在全球变暖的背景下, 农业干旱频发不仅严重影响区域粮食安全和生态安全, 同时还威胁社会经济稳定和可持续发展。 农业旱情遥感监测是预防农业旱灾发生发展的重要途径, 可以为科学制定旱灾风险管理措施提供有力支撑。 因此, 厘清农业旱情遥感监测研究进展对于今后更好地开展农业旱情监测及预警研究以及进一步促进社会经济的可持续发展具有重要的现实意义。 基于此, 系统梳理了当前遥感数据在农业旱情监测中的应用研究进展。 针对不同的农业旱情评价对象, 将旱情监测指标分为降水监测指标、 土壤含水量监测指标和作物需水监测指标, 并对不同指标涉及的遥感数据源和评价方法进行了归纳和总结。 重点针对农业旱情监测涉及的最主要的两种典型地物（土壤和植被）的光谱特性差异和对水分变化的敏感波段不同, 系统总结了微波遥感监测法, 可见光、 近红外与热红外遥感监测法和高光谱遥感监测法用于农业典型地物旱情监测的近今进展, 并探讨了未来农业旱情遥感监测研究的主要发展方向, 以期为今后更好地开展农业旱情预警和调控管理工作提供参考。

遥感干旱指数是用遥感数据定量描述区域受旱程度以及作物产量灾损的机理性数学模型.干旱指数在农业、林业和生态环境监测方面有较高的研究价值与非常广阔的应用前景，是当前的研究前沿和热点之一.介于遥感干旱指数起步至今还未形成研究系统，开展了这方面工作的梳理和归纳.首先，对多维光谱特征空间概念作延伸，将多维光谱特征空间的多维变量由光谱值拓展为与一切干旱相关的遥感产品，将光谱特征统一归纳到多维坐标框架当中，使得干旱指数的数学建模意义更明确，构造更清晰; 其次，对30种干旱指数进行归纳，从“三要素”的角度将干旱指数分为四类，并评价其各自优势和局限性，将干旱遥感监测模型家族抽象为一个金字塔形式，从底层到顶层分析模型家族的一般构成要素和复合形式，解析干旱指数通用的数学构建规律及其物理内涵; 最后，分析大气影响、土壤、传感器差异等环境影响因素，指出干旱指数未来发展重点在数据源、监测对象、表达形式三个方面.通过对干旱指数的研究工作有助于进一步完善发展干旱指数体系，推进干旱遥感监测模型在农情遥感监测、水资源规划和环境科学管理等领域的应用.

干旱是一种频繁发生的自然灾害， 遥感监测干旱已成为重要的研究方向。 可从农田遥感干旱监测最主要的两种地物类型（植被和土壤）的光谱特性分析入手， 选择了对水分变化敏感的红光、 短波红外波段来监测干旱状况， 以短波红外与红光的差值和短波红外与红光的和构建新的光谱空间特征， 提出了干旱监测的新方法——归一化的干旱监测指数NPDI。 用野外实测的土壤含水量对NPDI模型进行验证， 结果表明： NPDI， MPDI与10 cm处的土壤含水量模型都具有较高的相关性， 其R2分别为0.583和0.438， NPDI模型的监测效果要优于MPDI。 此模型是对PDI， MPDI和SPSI等模型的进一步改进， 可实现对不同植被覆盖度的、 整个生长季的农田干旱监测， 在实际的农田干旱监测中具有较高的应用潜力和推广价值。

植被作为干旱的承载体, 其含水量的变化反映了旱情的时空分布以及受旱程度。 文章从监测原理、 植被水分表征以及遥感数据反演模型等三个方面, 开展了基于多光谱遥感数据的植被水分反演方法研究。 以2010年春季西南四省为应用案例, 进行了植被水分的反演和时空分析, 并与气象数据进行了相关性分析。 结果表明: 在2010年旱情中, 降水对植被水分变化具有一定的影响; 然而由于植被吸收降水的过程是一个滞后的过程, 因而降水的变化对植被水的影响也存在一定滞后效应。 在上述分析基础之上, 从时间和空间尺度对植被水分在旱情监测和评估中的应用进行了评价。 通过时间合成以及与其他数据(如历史数据)的结合, 可克服多光谱数据的自身不足, 提高多光谱遥感数据在旱情监测和评估的应用性。