本书适合作为水灾害管理、水文统计、气象科学、环境科学等相关领域教学、科研与工程技术人员的参考书，也可供相关专业的高年级本科生、研究生和教师阅读使用。

马明卫，男，1986年3月出生于河南郑州，2015年12月获得河海大学水文学及水资源专业博士学位。长期从事干旱模拟评估、多变量频率分析、流域水文模拟等方面的研究工作，第一作者发表SCI、EI检索论文10篇，发表各类合作论文20余篇。河海大学优秀博士学位论文获得者，研究成果获教育部自然科学二等奖（排名712）。目前为华北水利水电大学讲师、河南省高校科技创新团队学术骨干。

前言
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
1.2.2 干旱指标（指数）研究综述
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
2.4.3 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
3.4.4 多时间尺度干旱信息融合
3.4.5 SPDI-JDI指数评估
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
1.4.3 SPDI和SPDI-JDI对比分析
4.4.4 SPDI和SPDI-JDI可靠性分析
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
4.7 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