近年来,随着遥感技术的飞速发展,农业遥感信息的获取呈现出天地网一体化的趋势,作物估产研究与应用不断取得突破。对农作物产量的提前预测,在农业生产成本投入决策及实现精细化准确化农业经营管理起到至关重要的作用,同时带动了其他农产品相关产业发展。油菜以其富含油的种籽成为我国乃至世界主要油料作物之一。但油菜的花期、角果期作物冠层结构发生明显变化,其中花期出现达30多天,几乎占油菜1/4的生长时期,这种现象影响了遥感数据的准确获取,对相关参量的反演造成误差。本文研究与精准农业紧密结合,利用遥感地面与无人机平台对油菜这个极具特点的作物进行天地动态立体监测。在油菜生长的关键节点,利用地面采集及无人机航飞作业方式实时获取光谱、理化参数信息,及时了解油菜田苗情以及生长状况。通过遥感数据的分析,对油菜的理化参数及最终产量提出了较为准确的估算方法,并评价不同生长期油菜生长状况对最终产量的贡献,定量化数据化的为精准农业经营管理提供决策参考。在单时期估产模型的基础上提出了华中地区油菜多时期多平台综合估产模型。主要的研究工作包括：(1)分析油菜冠层光谱的影响因素及不同波段宽度对反演典型参数(叶面积指数、叶绿素含量)的影响。不同生长期,随着典型参数的变化,冠层光谱的变化趋势不同。在花期随着叶面积指数、叶绿素含量的增加,所有波段反射率均上升,并且增幅明显。反演油菜典型参数的最佳波段宽度分别是：绿光、红光、近红外波段宽度低于30nm,红边波段宽度低于25nm,适当增大波段宽度能够对反演精度有所提高。根据该波段宽度设计无人机MCA相机各通道滤光片,因此地面平台根据光谱信息构建植被指数用于反演典型参数及产量的方法可以很好的向低空无人机尺度推广。(2)在地面遥感监测平台,利用植被指数经验模型在油菜不同时期分别反演叶面积指数与叶绿素含量。由于油菜典型参数(叶面积指数、叶绿素含量)与产量具有显著的线性或二次函数关系,将植被指数经验模型推广应用于产量估测。根据高光谱遥感的特点,构建能利用更多光谱信息的连续小波变换以及神经网络估产模型。基于地面平台遥感数据采用熵值法与层次分析法分析油菜各生长期对产量的贡献,并构建组合估产预测模型。对于地面遥感监测平台,十叶期是最好的估产时期,最佳的估产方法是优化后分种植方式的CIrededge植被指数估产模型,验证结果决定系数为0.96,均方根误差为169kg/ha。(3)在无人机遥感监测平台,提出了一个简单的基于直方图阈值分割法,利用绿光波段和近红外波段构建NGVI指数,来区分样本中花是否出现的算法。并将其用于油菜植被覆盖率以及花覆盖率估算中。验证模型结果表明该算法能够很好地反演花覆盖率以及植被覆盖率,均方根误差均低于6%。将地面平台反演典型参数方法在无人机平台上推广。十叶期的NDVI与CIrededge植被指数,花期Rgreen植被指数,角果期EVI2、MS AVI植被指数反演叶面积指数与叶绿素含量效果最好。根据无人机影像的特点,构建基于植被覆盖率回归方法及混合像元分析法的估产模型,并在神经网络估产模型中加入端元丰度信息。基于无人机平台遥感数据采用熵值法与层次分析法分析油菜各生长期对产量的贡献,并构建组合估产预测模型。对于无人机遥感监测平台,十叶期是最好的估产时期,利用优化后分种植方式的NDVI植被指数经验模型,估产结果显著。无论在地面还是无人机平台,利用光谱信息在花期估产效果不佳,通过对影像分析,结合花期油菜田生长环境信息(花覆盖率、花丰度)能够有效的提升估产模型。(4)单时期估产模型方法简单、快速、灵活,但全面性、现实性、推广性有所欠缺,于是提出了油菜综合估产模型。通过逐步回归法结合不同平台不同遥感数据确定油菜各时期估产关键变量,分别是：八叶期,SR植被指数(地面)；十叶期,NDVI植被指数(无人机)；花期,花丰度(无人机)与黄边幅值(地面)结合；角果期,SR植被指数(地面)与LAI结合。利用油菜各时期估产关键变量,通过熵值-层次分析组合赋权法构建油菜全时期多平台综合估产评价模型,验证结果均方根误差为225.2kg/ha。并在此基础上对模型进行优化,提出华中地区油菜多时期多平台综合估产模型,需要利用的时期有角果期、十叶期、八叶期,验证模型决定系数0.94,均方根误差190.8kg/ha,偏移量低于10%。