همان گونه که اگر باراش مازاد در یک منطقه کنترل نشود، منجر به وقوع سیل و خسارات ناشی از آن می شود، کمبود بارش نیز منجر به اثرات زیان باری بر بخش های صنعتی، کشاورزی و محیط های اکولوژیک می شود. یکی از اثرات زیان آور کمبود بارش، خسارت های ناشی از رخداد خشکسالی است. خشکسالی دارای چندین مشخصه به نام های شدت، مدت، فراوانی و وسعت است. به دلیل آنکه غالباً همبستگی میان مشخصه های خشکسالی زیاد است، تحلیل های تک متغیره خشکسالی قادر به وارد کردن تأثیرات این همبستگی در محاسبات نیستند. بهترین روش برای پایش خشکسالی، تحلیل توأم مشخصه های آن است. این تحلیل چندمتغیره و توأم توسط تابع مفصل انجام می شود. در این پژوهش، تحلیل خشکسالی ایستگاه های سمنان و شاهرود با استفاده از توابع مفصل مورد بررسی قرار گرفت. برای این منظور، داده های بارندگی ماهانه برای این ایستگاه ها استخراج گردید و با استفاده از SPI ماهانه، مقادیر شدت و مدت خشکسالی محاسبه گردید. بر روی مقادیر این متغیر ها، توزیع های حاشیه-ای به طور جداگانه برازش داده شد، که نتایج نشان دادند، برای شدت و مدت خشکسالی در ایستگاه سمنان بر مبنای تست کلموگروف- اسمیرنوف و دارلی- اندرسون، توزیع گاما و بر مبنای تست کای اسکوئر، توزیع نمایی و در ایستگاه شاهرود بر مبنای تست های کلموگروف- اسمیرنوف، دارلی- اندرسون و کای اسکوئر، توزیع گاما و بر مبنای تست کای اسکوئر، توزیع نمایی انتخاب گردید. به منظور استفاده از توابع مفصل، ضرایب همبستگی اسپیرمن و کندال برای نشان دادن همبستگی بین متغیر های شدت و مدت خشکسالی برای هر دو ایستگاه به دست آورده شد. از مقادیر محاسبه شده این ضرایب نتیجه شد که بین متغیر های شدت و مدت همبستگی وجود دارد. سپس، پنج تابع مفصل بر این متغیر ها برازش داده شد و پارامتر هر کدام از توابع مفصل با استفاده از روش حداکثر درستنمایی (MLE) محاسبه گردید. بهترین مدل دومتغیره به ترتیب برای ایستگاه های سمنان و شاهرود، به دلیل دارا بودن بیشترین مقدار لگاریتم درستنمایی (4644/301-، 8199/443-) و NSE (9142/0، 9347/0) و کمترین مقدار RMSE (0804/0، 0683/0) و AIC (9287/604، 6399/889)، تابع مفصل گالامبوس انتخاب گردید. پس از تأیید ساخت مدل دومتغیره، احتمال وقوع دومتغیره و شرطی خشکسالی و دوره های بازگشت دومتغیره و شرطی وقایع خشکسالی به دست آمدند. در این پژوهش، برای