干旱是主要自然灾害中的一种，对生态系统及人类社会具有不利的影响。在气候变化背景下，世界各地的干旱发生频率及其严重性在逐渐增加。IPCC评估报告指出，南亚地区在世界上最容易发生干旱的地区之列。在未来几十年中，巴基斯坦面临严重的水资源短缺的威胁，并且，在当地的干旱影响下水资源短缺状况会进一步加剧。深入研究和掌握干旱事件的时空演化特征对监测和评估干旱对理解干旱对不同地区的影响是很有必要的。这些信息也可以帮助决策者制定和实施有效的适应和减缓灾害的措施。干旱发生的空间范围通常较大，因此，在大区域范围内研究和监测干旱是必要的。但是，大尺度干旱研究所需的适宜时间尺度的观测数据并不容易获取。近年来，得益于遥感技术的发展，获取空间范围广的数据以追踪干旱的时空动态变化成为可能。由于干旱的动态特征，目前已发展了许多基于观测数据和遥感数据的监测指数，对这些指数的校正及提高研究也在不断开展中。但是，干旱与气象因子之间的交互作用是非常复杂的。因此，适合某一区域的指数在另一区域未必适用，研究结果在不同地理区域间需要进一步的验证。通过分析时间序列的标准化降水指数(Standardized Precipitation Index，SPI)，本文调查了1960-2013年间巴基斯坦干旱发生的时空变化特征。利用主成分分析(Principal Component Analysis，PCA)方法，调查了数据的主导模式。第一主成分EOF1与空间降水量高的区域呈现正相关。EOF2显示的第二主成分将整个巴基斯坦分为南部和北部两部分。第三主成分EOF3的分布集中在巴基斯坦中部。所有PCA时间序列都没有表现出显著的线性趋势。PC1时间序列的频谱分析显示，干旱在频发期存在一个10.7年的主周期。作为一个农业国家，巴基斯坦需要充足的灌溉用水，但是它面临着严重的水资源供应不足问题。这些典型的干旱发生的时空格局特征将有助于决策者在全国各地落实协调水资源规划和抗旱战略，以减轻干旱可能产生的不利影响。　　本文使用卫星反演和实测数据对巴基斯坦干旱进行连续和精确地监测。SPI时间序列中反映了三个主要的干旱时期，分别是1968-1975年、1980s中期和1999-2003年。长时间序列的MODIS-标准化植被指数(Normalized Difference Vegetation Index，NDVI)的偏差用于识别干湿状况。TRMM(Tropical Rainfall Measuring Mission)降水数据(PPTN)用于分别计算月和年的累计降水量。本研究在国家尺度上计算并绘制了2001-2012年的偏差分布，以识别发生干旱的地区。在区域尺度上，仅利用NDVI异常值来探测干旱是很难的。因此，选用高分辨率干旱强度指数(Drought Severity Index，DSI)，结合MODIS NDVI和实际蒸散/潜在蒸散（Evapotranspiration/Potential Evapotranspiration，ET/PET）数据作为区域干旱监测的参数。利用卫星数据和实测数据对MODIS反演的DSI指数进行评价。绘制DSI、TRMM-PPTN和SPI3相关性的空间分布图以评估DSI。结果显示研究区的中部地区的冬季(DJF)、春季（MAM）和秋季(SON)，表现出显著的正相关值。这些结果显示，在干旱条件下，特别是对冬、春、秋季节期间的平原地区农业用地的干旱监测，DSI是一个良好的指标。该区域的大部分地区以农业用地为主，在整个国家的农业生产力中起着重要的作用。因此，DSI可以帮助科学家和决策者在该区域实施规划和降低风险的策略。　　已有的干旱监测方法依赖于单一指数，如SPI和NDVI。因此，有必要综合已有的不同指数以提高监测干旱的精度。将不同的指数进行综合并不容易，类似的研究还不成熟。数据挖掘是在这其中不可或缺的手段之一。本研究探索了不同类型的指数，并采用CART数据挖掘技术选择最佳的指数综合方式。基于一系列的气象和卫星反演指数，本研究提出了一种集成的干旱指数(IDI)，旨在更有效和精确的监测巴基斯坦的干旱情况。为此，采用CART数据挖掘算法将植被状况和表面水热条件以指数的形式进行集成。与TRMM降水数据的对比验证显示，集成的新指数有效捕捉到了研究区北部的干旱信号。但是，IDI监测结果在研究区南部的效果不佳，并显示出了错误的干旱信号。这意味着新指数只适用于研究区北部地区，并不能在全区域应用。因此，有必要进一步引入区域尺度的产量估计数据和土壤湿度数据来验证结果，以提高新指数监测干旱的可信度。　　全球变暖背景下，极端天气事件的发生引起越来越广泛的关注，因此本研究分析了巴基斯坦Gilgit-Baltistan地区的极端天气状况。此研究旨在探索该地区日气候极值的趋势。为此，本研究计算了该区域的极端天气指数。两种分析方法Mann-Kendall趋势测试和线性回归被用于指数的单调趋势分析。Gilgit-Baltistan地区的年均气温在近年表现出了显著的上升趋势，这与全球气温变化的趋势一致。分析结果显示，该区域的年际平均最高(TMAX mean)气温也以0.27℃/decade的显著趋势上升，年际平均最低(TMIN mean)气温以0.01℃/decade的不显著趋势上升。相比较而言，年际平均最高气温的变化趋势更为显著。一个显著的变化是，夏日(SU25)的天数明显增加，而寒天(ID0)的日数则明显减少。同时，年尺度的凉天(TX10p)的出现频率显著减少，热天(TX90p)的日数呈现显著增加趋势。指数Warm spell duration indicator(WSDI)表现出显著正趋势，而最热天(TXx)的日数和最冷天(TXn)的日数呈显著负趋势。日较差(DTR)显示出显著的增加趋势，区域尺度的研究显示出的昼温变化速率远大于夜温的结果与此是一致的。湿度指数没有在该区域表现出显著的趋势。