生态过程模型为研究陆表生态系统水、碳、氮等物质的循环提供了一种有效的手段。模型与数据同化结合可建立模拟与观测之间的桥梁,同时提高模型与观测两种方法揭示地表真实状况的有效性。但模型参数的特性,将直接影响到模型模拟及数据同化的精度。传统观念认为,生态过程模型参数在相同植被类型条件下是固定不变的,但近期研究已开始关注其时空异质性。本文以Biome-BGC模型为例,利用美国哈佛森林Environmental Monitoring Site(EMS)通量观测站的相关数据,对哈佛森林地区水、碳通量进行模拟。首先对模型参数进行敏感性分析;然后应用模拟退火算法,构造目标函数,使待优化的敏感参数在合理阈值范围内不断变动反复迭代,获取逐月的最优参数值;通过引入变异系数,对敏感参数的时间异质性进行分析。结果表明:生态过程模型参数最优值并非常量,而会随时间表现出异质性,而且各参数时间异质性大小差异显著。文中对Biome-BGC模型的敏感参数按时间异质性大小划分了相应的等级。研究结果有助于加深对生态过程模型参数特性的认识,为参数的合理取值及动态优化提供思路与依据,有助于进一步提高模型模拟和数据同化的精度与效率。