作物生长模型是一种结合了区域气候条件、土壤特征、农作物品种特性、田间管理数据等多个模块的综合农作物种植模型。其中,模拟农作物产量是作物生长模型的一个重要功能,也是对实际农作物生产劳作提供决策和风险评估的一个重要指标。作物生长模型虽然可以对农作物生长状态进行逐日的模拟,但是对于大范围的作物长势、作物受灾后的产量减少数值,缺少一定的调节和控制。利用遥感数据的反射率数值,可以同化作物生长模型当中的农作物反射率,并利用模拟退火算法,让模拟值更加接近真实值,组成耦合模型。本文以作物生长模型为基础,结合数据同化相关理论,运用多源遥感数据和多种遥感数据处理手段和遥感影像监督分类方法,集合研究区的多年天气数据、降水数据、土壤调查数据、种植数据、田间管理数据,对吉林西部地区包括白城市、松原市共5个县内的5个玉米地块进行遥感估产。选取研究区范围内2017年、2018年、2019年1至10月的6个气象站点的气象数据,2019年7月上旬、7月下旬、8月上旬、8月下旬、9月上旬、9月下旬覆盖研究区的多时相遥感影像数据,提取影像的反射率数值,作为作物生长模型的输入,驱动作物生长模型。对DSSAT系统当中的CERES_MAIZE玉米模型进行了输入数据敏感性分析,这对5个站点的品种参数数据进行了模型本地化实验。利用试验数据和遥感数据构建玉米产量遥感估算模型,平均绝对百分误差为6.71%,最大相对误差为-14.29%,最小相对误差为0.28%,模型具有一定的适应性和可靠性。在单点玉米产量模拟可以实现的基础上,根据统计学多元逐步回归原理,提取多时相遥感植被指数值,建立回归估产模型,让作物生长模型不仅局限于模拟像元的玉米产量,而是拓展到地块的范围。对于单点的玉米产量模拟值和地块玉米产量分布进行精度评价,结合实地玉米产量评定模型精度。模拟结果与实测产量值相近,说明模型具有一定的可行性。地块玉米产量分布与高分辨率遥感数据玉米生育期生长状况相近,估产方法具有一定的可靠性。