森林生态系统碳循环研究在全球碳循环及气候变化研究中具有重要的现实意义，而植被净初级生产力(Net Primary Productivity，NPP)的估算是碳循环研究的基础和重要内容。本文在借鉴前人研究成果的基础上，基于遥感和GIS技术，利用植被、气象和土壤等地面空间数据，应用改进的CASA模型，在VC++环境下编程实现了2004年京津冀地区森林植被NPP的遥感估算，在此基础上，重点阐述了NPP时空演变规律，并分析了NPP的时空格局与气候因子(气温和降水)的关系。 主要的研究成果有： 1.CASA模型的改进基于CASA模型的基本框架，考虑最大光能利用率在不同植被类型中的差异，结合中国植被的实际情况，构建了改进的CASA模型；通过对模拟的NPP结果进行验证，发现改进的CASA模型对区域尺度植被NPP的模拟效果较好。 2.京津冀地区森林植被NPP的遥感估算在改进的CASA模型基础上，利用MODIS数据(空间分辨率为1KM，时间分辨率为8天)实现了2004年京津冀地区森林植被NPP的遥感估算，结果表明，2004年研究区内森林植被的NPP总量为14884.18KtC/a，平均NPP为658.8gC/m2·a，其变化范围为0～1200gC/m2·a之间，主要集中在300～800gC/m2·a之间；同时，也估算了研究区内森林植被吸收的光合有效辐射(APAR)及光能利用率(ε)。 3.NPP的时空格局及其与气候因子的关系通过分析NPP时空格局，发现研究区森林植被NPP主要分布在境内的燕山山脉，太行山山脉有带状分布，其它地区呈零星分布；森林植被NPP的季相变化规律明显，呈现单峰曲线，其积累期主要在5～9月，其它时期NPP的值较低。通过分析NPP时空格局与气候因子的关系，发现气温和降水是研究区森林植被NPP时空格局的主要影响因子，且气温的影响作用强于降水。 4.通过对NPP的季相变化规律进行深入研究，提出了利用高时间分辨率影像解决基于高空间分辨率影像的小尺度NPP精确估算问题的思路。