准确实时掌握枣树的长势和精确评估枣园产量可以减轻农业生产风险。传统方法费时费力、时效性差;定量遥感评估方法缺乏机理性;作物生长模拟方法用于果树产量评估报道较少,当作物模型应用区域尺度时输入参数的不确定性将影响产量评估精度。遥感数据同化技术在一定程度上可以降低输入参数或状态变量的不确定性,有望提高枣园产量评估精度。目前缺乏针对骏枣的遥感数据同化系统,因此实现田间尺度骏枣产量评估的遥感同化系统软件对枣园精准管理和政府决策具有重要意义。本文针对田间骏枣产量评估,选用PCSE版本的WOFOST作物模型作为同化系统的框架模型,设计并实现遥感同化方案,完成对新疆阿拉尔市的枣园进行产量评估。主要研究内容如下:(1)对遥感同化的相关理论和技术进行研究。主要分析了PCSE版本的WOFOST作物生长模型的原理过程。再对遥感同化技术进行分析,选择合适的同化算法。(2)基于EnKF的枣树生长模型同化方案设计。研究将基于EnKF同化方法应用于PCSEWOFOST作物模型估产中,构建基于EnKF方法的遥感-PCSE作物模型同化系统,以骏枣地面试验站点测量的时间序列LAI观测数据为同化数据,并应用地面实测骏枣产量数据进行验证。(3)基于SUBPLEX方法的枣树生长模型同化方案设计。综合考虑新疆阿拉尔地区骏枣田间管理实际,应用SUBPLEX方法构建遥感-WOFOST作物模型参数优化同化系统,并应用新疆阿拉尔地区骏枣地面观测数据LAI进行了同化试验验证?(4)田间尺度遥感同化方案可视化界面搭建与测试。为提高遥感同化方案的实用性与操作性,采用Python+Py Qt5搭建用户界面,最终完成同化方案的系统设计与实现。通过软件界面选择输入参数,如气象土壤数据、作物数据等参数以及所需同化方法,从而得到枣树预测的生长趋势以及产量。