陆地总初级生产力（Gross Primary Productivity,GPP）是全球生态系统碳交换中最重要的组成部分,准确估算生态系统GPP对评价生态系统碳动态和气候变化至关重要。农田作为最重要的陆地生态系统之一,可以为人类提供食物、纤维和木制品等基本的社会服务。因此,农业生态系统生产力评价与预测是农业管理、作物产量预测和生态系统碳循环研究的关键。近年来,基于遥感观测的模型已被广泛用于模拟陆地生态系统的GPP。尽管这些模型在计算区域或全球GPP的时空变化方面具有许多优势,但在农业生态系统中的表现相对较差。本论文针对目前广泛使用的基于光能利用率原理的遥感GPP模型中,水分胁迫尤其是土壤水分条件对生态系统光合作用的影响难以准确量化的问题,将基于蒸发比（EF）的水分限制因子纳入光能利用率模型算法,发展了EF-LUE模型估算农田生态系统的GPP;并在全球尺度估算中考虑不同气候区模型参数的差异,将站点优化参数迁移到区域尺度,构建全球尺度GPP估算方法,实现2001年至2019年全球农田GPP估算和验证;进一步地,分析了全球农田GPP多年的时空分布特征及对气候的响应。主要研究内容和结果如下:（1）评估当前光能利用率模型中常用的几个温度和水分限制因子,发现纳入蒸发比表征植被光合作用的水分胁迫可以显著提高模型的精度,因为蒸发比是表征土壤或植物水分状况的良好指标。在全球19个农田表面的涡度相关通量站的计算表明,将蒸发比作为土壤水分约束的模型（后面简称EF-LUE模型）和没有考虑土壤水分约束的模型计算的GPP分别解释了农田站点观测GPP的85%和78%的季节变化。模型中增加EF水分限制因子后,整体KGE从0.75增加到0.86,RMSE从2.65减少到2.16 g C m-2 d-1,可以有效地再现通量塔观测GPP的季节性变化。（2）将EF-LUE模型应用于全球尺度农田GPP估算,驱动数据包括CGLS FAPAR数据、再分析的气象数据、ETMonitor蒸散发数据和ESA CCI地表分类数据。全球尺度估算时考虑不同气候区模型参数的差异,使用来自相应气候区的地面观测站点GPP,针对每个气候区优化了模型参数。将EF-LUE GPP模型结果与另外两个基于光能利用率模型计算的GPP产品（MOD17 GPP和revised ECLUE GPP）以及GOSIF GPP和PML-V2 GPP在8天时间步长与每个农田站点的通量观测GPP进行了比较,EF-LUE GPP表现出总体最高的R2、KGE和NSE以及最低的RMSE,表明了EF-LUE模型在估算全球农田GPP的可靠性。（3）分析了EF-LUE GPP与其它五个GPP数据集（MOD17 GPP、revised EC-LUE GPP、GOSIF GPP、PML-V2 GPP和NIRv GPP）在全球农田的时空变化趋势。结果表明,在中国、印度、欧洲、美国和巴西等地区,所有GPP数据集都呈现出明显的上升趋势。显著增加的趋势可能受到高产谷物品种的发展、灌溉面积的扩大以及合成肥料和杀虫剂的应用的影响。农田GPP的年际变化显著受到温度和降水气候要素的影响,干旱和高温等极端事件发生期间EF-LUE GPP显示出不同程度的负异常,干旱或高温导致的GPP下降与之前许多研究中的结果接近。