人口快速增长和经济高速发展,致使人类对各种灾害系统的影响日益增强,“自然灾害再也不能简单地理解为‘自然的’灾害”了(Blakie,1994)。本文选取了环境气候、地域特征、农业类型等各方面差异较大的三个地区(重庆市、河南省和黑龙江省)作为研究区域,进行区域干旱脆弱性评估及干旱特征分析。Pelanda曾说过:灾害反映出了社会的脆弱性,是致灾因子对脆弱性环境的破坏超出了其应对能力的结果(Kenneth,1997)。即灾害造成的损失程度不只依赖灾害的强度,也和环境本身的脆弱性有关。研究干旱脆弱性的难点首先在于选取其评价指标,本研究侧重构建有效且精简的区域干旱脆弱性评价指标体系。并以三地的月均降水和温度数据为基础,运用Copula函数建立二维干旱特征变量的联合分布,刻画干旱特征(干旱周期D、干旱强度S的重现期),并预测干旱特征的二维重现期,以期为积极防治农业干旱风险提供数据支撑。论文首先以2003-2015年三地脆弱性原始评价指标数据为基础,通过结构方程模型方法筛选脆弱性评价指标体系,结果表明重庆市、河南省和黑龙江省的指标优化率分别达到:61%,50%,40%,其拟合优度要优于原始较多指标构建的评价体系。评价指标的验证分析过程表明,大牲畜单位面积年末存栏数会对脆弱性评估的准确度产生重要影响。运用主成分分析方法获得的各研究区农业干旱脆弱性综合得分表明:2003-2015年重庆市农业干旱脆弱性表现为先增加后减弱,河南省则表现出较大的起伏,而黑龙江省的农业干旱脆弱性总体呈现出减小趋势。各研究区对该地区农业干旱脆弱性的影响因素有不同的侧重,如黑龙江省对水资源方面的依赖较大,而河南省对干旱抵抗能力方面的依赖性更大。其次,通过运用1997-2016年的三个地区的气象数据,构建了干旱SPEI指数。通过分布拟合检验,重庆市、河南省和黑龙江省的干旱周期、干旱强度和干旱脆弱性分别服从logistic分布、log-normal分布和normal分布。而重庆市和河南省地区干旱特征的联合分布模型为GH Copula函数,黑龙江地区干旱特征的联合分布为Frank Copula函数。预测结果表明,重庆市和河南省地区的D-S组合重现期结构较为相似,黑龙江省的D-S二维组合重现期中的同现重现期较另外两个地区更为平滑一些。