快速提供关于欧洲的农作物状况的早期统计信息。这些信息包括每年的种植面积较前一年变化的百分比，以及预计当年的农作物产量。这些信息必须动态地，在每月出版的农作物状况通报上，在欧共体范围内公开发表。

    在欧共体范围内选定60 个靶区，获取相应地区SPOT 高分辨率卫星影像，解译和提取所需要的信息。

    ◆ 几何和辐射的自动纠正
    ◆ 在没有足够新的地面信息的情况下利用计算机辅助解译图像
    ◆ 使用预先建立的图像解译模板数据库
    ◆ 多时段，交叉分析，分类
    ◆ 将靶区的方法和结果外推应用至整个欧洲
    ◆ 年末利用地面采集的数据验证基于卫星影像的分析结果

    60个靶区的选取
    为了监测整个欧共体国家的农业状况，靶区的数量和分布必须能够充分代表欧洲的农业耕地。在财政费用和数据处理能力允许的条件下，应该尽可能多地选取靶区。JRC 决定选取分布在15 个国家的60 个靶区，每个靶区为40 x 40 km, 靶区总面积占欧洲可耕地面积的6％。
    SPOT HRV 和LANDSAT TM 影像都被运用到这个项目中。其中SPOT 卫星占数据总量的80％。
    从3 月至10 月的整个作物生长期中，对每一个靶区接收2 －4 景影像。对每景影像都要做几何和辐射纠正。最后采用40 x 40 km，像元尺寸为20 米的经过精纠正的卫星影像进行分析。

    将不同国家所关心的分布在每个靶区的各种不同的农作物的外观，颜色，作物生长期，辨别不同作物的特征日期等有关信息都需存入数据库。
    每年，每一靶区的特征模型数据库中都包含以下基本要素：
    ◆ 各类农作物清单
    ◆ 每一种农作物的平均产量
    ◆ 主要农作物的每年收几季
    ◆ 每一种农作物的播种和收割日期
    ◆ 每一种农作物的颜色和纹理特征列表
    ◆ 利用卫星分辨不同作物的特征日期

    验证工作只能在农作物收割之后进行。两种验证级别如下：
    ◆ 影像解译验证：图像解译人员按每一靶区，每一地块，逐一比较现场勘测数据和图像解译及分类结果并加以改正。这些地面调查信息与相应的图像解译信息都可以成为模型数据库的基本信息。
    ◆ 全欧洲统计结果的验证：通过比较欧共体官方统计结果与图像解译结果加以验证。
    ◆ 为了在某一指定地区将一种农作物与另一种区分开，图像解译人员需根据辐射特性在一年中不同时段的的演变来进行逻辑推论。
    ◆ 利用一种特殊的软件实现了现场在线获取影像数据（新的或旧的）。
    ◆ 为了根据辐射特性区分不同的农作物，图像解译人员在屏幕上显示出当年的数据。
    ◆ 模板数据库给出图像解译的规律。

    六年来，欧盟已经连续六年利用卫星影像进行农作物估产。在1995 年，这一项目利用180 景SPOT 影像来覆盖60 个靶区。SPOT 卫星的编程接收功能成功地接收了所需数据总量的82％。
    利用编程功能接收靶区的数据从而估算整个欧洲的农作物产量。最初采用的是SPOT 多光谱的卫星影像。分析这些靶区的影像，生成统计结果。从四月开始，数据和统计就有序地送往欧共体农业署用于估产。
    如果用常规的传统的方法进行农作物估产，无论在任何地区都需要在9 －10 月间才能进行。但利用卫星遥感估产可以使欧共体在四月开始。为确保时间上的可靠性，MARS 计划申请了庞大的带有优先权的编程服务计划，为了适应紧张的交货期SPOT IMAGE 公司组织了专门的跟踪管理及服务体系。

    当奥地利，瑞士和芬兰在1995 年加入欧盟以后，试验靶区便从原来的53 个变为60 个。多时相分析要求每年对每一靶区需接收1 －4 次，在总共八个月的时间里共接收了180 景。
    三月份从欧洲南部开始，连续对卫星影像进行接收直至十月份。随着作物的生长出现了图像接收高峰期，第一次是四月份，然后是五月－六月间，在短短的两个半月时间里，共接收了104 景SPOT 影像，这对卫星系统及服务是颇具挑战性的。其余的影像在八月至十月间完成接收。

    对于SPOT卫星来说，1995 年的状况要比1994 年好得多，特别是，数据接收成功率由77％提高到82％。这一成就与SPOT 编程系统引进了天气及云量预报的参考系统是分不开的。
    SPOT 卫星系统的编程接收功能和多星运作的特点，确保了在规定农时期间大批量获取靶区的卫星影像，从而为整个项目奠定坚实的基本信息来源的基础，使整个项目能够长期不断的进行下去。