农业干旱能够导致作物减产，并能引发作物病虫害等次生灾害，对农业和国民经济及生态环境造成直接影响。玉米作为我国主要的农作物，亟需对玉米旱灾的有效监测和评估。遥感技术在监测作物干旱方面具备快速、大范围、经济等优势，是最具前景的技术手段。　　高分辨率时间序列数据既能够监测作物受旱灾的时间变化特征，又可以准确提取作物受旱灾面积，在遥感监测作物旱灾应用中具备明显优势，但由于云污染、卫星重访周期、传感器设计限制等因素，单一遥感传感器难以同时获取高时空影像，亟需时空融合算法构建的高时空遥感数据。　　本论文以辽宁西北部玉米种植区为例，通过时空融合模型模拟了该玉米种植区2013-2014年的高时空遥感数据，融合数据同时具备MOD09A1的时间分辨率和Landsat的空间分辨率，基于高时空遥感数据，构建了植被指数时间序列曲线，利用受旱灾年份和未受旱灾年份的玉米植被指数时序曲线变化特征，对辽宁西北地区2014年受旱灾年份的玉米面积进行提取，获得如下结论：　　（1）构建的高时空遥感数据具有很好的适用性。时空融合模型模拟数据各个波段和真实Landsat数据对应波段的R2基本上都在0.70以上，RMSE小于0.02。在玉米种植地区域中，波段构建NDVI和EVI的R2都在0.57以上，RMSE小于0.09，P值小于0.01。模拟和真实数据具有较好的一致性。　　（2）高时空数据可有效提取玉米的种植面积。利用高时空融合数据构建的植被指数时序数据，可对研究区进行精细分类，分类总体精度为90.03％，Kappa系数为0.8768，其中玉米区域的用户精度分别为92.22%，制图精度为87.56%。　　（3）受灾玉米的EVI时序曲线呈现双峰或者异常单峰特征。受灾玉米EVI时序曲线第一种状态是呈现双峰特征，发生干旱后 EVI会明显下降，随后会有缓慢上升；受灾玉米EVI时序曲线第二种状态是出现异常单峰特征，发生干旱后EVI相对于未受灾玉米来说下降明显，并且之后EVI并没有明显的上升。