陆地生态系统植被总初级生产力(GPP)反映了植被通过光合作用固定大气中CO2的能力，是陆地生态系统碳循环的第一步，影响其他碳循环变量的强度。青藏高原作为世界上海拔最高、面积最大的高原，其陆地生态系统植被生产力的波动，将会对本地及周边地区产生很大的影响，因此准确的估算青藏高原GPP是十分重要的研究内容。在诸多模型中光能利用率(Light use efficiency model，LUE)模型在模拟GPP时空变化方面具有很大的潜力。本文的研究区域为青藏高原，利用涡度通量站观测数据、MERRA（The Modern Era Retrospective-analysis for Research and Application）数据、全球监测与模型研究组（GIMMS）NDVI3g数据集以及中分辨率成像光谱仪(MODIS)数据产品，采用7个LUE模型，研究青藏高原陆地生态系统植被GPP时空分布及其主要影响因子，并比较模型之间的差异，主要内容包括两部分。　　第一部分用MERRA数据和GIMMS NDVI3g数据驱动EC-LUE模型模拟青藏高原1982年～2013年间的GPP。用青藏高原及其周边12涡度通量站观测数据对EC-LUE模型进行验证，结果表明EC-LUE模型能够很好地模拟GPP的日变化，与观测值之间的决定系数（R2)为0.85。1982年至2013年，青藏高原GPP总量在620.45～736.40Tg Cyr-1之间变动，平均值为676.60Tg Cyr-1，GPP总量总体呈上升趋势。1982年～2013年GPP平均值自西北向东南递增，GPP年增长值也是西北低，东南高。青藏高原GPP季节分异性十分明显，不同季节，GPP空间分布格局以及GPP变化趋势的分布格局都存在明显的差异。青藏高原EC-LUE模型模拟的GPP主要受气温的调控，降水和辐射对GPP的调控作用相对较小。另外，植被状况也是影响GPP的一个关键要素。　　第二部分用MERRA气象数据以及MODIS数据驱动7个LUE模型(CASA、CFIX、CFLUX、EC-LUE、MODIS、VPM和VPRM)模拟青藏高原2000年～2010年的GPP，比较不同模型模拟的青藏高原GPP的差异，并用涡度通量站的观测数据验证7个LUE模型在青藏高原的适用性。结果表明:CASA模型和CFLUX模型低估了青藏高原的GPP;MODIS高估了青藏高原的GPP;CFIX模型的GPP模拟值与观测值的相关性较低;EC-LUE模型、VPM模型和VPRM模型能够较好的模拟青藏高原的GPP。不同模型模拟的青藏高原年均GPP总量差异明显，最大值为958.74Tg C yr-1(MODIS)，最小值为253.86Tg C yr-1（CASA模型），CFIX、EC-LUE、VPM和VPRM模型模拟的结果比较接近，分别为653.47、676.05、703.49和682.74Tg C yr-1。7个LUE模型模拟的青藏高原GPP总量在2000年～2010年均呈递增的趋势，但年增长率不相同，最低和最高年增长率分别为0.52％(EC-LUE模型)和1.58％(MODIS算法)。虽然7个LUE模型模拟的GPP均值及其年际变化值都表现为西北低东南高，但空间分布格局的差异明显。气象数据（气温、辐射和水分）对GPP的调控作用，不同模型之间的差异明显，CASA、CFLUX和EC-LUE模型认为水分影响比其他因子要稍大一点;但是VPM和VPRM认为气温的影响更大;而MODIS模型，水分、辐射和气温的影响作用相当，都比较高。植被状况是影响GPP的重要因素，GPP与植被指数(NDVI)的相关性都很高，显著正相关的比例为47.33％～71.17％。　　青藏高原GPP总量应该为600～750Tg Cyr-1，GPP空间分布格局自西北向东南逐渐递增。在全球变暖的背景下，近30年青藏高原的GPP整体呈上升趋势。不同的LUE模型由于驱动数据和模型结构的差异，模拟的青藏高原GPP差异明显。EC-LUE模型、VPM模型和VPR模型能够很好的模拟青藏高原的GPP，适于在青藏高原开展生产力的研究。