及时并准确估计陆地表面的水热通量对于干旱预测、灌溉管理及水资源综合利用具有重要作用。陆面过程模型是连续模拟地表水热通量的有效工具，然而输入不确定性易导致模拟误差在模型运行过程中不断累积，下垫面的异质性也限制了模型在区域上的应用。遥感数据具有空间信息准确和误差不随时间累积的特点，通过数据同化方法，将其与陆面过程模型有机结合，能够在时间和空间上提高地表水热通量的模拟精度，这为区域水热通量的连续模拟提供了新途径。本文基于遥感蒸散发模型，对陆面过程模型数据同化方法进行了研究，通过实例分析了数据同化方法对提高地表水热通量和土壤水分状态变量模拟精度的作用。在遥感蒸散发模型研究方面，论文首先建立基于卫星遥感数据的SEBS蒸散发模型，用于模拟华北平原典型农田在卫星过境时刻的瞬时潜热通量。基于地面观测数据的验证结果表明，小麦和玉米作物生长季内潜热通量模拟值的相对均方根误差均在20%以下，证明SEBS模型在模拟地表瞬时潜热通量方面具有较高的可靠性。随后，论文采用小麦、玉米、高粱、草地及裸土5种下垫面的实测日蒸散发数据，评价了4种常用蒸散发时间尺度扩展方法的精度。结果表明，对于SEBS模型估算的瞬时蒸散发，采用这些方法进行时间尺度扩展均会导致系统误差。为此，论文提出新的时间尺度扩展方法，从而显著提高了蒸散发时间尺度扩展的精度，使改进后的SEBS模型更好地适用于逐日蒸散发量计算。在同化方法研究方面，论文首先构建集合平方根滤波（EnSRF）数据同化方法，将其集成在结构简单的概念性水文模型中，采用真实数据对数据同化方法进行敏感性分析，提出在实际应用中选择数据同化方案和样本数量的依据。随后，将EnSRF方法应用于中国和美国两个山区小流域进行实时洪水预报，表明该数据同化方法有效提高了径流模拟的精度。在此基础上，将EnSRF方法集成到水文强化陆面过程模型HELP中，采用SEBS模型模拟的潜热通量作为观测值，对HELP模型中的土壤含水量及表面温度等状态变量进行优化。地面观测数据验证结果表明，经过数据同化后的土壤含水率均方根误差减小30%-50%；同化后的地表能量通量（净辐射、潜热通量、显热通量和土壤热通量）均有了不同程度的改善，其中小麦季和玉米季的潜热通量均方根误差分别减小了33%和44%，证明了本研究提出的同化方法能够有效改善地表水热通量和土壤含水率的模拟结果。