在全球尺度上，利用三个农业环境指标（降水、PAR和气温）以及潜在生物量对全球农业环境进行评估；在七个洲际主产区的监测上，增加了植被健康指数、复种指数、最佳植被状况指数和耕地种植比例四个农情遥感指标，对各洲际主产区的作物长势及农田利用强度进行了分析；对全球总产80%以上的30个主产国（不含中国）进行了玉米、小麦、水稻和大豆四种大宗粮油作物的产量分析，对中国通过加入种植结构和耕地比例指标进行了省级尺度的产量分析。图a-1显示了年报的整体技术方法路线。

图a-1　全球大宗粮油作物遥感监测技术方法路线

农业环境指标获取

　　农业环境指标包括环境三要素（降水、温度、PAR）和潜在生物量，为粮油作物生产形势等农情分析提供大范围的全球环境背景信息。农业环境指标的计算基于25km空间分辨率的光、温、水数据，利用近5年平均潜在生物量作为权重（像元的潜在生产力越高，权重值越大），结合耕地掩膜计算降水、气温和PAR在不同区域以及用户定义时段内的累积值。其中，降水、气温、PAR等因子并不是实际的环境变量，而是在各个农业生态区的耕地上经农业生产潜力加权平均后的指标。例如，具有较高农业生产潜力地区的降水指标是对该区耕地面积上的平均降水赋予较高权重值，进行加权平均计算得出的一个表征指标；温度、PAR指标的计算与此类似。

复种指数（CI）提取

　　复种指数（CI）是考虑同一田地上一年内接连种植两季或两季以上作物的种植方式，描述耕地在生长季中利用程度的指标，通常以全年总收获面积与耕地面积比值计算，也可以用来描述某一区域的粮食生产能力。年报采用经过平滑后的MODIS时间序列NDVI曲线，提取曲线峰值个数、峰值宽度和峰值等指标，计算耕地复种指数。

耕地种植比例（CALF）计算 

　　年报中，引入耕地种植比例是为了在用户关心时期内，监测特定区域内的耕地播种面积变化情况。基于像元NDVI峰值、多年NDVI峰值均值（NDVIm）以及标准差（NDVIstd），利用阈值法和决策树算法区分耕种与未耕种耕地。

植被状况分析

　　年报基于Kogan提出的植被状况指数（VCI），采用最佳植被状况指数（VCIx）来描述监测期内当前最佳植被状况与历史同期的差异。最佳植被状况指数的值越高，代表研究期内作物生长状态越好，最佳植被状况指数大于1时，说明监测时段的作物长势超过历史最佳水平。因此，最佳植被状况指数更适宜描述生育期内的作物状况。

时间序列聚类分析

　　时间序列聚类方法是自动或半自动地比较各像元的时间序列曲线，把具有相似特征曲线的像元归为同一类别，最终输出不同分类结果的过程。这种方法的优势在于能够综合分析时间序列数据，捕捉其典型空间分布特征。本报告应用比利时法兰德斯研究院（VITO）为欧盟联合研究中心农业资源监测中心（JRC/MARS）开发的SPIRITS软件，对NDVI时间序列影像（当前作物生长季与近5年平均的差值）以及降水量和温度(当前作物生长季与过去14年平均的差值）进行了时序聚类分析。

基于NDVI的作物生长过程监测

　　基于NDVI数据，绘制研究区耕地面积上的平均NDVI值时间变化曲线，并与该区上一年度、近5年平均、近5年最大NDVI的过程曲线进行对比分析，以此反映研究区作物长势的动态变化情况。　

作物种植结构采集

　　作物种植结构是指在某一行政单元或区域内，每种作物的播种面积占总播种面积的比例，该指标仅用于中国的作物种植面积估算。作物种植结构数据通过利用种植成数地面采样仪器(GVG)在特定区域内开展地面观测，来估算该区域各种作物的种植比例。

作物种植面积估算

　　中国、美国、加拿大、澳大利亚和埃及的作物种植面积和其他国家的作物种植面积估算方法有所不同。对于中国、美国、加拿大、澳大利亚和埃及，报告利用作物种植比例和作物种植结构对播种面积进行估算。其中，中国的耕地种植比例基于高分辨率的环境星（HJ-1 CCD）数据和高分一号（GF-1）数据通过非监督分类获取，美国和加拿大等国家的耕地种植比例基于MODIS数据估算；中国的作物种植结构通过GVG系统由田间采样获取，美国和加拿大等国家的作物种植结构由主产区线采样抽样统计获取。通过农田面积乘以作物种植比例和作物种植结构估算不同作物的播种面积。

　　对于其他无条件开展地面观测的主产国种植面积估算，报告引入耕地种植比例的概念进行计算，公式如下：

面积i = a + b×CALF_i

式中，a和b为利用2002～2013年时间序列耕地种植比例和2002～2013年FAOSTAT或各国发布的面积统计数据线性回归得到的两个系数，各个国家的耕地种植比例通过CropWatch系统计算得出。通过当年和上一年的种植面积值计算面积变幅。

作物总产量估算

　　CropWatch基于上一年度的作物产量，通过对当年作物单产和面积相比于上一年变幅的计算，估算当年的作物产量。计算公式如下：

总产_i = 总产_i-1×（1 + Δ单产_i ）×（1 + Δ面积_i）

式中，i代表关注年份，Δ单产i 和Δ面积i分别为当年单产和面积相比于上一年的变化比例。对于中国，各种作物的总产通过单产与面积的乘积进行估算，公式如下:

总产 = 单产×面积

　　对于31个粮食主产国，单产的变幅是通过建立当年的NDVI与上一年的NDVI时间序列函数关系获得。计算公式如下：

Δ 单产_i = f（NDVI_i ，NDVI_i-1）

式中，NDVI_i和NDVI_(i-1)是当年和上一年经过作物掩膜后的NDVI序列空间均值。综合考虑各个国家不同作物的物候，可以根据NDVI时间序列曲线的峰值或均值计算单产的变幅。