河北省农业旱灾严重，素有“十年九旱”之称。冬小麦是河北省非常重要的粮食作物，其生长过程恰逢冬春旱的高发期。频发的冬春早对冬小麦的生长发育影响很大，常常造成严重的减产。全面监测冬小麦旱情发生和发展动态，可以及时地为当地农业管理部门和农民提供有用的旱情信息，以便他们采取措施进行抗旱减灾，确保粮食安全。 已有的农业旱情遥感监测研究基本上是以旱情遥感指数为基础，没有体现出旱情指数、作物以及作物生育期之间的联系，因而还存在许多问题，尤其是旱情遥感监测的准确性还不能完全满足实际需要。本研究以河北省冬小麦为对象，采用2005年1月～6月AQUA—MODIS数据和同期实测农业气象数据，深入研究河北省冬小麦旱情遥感监测的理论方法，分析温度植被干旱指数TVDI模型和表观热惯量ATI模型在冬小麦旱情遥感监测的适用性，建立冬小麦地区农田土壤水分遥感估算模型，确定冬小麦不同生育期的旱情判断标准，提出基于农田土壤水分遥感估算的河北省冬小麦旱情遥感监测方法。主要研究内容包括以下几个方面： (1)TVDI模型研究采用4月～5月份每旬的增强型植被指数EVI与地表温度TS建立特征空间，分析TVDI模型在旱情遥感监测中的适用时段。研究Ts/EVI空间中干边和湿边参数确定并计算出河北省冬小麦地区每旬TVDI指数。对TVDI指数与同期实测的不同深度(10cm、20cm、50cm)农田土壤相对含水量RSM进行相关性分析，建立各旬的RSM—FVDI相关关系模型，通过评价从中筛选最适宜的RSM估算模型。 (2)TVDI模型与ATI模型的互补性研究　分析3月份ATI对不同土壤深度的RSM估算能力，确定ATI对土壤水分遥感估算的最佳深度范围，建立RSM—ATI的最佳的关系模型。分析4月～5月份各旬的TVDI模型、ATI模型与表层(10cm)土壤水分的相关性，建立各自的土壤水分估算模型，对各模型进行误差分析，确定最佳的TVDI和ATI土壤水分遥感估算模型。 (3)旱情指标的时空差异和模型应用研究 分析总结国内外冬小麦不同生育时期控水试验结果，从冬小麦节水高产的角度出发，对冬小麦不同生育期土壤水分旱情指标进行定义。利用1月～6月的Ts和EVI两维信息，实现河北省冬小麦遥感分类和提取。结合冬小麦不同生长阶段对应的EVI变化特征，对冬小麦的返青期、抽穗期和成熟期进行了定义，分析河北省冬小麦生育期的空间变化特征。采用3月中旬～5月中旬的AQUA-MODIS数据，根据确定的不同时期TVDI、ATI土壤水分估算最优模型，实现冬小麦地区土壤水分遥感估算。结合冬小麦不同生育期的时空变化特征和旱情指标，实现了冬小麦返青期至抽穗期旱情遥感动态监测，结合同期实测的气温、降水资料对冬小麦旱情遥感监测结果进行分析。 对2005年河北省冬小麦旱情遥感监测模型及应用的研究，得出结论如下： (1)EVI能够有效地解决NDVI容易出现的红光饱和问题，采用Ts/EVI特征空间构建的。TVDI指数模型能够较好地反映农业旱情的空间变化。根据不同EVI像元的累计百分率，采用EVI端点夹逼法获得的干边和湿边参数，能够最大地保留有效信息，提高拟合精度。 (2)统计分析表明，表层土壤水分(10cm和20cm)与TVDI在α=0.001的置信度上相关性较好。4月份上中旬农田土壤10cm深度的RSM与TVDI相关性最高，20cm深度的RSM与TVDI相关性次之，50cm深度的。RSM与TVDI相关性最差。4月下旬至5月下旬之间农田土壤20cm深度的RSM与TVDI相关性最高，10cm深度的相关性次之，50cm深度的相关性最差。 (3)不同土壤深度RSM-ATI的幂函数拟合效果最优，对数、指数、线性效果相对较差。ATI能够有效地反映农田土壤表层(10cm)的RSM，对于较深的土壤(20cm和50cm)ATI模型对农田土壤水分空间分布的反映能力相对较差。 (4)河北省冬小麦返青期至成熟期旱情遥感监测，在3月上旬～4月上旬应选择土壤10cm深处的RSM-ATI关系模型；4月中旬～5月下旬应选择RSM-TVDI关系模型，但4月中旬宜采用土壤10cm深处的RSM-TVDI关系模型，4月下旬～5月下旬宜选择土壤20cm深度处的RSM-TVDI关系模型。 (5)河北省南部的冬小麦越冬后的关键生育期要比北部冬小麦至少提前8d～16d，热量辐射的差异是造成冬小麦生育期形成纬度间差异的主要原因。同纬度冬小麦返青期一致，但生长条件较好的冬小麦抽穗和成熟期通常能提前4d左右。 (6)2005年河北省冬小麦旱情较严重，3月下旬旱情发生面积约为1137484hm2，占总播种面积的47.85％；4月上旬为169795 hm2；4月中旬为746304 hm2；4月下旬为210918 hm2；5月上旬为469214 hm2；5月中旬为93737 hm2。