准确分析气温、降水和农业气象干旱的时空格局,对水资源管理具有重要意义。本研究运用基于熵理论的各类方法,通过气候趋势统计、干旱指数和未来预测的方法,分析了历史和未来的气象变化及干旱异常,旨在为应对区域干旱方面提供科学研究依据。本研究是依据黑龙江省36个气象站的观测数据进行的。首先,运用历史数据,在不同的时间步长上,通过考量四个著名的干旱指数:干旱监测指数（RDI）、标准化降水蒸发干旱指数（SPEI）、有效干旱指数（EDI）和最常用的标准化降水指数（SPI）对气候干旱进行识别。应用显著性水平为5%的Mann-Kendall趋势检验方法评估流域干旱趋势。结果表明,松花江流域12个月的资料系列适合于干旱状况评价和干旱指数的比较。根据对气象变量与干旱指数的Pearson相关性分析发现,SPI可以很好地评价区域干旱（r=0.99）。在研究区域内,1990年和2001年的气候条件恶劣且极度干燥。根据干旱起止时间、干旱发生频率、干旱严重程度、干旱强度和干旱持续时间等统计特性来计算干旱事件的干旱指数,这是评估和监测干旱事件对该地区影响的常用方法。本研究通过运用标准化土壤水分指数（SSI）研究了农业干旱趋势及其特征。此外,多元标准化干旱指数（MSDI）也被用来评估农业干旱和气象干旱的综合效应。结果表明,2004年5月为极端显著干旱年。根据研究时段内的时空分析,得出了研究区的年干旱频率（ADF,1.20～2.70）、平均干旱持续时间（MDD,5～11个月）、平均干旱严重程度（MDS,-0.30～-0.90）和平均干旱强度（MDI,-0.20～-0.70）。结果还表明,MSDI比SSI更早地识别了干旱的发生。总体来说,本研究证明了MSDI适宜作为评估和监测农业和气象干旱事件的替代工具,并为研究区选择适宜的时间步长和干旱指数以确定干旱的严重程度提供了依据。其次,在农业干旱监测中,利用温度与降水、PET、ET和GPP等气象数据,并考虑到PDSI、SPEI、VCI、SPI和NDVI等不同背景的多种干旱指数,构建了名为综合加权干旱指数（IWDI）的一种综合干旱指数。由于土壤水分与农业干旱密切相关,故IWDI加入土壤水分进行研究。对IWDI的评价表明,该方法可用于黑龙江省农业干旱监测,也可应用于地球上拥有相似气候条件的地区。IWDI与著名的干旱指数、气候变异性显著相关,并能识别更多干旱状况。本研究中,在作物生长季节期间,大部分地区面临中度或轻度干旱状况;而在2003年（91%）、2007年（70%）、2011年12月（66%）、2001年（60%）和2002年（50%）中的水稻生长季节,研究区域发生了大面积的中度、严重和极端干旱状况。本研究发现,在2013至2016年中除绥化地区检测到8～10月发生干旱外,其余地区几乎处于湿润状态。根据IWDI和水稻产量的回归结果进行预测表明,不同城市或站点的干旱对产量的影响为17%～78%;同时也表明,水稻产量受干旱强度和干旱持续时间的影响。持续时间长的高强度干旱导致产量下降,而低强度或短期干旱对产量影响很小或没有影响。例如,绥化地区在2015年和2016年发生了短期的高强度干旱,但在收获季节的9月,干旱对产量没有影响。第三,运用Climate Model Intercomparison Project CMIP5方法统计降尺度气象资料,对未来的气象干旱预测分析进行了评估。CMIP3使用了政府间气候变化专门委员会的排放方案,而CMIP5使用了代表性浓度途径（RCP）。RCP的三种具有代表性的浓度途径分别为RCP2.6、RCP4.5和RCP8.5。采用调查干旱指数（RDI）、降水十分位数（PD）和标准化降水指数（SPI）对研究区未来干旱事件进行了精确预测。根据CMIP5气候模式生成的气象资料计算干旱指数。运用Marksim GCM’s RCP的三种具有代表性的浓度途径分。。根据对CMIP5的研究结果发现,RCP8.5和RCP4.5预测了研究区域发生严重干旱的预计年数,而RCP4.5的结果表明,研究区域发生轻度和中度干旱的预计年数较多。综上,本研究的评估和量化内容可为决策者提供决策依据,以达到缓和极端气候和农业气象干旱的目的,从而提高区域水资源管理水平。