干旱现象具有发展缓慢但影响范围广大的特点，及时准确地掌握干旱发生的程度与范围是有效应对干旱灾害的前提。青海省东部农业区是青海省的主要粮农作物产区，对青海省农业和国民经济的发展起着至关重要的作用，然而干旱成为了制约该地区农业可持续发展的限制性因子。加强研究区干旱的监测与预测预报，是增强抗旱工作主动性和提高防灾减灾能力的一个重要环节。本文结合地面实测的气象资料、卫星遥感数据及数字高程等，研究并且建立研究区的旬干旱遥感监测模型，对研究区干旱情况进行监测，并对监测结果进行了分析以及对模型监测精度进行评价。本文的主要结论如下：(1)利用2003年以及2004年7月的遥感数据和气象数据，并结合RS和GIS等技术工具，综合考虑典型干旱遥感指数TVDI，与干旱密切相关的参考作物蒸散量ET0以及下垫面条件植被覆盖度VC，构建研究区的旬干旱遥感监测模型DI。利用遥感及气象资料，反演及估算了模型的输入参数。首先，利用2003年的遥感影像及气象资料建立了ET0的三元线性遥感反演模型，并对该模型进行评价。结果显示该模型具有较好的反演效果，利用该模型对2004年7月各旬ET0进行反演计算，在空间上，ET0从西北向东南方向呈递增趋势，沿着低海拔的河谷方向呈带状分布，值较高，而沿着山脊高海拔处，明显比附近值要低。对象元进行统计，各旬的ET0绝大多数集中于20mm~50mm之间，分别占到研究区的92.32%、92.29%、93.26%，其中区间30mm~40mm的频率最大，分别为42.53%、50.89%、56.19%，区间50mm~60mm的频率最小，分别为1.38%、0.01%和0.01%，各旬均值分别为35.86mm、32.62mm和33.88mm。其次，基于NDVI象元二分模型，对研究区2004年7月各旬植被覆盖度进行估算，并对象元进行统计，结果显示植被覆盖度多集中于0.7~1.0之间，分别占到研究区的60.82%、56.98%和64.59%，其中，区间0.8~0.9所占频率最大，各旬分别为29.14%、28.76%和32.80%，区间0~0.1所占频率最小，各旬分别为1.90%、2.58%和1.98%，各旬均值分别为0.6911、0.6725和0.7246。对典型干旱遥感指数TVDI进行演算，各旬的TVDI大多集中于0.2~0.8之间，分别占到研究区的81.33%、85.94%和82.93%。其中，7月上、下旬位于区间0.2~0.4的频率最大，分别为33.50%、39.15%，七月中旬位于区间0.4~0.6的频率最大，为35.12%，各旬在0~0.2区间的频率最小，分别为8.85%、5.83%和7.91%，各旬TVDI均值经统计分别为0.4926、0.5103和0.4745。(2)利用构建的旬干旱遥感监测模型DI，选取2004年8月上旬进行干旱监测，监测结果显示：在空间分布上，DI的分布沿黄河谷地和湟水谷地，以及大通河沿线地区，值均较高，表明这些地方是易旱区域。为了直观地显示DI对干旱的监测效果，在GIS中生成DI干旱等级图，对象元DI进行统计，大多集中于干旱等级1~3级之间，占到研究区的99.75%；干旱等级为1级的频率最大，达到44.26%，干旱等级为4级的频率最小，为0.25%，研究区DI均值为0.5300，对研究区干旱的监测结果为轻旱。提取不同土地覆盖类型内的DI值，结果显示处于无旱等级的土地覆盖类型总共有11种，包括水体、常绿针叶林、落叶针叶林、落叶阔叶林、混交林、开放灌丛、多树的草原、湿地、作物、冰雪及裸地；轻旱的土地覆盖类型有4种，分别为常绿阔叶林、郁闭灌丛、稀树草原以及草原；处于中旱的地表类型只有城市和建成区。(3)对DI模型进行验证及精度评价。利用ENVI4.7和ArcGIS9.3，从TVDI和DI图以及等级图中提取出研究区14个气象站点的TVDI和DI值，判断其干旱等级，与作为标准的M指数等级进行比较，结果显示：2004年8月上旬，TVDI监测的干旱等级与M监测的干旱等级相一致的有3个，为大通、湟源和湟中，监测精度为21.43%，精度很低；DI监测的干旱等级与M监测的干旱等级相一致的有8个，分别为大通、海东、黄南、湟源、湟中、乐都、门源和西宁，监测精度达到57.14%。研究结果表明：对研究区旬干旱的监测，DI模型相比于典型干旱遥感指数TVDI监测精度有较大的提高。