近年来温室气体浓度不断上升，CO2的排放量增加大约80％，导致温室效应加剧。作为大气中CO2的源和汇，陆地生态系统碳储量及其变化在全球碳循环和大气CO2浓度变化中起着非常重要的作用。植被净初级生产力(Net Primary Productivity，简称NPP)是指光合作用将植被可吸收的太阳能转换成植物有机碳量的能力，用单位面积和单位时间内转换并固定下来的碳量表示（g C·m-2），可以揭示地表自然生态系统碳源/碳汇水平，也是指示城市化进程中碳收支平衡的关键指标。因此对于CO2排放集中的城市地区，城市绿地是生态系统碳汇的重要组成部分。但由于土地利用模式日趋复杂和人类活动的干扰，相对其他典型陆地生态系统，城市高异质植被的NPP估算存在较高的不确定性，城市植被NPP的准确估算成为定量遥感中的关键科学问题。同时NPP指示下的城市碳平衡预测结果，将为城市低碳经济决策提供支持。　　广州市是1970年来最早对外经济改革开放的城市之一，具有亚热带高异质镶嵌的复杂生态系统，植被多样性特征明显，在快速城市化进程中碳汇时空变化特征显著。本文以广州市为例，应用光谱角制图法（Spectral Angle Mapper，简称SAM）对Landsat-7 ETM+数据进行分类，得到广州市十区两市范围内的常绿阔叶林、常绿针叶林、混交林、木本草地、灌丛、农用地和草地7种植被覆被数据。结合GDEM数字高程数据、多时相MOD13Q1 NDVI产品数据、气象数据以及野外调查数据，利用CASA模型（Carnegie Ames Stanford Approach model）估算30米空间分辨率尺度上2000～2010年每5年间隔的广州市净初级生产力，并基于此分析得到可靠的城市NPP时空动态变化特征及其影响。研究结果将为城市NPP估算模型和应用研究提供科学支持。结果如下:　　1)应用光谱角制图法对经过地形校正的广州市三期Landsat-7 ETM+影像数据进行7种植被覆被分类，经实地观测数据验证精度达到83.8％（2010年），为CASA模型估算提供了较为准确的城市植被覆被分类数据;　　2)选用傅里叶谐波分析算法对NDVI时间序列数据进行滤波重建，在一定程度上消除广州亚热带多云雨天气和大气条件等因素的影响，提高了植被指数时间序列数据的数据质量;　　3)对比NPP整体估算与分区（中心城区-近郊-远郊）估算结果，表明分区估算在一定程度上可以消除影像光谱差异，NPP密度估算值与实测数据线性回归相关系数(R)从0.77提高至0.81，并且绝对偏差降低70.86 gC·m-2·a-1，估算精度提高。　　4)在Landsat ETM+30米空间分辨率下应用CASA模型估算广州市植被NPP是可行的，估算结果与实测数据的相关系数达0.81，平均相对误差为12.0％;　　5)在广州市快速城市化的十年间，NPP密度在490.27～605.57 gC· m-2·a-1之间变动，NPP总量每年不尽相同;　　6)2000年～2005年，NPP均值主要呈现中心城区＜近郊区＜远郊区的空间格局分布。2005年后，中心城区各植被类型NPP相对稳定，但近郊区常绿阔叶林、木本草地的NPP均值明显低于中心城区和远郊区，远郊区农田NPP亦有明显降低。该空间格局的变化符合近郊区植被NPP在城市扩张和人为干扰过程中的变化特征。