本文以北洛河流域为研究区域,基于交口河水文站1962—2016年和张村驿水文站1964—2016年的实测天然流量序列,首先检验了水文序列的一致性,确定序列变异趋势以及变异发生时间。然后使用序列重构的方法对水文序列的非一致性进行修正,根据修正后的流量序列选用不同的概率分布线型进行拟合,构建水文干旱指标(标准化流量指数,SFI),对干旱评估结果进行识别分析确定最为合适的分布线型。最后,提出基于Bootstrap抽样的SFI不确定性分析,定量识别了水文干旱的不确定性影响因素。以下为本研究的主要成果与结论:(1)基于线性趋势相关检验法和Spearman秩次相关检验法的趋势性检验结果显示,交口河和张村驿水文站的流量序列均呈现显著性下降趋势,两种检验方法的检验结果基本一致;使用Mann-kendall法和Pettitt检验法识别交口河站序列在2002年发生突变,张村驿站序列在1987年发生突变。其中Mann-kendall法既可以检验序列的趋势性又可以识别变异性。(2)为消除分布线型对干旱评估的影响,分别以伽马分布,对数正态分布,正态分布拟合流量序列,构建水文干旱评估指数SFI,基于游程理论对三种SFI与历史干旱事件进行对比。结果显示伽马分布和对数正态分布拟合结果吻合度高,对数正态分布计算的SFI在干旱烈度和干旱历时识别中呈现偏小差异。综合以上研究结论,SFI的计算选用伽马分布拟合流量序列。(3)给定置信水平a=5%,通过置信区间范围,定量的描述了分布参数、样本容量、抽样方法对水文干旱指数的不确定性影响。结果显示:样本容量越大,置信区间宽越小,抽样方法中以百分位数Bootstrap抽样方法对参数值的估计精确度最高,由此可减小水文干旱评估的不确定性。(4)重构后的流量序列SFI计算结果显示,基于变异性成分合成的流量序列能较好的反映流量变化趋势,还现后计算的SFI值较还原后的SFI偏小,对干旱事件识别灵敏度更高,能够更为准确的评估水文干旱。