近年来，农业信息技术的研究和应用正在对我国的农作科技和生产管理产生深刻和广泛的影响，很大程度上推动了传统农业向信息农业的转变。特别是生长模拟模型(以下简称生长模型)和遥感在作物长势监测与估产方面的应用研究，显著地提高了区域农业生产的动态预测性和管理决策的科学水平，取得了较好的经济、社会和生态效益。小麦作为主要粮食作物，安全生产已成为我国可持续发展的重要保障。及时了解小麦的分布概况、生长状况、肥水行情以及病虫草害动态，便于政府决策者和生产管理者采取各种管理措施，达到增产、增收和增效的目的。　　 本研究通过在不同年份、不同区域下的冬小麦种植试验，分析了冬小麦长势指标与遥感光谱信息之间的相互关系，建立了相关监测模型。进一步，将遥感反演信息与生长模型相耦合建立了冬小麦的估产模型：将遥感反演信息与籽粒蛋白质形成的生理生态过程相结合，建立了冬小麦籽粒蛋白质含量的监测预报模型。另外，综合气候环境因子建立了冬小麦籽粒淀粉含量监测模型，取得了初步的研究进展。具体结论如下：　　 叶面积指数、生物量和植株氮素含量是决定冬小麦群体长势的重要生理指标，也是制定栽培管理措施的必要依据。利用遥感监测冬小麦返青后、拔节期和抽穗期的群体长势指标，便于及时采取施肥、灌溉、中耕等调控措施，达到优质、高产稳产、高效的目的。本文使用TM影像数据与实地GPS定位相结合的方法，研究了冬小麦返青后、拔节期和抽穗期三个主要生育期叶面积指数、生物量及植株氮素含量的变化态势。通过分析小麦拔节期叶面积指数、生物量以及植株氮素含量三个群体质量指标与植被指数之间的关系，建立了基于归一化植被指数(NDVI)、比值植被指数(RVI)的小麦群体质量指标监测模型。利用不同的试验数据对所建模型进行了检验，监测值与实测值较为吻合，模型具有较好的监测性和通用型。说明，利用TM影像的‘NDVI或RVI可以快速、精确地监测冬小麦的长势和植株氮素营养状况。同时，本研究结果也可为冬小麦的长势诊断和田间管理决策提供及时、准确的信息支持。　　 基于遥感信息获取的瞬时性与广域性，结合小麦产量形成的生理生态过程及其与气候环境的相互关系，建立了较为简化的小麦估产模型。通过组件化的设计方法实现了遥感信息和估产模型的耦合，即，利用抽穗期遥感影像反演的LAI和生物量及时替换小麦估产模型对应参数变量，进而实现对小麦产量的估测。结果表明，小麦产量的预测值与实测值较为一致，预测小麦产量的RMSE为354.18kg/hm2，利用小麦估产模型可以对不同年份、不同区域的小麦产量形成情况进行监测预报。　　 通过设置不同年份、不同区域的小麦种植试验，综合分析TM遥感影像的植被指数和小麦长势信息之间的关系，结合小麦灌浆期间气候环境条件对籽粒品质形成的影响特点，建立了基于NDVI和籽粒氮素积累生理生态过程的籽粒蛋白质含量预测模型。利用不同的试验数据对模型的可靠性进行了检验，模型的预测值与测量值较为一致，均方根差(RMSE)小于0.47％～0.59％。模型预测性能较好，且具有一定的解释性和机理性，可以适用于不同年度、不同区域间对小麦籽粒蛋白质含量的监测预报。基于空间遥感信息和籽粒氮素积累的生理生态过程，建立了较为简化的小麦籽粒蛋白质含量的预测模型，模型的研究不仅为实时预测不同生态条件下小麦籽粒蛋白质含量的动态变化奠定了基础，而且是对国内外现有小麦品质模型的发展和完善。　　 通过对不同年份、不同区域的遥感影像的植被指数和小麦GPS定点长势数据的综合分析，基于遥感影像信息获取的瞬时性和准确性，结合小麦灌浆期间气候环境条件对籽粒品质形成的影响特点，建立了基于不同生育期(拔节期、抽穗期以及灌浆期)遥感影像归一化植被指数(NDVI)和气候环境因子(气温、日照、氮素营养、土壤水分)的籽粒淀粉含量监测模型，并对模型的可靠性进行了检验。结果表明，模型的监测值与实测值较为一致，利用拔节期、抽穗期、灌浆期遥感影像NDVI和气候环境数据预测籽粒淀粉含量的RMSE值分别为4.57％、4.2％和3.84％。模型监测性能好，且具有解释性，可以用于不同年度、不同区域和不同小麦生长阶段对籽粒淀粉含量的预测。