最新的研究成果，本论文的主要观点为黄淮海冬小麦种植区是我国最大的小麦主产区，该区低温冷害发生频繁，农业经济发展遭受损失巨大。为了及时、有效、大范围监测黄淮海冬麦区低温冷害发生情况，本文对NDVI、FPAR时间序列曲线低值区变化特征值与日最低温变化特征值进行相关分析，选取显著相关的特征值作为冬小麦低温冷害的遥感生理指标；并基于逻辑回归方法，分析低温特征值、遥感生理指标与冬小麦低温冷害发生与否间的关系，综合考虑低温冷害发生的条件以及作物对于低温冷害的响应，构建了冬小麦低温冷害监测模型。结果表明，NDVI降幅与距低温标准的低温极值、FPAR下降面积与低温面积具有显著正相关，在逻辑回归中由于低温面积未通过显著性检验，最终模型由低温极值、NDVI降幅和FPAR下降面积构成，且样本预测准确率达87。2%。采用《中国气象灾害大典》记录的2013年4月7-10日安徽省和河南省发生低温冷害事件进行检验，结果表明河南省和安徽省发生低温冷害概率超过90%的区域与历史灾害记录的分布范围能够较好的相吻合，验证了模型的准确性。不知是否符合录用要求，望您批评与指正。