干旱灾害具有持续时间长、破坏性大的特点。由于发生干旱灾害会造成较为严重后果,因而十分必要对干旱进行及时的监测分析与评估,从而实现合理管理与高效利用水资源。本文以天山北麓中段区域为研究对象,计算了标准蒸散指数和标准径流指数,采用权重法构建了基于径流、气温、降水的水文气象综合干旱指数;根据游程理论识别干旱特征变量,采用非参数趋势分析和周期性分析方法,分析了综合干旱指数的变化趋势;根据游程理论进行干旱特征变量的识别,分析了干旱历时和干旱烈度的变化趋势,采用Copula函数构建水文、气象干旱的双变量联合分布,并对干旱特征变量的联合概率和重现期进行分析。最后结合大气环流因子和综合干旱指数,构建了BP神经网络预测模型、多元线性回归预测模型,进行干旱预测研究。获得的主要结论如下:(1)将军庙水文站的水文干旱(SRI)和气象干旱(SPEI)存在交替变换的趋势,总体上以水文干旱为主;肯斯瓦特水文站与英雄桥水文站的变化波动类似,都存在一个很明显的水文干旱为主到气象干旱为住的转变过程,同时综合干旱指数CI的变化范围介于SRI和SPEI之间。通过Pearson相关系数的分析,CI和降水、气温、径流都有较好的相关性,因此选用CI进行干旱分析对于天山北麓中段区域十分必要。(2)将军庙水文站的综合干旱指数CI整体上变化的范围都处于置信区间内,变化趋势不明显。肯斯瓦特水文站的CI在2000a检测到突变点。英雄桥水文站CI在1988a发生了突变。将军庙水文站的CI变化第一主周期为27a;肯斯瓦特水文站CI变化的第一主周期为48a;英雄桥水文站CI变化的第一主周期为19a。(3)天山北麓中段三个水文站的干旱特征变量之间的相关性较好,通过了0.01的显著性检验。将军庙站的干旱历时的最拟合分布为Weibull分布,干旱烈度的最优拟合分布为Log-logistic(3P);肯斯瓦特站干旱历时和干旱烈度的单变量最优拟合分布分别为为Gamma(3P)和广义帕累托分布;英雄桥站干旱历时和干旱烈度的单变量最优拟合分布为Weibull和对数正态分布,并且经过K-S检验,单变量边缘分布函数的拟合都通过0.05的显著性水平,说明各个站点的干旱历时和干旱烈度的分布拟合均较好。(4)将军庙站、肯斯瓦特站、英雄桥站的二维联合分布最优Copula函数分别为Gumbel函数、Gaussian函数、Joe函数。将军庙站干旱历时超过8个月且干旱烈度大于4的干旱事件发生的概率为0.1,肯斯瓦特站的概率小于0.1,英雄桥站的发生的概率为0.2。在同一个单变量重现期水平下,英雄桥站的干旱历时和干旱烈度均大于其他两站,这表明英雄桥站的干旱程度最严重,英雄桥站的干旱事件主要表现为长历时与高烈度。(5)通过遥相关分析的方法,筛选大气环流因子。将遥相关分析的结果和各站综合干旱指数CI带入到BP神经网络预测模型和多元线性回归预测模型中,进行干旱预测。BP神经网络预测模型预测精度比多元线性回归预测模型要好,对于预测数据较少的情况,两模型的预测精度接近。采用BP神经网络预测模型对2015-2025a的CI进行预测,预测结果显示将军庙站在未来十年内的干旱事件发生的风险较高,肯斯瓦特站的干旱程度最低,英雄桥站的波动幅度最小。新疆地区气候干旱,干旱灾害时有发生,因而进行干旱预测具有重要的现实意义。