摘要：为实现江苏省淮北地区农业旱情监测，利用Savitzky-Golay（S-G）滤波方法，对2011-2012年江苏省淮北地区1-5月MODIS的归一化植被指数（normalized difference vegetation index, NDVI）和地表温度（land Surface temperature, LST）8 d产品进行重构，去除原8 d数据的噪声，填补受云影响而缺失的数据。基于重建后的NDVI和LST数据，计算温度植被干旱指数（temperature vegetation dryness index, TVDI）；分析TVDI和土壤湿度之间的关系，构建土壤湿度反演模型。最后，利用另外1组数据验证所建土壤湿度模型的精度。研究结果表明：1）S-G滤波方法能够提高MODIS LST和NDVI数据质量，并能对缺失数据进行填补；2）TVDI方法能够实现试验区土壤湿度反演，所建模型在试验区具有一定的普适性，反演精度较高（R2=0.575，RMSE=2.59%）；3）TVDI方法在江苏省淮北地区干旱监测中得到了较好的应用，能够成功地监测出江苏淮北地区2011年和2012年春旱。该研究可为农业旱情的快速监测提供借鉴。

关键词：干旱 监测 遥感 土壤湿度 中分辨率成像光谱仪 

单位：南京信息工程大学气象灾害预报预警与评估协同创新中心、中国气象局气溶胶与云降水重点开放实验室; 南京; 210044; 南京信息工程大学大气物理学院; 南京210044; 江苏省水利科学研究院; 南京210017