粮食和水资源是关乎人类生存和社会稳定的重要因素。水稻作为我国最主要的粮食产物之一,其种植生产过程耗水较大。然而,目前全球水资源匮乏,随着经济的发展,各行业用水竞争激烈,因此提高作物水分生产率能有效缓解行业间的用水矛盾。在此背景下,本文以黑龙江省别拉洪河灌区为研究区域,以2019年MODIS遥感数据和83个采样点实测产量数据为主要数据源,绘制了2019年研究区水分生产率空间分布图,并以水分生产率为指标分析了研究区节水潜力,为农业水资源合理调控以及粮食生产安全提供理论参考。本研究得到的主要成果如下:（1）水稻种植面积及空间分布利用MOD09A1数据构建了研究区的NDVI、EVI、LSWI、RVI时间序列数据集,并利用Timesat软件的S-G滤波对其降噪。选取研究区四种主要地物（稻田、林地、荒地、建筑用地）多个采样点作为训练样区,提取4种地物的遥感指数时序曲线,根据不同时期地物在遥感指数上呈现的不同特征,选择合适的阈值,建立水稻种植面积决策树模型,提取研究区内水稻种植面积,获得水稻种植空间分布图。在此基础上,利用高分辨率卫星所提供的土地利用分类结合混淆矩阵法对提取结果进行精度评价。结果表明:Kappa系数达到了0.71,具有高度一致性,并且分类总精度有88.75%,总体效果较好。（2）水稻产量估算及其空间分布通过相关系数分析（r）法、变量投影重要性分析（VIP）法和袋外数据重要性（OOB）分析法分析水稻4个生育期（分蘖期、抽穗期、孕穗期和乳熟期）的不同波段和光谱指数对于水稻产量的敏感性,筛选出特征波段和指数。再结合随机森林（RF）、支持向量机（SVM）和偏最小二乘（PLS）3种统计回归方法,构建了9种水稻产量估算模型并对各模型进行比选:r-RF、r-SVM、r-PLS、VIP-RF、VIP-SVM、VIP-PLS、OOB-RF、OOB-SVM、OOB-PLS。结果表明:OOB-RF模型最优,其模型验证决定系数为0.742,均方根误差为206 kg/hm~2。利用OOB-RF模型估算了研究区水稻产量,并绘制了研究区水稻产量空间分布图。（3）水稻水分生产率研究及节水潜力分析利用MOD16A2数据结合水稻种植面积空间分布图绘制了研究区稻田蒸散发空间分布图,结合水稻产量空间分布识别成果,获得了水稻水分生产率空间分布。通过分析水分生产率对产量、蒸散发的敏感性,发现水稻蒸散发的降低对水稻水分生产率最为敏感。再以水分生产率为指标计算分析了研究区的节水潜力,发现研究区具有节水潜力,并提出关于减少蒸散发的节水措施以便提高研究区水分生产率,从而达到农业水资源可持续发展的目的。