1.4 旱情遥感监测国内外进展与趋势
1.4.1 旱情遥感监测研究进展
随着卫星遥感技术的进步，全球和区域水循环研究和水资源管理涉及水文气象的要素，包括辐射、温度、降水、蒸散、土壤水分以及流域储水量的变化等，都可通过遥感反演获得，使得卫星遥感技术在获取时空复杂多变的水循环要素方面具有独特优势。
1.旱情遥感监测指数模型方法
植被生长状况主要与水分有关，植被的长势好坏能够间接反映水分的多少。归一化差值植被指数(normalized differential vegetation index，NDVI)是一种常用的植被指数，也是描述区域旱情的重要指标。在积累多年气象卫星资料基础上，可以得到各个地方不同时间的NDVI的平均值，这个平均值大致可反映土壤供水的平均状况。NDVI当时值与该平均值的离差或相对离差，反映偏旱或偏湿的程度，由此可确定旱情等级，基于此， Kogan等提出了植被状态指数(vegetation condition index，VCI)[11]。基于多年亮度温度，Kogan等进一步提出了温度状态指数(temperature condition index，TCI)，并在TCI和VCI的基础上提出了植被健康指数VHI[12，13]。VCI、TCI、VHI被广泛地应用于区域的旱情监测当中，冯强等基于NOAA AVHRR数据，使用VCI，TCI和VHI指标开展了黄淮海平原地区的旱情监测[14]。Anyamba和Tucker等回顾了基于NOAA AVHRR的旱情遥感监测指数发模型方法的发展历程[15]。
近年来，旱情遥感监测指数模型方法取得新的进展，Brown等提出集合了卫星遥感监测指标、气候指标和生物物理指标的VDRI(vegetation drought response index)指数，这一指数被应用于全美的旱情遥感监测业务当中，并取得良好的效果[16]。吸收光合有效辐射比率(fraction of absorbed photosynthetically active radiation，FAPAR)是表征植被生长状态的关键参数，影响植被的生物、物理过程，如光合、蒸腾、碳循环。Rossi等基于MERIS FAPAR开展欧洲的干旱监测应用，这一指数模型方法被应用于“欧洲旱情观察”系统(EDO)中，并取得良好效果[17]。
2.土壤水分算法及产品
土壤水分是陆地水文循环中的重要状态变量，直接联系土壤-植被-大气各个系统，是调控地-气反馈的最重要参量之一。大范围的土壤水分监测是农业过程研究、干旱监测和环境因子评价的基础，而区域尺度乃至全球范围的地表土壤水分反演又是陆面过程模式研究的重要组成部分，在改善区域及全球气候、预测区域干湿状况研究中意义重大[18，19]。遥感手段是获取非均匀下垫面、大尺度区域范围土壤水分状况的重要手段[20]。基于卫星遥感技术对土壤水分的时空分布进行精准测量，是近年来定量遥感研究的热点难点问题之一。按遥感测量手段的不同可分为光学遥感、被动微波、主动微波[21]。近年来，多传感器联合反演方法正逐渐成为研究的热点[22]。
在光学遥感方面，各种监测方法利用植被对土壤水分胁迫响应，如反射率法、热惯量法、作物缺水指数法、植被指数距平法、植被状态指数法、温度状态指数法、温度植被干旱指数(TVDI)法、高光谱方法等[23]。光学遥感反演土壤水分，是目前发展时间最久、方法相对成熟的方法，但是如前所述，容易受云雨的影响，另外，土壤类型、植被覆盖、大气等因素也会对其应用产生较大的影响，使得其在实际应用中很难满足实际的需求。另外，如何利用时间序列静止气象卫星数据是光学土壤水分遥感反演中的一个重要方向。
微波遥感以其全天时、全天候的工作能力以及对植被和土壤具有一定的穿透能力的特点而被应用于土壤水分反演，被认为是当前土壤水分反演中最有效的方法之一。根据数据源的特点，可以分为被动微波遥感和主动微波遥感。被动微波土壤水分反演主要是利用微波辐射计获得土壤的亮度温度，然后通过物理模型反演土壤水分或建立土壤水分与亮温的经验/统计关系从而反演土壤水分[24]。总的来说，包括统计法和正向模型法两种算法。在被动微波遥感领域，继SMMR、SSM/I之后，AMSR-E(advanced microwave scanning radiometer for the earth observing system，对地观测卫星高级微波扫描辐射计)针对前两者在应用中的缺点进行了改进，对土壤介电常数更为敏感，有更强的穿透能力，并在空间分辨率上有了很大的提高，为全球尺度上水文和气候变化研究提供合适的土壤湿度数据。发展至今，AMSR-E的主流产品主要有NASA产品(由美国国家航空航天局开发)、JAXA产品(由日本宇航机构开发)、SCA(single-channel algorithm)产品，由美国农业部(United States department of agricultural，USDA)开发、LPRM产品(land parameter retrieval model，由VUA与NASA联合开发)。
在主动微波遥感领域，欧洲太空局发射的ERS-1和ERS-2遥感卫星上的SCAT散射计(5.3GHz，C波段，垂直极化)测量三个侧视雷达天线获取不同入射角度(18°～ 59°)下目标物对雷达波束后向散射回波强度。搭载于METOP A卫星上的ASCAT散射计(advanced scatterometer)数据作为SCAT的后继产品同样采用变化检测的方法，但在精度上有所提高，在水文领域得到广泛应用[2527]。此外，合成孔径雷达(SAR)观测也是土壤水分获取的前沿技术之一。目前利用多频、多极化/全极化雷达数据反演裸地土壤水分的经验和半经验模型主要有Oh模型、Dobson模型和Shi模型[25]。
随着卫星和微波传感器技术的发展，大量的反演算法也不断地被提出。大量的对比研究发现，在反演土壤水分方面，主动微波算法的精度要高于光学算法以及被动微波算法，但对地表粗糙度和植被敏感。光学传感器具有较高的空间分辨率和时间分辨率，在监测土壤水分连续变化方面光学算法具有更大的优势，但受到天气条件的局限，并只能得到土壤水分的相对值。被动微波传感器具有较高的时间分辨率，能提供每天的土壤水分数据，且对地表粗糙度和植被的敏感度没有主动微波算法高，但空间分辨率低结合光学算法、被动微波算法和主动微波算法可以弥补单一传感器算法存在的不足，多传感器的联合反演方法是目前土壤水分遥感反演研究的热点[22，2830]。目前已有的卫星遥感土壤水分产品如L波段微波产品SMOS(～43km)，Aquarius(～100km)，C波段产品ASCAT(～25km)，多波段组合产品地球观测系统先进微波扫描辐射计(AMSR-E)(～60km)等[28-31]。具有代表性的模型模拟产品包括美国的北美/全球陆面数据同化系统NLDAS(0.125°)/ GLDAS(0.25°和1°)产品，中国西部地区陆面数据同化数据集产品。中国气象局也开始发展了CLDAS V1.0土壤水分产品。
3.卫星降水方面
遥感技术应用于降水观测起始于20世纪70年代，最初的降雨遥感依据地球静止轨道卫星对云层顶端温度和亮度的热红外观测，精度较差。随着技术的进一步发展，微波遥感逐渐被应用于降雨观测。相对于热红外遥感技术，微波遥感反演降雨量更加准确，但时间精度较差。
TRMM卫星由美国NASA(national aeronautics and space administration)和日本JAXA(Japanese aerospace exploration agency)合作开发设计的，主要用于监测和研究热带地区降水。卫星于1997年11月28日在日本发射，TRMM卫星属于近地轨道卫星，倾角约为35°，覆盖范围为南北纬30°，后来又扩大到南北纬50°。它是第一颗专门用于观测热带、亚热带降水的气象卫星，搭载了微波成像仪TMI、降雨雷达PR、可见光/红外辐射仪VIRS、闪电成像感应器LIS、地球辐射能量探测器CERES等传感器。其中前3种仪器与降水测量密切相关。可见光和红外扫描仪是一种沿与轨道垂直方向扫描的辐射计，它有5个谱带，一个在可见光区域，一个在短波红外区域，另外3个在热红外区域。可见光和红外扫描仪提供了云顶温度和结构，补充了其他传感器的不足。在TRMM卫星搭载的设备中，降雨雷达具有开创性的设计，它由日本宇宙开发事业团设计建造，能够提供暴雨的三维结构，对降水的精确估计具有重要的提升作用。地球上2/3的降水集中于热带，因此TRMM有助于人们了解热带降水对全球循环机制的影响，更好地理解、诊断及预报厄尔尼诺和南方涛动(ENSO)。
GPM降水计划是继TRMM之后新一代全球卫星降水产品，其核心观测平台已于2014年2月28日发射。新一代GPM降水产品分为4级，与以往的卫星降水产品相比具有更高的精度、更大的覆盖范围、更高的空分辨率，能够提供全球范围基于微波的3h以内以及基于微波红外IMERG算法的半小时的雨雪数据产品，有利于促进水文、气象、农业和灾害等学科的研究和应用。与着重观测热带亚热带地区降水的TRMM相比，GPM能够更加精确地捕捉微量降水和固态降水，这两种类型降水的观测对中高纬度地区和高原地区具有重要意义。
4.遥感蒸散方面
遥感数据逐渐成为研究区域水循环和能量平衡的重要数据源，区域蒸散的遥感估算模型方法正在成熟。
在国际地圈-生物圈计划(IGBP)和世界气候研究计划(WCRP)的“全球能量和水循环试验(GEWEX)”研究项目的协调组织下，在世界不同地区进行了一系列的陆面过程试验。这些大型试验中，针对不同尺度的地表通量进行了观测，为不同尺度的蒸散发遥感反演提供了基础资料。国内也开展了一系列的水热平衡试验。2007年开展的中国科学院西部行动计划黑河流域遥感-地面观测同步试验与综合模拟平台建设项目将流域科学作为主要的研究目标[31]。2012年在黑河开展的黑河流域生态-水文过程综合遥感观测联合试验将非均匀下垫面多尺度地表蒸散观测作为重要的组成部分。
遥感蒸散产品方面，近年来，基于不同理论及数据基础的蒸散产品由不同的单位开发出来。代表性的产品如:蒙大拿大学Mu等基于中分辨率成像光谱仪(MODIS)生产了的全球蒸散产品(MOD16)，其空间分辨率为1km，时间分辨率为8d，数据时间跨度为2000年至当前[32，33]。Miralles等利用实测的降水、表层土壤湿度及植被含水率作为计算地表蒸散发的控制条件，以基于物理过程的Priestley Taylor公式作为核心方法反演1980—2011年的全球地表蒸散发数据[34]。北京师范大学、Wang等基于经验彭曼公式，计算了1982—2006年的全球地表蒸散产品[35]。
在基于遥感蒸散的旱情监测分析方面，Mu等在全球MOD16蒸散的产品基础上，提出干旱强度指数(drought severity index，DSI)，基于MOD16蒸散产品数据对全球的干旱状况进行分析，结果表明DSI能够反映过去10年的重要的区域干旱事件[36]。Anderson等在基于能量平衡的遥感蒸散模型的基础上提出蒸散胁迫指数(evaporative stress index， ESI)，蒸散胁迫指数被美国农业部水文遥感试验室用于区域旱情监测应用当中，取得良好效果[37-39]。
5.水体面积变化监测
地表水体(包括湿地)对于防汛抗旱以及水资源、生态和环境的保护都起着极其重要的作用。基于水体面积变化监测，可为区域旱情监测提供重要信息。水体提取方法依据遥感数据类型分为光学影像水体提取和雷达影像水体提取。基于光学影像的水体信息和识别方法包括阈值法、差值法、比值法、光谱特征变异法、光谱主成分分析法等。其他如色度判别法、考虑云层去除的水体提取的方法、目视直接判读等方法也得到了广泛地应用。利用雷达遥感技术获取水体因其不受白天黑夜和云雾的限制，已广泛应用于洪水灾害监测中，也可应用于多云多雨地区旱情监测中。就雷达图像的水体的识别提取而言，在平坦地区，因不需要考虑水体与山体阴影混淆的问题，故而比较容易。但是，对于包括山区的区域而言，山体阴影使得自动提取水体非常困难，即使利用纹理和形态分析法也难以解决这一难题。
随着卫星遥感技术快速发展，可用于水体提取的遥感影像数据源越来越多，大范围快速水体提取技术日益成熟。但地表水体面积并不是水资源量，除了有蓄水量、水位、面积关系曲线的水库或重要湖泊外，从面积转换到水量还必须解决水深的问题。
1.4.2 旱情遥感监测业务化工作进展
1.4.2.1 国外相关机构旱情遥感监测工作
1.美国干旱监测概况
美国干旱监测预警系统的建设开始于20世纪末，至今走过了十多年的发展历程。1998年夏天，美国国家干旱减灾中心与国家海洋与大气管理局气候预测中心开始合作，共同开发一个干旱分类系统，使其能够像龙卷强度等级和飓风强度等级一样被公众认可。在干旱分类系统开发早期，农业部世界农业展望委员会也参与了进来。2001年春天，国家海洋与大气管理局下辖的国家气候数据中心也参与了合作，使得这一项目的实施力量得到进一步壮大。2003年，这一项目正式定名为“国家集成干旱信息系统”(national integrated drought information system，NIDIS)，并在全国范围内运行。最新的NIDIS版本于2009年1月发布，实际应用效果良好。现在参加的机构有17家，包括美国农业部、商业部等机构。
在美国，干旱预警所需的数据在每周二提交，每周四上午提交的数据进行分析后发布地图产品，每周由美国农业部、国家气候数据中心、国家气象服务中心以及国家海洋和大气管理局联合更新一次。目前，互联网是发布干旱监测信息的主要方式，网址(http:// www.drought.gov)上发布的干旱监控图主要提供全美各地总体干旱的程度及具体分布，农业干旱和水文干旱的影响区域分别用A(代表agriculture)、H(代表hydrological)或者AH进行了标注。
在美国干旱监测业务中，将干旱程度分为D0、D1、D2、D3、D4个级别。分级标准的制定依赖于几个关键指标:Palmer干旱指数、CPC土壤湿度模式产品、美国国家地质调查局每周的河流流量指标、标准化降水指数、卫星遥感植被指数。其他一些辅助的参考指标有:作物湿度指数，Keetch-Bryam干旱指数KBDI(Keetch和Bryam，1968)，美国森林火险指数，以及与蒸发相关的相对湿度、温度距平、水库蓄水量、湖泊水位、地下水位等观测资料，美国农业部国家农业统计局(USDA/NASS)地表土壤湿度观测资料，农业部国家自然资源保护局(USDA/NRCS)土壤气候分析网站(SCAN)的土壤湿度资料。在美国西部，还参考其他的指标，例如，NRCS积雪遥测(SNOTEL)的山区融雪资料，SNOTEL的标准积雪百分数，地表水供给指数(SWSI)。这些指标或指数中有些以单个地点计算，有些是以气候分区、流域及其他地理区域计算的;它们中有一部分适用于国家或区域尺度，而有些则只适用于短时间及零星范围。
美国干旱监测业务中的遥感产品包括植被干旱响应指标(VDRI)、蒸发胁迫指数(ESI)、植被健康指数、植被绿度指数以及基于重力卫星GRACE的土壤水分监测指标。其中，植被干旱响应指标由美国国家抗旱减灾中心(NDMC)、美国地质调查局的地球资源观测与科学中心(EROS)和美国高原区域气候中心(HPRCC)合作研究提出。植被干旱响应指标集合了遥感监测的植被状态信息，气候状况信息以及其他的生物物理相关的信息，如土地利用覆盖、土壤类型等。植被干旱响应指标每两周生产一次，用于监测干旱对于植被的影响作用。蒸发胁迫指数(ESI)由美国农业部遥感水文试验室提出，使用热红外遥感计算的实际蒸散和潜在蒸散的比值用于监测植被对于干旱胁迫的响应。实际蒸散的计算采用遥感水文实验室的ALEXI模型方法。目前，使用地球静止气象卫星观测数据，蒸发胁迫指数实时进行生产，分辨率为4km。
2.欧洲干旱预警系统
由27个成员国组成的欧盟启动了规模宏大的“欧洲干旱观察”(European drought observatory，EDO)项目的建设，为了在整个欧洲层面提供一致、及时的干旱信息，用于欧洲的干旱预测、评估和监测，欧盟决定在欧盟联合研究中心(joint research centre of the European comission，EU/JRC)实施的“DESERT”行动的基础上，进行“欧洲干旱观察”系统的开发。“欧洲干旱观察”项目的主要目标就是为欧洲提供一个基于互联网的干旱监测与预测的平台，为欧洲干旱的发生和演进提供及时权威的信息。
“欧洲干旱观察”系统通过使用气象信息、水文参数和遥感数据对各类干旱指标的效果进行检验，使用的干旱指标包括标准化降雨指数、土壤湿度、降雨量指数和遥感指标等四大类。每类指标下都有更细的指标，例如，土壤湿度指标下有每日土壤湿度、每目湿度异常、土壤湿度异常预测、土壤湿度趋势预测、每日区域土壤湿度和区域土壤湿度异常等。
目前，系统可以提供两大类的在线干旱监测信息服务:一大类是实时干旱地图信息，子类有降雨量、土壤湿度、湿度异常、干旱预测、干旱异常预测、叶面缺水指数(NDWI)和吸收光合有效辐射比(f APAR)等，加载这一类信息的地图是面向整个欧洲层面的;另一大类是用户自定义信息服务，用户可以自行定制所需要的数据，包括选择国家具体的区域、时间跨度和干旱指标等，这一类信息的地图是具体到某个成员国家的，具体的信息可以不同格式的地图输出。
3.国际组织-FAO-全球粮食和农业信息监测预警系统
对面临严重粮食紧急情况的国家，粮农组织全球粮食和农业信息及预警系统(GIEWS)与世界粮食计划署会联合执行作物与粮食安全评估任务(CFSAMs)，其目的是提供及时和可靠的信息以便政府、国际社会及其他机构能够采取适当的行动。对全球粮食情况进行持续的考察和评估，定期出版印刷本及电子版形式的报告，对个别有潜在粮食危机的国家提供早期预警。GIEWS使用天气、农业自然条件以及经济、社会和政治等各方面的信息资源。信息来源包括，气象信息;对地卫星观测部门;新闻单位如路透社、美联社以及其他新闻机构;来自各国研究部门出版物及网站上的信息，各类研究报告等。同时也向各合作伙伴(粮农办公室，政府部门，非政府组织等)发放调查问卷。
GIEWS监测全球主要粮食作物长势，评估产品前景。为辅助分析和对地基信息形成补充，GIEWS采用了遥感数据，这些数据能够提供有关生长季节期间供水和植被状况的重要信息。除降水量估算和归一化差异植被指数(NDVI)外，GIEWS及粮农组织气候、能源及权属司还开发了农业应力指数(ASI)，这些指数，可以在早期甄别可能受到旱情(甚至极端情况下旱灾)影响的农业区域。
1.4.2.2 国内相关机构旱情遥感监测工作
1.水利部遥感技术应用中心
水利部遥感技术应用研究中心，成立于1980年，是以推广遥感(RS)、地理信息系统(GIS)和全球定位系统(GNSS)等空间信息技术在水利领域中应用为主的科研单位。中心是水利系统遥感应用技术的行业代表单位，同时也是国家遥感中心的自然灾害遥感监测部，主要负责水旱灾害及其他涉水灾害的日常监测。中心长期从事干旱遥感监测、地表参数反演、水资源管理、应用系统开发等研究工作。
中心从20世纪80年代开始在墒情监测、干旱遥感监测领域开展了一系列研究课题，通过承担相关项目，在旱情遥感监测模型、监测指标、监测方法、预测预报模型以及系统开发等方面进行了多年探索，取得了丰硕科研成果，具有技术、经验、基础资料的积累。引进了国际代表先进技术;还自主开发了多个用于旱情监测的专用系统。遥感中心开展旱灾遥感监测技术研究与应用示范工作，承担国家防汛抗旱指挥系统二期工程水利部旱情遥感监测系统建设，构建了适用于全国的旱情遥感监测业务化系统、卫星遥感与地面观测数据融合的区域旱情遥感监测系统和区域水体自动化监测系统。
2.国家卫星气象中心
国家卫星气象中心(national satellite meteorological centre，NSMC)，成立于1971年1月，是中国气象局直属事业单位，作为国家级科技型公益性、基础性业务单位，负责拟订中国气象卫星和卫星气象事业发展规划;承担气象卫星应用系统的业务运行和在轨气象卫星的运行管理;负责气象卫星应用系统工程建设;从事与卫星气象相关的科学技术研究;开展气象卫星数据与产品的应用和服务;承担空间天气监测预警业务、服务和系统建设;对气象部门进行卫星遥感应用的技术指导等。
国家卫星气象中心经过多年发展，建立了卫星监测分析与遥感应用系统(SMART)，开展全国范围内的旱情监测。国家卫星气象中心旱情遥感监测系统主要采用热惯量法和相对蒸散进行全国范围内的旱情监测。运行模式有日常运行模式和重大事件模式。其中，日常业务模式，基于热惯量模型，每旬一次，产品分辨率为1.1km，基于相对蒸散模型，每旬一次，产品分辨率为5km。重大干旱事件模式根据旱情变化情况提供监测。
3.农业部遥感中心
农业部遥感应用中心成立于1999年，是农业部系统遥感工作的协调组织机构，主要负责国内外农业遥感监测与评价技术研究与业务应用，包括农作物遥感监测、农业灾害监测与评估、草地资源监测与评价、水产资源调查、耕地资源监测、精准农业和数字农业等。农业部遥感应用中心研究部挂靠在中国农业科学院农业资源与农业区划研究所，主要将遥感等空间信息技术广泛应用于农情信息、数字农业、草地管理、农业生态环境、农业资源管理与区域发展等领域，是我国农业遥感领域的重要研究机构。
农业部遥感应用中心建立了农业旱情遥感监测业务系统，模型方法主要包括热惯量法、植被供水指数法、作物缺水指数法等。农业部旱情遥感监测系统主要采用热惯量法和植被供水指数法进行全国范围内的土壤水分反演。对于西北干旱区采用热惯量法进行反演计算，对于中西部、中东部区域采用植被供水指数法进行土壤水分反演计算。
1.4.3 发展趋势
虽然经过多年的发展，旱情遥感监测取得了一定的进展，但离实用化、业务化的目标还有一定距离。目前亟待解决的问题和发展趋势主要体现在以下几个方面。
1.建立旱情遥感监测指标体系与标准规范
干旱监测涉及了气象、农业、水利、民政、海洋、环保等行业或部门，而且监测标准存在较大差异，尚无统一的规范的旱情遥感监测标准。目前，旱情遥感监测的研究和业务系统的运行多数基于与土地覆盖、土壤特性、地面观测数据耦合卫星遥感干旱指数的半定量经验统计模型，其监测结果缺乏可靠的时空对比性，旱情等级的划分主观性强，缺少统一、客观的旱情遥感监测标准规范。不同行业或部门对同一干旱事件动态过程的监测结果存在较大差异;而且同一部门对不同的干旱过程监测因标准差异导致而无法进行详细对比分析等诸多问题。因此，需要在对我国历史旱情旱灾特征充分研究的基础上，理清全国各地旱情研究和业务系统的流程，开发较适宜全国各地的旱情遥感监测指数，建立规范的旱情监测标准，有利于推动我国旱情遥感监测研究与业务的进步，也对认清全球变化背景下我国干旱的发生规律研究具有重要意义。同时，借鉴美国国家干旱减灾中心在干旱监测中的成功经验，考虑到干旱发生的特征时空差异性，为满足区域干旱监测的需求，需要针对各地干旱特点，提出适合不同地区、不同时段的遥感干旱监测指标体系，制定相关标准规范，并解决局地监测与全国监测有效的统一问题。
2.旱情监测模型实用化研究
目前旱情遥感监测模型已发展了很多，不同模型有不同的适用范围。我国发生旱情的地区分布广泛，地形复杂，气候各异，很难用一种模型对全国范围旱情进行监测。另外，部分旱情遥感监测模型对于输入数据要求较高，很大程度上限值了其大范围推广。因此，开展旱情监测方法及模型适用性研究，推荐旱情遥感监测模型实用化，是当前旱情遥感监测的趋势之一。
3.构建旱情监测综合数据库，开展旱情综合评估
干旱是大气-土壤-植被-水文-生态-社会经济之间相互作用发展的缓进过程，因此，有必要对干旱过程开展综合、动态的监测，涉及如何开展对气象、农业、水利、生态环境、社会经济以及多源遥感资料等不同时空分辨率信息进行有机的融合问题，构建多源遥感资料、数字高程(DEM)、土地利用覆盖、土壤类型、植被类型、农作物类型、生物量、水系水库、灌溉分布、人口分布、灾情统计、社会经济状况等多方面的综合数据库，将为抗旱减灾管理工作提供了强大的数据支撑。在多源数据构建的基础上，以遥感数据为基础研发多源旱情监测数据融合技术，开发旱情综合评估产品。
4.遥感技术与其他专业模型的耦合研究
遥感技术优势在于多尺度、多角度、多波段、多时相地提供大范围的对地观测数据，能够及时获取地表特征信息如植被指数、亮度指数和地表辐射温度等，并通过定量反演，进一步获取地表特征参数如地表覆盖、地表反射率、叶面积指数、叶绿素含量、土壤水分含量等。特别是随着新一代高空间、高光谱和高时间分辨率遥感数据的不断出现，使得旱情遥感技术的监测对象、监测精度、监测的业务化流程等关键方面得到更大的突破。干旱是大气-土壤-植被-水文-生态-社会经济之间相互作用发展的缓进、连续变化的动态过程，涉及了大气、农业、水文、生态、社会经济的方方面面，单纯依靠遥感数据难以全面系统监测干旱的动态过程及影响。因此，将各种陆面过程模式、气象、农业、水文、生态、社会经济等专业模型与遥感数据进行耦合或同化，弥补遥感观测时空分辨率的缺陷，提高旱情遥感监测的精度，并实现旱情的预警。
5.天空地一体化的综合旱情立体监测
在卫星遥感方面，随着经济社会发展和科技进步，卫星遥感监测手段不断增多，资料类型日趋丰富，数据质量进一步提高，为遥感资料应用的不断拓展和深化提供了新的条件。多波段多影像数据融合、光学数据及雷达数据融合、“天地数据”融合等可以在空间分辨率和时间分辨率上进一步优化，是干旱遥感监测的一个发展方向。在加快多种遥感数据融合研究的基础上，重视现代小卫星系统、推动基于多颗卫星组网飞行模式的小卫星星座并加强国际合作、建立国家基础数据和遥感信息共享平台建设。
在航空遥感方面，低空无人机遥感平台具有快速、灵活、机动的优势，搭载不同类型传感器能获取高精度的农业种植面积、作物种类、地表反射率、叶面积指数、叶绿素含量、作物高度、生物量及土壤水分等信息，可以弥补卫星遥感技术受到天气、地形、时空间分辨率等方面的不足。
另外，基于的各类地基观测技术和组网建设逐步发展和完善，基于现代物联网技术的地面有线和无线传感器组网技术在智能温室与大田精细作业管理方面得到了广泛的应用，能够自动采集作物叶面到冠层、土壤表层到剖面理化信息，以及农田气温、湿度、光照等环境信息。卫星遥感、无人机遥感、地面物联网技术三者相互结合空天地一体化的综合旱情立体监测网，搭建多尺度的旱情信息立体监测网，克服地物参数的时空异质性，增强旱情遥感监测的实时服务能力。