致灾因子
3灾害、承灾体、致灾因子、孕灾环境ppt课件
地震自救
道格自救10项要领
如地震发生，你正在看电 视，不能迅速地从门或窗口逃离， 那就在靠近沙发，或椅子的旁边 躺下，然后蜷缩起来
大楼倒塌时，被发现很多人 在门口死亡。这是怎麼回事？如 你站在门框下，当门框向前或向 后倒下时，你会被头顶上的屋顶 砸伤。如门框向侧面倒下，你会 被压在当中，所以，不管怎麼样， 你都会受到致命伤害
22
有的河流洪水也给人类带来一些利益，如 尼罗河洪水定期泛滥给下游三角洲平原农 田淤积肥沃的泥沙，有利于农业生产。
23
24
通常由海底地震引发 海啸是很少发生的事件 可预警
25
火 山 的 喷 发
26
27
28
类型 名称 1 极端危险 2 高度危险
距离
威胁
0~100码
高度危险的高温、火山灰、 熔岩、气体、滚石和抛射物
“脆弱性综合症”
41
气象致灾因子
飓风
山火
9
10
洪水 风暴潮 海啸
11
12
火山 地震
13
14
15
16
17
萨菲尔-辛普
风速
森飓风
（公里/小时）
1
119-153
速压 （磅/平方英尺）
19.0
风暴潮 （英尺）
风的影响
植被：对树叶造成
某种损害；
4~5
其他建筑：很少或
没有损害
植被：许多树木被
吹到；
2
154-177
地震自救
道格自救10项要领
在地震中，木质建筑物最牢固。 木头具有弹性，并且与地震的力量 一起移动。如果木质建筑物倒塌了， 会留出很大的生存空间，而且，木 质材料密度最小，重量最小。砖块 材料则会破碎成一块块更小的砖。 砖块会造成人员受伤，但是，被砖 块压伤的人远比被水泥压伤的人数 要少得多
arcmap致灾灾因子计算
ArcMap是一款由美国环境系统研究所（ESRI）开发的桌面组件，它具有强大的地图制作、空间分析以及空间数据建库等功能。
在ArcMap中，可以进行致灾灾因子的计算，具体步骤如下：
1. 打开ArcMap软件，加载需要进行致灾灾因子计算的数据层。
2. 在菜单栏中选择“空间分析工具”-》“地图代数”-》“重分类”-》“重分类”。
3. 在“重分类”窗口中，选择需要进行重分类的数据层，并选择“使用已存在的要素创建新要素”选项。
4. 在“输出要素类”中，设置输出文件的位置和名称，然后点击“确定”。
5. 在新生成的要素类中，可以使用“空间分析工具”-》“重分类”-》“重分类”进行致灾因子的计算。
6. 在“重分类”窗口中，选择需要进行重分类的数据层，并选择“使用已存在的要素创建新要素”选项。
7. 在“重分类方法”中选择适合的致灾因子计算方法，如平均值、众数、中位数等。
8. 在“输出要素类”中，设置输出文件的位置和名称，然后点击“确定”。
9. 完成致灾因子的计算后，可以使用ArcMap的其他功能对结果进行进一步的分析和处理。
需要注意的是，在进行致灾灾因子计算时，应该根据具体情况选择合适的计算方法和参数设置，以保证结果的准确性和可靠性。
同时，
还需要对结果进行合理的解释和应用，以指导灾害防治和应急救援等工作。
灾害经济学复习资料
1、致灾因子、灾害两者区别和联系：致灾因子是可能造成财产损失和人员伤亡的各种自然现象和社会现象，为一种对生命或财产的潜在危险.灾害是致灾因子造成的社会后果，当致灾因子达到某种强度，超过人们的应对能力而无法控制时，给人类的生命财产造成了较大损失,潜在危险变成真实的损失时，这时致灾因子造成了灾害。
灾害包括致灾因子和人类社会两方面因素,二者相互作用才有可能形成灾害。
2、脆弱性：是指个人、团体、财产、生态环境等易于受到某种特定致灾因子影响的性质.（名词解释）3、消费者剩余：人们不愿意失去某种东西，愿意支付的价格超过其实际支付的部分。
生产者剩余：是指生产者销售商品获得的价格与边际受偿意愿的差额。
4、补偿变差和等效变差的计算(计算题）补偿变差(CV）；是指在灾害引起价格变化的条件下，需要多少补偿支付，才能使福利状况也就是效用水平保持与价格变化前相同。
等效变差(EV）：考察的是灾后商品的价格发生变化时，如果假定价格不发生变化,收入应该改变多少才能达到价格变化后的效用水平.5、灾害损失的分类：1）经济影响：直接经济损失;间接经济损失;宏观经济影响2）人身影响3）环境影响6、影子价格比市场价格更能反映出资源的真实价值.（判断题）7、公共物品具有非排他性和非竞争性；自然垄断行业的产品价格往往不能真正反映市场效率，没有反映资源的真实价值。
8、在评估经济损失时，损失是指发生在实体经济中的损失;收入和产出不可重复计算;转移支付不计入损失。
9、直接损失的三种评估方法：（辨析题)1）重置成本法；是按现市场条件重新购建功能相同的处于全新状态下的资产所需要的成本耗费，以其作为评估对象现实价值的一种评估方法。
分为复原重置成本和更新重置成本2）现行市价法:是指按市场价格确定损失资产价值的评估方法.以均衡价值论为理论基础，认为资产的价值是由买卖双方力量达成一致时的均衡价格所决定的。
3）收益现值法：是通过估算损失资产的未来预期收益，按照一定的折现率折现为现值，借以确定损失资产价值的损失评估方法。
致灾因子的名词解释
致灾因子的名词解释引言：自古以来，人类一直在探索自然界的奥秘，试图理解各种偶发事件和灾难的原因和机理。
其中一个重要的研究领域是致灾因子。
本文将对致灾因子进行详细解释，探讨其定义、分类以及对人类社会的影响。
一、什么是致灾因子？致灾因子是指能够引发自然灾害或疾病爆发的物质、行为或条件。
它们可以是自然的，如地震、飓风、洪水等；也可以是人为的，如恶劣环境污染、战争、犯罪行为等。
致灾因子具有潜在的危险性，一旦其作用条件具备，就会导致灾害或疾病的发生。
二、致灾因子的分类：1. 自然致灾因子：这些因子源于自然界中的气候、地质等变化。
常见的自然致灾因子有地震、火山喷发、洪水、干旱、风暴等。
地震是由地壳构造运动引起的，产生地震波并引发地质灾难。
火山喷发是由地壳深处的岩浆喷出引发的，导致火山灾害。
洪水是由降雨量过大、河流泛滥或堤坝决口等原因引起的，常常造成城市和农田的严重损失。
干旱是指长期缺乏降水的气象现象，导致土地干旱、农作物减产等问题。
风暴包括台风、飓风、龙卷风等，由特定气象条件下的强风产生，导致破坏性灾害。
2. 人为致灾因子：这些因子是人类活动导致的，直接或间接地影响了自然环境或社会结构，引发灾害和疾病。
例如，恶劣环境污染是由工业排放、废弃物处理不当等原因导致的，对生态系统和人类健康产生严重危害。
战争是人类之间的武装冲突，造成大量人员伤亡、城市破坏等后果。
犯罪行为如恐怖袭击、抢劫等不仅危害人身安全，也对社会秩序产生负面影响。
三、致灾因子对人类社会的影响：致灾因子对人类社会带来了巨大的冲击和影响。
首先，灾害和疾病造成了人员伤亡和财产损失。
自然灾害如地震和风暴常常导致建筑物倒塌、道路毁坏，造成人员伤亡和流离失所。
疾病的爆发会导致大规模的感染，危及公共卫生。
其次，致灾因子破坏了环境平衡。
自然灾害破坏了生态系统，损害了物种多样性和生态功能。
人为致灾因子如恶劣环境污染和开垦土地，丧失了很多珍贵的自然资源，危及生态环境的可持续发展。
致灾因子评估的方法
运用模糊综合评价法评估社区致灾因子
精确性和适宜性的平衡 大数法则 提高风险意识为目标——民众的参与
三、基于模糊综合评价的 社区致灾因子评估
模糊综合评价的一般步骤 1、建立评价对象因素集U
三、基于模糊综合评价的 社区致灾因子评估
模糊综合评价的一般步骤 2、建立评语集V
三、基于模糊综合评价的 社区致灾因子评估
第四章 社区致灾因子评估
第二讲 致灾因子评估的方法
主讲人：万蓓蕾
复旦大学城市公共安全研究中心
回
顾
致灾因子的概念 常见社区致灾因子 常见致灾因子的危害
本讲重点
致灾因子评估的基本方法 美国风险识别与危害分析的方法 基于模糊数学的社区致灾因子评估
一、致灾因子评估方法的选择
两大类基本的方法：
单灾种单灾害的专业性评估 多灾种多灾害的综合性评估
一、致灾因子评估方法的选择
单灾种单灾害的专业性评估
以自然灾害为例，包括：
自然灾变指标 自然灾害损失指标
一、致灾因子评估方法的选择
多灾种多灾害的综合性评估 国际上通行的方法：历史数据 死亡人数和经济损失 联合国开发计划署（UNDP）： 灾害风险指数
模糊综合评价的一般步骤 3、建立单因素评价模糊矩阵R
R为单因素评价模型矩阵 （U,V,R）构成了一个综合评价模型
三、基于模糊综合评价的 社区致灾因子评估
模糊综合评价的一般步骤 4、综合评价
A是U上的一个模糊子集（即权重子集） B是V上的一个模糊子集
总
结
理解两种致灾因子评估方法及其范围 了解美国危害评估的方法 掌握模糊综合评价用于社区致灾因子 评估
自然灾害致灾因子复杂性分析
第一节 自然灾害致灾因子风险评估概述
一、灾害风险基本概念及其特征 （三）内涵： 3.灾害风险评价：面对灾害风险分析基础 上，建立一系列评估模型，根据风险区域特 征和防灾减灾能力，预估可能发生的经济、 社会和生态环境的损失。 4.灾害风险管理：在风险评价的基础上，决 策风险规避方案和风险控制措施的过程。
第一节 自然灾害致灾因子 风险评估方法 旱涝灾害的马尔科夫随即过程 计算状态i和状态j之间的置换系数Lij
第一节 自然灾害致灾因子 风险评估方法 式中：
分别表示由状态i和j转移到状态k
的概率
越接近于1，状态i和j在序列中的地位的
相似性越高；因此， 是考虑状态i和j动态
变化相似性程度的指标
第一节 自然灾害致灾因子风险评估概述
一、灾害风险基本概念及其特征 （二）分类： 依据政府管理部门分类： １.自然灾害：民政部（包括地震局、气象局、国土 资源部、国家海洋局等） ２.安全生产灾害：国家安全生产管理总局 ３.公共卫生：卫生部 ４.公共安全：公安部（安全部）
第一节 自然灾害致灾因子风险评估概述 在2006年1月8日发布的《国家突发公共事件总体应急预案》及2007年11月1日开始实施的《突发事件应对法》中，分为四大类
01
地方震：小于100km地震
02
近震：大于100、小于1000km的地震
03
远震：大于1000km地震
04
第二节 地震致灾因子风险 评估概述
（四）地震按地震级分类 地震级：地震释放能量的多少，表征地震 大小或强弱的指标。 目前国际通用里氏震级是1935美国地震学家C. F.Richter给出的。每相差1级，释放能 量相差约30倍。 小震：4级以下地震 中强震：5～6级地震 强震：7级以上地震 特大地震：8级以上地震
第四章 致灾因子风险分析与评估
第四章 致灾因子风险分析与评估4.1致灾因子风险分析概念含义——指超过某强度致灾因子发生的概率。
致灾因子风险分析是自然灾害风险评价的基础。
致灾因子风险分析的核心是：建立强度—频率的关系，并导出在未来一定时段内某灾害强度指标超过一定值的概率。
4.2致灾因子风险分析方法4.2.1野外调查法含义——采用一定技术，通过野外实地调查以揭示灾害发生、发展的机制，从而准确预报灾害的一种基本方法。
条件——适用于局部地区的灾害风险分析。
4.2.2模拟实验法含义——在实验场里模拟灾害发生的基本过程，以揭示灾害形成的机制，在为灾害风险预测、区划提供依据。
条件——建立在灾害研究的基础上。
优点——可以弥补野外观察的不足；可以净化致灾因子，排除混杂因素的影响，深刻揭示灾害形成的机制。
目的——为灾害风险预测预报、区划等提供依据。
4.2.3遥感技术方法含义——采用遥感技术对自然灾害进行实时监测，以获得实时的灾害信息要素。
条件——大规模的、动态的灾害灾害监测。
4.2.4历史资料的统计分析含义——根据已有的历史资料（自然界记载的资料和历史文献资料），分析自然灾害的特征、评价自然灾害风险，预测不同等级自然灾害发生的可能性及危害。
条件——具有足够长时间序列的历史资料。
目的——可以预测不同等级灾害发生的频率、灾害损失等级、范围、区域灾害危险及特征等。
4.2.5模型预测含义——根据自然灾害的相关关系，采用模型方式预测未来灾害发生的一种方法。
条件——自然灾害符合一定的自然规则。
4.3主要致灾因子风险分析模型4.3.1暴雨洪涝风险分析暴雨——日降水量≥50mm 的强降水过程。
洪涝——持续性暴雨引起地面积水或排水不畅产生。
洪涝灾害风险分析的方法——基于水文资料和一定概念得到的线型模式，根据其计算出的经验频率。
关系式为：P=m/（n+1） P ——洪涝灾害经验频率，σ——均方差，n ——某水文要素的系列长度（年），m ——将n 年水文资料从大到小顺序排列的序号，即从1顺序增至n 。
第二章 致灾因子与灾害
第二章致灾因子与灾害严格来说，没有自然灾害（natural disaster）这样的事情，而只有自然致灾因子（natural hazard），如飓风和地震1。
约翰·特威格（John Twigg）（2001）人类认识灾害是从自然灾害开始的。
人类历史上，曾经认为“灾害”是命运的安排，甚至是某种超自然力量导致的结果。
在周朝以前，我国古人的自然观是宗教神学的，人们把获取幸福的希望寄于神灵，不惜用频繁的祭祀和大量的牺牲去讨好它。
后来又出现了“天人感应”学说。
认为“天人感应”，“天人合一”。
人顺天而行，“天”就现吉像，人间必会五谷丰登、风调雨顺、国泰民安。
人若逆天而为，“天”就降凶兆，人间就会干旱少雨、洪涝灾害、兵变民乱等。
古人也常常把“灾害”看成是天意，是上天用来告诫和惩罚君主“为政失道”的手段，所谓“人君失政，天为异；不改，灾其人民；不改乃灾其身”。
古人对于不能理解的自然现象，往往托于超人之神的意志，即便有人试图从物体运动本身规律来解释像地震这样的自然现象，也替代不了占统治地位的“天人感应”说。
第一节灾害的分类一、致灾因子与灾害的区别人们也常常把地震、海啸、洪水等称之为“灾害”，把这些极端的自然现象看成是“灾害”的同义语，视“灾害”为一种无法避免的自然现象。
但我们稍加分析就会注意到，地震或引起洪水的降水等自然现象并不必然导致灾害，如地震发生在无人居住的西部茫茫戈壁滩，谁又能说那里发生了灾害呢？因此，灾害是和地震、洪水等自然现象有着密切关系但却有着本质区别的不同概念。
在日常生活中，人们常常把灾害与导致灾害的现象看成是同一件事情，在中文文献中，人们也经常把灾害(disaster)与致灾因子(hazard)混为一谈，这实际上混淆了灾害和致灾因子这两个不同的概念，混淆了各种危险的自然现象和社会现象本身与其所造成的后果之间的区别。
在灾害经济学中，这是两个不同的概念，需要加以区分。
致灾因子是可能造成财产损失和人员伤亡的各种自然现象和社会现象，为一种对生命或财产的潜在危险。
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
干旱是土壤-植物-大气系统中水分平衡遭受到破坏的结果(张养才中国农业气象灾害概率)，降水量偏少程度、土地状况、不同作物抗旱能力、干旱发生时作物所处生育期等因子共同决定干旱强度。
目前，不同学者分别从以上诸要素的一个或几个方面构建了表征干旱强度的指标（表3-1）。
1. 常用干旱指标1.1 降水距平百分率降水距平百分率是表征某时段降水量较常年值异常情况的指标（式3-1），能够直观反映降水异常而引起的干旱。
需要数据量较少，计算简单，应用广泛。
（式3-1）其中：为降水距平百分率；某时段的实际降水量（mm）；为同时期多年平均降水量（mm）。
由于降水距平百分率对平均值的依赖性较大，对于降水时空分布极不均匀的西北地区不宜使用统一的降水距平百分率标准。
1.2 标准差降水指数1950年，徐尔灏等在研究我国年降水常态性时，提出用标准差降水指标来表征我国某年旱涝状况（式3-2）。
式3-2其中，为旱涝指数；为某地一年降雨量（mm）；为该地平均年降雨量（mm）；为该地年降雨量的标准差。
并且给定了旱涝年划分标准：(1)大旱年I<-2；(2)旱年-2<I<-1；(3)常年-1<I<1；(4)涝年1<I<2；(5)大涝年I>2；但该指标讨论的是年雨量的旱涝状况，并不能反应降雨量年内的季节变化。
而对我国农业有较大影响的是夏季降雨量的多少，而非全年降雨量。
1.3 帕尔默干旱指数美国学者Palmer于1965年根据土壤水分平衡原理，基于以下两个基本出发表3-1：农业干旱指标类型干旱指标指标描述应用评价气象干旱指标降雨量指标某区域某时间段内降水少于该时间段内降水平均值计算简单，但区域性强，不具有普适性，同时也不适用于降水时空差异极大的地区。
连续无雨日数用日降雨量小于一定数值的累积日数，如Munger指数计算简单，但区域性强，不具有普适性。
标准差指标，其中为干旱指数；为某地一年降雨量；为该地平均年降雨量；为年降雨量标准差该指标只能反映年际趋势，无法反应季节变化降水距平百分率；其中为某时段实际降水量；为同期多年平均降水量该指标需要数据仅为降水数据，计算简单，应用广泛，但对平均值依赖性较大，对于降水时空分布极不均匀的地区不宜使用统一的降水距平百分率标准。
降水Z指数；其中φ为降水的标准化变量；为偏态系数。
；n为样本数，为样本均方差。
该指标假设降雨量PersoorⅢ型分布前提下进行计算的，计算简单，且使用于降水时空分布较不均匀的地区。
前期降水指数（API）；其中，为某日的API值（mm）；为前日的API值（mm）；为今日降雨量；为衰减系数。
，其中为第t填的潜在蒸发量，为土壤最大可蒸发湿度。
一般取经验值0.9。
该指标是依据降雨量的自回归关系表征水分干湿状况的气象干旱指标，具有普适性。
但只能反映短时间尺度的干湿状况，且的确定具有很大的随意性。
标准化降水指数（SPI）；其中t为累积概率的函数，c、d为参数；当累积概率小于0.5时，取负号，否则取正号。
该指标假设降水满足偏态分布的条件下进行计算。
能够表达不同时间尺度（1、3、6、12、24月）干旱状况，但是SPI假设所有地点旱涝发生概率相同，无法识别频发区，且没有考虑是水分支出。
水分供求差；其中R为降水量；EP为蒸发量该指标考虑水分支出，但该水分支出为水分充足的情况下潜在蒸发量，而非实际蒸发量。
相对蒸散量，其中为实际蒸发量；为潜在蒸发量该指标比较综合的考虑的水分的供求关系，但因很多变量数据较难观测而难以应用推广。
积分湿度指标；其中为月平均气温；n为月平均气温大于0℃的月数；K为月湿润指数。
该指标主要是表征农业水分满足程度，只使用于约平均气温大于0℃的时期。
综合气象干旱指数（CI）；其中，、分别为近30天和近90天标准化降水指数；为近30天相对湿润度指数；a、b、c为系数，分别为0.4、0.4、0.8。
该指标分别综合前30天和前90天降水和蒸发情况表征月尺度和季尺度干旱状况。
可进行气象干旱适时监测和评估。
但需要数据变量较多。
帕尔默干旱指数（PDSI）表征某地区实际水分供应持续地少于当地气候适宜水分供应的水分亏缺状况。
该指标使用广泛，表示效果较好，但需要数据较多，且一般适合月尺度水分盈亏监测和评估。
土壤水分指标土壤湿度指标土壤水分重量与干土重量的比值（质量湿度）或土壤水分体积占土壤总体积的百分比（容积湿度）。
能够较好的反应不同作物或同种作物不同生长阶段的干旱状况，但需要大量一手观测数据。
土壤有效水分储存量；其中为土壤质量湿度（%）；为凋萎湿度（%）；为土壤容重（克/厘米3）；为土层厚度的厘米数。
作物干旱指标作物层温度与气温差; 为作物层温度；为作物层顶以上2米处的空气温度。
因不同作物及不同生长阶段，对水分敏感程度不同，需通过实验找出相应的干旱指标阈值。
植物状况指数(VCI) 基于NDVI 的遥感旱情指标解决了适时监测和空间不连续监测的缺陷，但主要适用于作物生长的季节，而作物休眠期的旱情评价有很大的局限性。
综合干旱指标DM(Drought Monitor)指标系统集各类干旱指标和专家经验为一体，进行大区域统一干旱监测和旱情发布的综合系统。
该系统以周为单位进行实时监测，但需要海量数据和众多专家经验做支持。
点构建了帕尔默干旱指数。
1）干旱时一个持久的水分缺乏；2）干旱程度是由水分亏损程度和持续时间两者共同决定的。
该指标是在综合分析某段时间内“当前气候适宜降水量”的基础上，通过计算对应时段内与实际降水量的差值，表征该地区干旱状况（式3-4—式3-7）。
（式3-3）（式3-4）（式3-5）（式3-6）（式3-7）其中，为气候适宜降水量（mm）；为气候适应蒸散量（mm）；为气候适宜补水量；为气候适宜失水量；为气候适宜径流量（mm）；为实际降水量与气候适宜降水量差值（mm）；为实际降水量；为修正系数；为平均蒸发量；为平均补水量；为平均水量；为平均降水量；和为本月和前一月的干旱指数；为降水距平指数。
在以上干旱强度计算的基础上，同时建立了一套完整的确定干旱持续时间的规则，能够保证在以月为时间尺度上确定干旱的起止时刻，已被广泛应用于干旱监测与评估、土壤水分反演等相关研究中。
该指标虽是目前国际上应用最为广泛的表征干旱程度的指标，且表征干旱效果好，机理性强，但需要的基础数据较多。
1.4 综合气象干旱指数综合气象干旱指数（）是利用近30天（相当于月尺度）和近90天（相当于季尺度）降水量标准化降水指数，以及近30天相对湿润度指数进行综合而得（式3-8）。
其中，、分别为近30天和近90天的标准化降水指数；为近30天相对湿润度指数；为近30天标准化降水系数，由达到轻旱以上级别的平均值除以历史出现最小值，平均取0.4；为近90天标准化降水系数，由达到轻旱以上级别的平均值除以历史出现最小值，平均取0.4；为近30天相对湿度系数，由达到轻旱以上级别的平均值除以历史出现最小值，平均取0.8。
该指标基于历史数据，可滚动计算出每天气象干旱指数，适合月尺度和季尺度的实时气象干旱监测和历史同期气象干旱评估。
式3-8另外，给定了基于该指标详尽的干旱过程和干旱过程强度确定标准，同时给出了某时段干旱评价的原则和分级标准（表3-2）。
鉴于此，近些年来基于CI指数对我国进行全国或区域性干旱研究不断出现。
表3-2：综合气象干旱等级的划分标准等级 1 2 3 4 5类型无旱轻旱中旱重旱特旱CI值-0.6<CI -1.2<CI<=-0.6 -1.8<CI<=-1.2 -2.4<CI<=-1.8 CI<=-2.41.5 植物状况指数（VCI）近些年来，随着遥感技术的发展和应用，1995年Kogan提出了基于归一化植被指数（NAVI，Normalized Difference Vegetation Index）的遥感旱情指标——植物状况指数。
其原理是利用红光波段和红外波段对植物冠层敏感的特征来检测植物类型、生长期和冠层结构与生长状况等。
该指标能够实时检测干旱的影响范围和强度，克服了点源监测空间不连续的缺陷。
该指标能够较好的反应干旱强度，较精确的确定干旱时间和干旱范围。
但该指标只要适合于植物生长季节，而作物休眠期间具有很大的局限性，且监测结果往往较真实旱情滞后。
2. 标准化降水量（SPI）（选择该指标的原因及计算过程）一般而言，干旱指标的选取遵循以下原则：1）能够精确的描述干旱的强度、和起止时间；2）包含明确的物理机制；3）指标的实用性。
在影响旱灾形成和决定旱灾强度的诸要素中，降水量偏少程度是决定干旱严重程度的最关键因子。
在以上原则指导下，考虑已有数据情况，本章选择了标准化降水指数（SPI）来研究不同时间尺度的干旱时空状况。
标准化降水指数是由美国学者Mckee于20世纪90年代提出的。
该指标以30年以上历史积累数据为基础，能够较好的反应干旱状况，在不同气候区具有普适性，且受地形影响小，能够对月、季、年、连年等不同时间尺度旱情做较好的量化，并给定了干旱等级划分标准（表3-3）。
表3-3 标准化降水指数干旱等级划分标准干旱等级干旱类型SPI值1 轻旱-1.0<SPI<=-0.52 中旱-1.5<SPI<=-1.03 重旱-2.0<SPI<=-1.54 特旱SPI<=-2.0因某地多年降水量而非正态分布，多为偏态分布。
该指标计算中，假定该偏态分布为伽马分布（Γ分布），某一段时间降水量为，则其概率密度函数为：（）（式3-8）（）（式3-9）其中，为形状参数；为尺度参数，为降水量；为Gamma函数。
参数α和β的值可采取最大似然法求得：（式3-10）（）（式3-11）其中，为降水量资料样本；为降水量气候平均值；为计算序列的长度。
对与某一年的降水量，随机变量小于事件的概率为：（）（式3-12）由于Gamma方程中不包含为0的情况，而实际降水量可以为0，所以累积概率表示可表示为方程3-13：（）（式3-13）其中，q是降水量为零的概率；m为降水时间序列中降水量为0的数量。
对累计函数进行标准化处理（式3-13），可将Gamma分布转化为标准正态分布。
（）（式3-14）对公式3-14进行近似求解可得：1）当0< 0.5时，（式3-15）（式3-16）2）当0.5< <1时，（式3-17）（式3-18）其中，=2.515517；=0.802853；=0.010328；=1.432788；=0.189269；=0.001308。