随着人口的不断增长,对粮食的需要不断增加。小麦作为世界上三大谷物之一,在其生长季的早期阶段获得生长条件信息具有十分重要的意义,并且有时候甚至比收获后获得确切的产量更加重要。针对以往对农作物进行分类和监测研究没有考虑其物候期差异、计算其生物量没有考虑云的影响和缺少产量预报的问题。本文采用多期遥感图像分类理论对冬小麦进行分类与种植面积提取、利用农作物生长模型理论对冬小麦长势进行监测、产量计算方法计算冬小麦总产量。提出利用温度差异对研究区进行区划的方法、改进光能利用率(Light Use Efficiency,LUE)模型。通过统计数据和环境卫星数据验证了时间序列遥感数据的相似度分类方法能够对冬小麦种植面积进行比较准确的提取、统计数据验证了改进的LUE模型计算的生物量和产量计算方法得到的产量比较准确。对研究区进行区划和改进的LUE模型能够在世界大范围种植的农作物监测中进行应用。