MATLAB计算标准降水蒸散发指数（Standardize precipitation evaporation index, SPEI）

标准降水蒸散发指数（SPEI）是一种用于量化气候干旱严重性的指标，它结合了降水和潜在蒸散发的信息，并将这些数据标准化，以便能够在不同的时间和空间尺度上进行比较。SPEI的计算通常涉及以下步骤：

1. 数据收集：收集降水数据和潜在蒸散发数据。这些数据通常是月度的，但也可以根据需要计算其他时间尺度的SPEI（如3个月、6个月等）。

2. 计算降水与潜在蒸散发的差值：对于每个月份，计算降水量（P）与潜在蒸散发量（PET）之间的差值，这个差值通常被称为水分亏缺或水分盈余。

   D = P - PET

   其中，D表示水分亏缺或盈余。

3. 数据累积（可选）：对于计算多个月尺度的SPEI（如3个月SPEI），需要将D值进行累积。例如，对于3个月尺度的SPEI，将连续3个月的D值相加。

4. 拟合概率分布：对D值（或累积D值）进行概率分布拟合。常用的分布有正态分布、对数正态分布、Gamma分布等。选择哪种分布取决于数据的特性和研究区域的气候条件。

5. 标准化处理：将D值（或累积D值）标准化，以得到SPEI值。标准化的方法是将D值转换为其对应的标准正态分布的Z值。这可以通过以下公式完成：

   SPEI = (D - μ) / σ

   其中，μ是D值的均值，σ是D值的标准差。如果使用了其他概率分布，则需要使用相应的参数和方法进行标准化。

clc;close all;clear all;warning off;%清除变量

% 随机产生30年的月数据
years = 30;
months_per_year = 12;
total_months = years * months_per_year;

% 随机生成月降水量（单位：毫米）
rainfall = 10 + 90 * rand(total_months, 1); % 假设降水量在10到100毫米之间

% 随机生成月潜在蒸散发量（单位：毫米）
pet = 30 + 70 * rand(total_months, 1); % 假设潜在蒸散发量在30到100毫米之间

% 计算降水与潜在蒸散发的差值
d_i = rainfall - pet;

% 拟合差值数据的概率分布（这里使用正态分布作为示例，实际上可能需要使用其他分布）
mu = mean(d_i);
sigma = std(d_i);
[f_i, x_i] = ksdensity(d_i); % 核密度估计，用于绘图展示

% 标准化处理得到SPEI值
spei = (d_i - mu) ./ sigma;

% 绘图展示降水、潜在蒸散发和SPEI
figure;
subplot(3,1,1);
plot(rainfall);
xlabel('时间（月）');
ylabel('降水量（毫米）');
title('月降水量');

subplot(3,1,2);
plot(pet);
xlabel('时间（月）');
ylabel('潜在蒸散发量（毫米）');
title('月潜在蒸散发量');

subplot(3,1,3);
plot(spei);
xlabel('时间（月）');
ylabel('SPEI');
title('SPEI值');

figure;
plot(x_i,f_i,'b','linewidth',1);
xlabel('x_i','fontname','宋体');
ylabel('f_i','fontname','宋体');
title('数据的概率分布','fontname','宋体');