王鹏新 乔 琛 李 俐 周西嘉 许连香 胡亚京

(1.中国农业大学信息与电气工程学院， 北京 100083； 2.中国农业大学土地科学与技术学院， 北京 100083)

0 引言

粮食的生产与安全对提升我国农业的经营管理水平、完善农作物的种植结构和确保粮食安全等具有重要意义[1-3]，因此及时准确估测农作物的产量有利于维持国家稳定和促进经济发展。

干旱作为影响农作物生长发育及产量的重要因素已受到广泛的关注[4-5]。王鹏新等[6]在归一化植被指数(Normalized difference vegetation index，NDVI)和地表温度(Land surface temperature，LST)的散点图呈三角形区域分布的基础上，提出了条件植被温度指数(Vegetation temperature condition index，VTCI)的干旱监测方法，可用于反映农作物生长过程中的水分亏缺信息。孙威等[7]对VTCI冷热边界的确定方法进行了完善，并验证了利用 VTCI 进行干旱监测的可行性。农作物产量不仅受到水分胁迫的影响，还与作物的生长状态密切相关[8]，叶面积指数(Leaf area index，LAI)通过对作物的光合速率和干物质的积累量的反映能较好地表征农作物的生长状态[9]。

遥感技术对比传统统计调查方法，凭借其覆盖范围广、重访周期短等独特优势被广泛应用于作物长势监测及产量估测，同时对大规模的农业生产调查、评价、监测和管理具有独特的作用[10]。随着大数据技术的发展，遥感大数据将推动农业遥感估产的发展[11]。目前，遥感估产方法中常采用的统计模型、机理模型和半机理模型等均能够较好地对作物进行估产[12]。但由于在实际应用中机理和半机理模型存在需要输入较多的参数问题，因此机理和半机理模型存在一定的局限性。……