总初级生产力(GPP)是绿色植物单位时间、单位面积上通过光合作用固定的有机碳总量,它决定了进入陆地生态系统的最初物质和能量。城市是陆地生态系统的重要组成部分,也是碳源的主要来源,城市植被GPP研究对估算二氧化碳浓度上升对城市环境影响、理解全球碳循环过程以及陆地生态系统可持续性发展有着重要的意义。然而,现有的遥感数据并不能同时满足高时间分辨率和高空间分辨率的需求,极大限制了遥感数据在城市GPP研究中的应用。时空数据融合方法可以生成高时空分辨率的数据,为城市GPP时空特征研究提供了新的方法和思路。本文以武汉市为研究对象,利用2000-2013年的Landsat数据、MODIS数据和气象站点数据,在MOD17算法的基础上,结合STARFM时空数据融合模型,构建了适用于城市GPP时空特征研究的方法。同时,分析了武汉市2000-2013年GPP时空格局,以及气候变化和土地覆盖变化对GPP时空变化的影响,为武汉市碳循环研究及环境可持续发展提供了科学的指导。主要研究成果如下:(1)时间序列谐波法(HANTS)方法能够有效地去除NDVI时间序列数据中的噪声,重构的NDVI时序数据能够更加合理地反映植被季节性变化规律。(2)时空数据融合方法生成的NDVI数据与实际Landsat NDVI数据高度相关,预测在参考影像60天以内的NDVI数据,预测值和实际值判定系数可以达到0.72以上。基于融合数据估算的GPP方法能够应用于城市GPP研究中,反演的GPP结果可以反映出城市植被GPP周期性变化规律。(3)2000-2013年间武汉市植被GPP年均值呈增长趋势,植被GPP年总量呈下降趋势,在靠近中心城区区域,植被GPP总量下降较为显著。(4)2000-2013年间武汉市土地覆盖类型变化使研究区GPP总量呈下降趋势,而气候因素和植被本身长势变化使研究区GPP年均值及总量有增加的趋势。在气候因子上,武汉市冬季GPP主要受温度制约,夏季GPP主要受降水影响,太阳辐射在12个月份上对植被GPP积累均有促进作用。