采用Vicente-Serrano等在标准化降水指标基础上提出的标准化降水蒸散指数（Standardized Precipitation Evapotranspiration Index, SPEI），研究了云南省的旱情。利用云南省境内32个站点逐月的气象统计数据，分别计算出1998至2012年各站点3、6、12和24个月的SPEI，组成云南省标准化降水蒸散指数数据集（1998-2012）。结果表明，SPEI3、SPEI6、SPEI12和SPEI24随时间推移均呈现降低趋势，即区域内干旱趋势逐渐加强。数据集包括两部分：（1）标准化降水蒸散指数计算站点的地理位置数据；（2）各点1998-2012年的标准化降水蒸散指数（SPEI）

采用Vicente-Serrano等在标准化降水指标基础上提出的标准化降水蒸散指数（Standardized Precipitation Evapotranspiration Index, SPEI），研究了云南省的旱情。利用云南省境内32个站点逐月的气象统计数据，分别计算出1998至2012年各站点3、6、12和24个月的SPEI，组成云南省标准化降水蒸散指数数据集（1998-2012）。结果表明，SPEI3、SPEI6、SPEI12和SPEI24随时间推移均呈现降低趋势，即区域内干旱趋势逐渐加强。数据集包括两部分：（1）标准化降水蒸散指数计算站点的地理位置数据；（2）各点1998-2012年的标准化降水蒸散指数（SPEI）

概述 这是用于计算标准降水指数 (SPI) 的 Python 实现。 这是识别干旱的关键指标之一。 有关 SPI 与 SPEI 的相对优点的有用讨论，请参阅 [NCAR 的气候数据指南] ( )。 这些函数松散地基于 Santiago Beguería 和 Sergio M. Vicente-Serrano。 关于SPI和SPEI的论文很多。 我发现最清楚地描述算法的论文是：Lloyd-Hughes、Benjamin 和 Mark A. Saunders。 “欧洲干旱气候学。” 国际气候学杂志 22.13 (2002): 1571-1592。 这篇论文包含在 docs 文件夹中。 关于哪种分布适合历史数据，文献中有一些共识。 对于仅降水数据 (SPI)，建议使用 Gamma 分布。 这是 SPI 函数中的默认分布。 但是，用户可以选择自己的发行版（请参阅注释）。 当前的实现允许用