及时准确对粮食产量进行估测,对保证我国粮食安全以及粮食政策的实时具有重要意义,随着遥感技术的发展,提高了农作物估产的时效性,并且能够对大范围内农作物进行估产。在大范围内进行粮食估产时,由于热量,地理位置等因素的影响,农作物物候期具有一定的差异性,因此本文在对粮食产量进行估测时,将物候差异性考虑其中。采用MODIS EVI时间序列数据,首先根据冬小麦曲线特征提取冬小麦种植区,接着识别冬小麦返青期,最后根据冬小麦返青期对时间序列数据进行物候调整,根据调整后的数据进行产量估测。研究主要内容及成果包括:(1)华北平原冬小麦种植区提取。由于MODIS EVI数据容易受到云、传感器等因素影响导致异常值的出现,为了反映更加真实的冬小麦生长曲线,将原始数据进行Savitzky-Golay滤波处理,剔除异常值。重构之后的EVI时间序列曲线能够保持了冬小麦原始曲线的两峰一谷的趋势特征,为后续研究奠定基础。随后根据重构之后的EVI时间序列数据进行二次差分计算,判断波峰和波谷的位置,并制定判定规则提取冬小麦种植区。结果表明华北平原冬小麦空间分布较为集中,其中河北省冬小麦集中分布于河北平原中南部,山东省主要分布于鲁西北、鲁西南平原,河南省主要分布于中东部平原以及西南部南阳盆地地区。在精度验证中,河南省提取面积与统计年鉴结果相比,提取精度均大于80%,京津冀和山东仅有一年提取精度小于80%,分别为2009年和2012年,其余年份提取精度都大于80%。2013年京津冀各市面积与统计年鉴面积进行对比,得出相关系数为(R~2)为0.87,均方根误差为85.1585×103hm2,具有较好的相关性。冬小麦种植区的提取为后文进行物候期监测和估产奠定基础。(2)冬小麦返青期监测。首先采用三次样条插值法将8天分辨率数据插值为1天,接着运用Logistic模型,根据曲率变化率特征提取冬小麦返青期,得到华北平原冬小麦返青期分布图。分析发现:华北平原南部地区返青期开始时间早于北部,从南到北逐渐推迟,整体分布特征与地理位置和热量变化规律保持一致。在提取精度分析中,华北平原冬小麦返青期提取值与观测值最大误差20 d,最小误差为0 d,平均误差为11.91 d,均方根误差为12.05 d。返青期开始时间的提取为后文进行物候调做准备。(3)华北平原冬小麦产量估测。在冬小麦大范围种植区内,物候期不同,则在同一时间段内时间序列曲线具有差异性。本文将冬小麦返青期作为经历越冬期后物候开始的时间,逐像元对时间序列数据进行物候调整,以返青期作为起始时间,每隔5天取一个值,得到物候调整之后的冬小麦时间序列数据。根据单一时相EVI累积值和返青期、返青-拔节期、拔节-抽穗期、以及抽穗-乳熟期四个时间段EVI累积值与冬小麦产量建立线性回归,并且分别选择最佳估产模型。在单一时相估产模型中,在京津冀、山东、河南分别选择返青期之后55天,65天以及45天的数据进行产量估测,最终三个地区产量估测结果与统计年鉴数据先对误差分别为-2.60、-0.80、和-8.80,所有地区相对误差为-4.80,决定系数均在0.91以上;在物候期累积值与产量线性回归模型中,三个地区最佳模型时期分别为拔节-抽穗期、抽穗-乳熟期和拔节-抽穗期,最终京津冀、山东、河南产量估测的相对误差为-2.52、-3.64、-9.60,整个地区相对误差为-6.40,决定系数(R~2)都在0.91以上。