精准监测干旱、定量评估干旱对植被生理生态指标及生产力的影响,是科学认识干旱发生发展规律的基础。日光诱导叶绿素荧光（Solar-Induced Chlorophyll Fluorescence,SIF）作为光合作用的直接探针,能够提前监测到植被干旱状态。然而,如何系统地将SIF应用于监测和评估干旱事件强度仍有待进一步研究。本研究以2019年长江中下游地区典型伏秋连旱为例,采用2000-2020年气象站点常规气象观测数据、MODIS遥感产品数据（NDVI、EVI、GPP、LST）、GOSIF数据、标准化降水蒸散指数SPEI、GLEAM土壤水分数据以及2003-2005年千烟洲通量观测数据,首先明晰2000-2020年气象因子（温度和降水）以及植被生产力、植被指数的时空演变特征;之后,分析2019年7-12月干旱期间气象因素、环境因素和传统干旱监测指数的时空演变特征,定量评估干旱对植被生理生态和生产力指标的影响;最后,创新性地基于SIF改进和构建生成新型干旱荧光监测指数,并采用土壤湿度、SPEI以及现有植被干旱监测指数对其进行验证和适用性评价。主要研究结论如下:（1）2000-2020年期间,长江中下游地区平均气温（Tem）总体呈现显著增加趋势,速率为0.075℃·a-1;降水量（PPT）总体呈不显著增加趋势,速率为1.494mm·a-1。从GPP和NDVI、EVI、NIRv、GOSIF的时间变化特征可以看出,GPP与GOSIF的变化趋势最为接近,且从NDVI、EVI、NIRv和SIF的空间变化特征分析可知,SIF与GPP的空间变化特征也最为相似。（2）2019年7-12月,PPT、SMsurf、SMroot和SPEI在时间尺度上普遍低于2011-2020年平均值,且在11月达到最低点,而Tem、LST和PAR则相反。类似结果也可从上述变量的空间标准化距平中得到验证。在植被生理生态指标影响方面,SIF和传统植被指数（VIs）的月平均值在时间尺度上差异不大;在空间尺度上,二者的标准化距平在2019年8-10月的分布较为一致,然而,当11-12月植被进入衰老期时,与SIF相比,VIs在监测植被生理状态方面存在明显的延迟现象,但能更好地指示气象干旱状况。在植被生产力指标影响方面,与传统VIs相比,SIF与GPP存在更强地相关性,能够更好地监测区域尺度GPP的变化。（3）与现有植被干旱监测指数相比,基于SIF改进的干旱指数FCI、FHI、TFDI和DFMI在2019年长江中下游地区干旱监测方面有着较好的适用性,其中TFDI和DFMI在干旱发生的中期（9-10月份）对干旱的监测与FCI、FHI相比更加敏感。此外,DFMI与SM和不同时间尺度的SPEI（SPEI01、SPEI03、SPEI06、SPEI09）之间的相关性均较好,相关系数分别达0.60和0.58、0.58、0.43、0.41,且均通过0.05水平显著性检验,表明DFMI能够很好的反应土壤水分状态且具有较强的气象干旱监测能力。综上,基于SIF构建的DFMI干旱监测指数具有较好的适用性,能够较为准确地监测区域尺度干旱状况,进一步验证了SIF在干旱监测方面的巨大潜力。