基于非灌溉与灌溉两种背景，以水分平衡原理求得的冬小麦全生育期自然水分亏缺率为轴线，以风险评估技术方法为核心，分别从实际产量和生产力两种途径研究了北方冬麦区近40年干旱对冬小麦影响的风险水平，利用Mapinfo实现空间的分布规律及灾损区划。 根据产量对水分的响应，定义了五种干旱年型和减产年型，分别为轻、中、重、严重和极端严重。分析了不同干旱年型和减产年型的时空分布状况及其相关关系，关系表明，干旱年型和减产年型两者没有明显的一致性，而且干旱年型发生的站次多于对应的减产年型，尤其较重的干旱年型出现较多，而较重的减产年型极少。 采用“逐步订正法”计算光合、光温和气候生产力。从水分平衡角度，采用了新颖的数理模式构建了水分订正函数。结果表明，由于考虑了底墒水，本文计算的气候生产力比以往一些结果高出约20％～30％，这对评估气候生产力有重要意义。降水年际变异较大，区域差异明显，使得气候生产力的时空变化大于光合和光温生产力的时空变化，在中东部，水分由南向北、由东向西减少，中西部由南向北减少，使得各项指标的变化均有与此基本相应的变化趋势。 建立了实际产量与自然水分亏缺率的相关关系，根据其间不同的敏感性。确定出两类(A、B)不同干旱年型的自然水分亏缺率对应的实际减产率指标。A类不同干旱年型的实际减产率分别为＜9％、9％～12％、12％～14％、14％～21％和＞21％，该类指标适用于山东东部及中部的部分地区、陕西南部渭河一带、河北中部的部分地区；B类分别为＜9％、9％～15％、15％～21％、21％～40％和＞40％，该类指标适用于本区的其它地区。 从风险的角度，建立了冬小麦干旱灾损风险评估的指标体系，包括自然水分亏缺率风险指数、减产率风险指数和抗灾性能趋势向量系数的意义、表征模式和估算技术方法，在此基础上构建了灾损综合风险模型，并对模型参数区域化，结果表明：冬小麦干旱灾损高风险区在陕西中北部、山西中部的部分地区和河北沧州的部分地区；较高风险区在山西中部的部分地区、河北的唐山地区和西部的部分地区；中风险区在陕西中部、山西南部、河北沧州的大部分地区；低风险区在陕西中南部、河南中北部、北京市、天津市、河北中南部和山东省。