农业数据处理和展示对宏观管理粮食、优化农耕产业布局等有重大的意义。近十年来，遥感技术的飞速发展，为农业数据处理带来了新的科学方法。遥感估产克服了传统的农学模式和气象模式的估产方法的诸多缺陷，降低估产成本的同时也提高了估产的精确度。在这样的背景下，本文提出了“基于神经网络和三维地球的农作物估产系统的设计与实现”，其目的在于采用基于神经网络和三维地球的农业遥感数据处理和展示方法来进行农作物区域遥感估产。　　基于神经网络和三维地球的农作物估产系统分为数据存储层、WMS服务层和应用层，其中，数据存储层主要用于存储三维地球提供给用户的植被指数遥感数据;WMS服务层分为图像切割模块、WMS加载和发布模块等，主要用于将存储层的数据处理并发布到三维地球呈现给用户;应用层则以农作物遥感预测模块为主，以响应用户对指定区域的农作物产量预测请求。　　在系统的输入方面，本文深入分析了影响农作物遥感估产的各种因子，最终确定将归一化植被指数NDVI以及农作物的播种面积这两个因素作为输入。　　在系统的主要算法方面，本文用神经网络(ANN)代替传统的多元回归的遥感估产方法，使得容错性大大增强，省去了对农作物光学指数进行平滑处理的步骤。同时，针对传统的基于误差反向传播算法的ANN所具有的收敛缓慢和易陷入局部最优解的缺陷，本文采用遗传算法(GA)对ANN初始权重进行选择，使得ANN平均收敛代数从1324192降到了11000，而陷入局部解的概率更是从0.14下降到了0.002。