人口迅速增长和极端气候频发背景下,实现全球粮食安全是目前人类面临最严峻的挑战之一。为理解气候变化对作物生长发育的影响,准确估算作物总初级生产力（Gross Primary Production,GPP）和产量对制定合理农业政策至关重要。作物生长过程模型和基于GPP的估算方法是估产的两种主要手段。前者能动态模拟作物生长发育过程,但缺乏对光合作用生理生化机制的描述,同时输入参数的众多限制了其在区域上的应用;后者基于“遥感GPP-生物量-产量”模式,使用固定的碳分配系数和收获指数获得产量,没有考虑作物产量形成的过程,因而缺乏机理性。本研究旨在结合作物生长过程模型和遥感数据各自的优势,以小时步长BEPS（Boreal Ecosystems Productivity Simulator）模型为主体,构建基于遥感和生理生化过程的作物模型（记为BEPS-CROP）,为作物生产力和产量估算及探究气候变化对作物产量的影响提供支撑。本文首先耦合C4光合—气孔模型,将BEPS-hourly的应用范围从C3作物扩展到C4作物;接下来引入JULES-CROP模型中作物生长发育阶段和干物质分配过程模拟的算法,代替使用收获指数的估产方法;最后,在站点和区域尺度对BEPS-CROP模型输出的GPP、地上生物量和单产进行评估。模型代码已用C语言实现。本研究主要结论如下:（1）敏感性分析结果显示25℃下的最大羧化速率(Vcmax)作为描述作物光合能力的关键变量,对GPP的模拟影响很大。C4作物的Vcmax设置合理的前提下（区间大约在10μmol/m~2/s～75μmol/m~2/s）,BEPS C4光合子模型模拟的玉米GPP与通量GPP相关性很好（R~2>0.88）,因此耦合新的C4光合算法是有必要的。（2）在站点尺度,BEPS-CROP模拟可以合理模拟出逐日步长的作物生物量累积和产量形成动态过程;同时,玉米和大豆单产实测值年际间50%和85%的变化可以由BEPS-CROP模拟值解释,造成偏差的主要原因是玉米和大豆生殖生长阶段GPP偏差和分配系数造成的,可以通过优化输入变量(LAI,Vcmax,α,β)提高精度。（3）在全球尺度,BEPS-CROP模拟的作物GPP与其他遥感GPP产品在不同区域具有相似的空间分布和季节变化特征。同时,BEPS-CROP模拟的作物GPP年总量为16.45±0.27 pg C/yr,与其它主流GPP产品模拟值较为一致。（4）在区域和全球尺度,基于BEPS-CROP模型模拟了美国玉米和大豆的产量以及全球尺度玉米、大豆、小麦和水稻四种作物的产量（2015-2017均值）,模拟值与地面统计数据之间R~2均大于0.706,RMSE变化范围为0.115吨/公顷～0.74吨/公顷,说明模拟值与地面调查数据的具有相似的空间变化规律。此外,基于BEPS-CROP反演得到的玉米、大豆、小麦和水稻收获指数空间分布显示,由于作物生长环境的不同（如气温和降水）,收获指数不是一个常数。总体来看,BEPS-CROP可以合理的捕捉到作物GPP、生物量累积、产量形成的动态过程,也能较好的模拟产量。今后需要利用更多的实测数据对作物模块的假设和参数化过程进行校正,从而提高模拟精度。BEPS-CROP模型综合考虑了作物叶片尺度的光合-气孔导度生理生化机制和冠层尺度的生长发育过程,未来可以为研究气候变化对产量的影响和农业政策的制定提供指导。