我国是水稻生产大国，水稻产量的稳定直接关系到国计民生。然而近些年频繁发生的低温冷害给我国水稻生产带来很大的负面影响，导致我国水稻大面积减产，严重威胁国家粮食安全，因此水稻冷害也成为当前研究的热点。目前，冷害对水稻产量影响的研究主要集中于建立作物模型，而作物模型的农学参数经常通过田间试验方法获取，此种数据获取方法存在一定的局限性，即核心参数（如逐日LAI）的测量较为耗时繁琐，无法在大空间尺度上应用。本文根据遥感数据获取时效性好、空间面积大和成本低的特点，以低温冷害频发的黑龙江省五常市为研究区域，应用系列MODIS图像反演SIMRIW作物模型所需逐日LAI，并计算2006年研究区域受冷害影响的水稻单产。本文首先选取了一幅5月31日的TM图像及23幅均匀分布在水稻生长期（移栽期至成熟期）的MODIS图像，经过云检测、大气校正，投影转换和TM波段融合后，应用目视解译的方法提取TM图像上水稻种植区域；再应用生成的水稻种植区域矢量图层，切割23幅MODIS图像，提取MODIS图像对应的水稻种植区，并计算NDVI值；应用每个NDVI图层的平均值反演与MODIS图像日期相对应的LAI值。在NDVI反演LAI的过程中，分别应用简单线型模型、对数函数模型、抛物线函数模型、三次多项式函数模型和指数函数模型等五种统计模型分别进行反演计算，并采用地面实测值对五种模型的误差进行了评估，通过决定系数和均方根差值的比较，选择抛物线函数模型计算结果拟合水稻移栽期至成熟期逐日LAI。逐日LAI拟合采用了整体拟合和分段拟合两种方法：整体拟合是应用三次多项式统计模型对水稻移栽期至成熟期的逐日LAI进行计算；而分段拟合是根据LAI在水稻生长过程中变化的特点分别采用指数函数模型、对数函数模型和简单线型函数模型进行拟合计算；经过对两种拟合方法的误差比较分析后，选择整体拟合的结果计算水稻单产。应用简单线型模型拟合水稻种植伊始至水稻移栽期逐日LAI值，综合整体拟合的结果，从而获取水稻全生育期逐日LAI值。将水稻全生育期逐日LAI代入SIMRIW模型，结合农学参数，计算得到水稻单产值5411.74kghm^-2，计算值为实际单产平均值的83％。本文对不同国家使用SIMRIW模型计算效果进行了比较研究，并分析了不同冷害类型对水稻单产的影响程度。对于水稻单产实测值与计算值的差异，从NDVI的计算、LAI的反演、LAI的拟合、SIMRIW模型参数的计算与使用以及LAI计算数学模型的采用进行了讨论分析。本文主要结论如下：（1）基于遥感技术（MODIS与TM）反演作物模型核心参数的方法可以获取准确率较高的水稻单产。（2）基于遥感技术与作物模型相结合计算的水稻单产结果在区域空间尺度上更具有代表性。（3）逐日叶面积指数可以通过统计模型反演并拟合，反演的精度基本符合要求，但还需要进一步提高。（4）作物模型SIMRIW可以合理简化，在水稻品种趋同及种植特点相似的条件下，可以应用统一的农学参数进行计算。本文主要创新点：（1）将遥感手段引入水稻冷害影响水稻单产作物模型，提高了数据获取的效率和计算结果的精度，扩展了作物模型的使用面。（2）首次根据水稻生长期LAI的变化特征分段拟合逐日水稻LAI。（3）实现了水稻单产计算结果从田间空间尺度到区域空间尺度的推绎。