陆地生态系统总初级生产力（GrossPrimaryProductivity,GPP）是生态系统碳循环研究的核心内容之一，准确估算GPP对理解生态系统碳循环过程、预测未来气候变化至关重要。
传统GPP估算方法，如涡度协方差法、箱式法等，受限于观测时空尺度，难以满足大范围、长时间序列GPP监测需求。
日光诱导叶绿素荧光（Solar-inducedchlorophyllFluorescence,SIF）技术作为一种新型遥感技术，能够探测植物光合作用过程中释放的微弱荧光信号，为大尺度GPP估算提供了新思路。
本综述从SIF信号产生机理、SIF与GPP关系模型、基于SIF的GPP估算模型构建、GPP时空变化特征分析等方面系统梳理了国内外研究进展，并对未来发展趋势进行了展望，以期为基于SIF的陆地生态系统GPP估算研究提供参考。
关键词：总初级生产力；日光诱导叶绿素荧光；遥感；模型；时空变化
总初级生产力（GrossPrimaryProductivity,GPP）是指单位时间、单位面积上绿色植物通过光合作用吸收和固定大气中二氧化碳的总量，是生态系统碳循环的起点，也是表征生态系统功能的重要指标[1]。
准确估算GPP对深入理解生态系统碳循环过程、评估陆地生态系统碳汇功能、预测未来气候变化趋势具有重要意义。
传统GPP估算方法主要包括地面观测和模型模拟两大类。
地面观测方法，如涡度协方差法、箱式法等，能够获取高精度GPP数据，但其观测范围有限，难以满足大尺度GPP估算需求。
模型模拟方法，如光能利用率模型、过程模型等，能够实现大范围GPP估算，但模型参数存在一定的不确定性，且需要大量地面观测数据进行校准和验证。
以上是毕业论文文献综述，课题毕业论文、任务书、外文翻译、程序设计、图纸设计等资料可联系客服协助查找。
