该文对当前各种遥感估产模型进行了分类和评价,针对目前存在的问题,主要从两上方面进行了深入的研究和探讨:(1)农作物产量因子的遥感反演;(2)多因子、非线性、高精度产量模型的构建.该论文以1999年1~12月份气象卫星NOAA/AVHRR数据和大量的地面观测、统计数据为基础,以中国冬小麦主产区黄淮海平原为研究区,理论推导与统计分析相结合,对冬小麦各主要产量因子的遥感获取方法进行了总结和深化, 提取了黄淮海地区冬小麦生育期内,逐天、逐旬、逐月的植被指数、冠层表面温度、吸收光合有效辐射和作物水分指数等参数,并利用地面观测资料对反演结果进行了校验.在丰富的遥感信息的基础上,对冬小麦各产量因子在其生育期内的时序变化特征及其在黄淮海地区的空间展布特征进行了探讨和总结,分析了各产量因子与作物产量之间、不同产量因子之间的相互作用方式的影响程度.针对农田生态系统多因子、非线性的特点,应用人工神经网络技术,构建了基于反向传播算法(BP算法)的农作物遥感估产模型,利用现场实测资料和多年统计资料,对模型机理框架的合理性和模型预测的准确性进行了多方位的评介和验证.最后,应用所建模型,对河南省1999年冬小麦分县的单位面积产量进行了预测,取得了令人满意的结果.