近年来西南地区的频繁干旱异常事件给当地带来了巨大的经济损失，同时也引起了各界人士对该地区干旱的关注.本文基于中国西南地区(四川省，云南省，贵州省和重庆市)89个站点1961-2010年的逐月标准化降水指数序列SPI，利用游程从SPI序列中分离出干旱历时和干旱强度，并利用Copula函数构建起统计模型，分析了该地区的干旱强度和干旱历时的联合概率分布特征.及在此基础之上加入受灾面积数据重新建立起三变量的统计模型，从而对该地区的风险进行评估.结果表明，西南地区的干旱事件多为历时小于4个月强度小于3的干旱事件;月内轻旱、月内中旱、季内特旱和跨季特旱的概率较大.干旱历时小于3个月和干旱强度为中旱以下的干旱类型多出现在西南地区的东部和西部，而干旱历时大于3个月和干旱强度为重旱以上的干旱类型多出现在西南地区中部.西南地区东部和西部的重现期大于中部地区，且随着干旱历时和干旱强度的增大，重现期空间差异越明显.而且各气候态下相同干旱类型的概率差异不大，概率波动范围为±0.05.分布参数稳定对样本量的要求较大，部分区域样本量要求大于50，并且各参数对样本量的要求不一致，又以干旱强度分布的参数对样本量的要求最大.干旱事件样本量为10个左右求得的干旱类型出现概率和联合重现期与样本量为40求得的结果己无明显差异，以计算结果作为标准可大大降低统计模型建立对样本量的要求，进而表明起止时间不一致和具有缺测数据的站点仍可建立干旱历时和干旱强度的分布函数.气候变暖对模型建立所需的最少样本量影响不大，样本量波动在±5之间，即统计模型具有一定的稳定性，同时气候态的划分降低了分布检验对样本量的需求，易于模型的建立.会泽县和蒙自县的受灾面积数据和受旱面积率数据得到的累积分布函数与实际数据得到的累积分布函数符合较好，并且分布函数可通过0.05信度的KS检验.在此基础上，利用干旱历时分布函数、干旱强度分布函数和受旱面积率分布函数建立三维的联合分布函数，从而得到各强度及各等级区间内的概率值.结果表明，随着受旱面积率的增大，联合概率增加明显，同时受旱面积率在10％-30％之间，即受旱面积率的等级为2时，联合概率较大的值出现在干旱历时等级为1-2之间，而其它干旱历时等级内的概率相对较小，而受旱面积率在大于80％时，联合概率较大的值出现在干旱历时等级为3-4之间，而干旱强度等级多为4，其它等级区间的联合概率相对较小.利用各遥相关包含的区域及海温关键区建立的复杂网络得到，东亚-太平洋遥相关1区和2区以及太平洋-北美遥相关1区和4区在网络中具有较大的节点度，即大气中这四个区域在大气遥相关和海表温度关键区中作用较强;北太平洋涛动区域1，东亚-太平洋遥相关区域3的节点度则相对最小，即这个区域在大气遥相关和海表温度关键区相互作用中的影响较小.通过依次去除网络中度大的节点进一步证明了网络具有一定的鲁棒性.