小麦是世界上三大主要粮食作物之一,其产量丰欠直接关系到国家的粮食安全,及时预测其产量,对于小麦的生产管理、政府粮食政策的制定、市场调节甚至对外贸易都有重要意义。本研究在分析国内外农作物估产方法的基础上,充分考虑了统计数据、气象数据、遥感数据在产量估算中的优势,提出基于趋势模型、气候指数、以及关键期EVI的耦合估产模型。趋势模型反应品种改良、田间管理、相关政策等因素带来的产量变化,气候指数表达气象中降水、光照、温度三者对冬小麦产量的影响,增强型植被指数(EVI)表示病虫害、人为因素等对冬小麦产量的综合影响,然后综合三者构建趋势、气候、遥感耦合的模型,在县级尺度上对冬小麦产量进行估算。本研究以河北省11个冬小麦种植县为研究区,使用2001～2016年的县级统计单产数据、对应年份气象数据以及遥感数据构建冬小麦全生育期的耦合估产模型,估算2017年研究区冬小麦的产量,并进行验证。针对不同冬小麦生育期的产量估算,本研究在全生育期耦合模型的基础上设计了两种不同的实时估产方案:1)关键期历史数据替代实时估产方案:在冬小麦成熟期之前,在没有全生育期数据的情况下,基于现有的气象数据、遥感数据与历史的气象数据、遥感数据构成新的全生育期数据,并使用耦合模型构建的方法构建实时估产模型;2)逐生育期最优影响因子实时估产方案:在冬小麦成熟期之前,随着冬小麦的生长发育,可获取的气象数据、遥感数据逐渐增多,利用已有的数据和新获取的数据构建实时估产模型。针对不同模型的构建,首先对耦合模型中气候指数的建立方法进行比较,选取最适用于研究区的气候指数建立方法。其次对趋势模型、气候指数、遥感关键期数据构建的耦合模型进行精度评价,比较趋势模型、趋势和气候指数的耦合模型,以及趋势、气候指数、遥感三者耦合模型的拟合优度,并估算2017年研究区冬小麦产量。最后针对两种不同的实时估产方案,分别建立了逐生育期和固定关键生育期的耦合模型,用于2017年冬小麦产量实时预测。将冬小麦全生育期耦合模型估产结果,逐生育期最优影响因子实时估产方案预测结果以及关键期历史数据替代实时估产方案预测结果进行对比分析,结论如下:1)对于气候指数建立方法,由于考虑了气候要素之间的相关性以及各因素对产量影响的直接效应,加权和式气候指数构建方法得到了很好的效果,优于乘积式气候指数。加权和式气候指数与产量的相关性从播种期到成熟期呈现稳定增长的趋势,符合冬小麦生育期内气候对冬小麦影响的规律。2)利用全生育期趋势、气候指数、遥感数据构建的耦合模型在10个研究县的估产精度在95.8%～99.6%之间。对比模型在不同地区的适用性,结果表明,在受到土地资源限制或发生病虫害的地区,耦合模型明显优于仅使用趋势构建的模型和使用趋势、气候指数构建的模型;在受降水、温度影响的地区,耦合模型与趋势气候模型的精度相近,但均优于趋势模型;在灌溉较多的地区,三种模型估算精度相差不大。3)两种实时估产方案分别适用于不同特征的地区。对于旱地区域,逐生育期最优影响因子实时估产方案要优于关键期历史数据替代实时估产方案;对于水浇地或盐碱地区域,关键期历史数据替代的实时估产方案更优。