[目的]揭示在地势起伏影响下植被GPP时空格局特征,进而深入分析地形地貌与植被GPP之间的相互作用机制,为植被碳通量模拟以及空间分异性研究提供新的视角.[方法]采用机器学习模型,基于宏观地形因子构建植被GPP模拟模型.通过谱模型提取6个典型地貌样区的植被GPP空间谱,并运用定性和定量分析方法研究了其空间异质性.[结果]XGBoost模型的模拟精度较好,且引入宏观地形因子特征组模型的决定系数(R2)相较于经典特征组提升11.26％,与微观地形因子特征组相比提高了　0.94％,同时均方根误差(RMSE)分别降低了　21.27％和2.27％.2003-2023年,黄土高原植被GPP整体上升了　19.12％,呈现出东南高西北低的空间分布特征.区域内6种典型样区的GPP在不同地形条件下表现出明显的地形分异性,且普遍随着地形崎岖度的增加,呈现先降后升的波动变化趋势.[结论]地形因子在植被GPP的模拟中起到了关键作用,且宏观地形因子比微观地形因子更能揭示地形起伏对GPP的影响.