本文基于光能利用率的原理进行了植被总初级生产力的建模，在充分考虑研究区植被特点及环境因素的基础上，利用气象数据及星载雷达数据，估测了研究区植被总初级生产力，从而克服了光学数据估测的局限性，实现了“全天时全天候”的遥感应用。　　 论文首先讨论了基于光能利用率原理的植被总初级生产力的建模方法，将雷达数据反演的植被叶面积指数融入到植被总初级生产力的估测中。其次，基于模型及星载雷达数据，探讨了雷达反演植被叶面积指数的方法，并与实测数据进行了比较验证。同时，本文进行了雷达与光学协同估测植被叶面积指数的研究，分别设计了“分段”估测及融合植被指数的反演策略，提高了反演精度。基于上述研究成果，结合相关气象因子，本文模拟了黑河研究区1天及8天合成的植被总初级生产力。在分析比较研究区各种植被计算结果的基础上，将其与同时期MODIS产品及相关通量数据进行比较验证，实现了模型的不确定性分析，为实际应用提供了有效参考。本文主要研究成果和结论如下：　　 1．根据光能利用率的原理，建立了以星载雷达为输入数据的植被总初级生产力估算模型。本研究将雷达数据融入到建模中，克服了光学遥感数据的局限性，为模型在多云雨地区及植被高覆盖的森林地区的应用奠定基础，对于碳循环及全球变化研究提供了新的技术手段。　　 2．基于ENVISAT/ASAR，ALOS/PALSAR等多种雷达数据，在黑河研究区开展基于雷达数据的植被叶面积指数反演研究。研究表明，星载C波段ENVISAT/ASAR数据较L波段ALOS/PALSAR数据在估测植被叶面积指数上有较大优势，在一定的极化及入射角条件下能够反映植被冠层散射的信息。而L波段的ALOS/PALSAR数据由于穿透力强，来自地表的散射因素对反演会产生重要影响。基于MIMICS机理模型，考虑了雷达极化、入射角等因素，同时结合研究区植被的结构特征及含水量信息，本文实现了对研究区植被尤其是农作物(玉米、小麦)、人工林的准确模拟。在此基础上，本文利用查找表算法基于概率分布的原理建立了植被叶面积指数的反演方法，并实现了遥感结果与实测数据及其他数据产品的交叉验证。　　 3．探讨了雷达与光学数据融合估测植被的叶面积指数的方法。首先，在黑河研究区，利用ENVISAT/ASAR雷达与高光谱HYPERION数据，针对接近成熟玉米设计及验证了分段估测植被叶面积指数的方法。其次，通过利用RADARSAT-2及HJ-1数据建立的光学雷达融合植被指数，对怀来研究区植被生长期的玉米的叶面积指数进行了估测。结果表明，雷达数据与光学数据相结合的有法提高了反演植被结构参数的能力。　　 4．利用所构建的植被总初级生产力遥感估算模型，模拟了黑河地区每月的光合有效辐射、水分胁迫因子和温度胁迫因子，结合雷达反演结果估算了绿洲研究区植被生长期1天及8天合成值。经过与MODIS产品及相关通量数据比较发现，对于多种植被类型，MODIS产品都有一定程度的低估，而最大光能利用率成为模型不确定性的关键因素。同时，在比较验证的基础上，本研究提出了提高模型精度及可靠性的方法。