在“双碳”目标背景下，整个世界对碳的关注到达了一个空前的高度，长时序、高精度的数据对陆地生态系统碳监测具有重要意义。总初级生产力（Gross primary productivity，GPP）是指单位时间和面积上，绿色植物通过光合作用固定的有机碳总量，是碳通量中最大的组成部分，也是反映生态系统碳循环状态的有效指标。P模型作为遥感反演GPP的一种算法，因其适用性及可靠性得到广泛应用，其结构与传统的光能利用率模型相似，可以客观地估算GPP，而不需要确定可变性强的核心参数（Stocker et al，2020）。现有的基于P模型估算GPP的研究，其输入的参量数据与真实情况具有一定差异，如在全球范围内将二氧化碳浓度数据固定为一个常数，或是将分辨率较低的参量用在较高分辨率的研究中。这些限制使得GPP的估算结果仍存在一定的误差。鉴于此，本研究对传统的P模型进行改进，通过站点监测数据对已有的温度、二氧化碳浓度、气压等遥感产品进行校正，以提升数据的准确性，同时还输入较高分辨率的光合有效辐射、光合有效辐射分量、VPD、相对湿度、叶面积指数、下行短波辐射等数据对GPP的精确度做进一步提升。基于改进的P模型，本研究估算了空间分辨率为0.1°的全球GPP数据，并分析近二十年全球GPP的时空演变趋势。研究结果表明：①空间分布上，GPP的高值区主要位于低纬度地区、欧洲及北美洲东南部，美国西部、澳大利亚和亚洲西部的GPP相对较低。GPP总体呈现由赤道向两极递减的态势。②年际变化上，全球平均GPP呈现明显的波动上升趋势；少部分区域GPP呈现下降趋势，如北美洲西北部和澳大利亚。GPP增长速度最快的区域位于热带地区和俄罗斯。③季节差异上，与非生长季相比，生长季（5-9月）的全球平均GPP较高。在生长季内，GPP最高值位于欧洲和北美洲东南部，显著高于低纬度热带地区。本研究可以为全球陆地生态系统碳监测提供方法和数据支持，并为碳中和等政策制定提供科学依据。

P模型、GPP、时空格局