本文讨论了中国旱灾的成因、特点、以及干旱分类的四种标准，土壤水分的保持方式，以及土壤水分与植物生长的关系，并确定在本文中只使用地下20cm深度处的土壤湿度。系统分析总结了遥感技术监测干旱的研究现状与前景、理论基础、与面临的主要问题。遥感在监测旱灾方面具有明显优势，过去将它用于监测干旱已经取得了大量成果，但至今还没有找到一个能真正解决遥感监测干旱问题的方法。本文旨在为中国干旱遥感监测引入一种新方法，并对前人的工作进行了分析、改进与创新。　　 通过对遥感数据的平滑处理，以及对土壤湿度的归一化处理，使对象数据达到实用层次。基于处理后的遥感数据，利用植被状态、温度状态与植被温度复合状态三种形式提取干旱遥感信息，讨论了它们各自算法与理论基础。另外，讨论了计算亮温与反演地面温度的算法。最后对三种干旱遥感信息的计算结果进行了分析评估。需要特别说明的是：在TCI(温度状态指数)的算法中，本文使用地面温度代替亮度温度。这是主要创新之处。在此之前，Kogan以及其他学者们在使用TCI研究干旱监测时，都是利用亮温计算TCI，因为他们认为亮温接近地面温度，而地面温度的反演有相当难度。但是，近年来，利用遥感数据反演地面温度的方法越来越成熟，在TCI的算法中直接引入地面温度就显得十分必要。可以肯定只要地面温度的反演算法可靠，所得的地面温度精度高，那么直接使用地面温度将会让TCI在监测干旱方面的效果得到进一步提高。通过两种TCI的干旱监测结果的对比分析，发现基于地面温度的比基于亮温的更好。　　 建立中国干旱遥感监测模型是本文的关键部分。建模使用的基础数据为干旱遥感信息数据与归一化处理后的土壤湿度数据，并分别得到五类建模时空数据集：VCI-SHI、TCI1-SHI、TCI2-SHI、VTCI1-SHI和VTCI2-SHI等。对这五类数据集进行有效性处理，分析建模数据的适用性，并简述了建立模型的物理基础、数学基础以及模型的建立过程。基于干旱遥感监测模型与土壤湿度的分类标准，形成干旱遥感信息的旱情分类标准。根据这个旱情分类标准，可以达到使用遥感技术监测中国干旱的目的。　　 从三个方面对研究结果进行评估验证。从统计学上，发现遥感干旱监测模型假设可以通过统计检验。针对典型的历史时期，利用当时的实际旱情与理论结果进行对比分析，确定中国干旱遥感监测模型的实用性与可靠性。比较各监测模型间的旱情监测效果，得到这样的结论：VCI在监测中国整体旱情方面是最可靠的。　　 中国干旱遥感监测数据处理系统的建立也是本文一项重要成果。该系统采取直接从底层开发的方式建立起来。具有以下特点：处理数据高速准确；具有创新性的数据处理系统；是进一步构建中国干旱遥感监测系统的基础。另外，还介绍了该系统的总体结构与子模块的功能。但将该系统发展成为业务化的中国干旱遥感监测系统，需要进一步开展工作。