全球气候变暖使得各类极端性气候事件越发频繁。近些年来,我国许多地方遭受了干旱的侵扰,而长江流域频繁的夏季高温干旱和秋季干旱对当地居民的生活和社会经济发展造成了严重的负面影响。目前国内外拥有大、中尺度干旱监测机构以及数据产品,例如中国天气网和中国地理国情监测云平台的干旱监测产品。但是,这些产品的空间分辨率较低,或产品发布的时间滞后,不利于当地的应急减灾处理和农业规划。遥感技术可以快速获取大范围的区域信息,目前已经成为全球和区域干旱监测的主要方法。因此,研究适合江西地区的旱情监测方法具有重要的科学意义和实际价值。本文针对江西省短期夏季极端高温干旱和秋季干旱事件,以具有较高空间分辨率的Landsat 8遥感影像为数据源,从中提取地表温度(LST)和植被覆盖度信息,构建温度植被干旱指数(TVDI),并基于TVDI与土壤湿度的关系对干旱进行监测,其结果用基于气象数据的降雨距平指数(P_a)、标准化降水指数(SPI)以及地面实测土壤湿度数据进行验证,分析基于Landsat 8的干旱遥感监测结果的有效性和精度。在此基础上,分析旱情时空分布特征,以及与土地利用类型的关系,得到江西省的易旱地区的地形地貌特征、作物种类、水资源状况等的关系,揭示了江西省干旱的致灾机理。论文的主要研究结论如下:(1)温度植被干旱指数(TVDI)是一种农业旱情的遥感监测指标,现在已被广泛采用。这一指标基于地表温度(LST)、归一化植被指数(NDVI)与土壤含水量之间的关系而建立的。本文利用Lansdat 8遥感数据构建了温度植被干旱指数TVDI,对江西省进行了干旱提取研究。从2013年夏季的TVDI监测结果可知,8月份江西省南部的旱情不明显,赣中、赣北以中旱和重旱为主,其中南城地区旱情较为严重,波阳、景德镇、南昌等地出现了不同程度中旱,樟树地区出现了轻度旱情,赣西北地区出现了大面积的干旱现象。从2019年的旱情监测结果得知,江西省的这次干旱事件主要以轻旱、中旱为主,其中江西省遂川、赣县、波阳、景德镇、南昌等地出现了大面积中旱。局部地区出现了特旱的情况,受灾面积较大。(2)本文选取了江西省宜春市进行分析和验证。以2013年Landsat 8和2013年MODIS数据为基础,对这两类卫星的影像数据进行了比较分析,发现基于Landsat8-TVDI值在地图上能够清楚地观测到干旱区域。该区域旱情呈严重干旱现象,整个区域处于干旱状态。对比了宜春市的Landsat 8-TVDI数据与MODIS-TVDI数据的空间分布,两者在空间上具有高度一致性,TVDI值较高的干旱区域分布在宜春市中南部,主要在宜春市南部地区,呈条带状和点状分布。TVDI值较低的区域散落分布在宜春市的西北部地区,以正常、湿润为主。然而,通过对比发现TVDI的干旱分布,可以看出Landsat 8-TVDI的空间分辨率明显高于MODIS-TVDI的空间分辨率。Landsat 8-TVDI模型在大范围监测干旱中具有良好的适应性。(3)本文收集了江西省1960～2010年的气象站点数据,以P_a指数和SPI指数作为评价指标,对江西省2013年8月、2019年10月的旱情遥感提取结果进行检验。结果表明,基于2013年8月份Landsat 8-TVDI的江西省旱情监测结果与P_a、SPI指数的结果基本一致,基于2019年10月份Landsat 8-TVDI的江西省旱情监测结果与P_a、SPI指数的结果也基本相符,这说明采用TVDI的旱情遥感监测具有P_a、SPI的同等效力,而基于TVDI的干旱分布图可以反映出干旱分布的更加详细信息。在江西省的旱情监测方面,Landsat 8-TVDI指数模型具有重要的实际意义。(4)通过建立江西省干旱灾害危险性区划图,分析了基于Landsat 8-TVDI的江西省旱情监测结果。通过对土地利用类型和遥感旱情分布两者关系的研究分析,发现TVDI值较低地区中湿地和林区较多,建筑区的干燥程度比其他土地类型更为严重,显示的TVDI值最高,其次是耕地和草地。TVDI指数值较高的地方对应的土地利用类型主要是建设用地、裸岩、沙地,水体的TVDI值最小,林地的TVDI值次之。说明江西省松林、杉树林具有较好的抗旱能力。根据现有农作物的抗干旱能力,可制作本地区的干旱风险区划图,为我省的应急减灾提供重要支撑数据。