由于可供开垦的后备土地资源越来越少，耕地面积日趋减少，使得依靠耕地面积的增加来提高粮食总产的外延型增长的保障越来越低，因此高粮食单位面积产量的内涵型增长的增产方式将是发展的大方向.本文中利用的资料主要有植被指数数据、土地利用资料及产量资料.植被指数资料包括2010 年3 月-11 月逐旬MODIS-250m 植被指数数据及2011 年6 月上旬-8 月上旬植被指数数据，为了便于表达，本文植被指数均扩大了100 倍；土地利用数据是根据中巴资源卫星数据整理的2006 年重庆市土地分类结果；产量资料为重庆市2010 及2011 年重庆市农村经济统计结果，包括江津、万州、丰都、梁平、綦江、涪陵、云阳、开县、巫溪9 个区县单产.在GIS及RS技术支持下，结合植被指数分析结果，提取了重庆市9个区县水稻种植区，选择分蘖、拔节、抽穗、乳熟4个水稻关键生育期的旬植被指数作为估产的最佳时期，并结合水稻生育期内的物候历，最终确定利用2010年6月上旬-8月上旬共7旬的植被指数与单产建立估产模型.确立了水稻种植区NDVI 与水稻单产间的线性关系，在此基础上建立了各关键生育期的估产模型.从6月上旬-8 月上旬的7 个估产模型估算的结果来看，万州估算的结果最好，平均相对误差也较小，为5.36％；第二是梁平，平均相对误差为8.43％；其次是开县和奉节，平均相对误差分别为10.32％和10.87％；涪陵、云阳、江津、丰都估算结果的相对误差分别为14.16％、15.43％、16.80％及17.09％.其中綦江估算结果和实际产量偏差太大，除8 月下旬估算结果的相对误差为15.97％外，其余各旬相对误差均在36.82％-52.86％之间，平均相对误差为51.42％，可见估产模型对綦江基本不具备估产意义.綦江估产较差的原因主要有以下两点，第一是因为綦江产量波动较大；第二地区间的差异也会造成估产误差，模型中9 区县大多分布在东北部，而綦江在东南部，估产模型没有考虑地区间的差异，而作物生长状态本身存在区域间的差异，用统一的模型估产会影响估算精度.除綦江外，其余8 区县估产的平均相对误差在5.36％-17.09％之间，效果尚好，可以逐旬进行动态估产.