1.一种基于水循环的水文干旱特征识别和归因方法，其特征在于，包括以下步骤：
2.如权利要求1所述的基于水循环的水文干旱特征识别和归因方法，其特征在于，所述收集研究区研究时段内的流域气象水文数据步骤中，流域气象水文数据包括气象驱动数据、陆面驱动数据、率定参考数据以及水文站点实测流量数据。
3.如权利要求1所述的基于水循环的水文干旱特征识别和归因方法，其特征在于，所述根据突变前时段和突变后时段的流域气象水文数据以及dtvgm-pml模型，构建分布式水文模型并模拟不同情景下的径流序列，具体包括以下步骤：
4.如权利要求3所述的基于水循环的水文干旱特征识别和归因方法，其特征在于，所述基于突变前时段的流域气象水文数据，构建分布式水文模型并进行模型参数率定，获取参数率定后的分布式水文模型，具体包括以下步骤：
5.如权利要求3所述的基于水循环的水文干旱特征识别和归因方法，其特征在于，所述基于突变前时段的流域气象水文数据，构建分布式水文模型并进行模型参数率定，获取参数率定后的分布式水文模型，具体包括以下步骤：
6.如权利要求5所述的基于水循环的水文干旱特征识别和归因方法，其特征在于，所述在突变后时段，根据不同的情景，设计不同的包含气象数据和植被数据的输入数据至参数率定后的分布式水文模型，获取不同情景下的径流序列，具体包括以下步骤：
7.如权利要求1所述的基于水循环的水文干旱特征识别和归因方法，其特征在于，所述根据不同情景下的径流序列分别构建水文干旱序列，采用游程理论对构建的水文干旱序列进行干旱识别，获取不同情景下的水文干旱事件并统计水文干旱特征量，具体包括以下步骤：
8.如权利要求1所述的基于水循环的水文干旱特征识别和归因方法，其特征在于，所述比较不同情景下的水文干旱特征量的差异，根据比较结果获取不同驱动因素对水文干旱特征的影响，具体包括以下步骤：
9.一种基于水循环的水文干旱特征识别和归因系统，其特征在于，包括：
10.如权利要求9所述的基于水循环的水文干旱特征识别和归因系统，其特征在于，所述模型构建和情景模拟模块包括：