農(nóng)作物生物量是作物產(chǎn)量形成的基礎，準確的生物量信息對于國家有效指導農(nóng)業(yè)生產(chǎn)、保障國家糧食安全、促進農(nóng)業(yè)可持續(xù)發(fā)展，以及全球碳循環(huán)和生物質能源利用等基礎研究均有重要的意義。作物生物量估算涉及多種學科與技術，相對于費時耗力的作物生物量傳統(tǒng)實測方法，基于遙感技術開展作物生物量估算具有大面積同步觀測的巨大優(yōu)勢。因此，如何利用多源遙感信息、多模型和多方法開展大范圍作物生物量準確估算已經(jīng)成為農(nóng)業(yè)遙感研究中的重要議題之一。小麥是我國三大谷物之一，是國內重要的糧食作物。對于中國這樣一個擁有14多億人口的大國來說，確保糧食安全至關重要。在“確保谷物基本自給、口糧絕對安全”的新形勢下，作為我國重要的口糧作物，小麥產(chǎn)量豐歉對國家糧食安全新戰(zhàn)略實施、穩(wěn)固牢靠的國家糧食安全保障體系構筑具有重要意義，準確獲取小麥生物量動態(tài)生長信息直接關系到作物長勢監(jiān)測和產(chǎn)量估測精度，從而對國家指導農(nóng)業(yè)生產(chǎn)和糧食安全科學決策產(chǎn)生重要影響。因此，本書以我國北方糧食主產(chǎn)區(qū)黃淮海平原為研究區(qū)域，以河北省衡水市等地為典型試驗區(qū)，以冬小麥為研究對象，在野外觀測試驗、室內數(shù)據(jù)處理與分析、室內模型建立與定量模擬等支持下，對作物地上生物量遙感估算的統(tǒng)計模型、半機理模型和機理模型進行深入研究，對及時、準確地獲取作物地上生物量信息，有效指導我國糧食生產(chǎn)和保障國家糧食安全具有重要意義。
　　本書系列研究受到國家自然科學基金面上項目“區(qū)域冬小麥收獲指數(shù)遙感定量估算模型與方法及其時空特征（41871353）”、國家自然科學基金面上項目“作物種植面積和產(chǎn)量統(tǒng)計數(shù)據(jù)降尺度空間表達及時空變化分析（41471364）”、國家自然科學基金國際（地區(qū)）合作與交流項目“基于定量遙感和數(shù)據(jù)同化的區(qū)域作物監(jiān)測與評價研究（61661136006）”、科技部國際科技合作項目（2010DFB10030）、科技部國家高技術研究發(fā)展計劃（863計劃）“地球觀測與導航技術領域”“星機地綜合定量遙感系統(tǒng)與應用示范（一期）”項目課題“全球大宗作物遙感定量監(jiān)測關鍵技術（2012AA12A307）”、農(nóng)業(yè)農(nóng)村部農(nóng)情遙感監(jiān)測業(yè)務項目、中國農(nóng)業(yè)科學院科技創(chuàng)新工程等共同資助。
　　本書是作者近些年來開展農(nóng)作物地上生物量遙感估算相關研究的總結，部分技術方法已經(jīng)在農(nóng)作物遙感監(jiān)測實際工作中得到了一定應用。本書系列研究與應用工作主要依托中國農(nóng)業(yè)科學院農(nóng)業(yè)資源與農(nóng)業(yè)區(qū)劃研究所、農(nóng)業(yè)農(nóng)村部農(nóng)業(yè)信息技術重點實驗室、農(nóng)業(yè)農(nóng)村部農(nóng)業(yè)遙感重點實驗室、國家遙感中心農(nóng)業(yè)應用部、農(nóng)業(yè)農(nóng)村部遙感應用中心研究部、中國農(nóng)業(yè)科學院農(nóng)業(yè)環(huán)境與可持續(xù)發(fā)展研究所等平臺進行。感謝農(nóng)業(yè)遙感團隊和智慧農(nóng)業(yè)團隊唐華俊院士／研究員、周清波研究員、楊鵬研究員和吳文斌研究員等對本項研究工作給予的長期支持，感謝中國科學院青藏高原研究所秦軍研究員、中國科學院地理科學與資源研究所石瑞香博士對本書相關模型研究給予的技術支持，感謝中國農(nóng)業(yè)科學院農(nóng)業(yè)資源與農(nóng)業(yè)區(qū)劃研究所遙感室劉佳研究員、姚艷敏研究員、王利民研究員、孫亮研究員、張莉博士、李丹丹碩士、余福水碩士等對本書相關研究給予的大力支持，在此一并感謝。此外，感謝中國農(nóng)業(yè)科學院農(nóng)業(yè)資源與農(nóng)業(yè)區(qū)劃研究所遙感室姜志偉博士、李賀博士、李宗南博士和劉長安博士等在野外觀測試驗中給予的大力支持。另外，感謝劉斌碩士在本書相關研究、書稿撰寫和野外試驗中所作的貢獻。
　　本書共分為7章。第1章緒論，介紹農(nóng)作物地上生物量遙感估算的背景、意義和農(nóng)作物地上生物量遙感估算研究進展和存在的主要問題；第2章闡述了基于冠層高光譜估算作物地上生物量的敏感波段篩選和波寬優(yōu)選方法；第3章在研究了地面高光譜構建的窄波段植被指數(shù)與冬小麥生物量敏感波段中心及其最優(yōu)波段寬度的基礎上，對基于Hyperion高光譜影像的冬小麥地上生物量反演進行介紹；第4章以所篩選的敏感波段中心作為指導，闡述了GF-I和Landsat8OLI等寬波段多光譜遙感數(shù)據(jù)的區(qū)域冬小麥地上生物量反演與應用；第5章闡述了基于光能利用率模型的地上生物量遙感估算技術與方法；第6章闡述了基于遙感信息和作物生長模型數(shù)據(jù)同化的作物地上生物量定量模擬技術方法；第7章展望，對本書整體研究內容進行總結，并對作物地上生物量遙感估算技術發(fā)展進行展望。