我国是一个受干旱灾害影响很大的国家，每年全国各地都会发生不同程度的旱情，造成农业减产甚至绝收的情况时有发生。在遥感技术应用在干旱监测之前，常采取布点测量土壤水分含量或者采集全国台站观测的气象数据，然后进行内插计算，大致可以获得区域范围内旱情发生的大致趋势。随着航天遥感技术的快速发展，遥感数据的时间、空间及光谱分辨率不断提高，其在农业生态环境动态监测的应用领域也在不断扩大。尤其是TERRA和AQUA两颗基地卫星的成功发射，利用其上装载的MODIS传感器，我们每1～2天就可以获得一次全球观测数据。本人所在的课题组基于MODIS数据，研究建立了一个适合于评价大区域农田旱情的遥感监测模型。该旱情监测模型对传统的作物供水指数模型进行了改进，首先根据NDVI的变换范围，对作物覆盖状况进行了分级，然后计算出每一级所对应的在作物的生长温度区间之内的最高和最低作物供水指数，随后根据这两个临界值对计算出来的作物供水指数进行归一化，最后叠加上反映9旬降水情况的综合降水距平指数，来综合评价全国范围内的旱情分布。　　 由于模型的计算步骤多，每一步的计算过程比较复杂，我们常常要通过配合使用多款遥感、GIS软件才能实现每一步计算过程，生产出一旬的全国旱情分布图。特别是MODIS数据几何校正这一遥感数据预处理环节，要对几十景影像分别进行处理，十分费时费力，不仅增加了科研人员的工作负担还降低了旱情监测的时效性。　　 为了快速实现农业旱情监测模型的业务化运行和适合于海量MODIS数据的预处理方法，本文对农业旱情监测模型的软件实现进行了研究。研究主要包括数据处理算法和软件模块设计实现两方面内容。核心算法主要包括：MODIS1B数据几何校正算法、MODIS影像合成算法和降水数据空间插值算法。几何校正算法消除了MODIS1B数据在获取过程中产生的几何畸变，使其生成了一景符合Albers等面积投影的数字影像。MODIS影像合成算法对使用不同MODIS接收站的数据计算出来的遥感指数进行均值或者最大值合成，以生成一景覆盖全国范围的连续的遥感指数影像。降水数据空间插值算法对全国七百多个气象站点监测记录的降水数据进行反距离加权平均空间插值，生成一景同样符合Albers等面积投影的全国降水分布图像，为后续计算综合降水距平指数打下基础。本研究根据农业旱情监测模型的计算步骤顺序和不同处理过程之间的联系，将“农业旱情遥感监测评价系统”划分为三个功能模块，依次为：旱情指数模块、实用工具模块和结果显示模块。旱情指数模块实现了从源数据到最后的旱情指数的完整计算过程；实用工具模块提供了一些对中间计算结果进行合成的功能，和另外一种计算SDI(标准化作物供水指数)的方法；结果显示模块主要用于各种指数的展示和监测结果快速出图。　　 本文特使用“农业旱情遥感监测评价系统”处理了2006年7月份的MODIS1B数据和降水数据，对中间结果以及最后的旱情分布进行了分析和专题出图。事实证明，“农业旱情遥感监测评价系统”可以满足快速实现全国农业旱情监测评价的应用需求，缩短旱情监测的周期，提高旱情监测的效率。在研发旱情指数模块的过程中，本文实现了基于仿射变换法、多项式变换法、三角网算法和三角网改进算法四种坐标变换方法的几何校正算法，并从几何校正精度、处理时间和内存开销等方面对这四种算法做了详细比较，分析了她们各自的优缺点，为MODIS数据的基础处理方法和理论奠定了一定的基础。