西南地区是我国重要的粮食产地,同时也是受旱影响最为严重的地区之一囿于地形地貌复杂,气候多变,降水时空分布不均,区域内阶段性干旱和季节性干旱频发,给当地的农业生产和人民生活造成巨大损失。因此,研究适宜性较好的干旱监测方法,对西南地区进行有效的旱情监测,不但有利于地方政府顺利开展抗旱减灾活动,还对区域内农业生产和人民生活有重要的现实意义。本文系统的分析和总结了国内外干旱监测方法,开展气象干旱监测指数和遥感干旱监测指数研究,以历史旱情资料和土壤墒情数据为准,定性、定量的对比分析各个干旱监测指数对西南地区旱情的响应情况,并探讨各个干旱监测指数在西南地区干旱中的适宜性。在此基础上充分利用地面气象站点数据和遥感空间数据的优势,建立基于多源数据的综合干旱监测指数,使其达到丰富干旱监测机理,优化单一旱情监测指数,提高监测精度,更适宜于复杂地形区域干旱监测的目的,并以西南地区特大干旱为例进行分析。论文取得了以下几点成果和结论：1、气象类监测指数与历史旱情资料的定性分析表明：基于气象站点插值方法得出的降水距平百分率Pa、标准降水指数SPI和相对湿润度指数MI在空间变化上均具有良好的一致性,对干旱的发生均有反映,但反映程度存在较大差异。降水距平指数和标准降水指数反映的旱情受旱程度偏轻,且降水距平指数存在一定的突变性和滞后性,不能很好的反映出干旱发生的渐变过程,相对湿润度指数在低温度地区出现异常导致局部区域受旱程度偏重。此外,三种气象干旱监测指数的干旱监测结果均由站点空间插值得到,不可避免的出现旱情过渡缓冲带,说明基于单一的气象干旱监测指数进行干旱监测存在一定的局限性。总体上来说,相对湿润度指数监测的干旱范围和干旱程度与实际旱情最为吻合,使用相对湿润度指数的监测结果更能反映实际旱情。2、遥感类监测指数与历史旱情资料的定性分析表明：植被供水指数VSWI和植被水分指数NDWI对旱情均有响应,并且对干旱发展过程的监测与实际旱情均具有较好的一致性。从干旱的空间分布来看,VSWI和NDWI干旱空间分布大致相同,但VSWI监测出的干旱受旱范围比NDWI更广,说明VSWI对干旱的反应更为敏感,也存在更多的干旱监测不确定的问题。从干旱的受旱程度来看,VSWI和NDWI监测的旱情程度较实际受旱程度均偏轻。NDWI监测的干旱情况比VSWI更确定、更可靠,但二者均不能真实反映出受云、雪覆盖区域的干旱信息,且植被供水指数受云雪影响更为严重,因此遥感类旱情指数中优先考虑NDWI。3、采用站点与像元窗口均值配对的方法对气象干旱监测指数、遥感监测指数和土壤墒情数据进行了定量分析,结果表明：在月时间尺度下,气象类干旱指数MI与土壤相对湿度的相关性最高,Pearson相关系数为0.477,遥感类干旱指数NDWI与土壤相对湿度的相关性最高,Pearson相关系数为0.416；此外,同一类型干旱监测指数间的相关性高于不同类型指数之间的相关性,可见不同类型指数表征的干旱信息不同,二者具有互补性。4、通过定性分析和定量分析,选用遥感指数NDWI和气象指数MI为驱动参量,构建了综合干旱监测指数DI。该综合指数的估算值与土壤水分实测值有较好的相关性,相关系数均通过0.05水平双侧显著性检验,模型能用于西南地区干旱旱情监测。此外,在各海拔高度内,DI与土壤墒情的相关系数均高于MI或NDWI与土壤墒情的相关系数,表明基于多数据源的综合指数与土壤墒情在不同高度的拟合效果比单一数据源指数的拟合效果要好,精度更高,说明综合指数对西南地区的复杂地形有更强的适应性。5、将综合干旱监测指数用于2009-2010年西南特大干旱旱情监测,宏观的再现此次干旱的发展和消退过程。这次干旱重旱主要集中在四川南部攀西地区、云南大部和贵州西部地区,干旱演变过程概括为：旱情初现(2009年9-10月)旱情发展(11月至次年2月)-旱情缓解(次年3月-5月)-旱情解除(次年6月)四个阶段。为进一步验证模型的可靠性,分析每个阶段典型月份的模拟值与土壤水分值,其结果均通过0.01水平双侧显著性检验,同时对比分析2010年3月份的干旱空间分布结果与他人研究结果,干旱范围和受旱程度均有较好的一致性,说明可将综合干旱监测指数用于西南地区干旱监测。6、综合干旱监测指数DI与降雨量的分析发现,DI值与降雨量的变化曲线成明显的正相关,说明综合干旱监测指数对降雨量有较强的敏感性。综合干旱监测指数DI与大气相对湿度的分析发现,DI值与大气相对湿度的相关性比较高,均达到0.05双侧显著性水平,且从重旱区到湿润区的DI值与大气相对湿度的相关系数依次缓慢降低,说明综合干旱监测指数对重旱区域的空气水分含量更为敏感,也间接的说明该综合指数能较好的反映出干旱旱情。