文档介绍：目前，npp计算模型分为三大类
气候生产力模型；只需对气候因子如温度、降水、蒸散量等与植物干物质生产建立相关性，
就可以估算植物的npp。该类模型较多，其中以Miami模型、Thornthwaite纪念模型、Chikugo模型为代表
目前，npp计算模型分为三大类
气候生产力模型；只需对气候因子如温度、降水、蒸散量等与植物干物质生产建立相关性，
就可以估算植物的npp。该类模型较多，其中以Miami模型、Thornthwaite纪念模型、Chikugo模型为代表
生理生态过程模型；基于植物生长发育和个体水平动态的生理生态学模型和基于生态系统内部功能过程的方针模型。所需参数包括地表温度、降水、辐射强度、日照时间等气象资料，以及土壤和植被中的碳、氮、水等状态参数。这类模型有Century、BLOME-BGC等模型为主。但此过程模型比较复杂，研究涉及领域广泛、所需参数太多，而且难以获得。
光能利用率模型（遥感数据驱动模型）；认为，任何对植物生长其限制性的资源如水、氮、
光照等均可用于NPP的估算。它们之间可以通过一个转换因子联系起来，这一转换因子既可以是一个复杂的调节模型，也可以是一个简单的比例常数。NPP和限制性资源的关系可以用公式表示如下：
NPP=FxR,
cu
式中，Fc为转换因子，Ru为吸收的限制性资源。著名的Montiet方程就是建立在光合作用的有效辐射上
NPP=APARx£,式中£为植物光能利用率，它受水、温度、营养物质等的影响。APAR为植物吸收的光合有效辐射。
随着遥感技术的发展，植物吸收的光合有效辐射已经可以通过遥感信息进行估算。
因此基于APAR模型已经展示了诱人的前景，它们将资源平衡的观点转换成了区域或全球
NPP模型，这方面的模型有CASA、GLO-PEM等。
目前，在全球及区域尺度的NPP估算模型中，以CASA模型为代表的光能利用率模型得到广泛的应用。但CASA模型在参数确定和求算过程上有些不足，因此，朱文泉改进和完善了CASA模型，经过模型验证发现，在样方数量较多时，相对误差较小，说明其模型具有一定的可靠性。
改进的CASA模型将植被覆盖分类引入模型，并考虑植被覆盖精度对NPP估算的影响。由它们共同决定不同植被覆盖类型的NPP最大值，从而获得各植被覆盖类型的比值植被指数的最大值，最后是实现FPAR的估算。
原理是，通过结果发现，由NDVI所估算的FPAR比实测值高，而由SR（比值植被指数）所估算的FPAR则低于实测值，但其误差小于直接由NDVI所估算的结果，考虑到这种情况,LOS（1998）将这两种方法结合起来，取其平均值作为FPAR的估算值，此时，估算的FPAR与实测值之间的误差达到最小。
所以FPAR（x,t）=aFPARNDVI+（1—a）FPAR^
a为两种方法间的调整系数，。
另外，考虑到全球植被最大光能利用率的取值对NPP的估算结果影响很大，朱文泉根据误差最小的原则，利用中国NPP实测数据，模拟出各类植被类型的最大光能利用率，提高了模型的精度和准确性。
朱文泉确定月最大光能利用率是分为三步，首先计算所有像元的APAR、温度与水胁迫因子,然后挑选研究区相同时间段的NPP实测数据；最后根据误差最小原则模拟出各植