遥感技术作为当前的前沿技术,其获取作物信息相对容易且广泛,获取方法多样、时效性强等特点,被广泛用于作物长势监测、产量估测等方面。本文分析了目前作物生长遥感监测数据源、遥感和农业数据的耦合效果、建模方法、影响遥感精度因素等方面的问题,对问题可能造成的不良影响进行分析,并提出相应的解决措施,可为作物遥感技术的完善和发展提供参考和借鉴。以2020年基于环境星(HJ-CCD)影像的江苏小麦遥感监测应用为例,选取生物量作为监测小麦的长势参数,提取环境星上对应波段的反射率值,选择8个不同的遥感植被指数,并把这些遥感植被指数通过差值、比值、归一化等方式进行再次组合,对这些遥感植被指数及组合与农学数据进行相关分析,建立小麦生物量、产量遥感监测模型,并对模型进行评价。取得以下结果:(1)分析了遥感数据源、数据的耦合效果、数据分析算法、遥感监测智能化程度、遥感与其他技术的关联性、监测模型的因子变量、基层人员的专业基础知识、管理部门的支持力度八个问题,并提出了获取同邻期数据、采用无人机遥感技术、结合物理模型、使用新型算法、结合其他技术、引入新型变量和加强人才培养和引进等相配套的解决措施。(2)分析小麦主要生育期的生物量与遥感植被指数间的关系,发现小麦主要生育期的生物量与遥感植被指数组合之间存在较好的相关性,结果表明利用遥感植被指数组合构建小麦主要生育期生物量监测模型的精度都要优于利用单植被指数构建模型的精度,生成苏北、苏中、苏南地区遥感监测专题图,说明利用遥感植被指数组合来监测主要生育期生物量具有较好的应用前景。(3)分析小麦产量与遥感植被指数间的关系,发现小麦产量与遥感植被指数组合之间存在较好的相关性,生成苏北、苏中、苏南地区遥感监测专题图,说明利用遥感植被指数组合监测小麦产量具有较好的应用价值。