准确、及时地开展区域粮食作物的产量监测评估,对科学制定农产品进出口计划、调控粮食市场和指导种植结构调整等具有重要意义。近些年来,结合遥感技术进行作物产量评估,早已成为重要的研究方向。本文基于时间序列卫星遥感影像,利用改进的净初级生产力（NPP）模拟方法—CASA模型,开展区域冬小麦产量遥感估测研究。以2009年北京市通州区和顺义区冬小麦为研究对象,首先将冬小麦全生育期以5 d为周期间隔划分为54个阶段,对有国产卫星HJ-1A/B过境的39个阶段,采用改进CASA模型对冬小麦NPP进行估算;对其他无HJ-1A/B影像过境的15个阶段,应用MOD17A2H产品进行插补,最终获取冬小麦全生育期内以5 d为间隔的高时空分辨率冬小麦NPP空间分布信息;利用时序MODIS NDVI数据产品生成的生长曲线判断冬小麦生育期内以开花期为代表的多个关键物候期,利用开花后和开花前NPP累积值的比值来构建冬小麦收获指数的新型估测模型,最终实现对区域冬小麦收获指数的遥感估测;进而,借助NPP-产量转换模型,实现研究区冬小麦生物量和产量的遥感估测;最后,结合地面实测的产量数据,对该遥感估产模型预测的冬小麦产量进行精度验证。本文的主要内容和结论如下:1.优化原始CASA模型的部分参数。选用研究区周边5个含有日照时数数据的气象站,经处理后逐日计算太阳辐射,分别累加得到间隔为5 d的太阳总辐射SOL;基于两种植被指数NDVI和SR,分别求取₍（1）和,并为二者赋予相同的权重得到FPAR估算值;为减少误差,对于冬小麦生长季内的每个月均求取NDVI和SR最值,以确定FPAR中重要参数(1₈（6）、(1₈4)9))和₈（6）、₈4)9));采用更加简单有效的模型估算光能利用率中水分胁迫因子(2;并结合研究区环境条件,确定适用于本文的最大光能利用率^*。2.利用MODIS GPP（MOD17A2H）产品进行NPP插补。本文基于时序HJ-1A/B卫星遥感影像,应用改进的CASA模型估算区域冬小麦NPP,对于少数缺失HJ-1A/B过境影像的周期间隔窗口,以MOD17A2H产品进行适度插补,获取冬小麦全生育期内以5 d为间隔的高时空分辨率NPP空间信息。研究结果表明,因太阳辐射、温度等环境因素的影响,种植后的冬小麦每月积累的NPP不断下降,于1月份达到最低值;度过越冬期后,冬小麦生长活动加快,NPP呈现上升的趋势,其中,5月份的NPP最大,为128gC m^-2;随着冬小麦的发育成熟,6月份的NPP积累量持续减少,直至冬小麦收获。总体而言,研究区冬小麦全生长季积累的NPP分布较为平均,主要集中300-700 gC m^-2,平均值为464 gC m^-2。3.基于MODIS NDVI（MOD13Q1和MYD13Q1）产品判断冬小麦关键生育期。通过NDVI时间序列数据产品,建立研究区冬小麦生长曲线模拟冬小麦生长季的生育特征,运用Savitzky-Golay（S-G）滤波方法对NDVI时间序列数据平滑处理,使滤波后的NDVI数值更好反映冬小麦物候生长特性。依据关键物候期判断方法,确定冬小麦出苗期、抽穗期、开花期和收获期。4.提取冬小麦收获指数的空间信息。根据已确定的冬小麦出苗期、开花期和收获期对应的具体时间,利用开花后和开花前NPP累积值的比值构建一种可有效评价冬小麦收获指数的新参数,以完成研究区冬小麦收获指数空间信息的提取。本文估算HI的平均值为0.47,且主要集中在0.35-0.55。5.根据已估算的NPP与HI信息,利用NPP-产量转换模型,实现冬小麦生物量与产量的估测。结果表明,研究区冬小麦生物量主要集中于900-1600 g m^-2,平均值为1176g m^-2。另外,通州区的生物量整体上稍好于顺义区,具体体现在通州区生物量的平均值1187 g m^-2大于顺义区的1161 g m^-2。研究区冬小麦平均产量为5763 kg hm^-2,且集中分布在3500-8000 kg hm^-2,超过整个研究区面积分布的90%。其中,通州区的冬小麦产量主要集中于4000-8500 kg hm^-2,平均产量为5816 kg hm^-2,略高于研究区整体产量的均值;而顺义区的冬小麦产量均值为5708 kg hm^-2,稍低于通州区。2009年北京市通州、顺义区冬小麦长势差别较小,呈现出通州区产量稍高于顺义区的现象。总体而言,研究区冬小麦生长较为理想。6.利用实测产量数据进行精度验证,决定系数R²达到0.57,均方根误差RMSE为1080 kg hm^-2。通过分析,绝对误差平均值为-630 kg hm^-2,平均相对误差为-5.89%,说明区域尺度下本文提出的估产模型具有较好的可行性与应用潜力。