论文在BEPS模型、Biome-BGC模型基础上，构建应用遥感数据的区域陆地生态系统净生产力模型，利用野外实测数据评估模型模拟精度；并分析了较大尺度生态系统生产力模型模拟中的尺度扩展效应；在遥感模型模拟的净初级生产力和地面采样数据基础上，论文利用HASM模型对点状数据和面状数据进行多尺度分析，实现不同来源、不同空间尺度的数据融合，利用不同来源的数据来提高生态系统净初级生产力的估算精度。在生态系统环境参数地形因子和风速的多尺度分析中，论文利用HASM模型和地形采样数据实现了高精度的数字地形表面建模；论文在分析垂直风速廓线的基本参数的基础上建立了垂直风速廓线模型，并进行了实证分析。　　 论文在以下几个方面得出了初步的结论：1)利用HASM模型建立了高精度的地形表面模型，对比TIN和SPLINE模型，HASM表面建模受采样点不均匀分布影响很小，能很好的模拟特征地形(山谷、山脊)；2)分析并建立了垂直风速廓线模型，为风速空间扩展提供了理论基础；3)生产力遥感模型将最新的遥感分类数据、逐旬的SPOT/VEGETATION归一化植被指数、和逐日的多项气象要素应用到模型中，充分应用遥感数据资源，实现近“实时”监测植被NPP变化的功能。经实验验证分析，草地和农田的年NPP值可表达为：　　 草地：生产力模型模拟值=1.1675x草地实测值+42.701，R2=0.5861；　　 农田：生产力模型模拟值=0.4988x农田实测值+18.711；R2=0.5042；　　 其中生产力模型模拟的农田的NPP值受到居民地、裸露土地的影响，模拟值偏低、林缘草地的NPP估算受到了林分的影响，估计值偏高，局部地区还出现了异常值的现象。　　 4)为了解决上述问题论文提出结合生态系统净生产力空间分布特点，利用高精度曲面模型实现不同空间尺度数据的融合(生产力模型模拟结果和实地观测数据)，得到了较高精度的NPP分布数据。　　 对于试验区NPP的模拟生产力遥感模型和HASM模型空间融合分析表明：a、HASM模型融合净生产力遥感模型和实测数据的模拟结果，对于草地和农田生态系统很好的模拟结果：　　 草地 HASM模拟值=0.8059x(草地实测值)+27.679，R2=0.80；　　 农田 HASM模拟值=1.2146x(农田实测值)+0.2006，R2=0.75；　　 b、HASM模型模拟的结果一定程度上减少了在大尺度NPP估算中因混合像元引起模型模拟值出现较大偏差值的问题，如农田因裸地影响NPP值偏小的现象。