严重土壤侵蚀区马尾松树干液流对季节性干旱的响应，钟晓慧，郑怀舟，本文以福建长汀严重土壤侵蚀区两种树龄的马尾松为研究对象，通过比较季节性干旱发生不同时期其树干液流密度、叶片水势变化规律，

在这项研究中，从居住者的角度通过以下两个方面检查了居住沙漠气候条件下的空调住宅建筑的室内环境质量（IEQ）：热舒适度和室内空气质量。 这项研究提供了有关居家者热舒适感的统计数据，以及描述科威特居民住房中室内空气质量的数据。 关于后者，使用两种测量方法，即物理测量值和通过问卷调查收集的主观信息，对IEQ的总体接受程度，用于评估居住在科威特州25座空调住宅楼中的111名居住者。 通过对ASHRAE七点热感觉等级的反应进行线性回归分析，确定基于实际平均投票（AMV）和预测平均投票（PMV）的手术温度，分别为25.2°C和23.3°C，在夏季。 将相对于二氧化碳浓度水平的室内空气质量（IAQ）与国际标准（即ASHRAE标准62.1 [1]）的可接受限制进行了比较。 拟议中的居民建筑中的IEQ总体验收结果表明，CO2浓度在909和1250 ppm之间。 但是，这可能被认为是较高的CO2浓度，可能需要通过窗户操作或机械通风来提高通风率。

α-酮戊二酸对干旱胁迫下冬小麦幼苗生长的影响，葛林，赵丹丹，以豫农202为试验材料，采用水培法，研究了α-酮戊二酸对PEG模拟干旱胁迫下冬小麦幼苗生长的影响，结果发现，在干旱胁迫下小麦幼苗地

气象干旱综合指数MCI MI SPI

采用IDL语言，可以用来计算植被干旱指数，输入影像即可

采用自回归马尔可夫模型来延长干旱数据，以解决干旱数据短缺的问题，在此基础上获取长序列干旱数据；应用Copula方法模拟干旱历时和干旱烈度之间的相依关系，并用自助抽样法检验Copula函数的拟合效果；最后得出边际分布分别为皮尔逊Ⅲ型和伽马函数的两元联合分布，并计算干旱历时和干旱烈度的联合分布概率．模拟结果表明， Clayton Copula能较好地模拟两变量之间的相依关系．根据Copula联结函数来模拟水文干旱极限事件，可考虑水文干旱极限事件不同变量之间的相依性，方法简单合理，可成为水文干旱极限分析的一个有

参考蒸散量（ETo）是确定作物所需水量的关键因素，这对正确的灌溉计划至关重要。 粮农组织Penman-Monteith（EToPM）是估算ETo的最受欢迎的方法之一。 显然，有时由于数据可用性方面的挑战，很难使用Penman-Monteith计算ETo。 FAO Penman-Monteith方法需要许多参数（太阳辐射，气温，风速和湿度），而Hargreaves-Samani方法则根据气温来计算ETo。 由于中亚是一个数据有限的地区，气象站无法提供PM方法的所有必需参数，因此本研究旨在使用乌兹别克斯坦南部喀什卡达里亚省Karshi草原的Hargreaves和Samani（HS）方法估算ETo。基于2011年至2017年的数据。在夏季，通过非修正HS方法计算的参考蒸散量被低估了。 低估的原因可能是这几个月的气温和风速较高。 因此，原始形式的HS方法无法在我们的研究范围内用于估计ETo。 通过应用偏差校正因子对EToHS进行修改，可以获得更好的性能，并可以提高该区域ETo计算的准确性。 计算得出的ETo值可以为有关Amudarya流域和中亚较大地区的水分配，灌溉计划和作物选择的决策和管理实

本文采用SPI指数对某地区地区干旱情况进行时空分析 SPI指数是McKee等在评估美国科罗拉多州干旱状况时提出的。对于某一地区而言,确定时间段内的降水量一般呈规律性的波动变化。基于这个事实,认为某一地区确定时间段内的降水量若比该时间段内多年平均降水量(可以认为是正常降水量)偏少到一定程度,就认为该地区该时段发生了干旱;反之﹐若偏多到一定程度﹐则发生洪涝。假定降水量的变化服从gamma分布,运用数学方法将降水量的累计频率分布转化为标准正态分布﹐最后求得SPI。SPI指数具有无量纲﹑标准化的特点﹐能够比较不同地区、不同时段的降水水平,可较好地反映干旱强度和持续时间。SPI指数具有多时间尺度的优势,不仅可以反映短时间尺度内降水量的变化，也可以反映长时间尺度的水资源演变情况。本文计算了1个月、3个月、6个月和12个月的SPI值﹐分别用SPI,SPI3.SPI6和 SPI12代表。

标准化干旱分析工具箱 (SDAT) 提供了用于推导非参数标准化干旱指数的通用框架。 当前指标存在时间不一致和统计不可比性等缺陷。 不同的指标有不同的尺度和范围，它们的值不能直接相互比较。 大多数干旱指标依赖于拟合数据的代表性参数概率分布函数。 但是，参数分布函数可能不适合数据，尤其是在大陆/全球尺度研究中。 SDAT 基于非参数框架，可应用于不同的气候变量，包括降水、土壤湿度和相对湿度，而无需假设具有代表性的参数分布。 该框架最吸引人的特点是它导致基于不同变量的统计一致的干旱指标。 SDAT 可用于生成非参数标准化干旱指标，例如： - 标准化降水指数 (SPI)， - 标准化土壤水分指数 (SSI)， - 标准化径流指数 (SRI) - 标准化流量指数（SSFI）， - 标准化相对湿度指数 (SRHI)， - 标准化地下水位指数（SGI）， - 标准化地表水供应指数 (SSWSI)， -

标准化干旱分析工具箱 (SDAT) 提供了用于推导非参数标准化干旱指数的通用框架。 当前指标存在时间不一致和统计不可比性等缺陷。 不同的指标有不同的尺度和范围，它们的值不能直接相互比较。 大多数干旱指标依赖于拟合数据的代表性参数概率分布函数。 但是，参数分布函数可能不适合数据，尤其是在大陆/全球尺度研究中。 SDAT 基于非参数框架，可应用于不同的气候变量，包括降水、土壤湿度和相对湿度，而无需假设具有代表性的参数分布。 该框架最吸引人的特点是它导致基于不同变量的统计一致的干旱指标。 SDAT 可用于生成非参数标准化干旱指标，例如： - 标准化降水指数 (SPI)， - 标准化土壤水分指数 (SSI)， - 标准化径流指数 (SRI) - 标准化流量指数（SSFI）， - 标准化相对湿度指数 (SRHI)， - 标准化地下水位指数（SGI）， - 标准化地表水供应指数 (SSWSI)， -