为了丰富植被净初级生产力（Net Primary Productivity,NPP）的估算手段,本文利用实测NPP数据、遥感数据、DEM数据以及土地利用类型等数据,采用随机森林（Random Forest,RF）算法模拟了2001²018年河西走廊的植被NPP,分析了NPP的时空变化规律;根据随机森林算法中变量的重要性排序,利用相关系数分析了影响河西走廊植被NPP的主要驱动因素（光和有效辐射吸收比例fAPAR（fraction Absorbed Photosynthetic Active Radiation）、降水量、相对湿度、气温、潜在蒸散量（Potential Evapotranspiration,PET）、海拔、坡度和坡向）与NPP之间的关系;量化了单个区域和各土地利用类型NPP对全区NPP IAV（Interannual Variability）（NPP年际变化）的贡献,探讨了在NPP年际变化中起主导作用的区域或土地利用类型。研究结果表明:在干旱半干旱区,随机森林算法是估算植被NPP的有效方法之一;2001²018年河西走廊NPP呈增加趋势。得出的主要结论如下:1、基于随机森林算法的河西走廊植被NPP时空动态分析（1）本文基于随机森林算法模拟的NPP与实测NPP值相关性较高,R²为0.8434,因此,随机森林算法模拟的河西走廊NPP结果精度较高。（2）2001²018年河西走廊平均NPP呈东南向西北递减的空间格局,高值区主要分布在上游祁连山区和中下游绿洲,低值区分布在下游的沙地、戈壁。河西走廊NPP年均值为130.03 gC·m^-2·a^-1,总量为32.17 TgC·a^-1(1 Tg=10¹²g)。从三大流域来看,植被生产力总量排序依次为:石羊河流域>黑河流域>疏勒河流域。（3）2001²018年河西走廊平均NPP的波动范围为106.79¹51.97 gC·m^-2·a^-1,整体呈波动上升趋势,年均增速为2.18 gC·m^-2·a^-1。石羊河流域的NPP在18年间波动最大,黑河流域次之,疏勒河流域的NPP年际变化较平稳。（4）对于研究区内土地利用类型来说,NPP均值和总量在2001²018年间整体也呈波动上升的态势,河西走廊的林地年均NPP最高,为707.92 gC·m^-2·a^-1,年际变化最大。NPP总量最高为草地,值为11.96 TgC·a^-1。林地NPP年平均增量最大,为7.41gC·m^-2·a^-1,未利用土地NPP年平均增量最小,值为1.27 gC·m^-2·a^-1。2、河西走廊NPP驱动因子分析（1）土地利用类型是影响NPP最主要的因子,这与植被自身的生理特征有关。在气候影响因子中,年均fAPAR对植被NPP的影响最大,其次为降水量、相对湿度、气温和年潜在蒸散量。在地形因子中,重要性排序依次为坡向>海拔>坡度。（2）河西走廊NPP与年均fAPAR、总降水量、年最低气温和PET整体表现为正相关,NPP与年均相对湿度则呈负相关。（3）河西走廊年均NPP随着海拔和坡度的增加均呈先增加后减少的趋势,从坡向来看,阴坡和半阴坡NPP均值明显高于阳坡和半阳坡。3、河西走廊NPP IAV贡献分析（1）各栅格单元NPP对NPP IAV的平均贡献为正,其中,正贡献较多的区域主要分布在上游祁连山区以及中下游绿洲区,负贡献交错分布在绿洲区以及荒漠区。（2）从流域来看,三大流域总体贡献从高到低依次为:石羊河流域>黑河流域>疏勒河流域,因此,石羊河流域在整个河西走廊NPP IAV中起主导作用。（3）各行政区划对整个河西走廊NPP IAV的贡献具有显著的地域差异性,NPP IAV总贡献最大为肃南裕固族自治县,为13.17%,肃南裕固族自治县、肃北蒙古族自治县和天祝藏族自治县（总贡献和为37.07%）共同主导整个河西走廊的NPP IAV。（4）从各土地利用类型总贡献来看,草地最高,为32.06%。未利用土地的负贡献最高,达到-12.05%。总体而言,草地主导着整个河西走廊的NPP IAV。