陆地生态系统碳、水循环的研究是当前全球变化研究领域的核心问题。将大量的、多尺度的生态系统-大气问物质与能最交换的试验和观测与描述这一过程的各种模型相结合是碳、水循环研究所普遍采用的方法。以涡度相关技术为主要的观测手段的全球通量观测网络（FluxNet）可对生态系统与大气间的CO₂、水分和能最交换过程进行长期的、连续的微气象观测,为进一步研究生态系统物质与能量传输的机理和过程以及碳源/汇时空格局等的提供重要的数据信息.同时为各种碳、水循环模型的参数确定、模拟效果检验提供检验标准。 20世纪90年代以来,国际上在对生态系统碳、水循环的关键过程及其对各种环境因素的响应、生态系统能量与通量的模型模拟等方面己取得了较大的进展,但研究对象多集中于自然生态系统（如森林、草地、湿地等）,农田作为一种受人类活动直接影响的生态系统在FluxNet的研究中并不具有代表性。我国的通量观测与研究启动较晚,通量观测积累的数据有限,需要在继续进行连续通量观测的同时,分析典型生态系统CO₂和水热通量以及相关生态环境要素时空变化特征及其动力学机制,并在不断修正和完善现有模型的基础上,探索新的方法或手段,寻找和构建使用便捷灵活、模拟效果良好且实用性强的通量模拟模型。 中科院禹城农业综合实验站是目前中国陆地生态系统通量观测研究网络（ChinaFlux）唯一的针对农田系统碳、水循环研究的通量观测站点。本研究以该站的涡度相关观测数据为基础,对2002年11月至2003年10月期间农田（冬小麦与夏玉米轮作）与近地层大气间的能量和物质交换特征进行了详细分析,并采用多种模拟技术对CO₂和水汽通量进行了模拟和对比,在以下几方面取得了新进展:1)应用涡度相关的实测数据,对基于过程的综合性模型RZ-SHAW模型模拟作物逐时水、热通量和逐日蒸散量的功能进行了验证;2)采用小波变换方法对农田生态系统的CO₂和水汽交换通量的多尺度特征进行了分析:3)提出了应用神经网络技术进行通量模拟的思路,并在对农田生态系统的CO₂和水汽交换通量模拟巾取得了较好的效果:4)将支持向量机技术引入农田生态系统的CO₂和水汽交换通量模拟中,并证明其模拟效果优于神经网络:5)将Bayesian证据框架的自相关确定方法应用于神经网络建模过程中,将小同的环境因素按其对CO₂和水汽通量影响进行了排序. 本研究在对该站农田生态系统水热、CO₂通量特征分析及模拟的过程中,得出了以下几点结论: