森林生态系统是全球碳循环的重要组成部分。作为森林生态系统内在的生态过程和主要的干扰形式，火干扰改变了整个森林生态系统的格局与过程，进而对森林生态系统的碳循环产生巨大影响。研究表明，随着全球气温升高，火干扰的频率和强度将随之升高，影响也将随之加剧。因此，正确认识火干扰对森林生态系统碳过程的影响以及其对全球变化的响应，将有效地推动全球变化背景下区域碳收支研究。围绕着火干扰——生态系统碳循环——气候三者之间相互作用关系，本文利用区域分析与模拟的方法，定量估算和分析了中国森林生态系统碳排放的数量以及时空分布格局，揭示了中国火灾与气象要素的关系及其区域差异，设计和应用了集成自然和人为要素的大尺度火干扰模型。　　 物质燃烧导致的含碳痕量气体的直接排放是陆地生态系统主要的碳释放机制之一。我们集成生态系统模型、遥感以及森林统计数据，利用改进后的火灾碳排放模型估算了1950-2000年间中国森林生态系统火灾碳排放的时间(年、年代)和空间(栅格、区域)分布格局。我们的研究结果表明，1950-2000年间中国森林生态系统平均每年的碳释放量为11.31 Tgy-1(8.55 Tgy-1～13.9 Tgy-1)，四种主要含碳痕量气体的释放量分别是：(1)CO240.66 Tgy-1(29.21 Tgy-1～47.53 Tgy-1)；(2)CO2.71 Tgy-1(1.48 Tgy-1～4.30 Tgy-1)；(3)CH40.112 Tgy-1(0.06 Tgy-1～0.2 Tgy-1)；(4)NMHC0.113 TSy-1(0.05 Tgy-1～0.19 Tgy-1)。研究表明，中国森林火灾碳排放在1980年之前存在较大的年际、年代际变异，而1980后，随着防火措施的加强这种差异逐渐趋于平缓。我们的研究还发现，由于区域之间存在较大的植被、气候和火况(Fire Regime)差异，中国森林火灾碳排放表现出较大的区域差异。整个研究时间段内，东北地区是6个大区中森林火灾碳排放量最大的，而西北地区则是最小的。同时，这种区域差异在不同的年代表现也存在不同。在50年代与70年代，东北和西南存在较高的碳排放量，而在60年代西南地区则是最高的。比较相关研究，本研究分析结果的时空精度比以往的研究有了较大的提高。同时在绝对数量上与其他估算结果也比较接近。　　 区域火况是自然和人为要素共同作用的结果。气候变化和人类活动改变都会影响区域火况，进而增强或者减弱火干扰对生态系统碳循环的影响。利用1980-2000年间各省森林区域的气温与降水分布，我们在区域尺度上分析了火灾季节气温和降水与火灾面积在时间序列上的变化关系、相关性以及在不同区域上的差异表现。研究表明，火灾季节月份降水的增减和气温的升降能够较好的反映火灾面积的年际变化。但这种关系在不同区域的表现是不同的。从相关性分析上来看，大多数地区森林火灾面积与气温具有较好的正相关关系，例如西北地区(R=0.367,P=0.01)、西南地区(R=0.327,P=0.02)、华南地区(R=0.33，P=0.02)、华东地区(R=0.516，P＜0.01)、新疆地区(R=0.447,P=0.042)等地区都表现出显著的正相关关系。而降水与火灾面积除了在西北地区存在正相关关系(R=0.482,P＜0.01)，在华南地区存在负相关(R=-0.323，P=0.03)之外，在其他地区不存在显著相关关系。另外，在北方地区、东北地区和内蒙古地区森林火灾面积与气温、降水都不存在相关关系。通过对比不同地区的研究结果，我们发现，单纯的气候要素无法很好地揭示区域火况的变化机理。集成自然生态过程和人为因子的火况模型(Fire Regime Model)将是评价不同因素对区域火灾动态影响的有效工具。　　 火干扰模拟是目前生态系统模拟领域新兴的方向之一。在大尺度生态系统模型的设计和开发中耦合火干扰过程，已经成为了该类模型发展的一种必然趋势。在借鉴了其他大尺度生态系统模型中火干扰模拟方法的基础上，并结合我们目前的数据条件，我们设计了一个高度集成的、具有机理过程的火干扰模型。该模型包括燃料模型、火发生模型、火行为模型以及火影响模型四个组成部分。燃料物质模拟基于现有的不断完善中的生态系统模型；火干扰发生、行为以及影响的模拟将以大量不同尺度上火干扰发生、行为和影响等基础研究为理论基础，在区域均衡的假设前提下进行在空间上的尺度扩展。该模型能够在中空间分辨率(大约10km)上对区域火况进行模拟。　　 为了检验火干扰模型在中国的适用性和不确定性，我们利用新一代生态系统模型-DLEM(Dynamic Land Ecosystem Model)模型输出的燃料数据以及栅格化的气象数据(气温、降水、风速)，对1980-2000年间中国森林生态系统火干扰的发生、行为进行了模拟研究。通过对比相关文献记载与遥感信息，我们认为模型能够较好的再现火灾的空间分布格局。同时我们也发现模型在某些区域的模拟结果与相关研究存在的较大差异，例如新疆南部、黑龙江的黑河与大兴安岭地区以及西藏东南部。人口密度偏低(新疆南部、西藏东南部)、可燃物质偏少(新疆南部)以及潜在雷击火数量偏低(黑河与大兴安岭地区)是造成这些差异的主要原因。利用省级统计资料，我们对比分析了每个地区观测与模拟结果的年际变化特征。通过对比，我们认为，在绝大多数地区模型能够较好的体现区域火灾的年际变化特征。通过对比，我们同时还发现，在某些地区特定的年份降水或者气温的异常增减使得模拟结果与观测结果存在较大的差异。这种差异的存在为我们今年不改进模型算法提出了方向。