中国是世界上最易受干旱影响的国家之一。近些年出现的大量干旱事件，对中国造成了巨大的社会经济损失。干旱具有频率高、范围广、历时长等特点，导致干旱的危害非常大，是一种复杂的自然灾害。基于长时间序列的干旱资料数据对中国干旱时空特征进行研究，并进行相应的干旱灾害风险评估可以为我国制定防旱抗旱规划、完善水利基础设施建设和抗旱工程体系，在干旱发生时进行合理调配和利用水资源提供有效的科学依据。　　基于中国1961-2013年810个气象站点的SPEI干旱指数，通过单序列的游程理论和三维的时空一体化提取方法对气象干旱事件进行了识别，提取出了干旱事件的多个特征变量，构建了中国干旱资料数据集。利用多维分析模型，对提取出的干旱特征变量的时空分布特征、多变量联合下的重现期特征进行了分析。最后构建了以多变量重现期为致灾因子危险性的干旱灾害风险评估模型，对中国各地区的干旱灾害风险进行了评估。这些研究成果为实现从被动的“干旱灾害危机管理”到“干旱灾害风险管理”提供决策支持。研究的核心内容与结论如下:　　1)构建了1961-2013年的中国干旱资料数据集。通过统计分析，中国整体上干旱发生次数以北方为多，严重干旱发生次数以南方为多。在年代尺度上，干旱存在逐渐变弱，而后迅速增多的过程。在华北至西南一带以及西北地区呈现出干旱趋势。利用SKATER方法将中国划分为8个分区，每个分区对于气温和降水的变化在不同的月份有着不同程度的响应。　　2)对干旱特征单变量进行了边缘分布拟合与重现期计算。干旱特征变量存在显著的厚尾特征。对于全国来说，指数分布、Weibull分布和广义Pareto分布分别对中国干旱历时、烈度和峰值的边缘分布拟合效果最佳。一些拟合函数在特定的区域有着更好的拟合效果。不同特征变量间以及相同特征变量在不同的指标条件下，重现期的空间分布特征存在着显著的差异。　　3)利用Copula函数构建了多变量联合概率分布与重现期。干旱特征变量间存在较强的相关性，但是在全国分布不均，且分布具有一定的聚集性。对于全国来说，历时-烈度和历时-峰值的最佳Copula函数均是Gumbel-HougaardCopula。烈度-峰值与历时-烈度-峰值的最佳Copula函数分别为ClaytonCopula和Gaussian Copula。两个干旱条件下的多变量重现期的空间分布揭示了不同特征变量重现期短的区域存在着差异。对于极端干旱来说，全国三变量重现期平均为42.1年。短重现期区域主要分布在中国南部，尤其是在四川云南交界处、广东沿海以及湖南西部和江西北部，短于35年一遇。　　4)时空一体化的干旱提取方式可以有效的对干旱事件从三维角度进行提取，同时对干旱的多个特征变量进行提取。经过对比分析，提取结果有着较强的可用性。110°以东，30°以北的地区存在着干旱南北移动，南部和西部为东西方向移动。对于历时长于3个月的干旱特征变量，指数分布对干旱历时的边缘分布拟合效果最好，广义极值分布分布对烈度与峰值的边缘分布拟合效果最好。Gumbel-Hougaard Copula对于历时-烈度，历时-峰值的两变量概率分布拟合最好。Gaussian Copula和t Copula分别对烈度-峰值和历时-烈度-峰值的联合概率分布拟合效果最好。对于重现期长于50年的结果可用性较差，仅供进行多个事件间的横向对比。　　5)构建了以多变量重现期为致灾因子危险性的干旱灾害风险评估模型。全国干旱灾害风险有着显著的区域差异，不同地区的主要影响因子具有不同特征。干旱灾害风险以黄淮海地区最大，需要进行额外的关注。