土壤、植被与大气间的水热通量交换是陆气间大气动力和热力过程的基础,是全球能量平衡和水分循环的重要组成部分。由于观测资料的难以获取,使得空间上大范围的研究受到了限制,数据同化和陆面模式的发展则为此提供了可能。中国气象局陆面数据同化系统（CMA Land Data Assimilation System,CLDAS）中的大气驱动场产品和陆面要素融合分析产品在中国区域的时空分辨率更高,且经检验质量更高,但业务化运行中没有水热通量数据。因此,本文以CLDAS中三个陆面模式（Community Land Model（CLM）、The Community Noah Land Surface Model（Noah）、The Community Noah Land Surface Model with Multi-Parameterization Options（Noah-MP））模拟的2008年至2017年的水热通量数据为基础,利用站点数据对其在中国区域进行评估,并基于数据的不确定性对三个陆面模式的模拟结果进行加权集成,将集成结果与国际同类数据集进行比较,主要研究结论有:（1）利用中国区域内长时间序列的12个通量塔观测数据,对CLDAS的水热通量模拟数据进行评估的结果表明,水热通量的模拟结果存在一定的共性,潜热通量模拟值在混合林和针叶林存在高估现象,感热通量模拟值在所有站点均存在高估现象,水热通量数据在存在灌溉和土壤冻融现象的农田和湿地模拟效果较差。没有一种模式模拟结果在所有下垫面下均表现最好。水热通量模拟值的季节和年平均的空间分布规律具有较好的一致性,潜热空间上呈现从东南往西北递减且季节上呈现夏季数值最高,冬季数值最低的分布规律,感热空间上呈现从东南往西北递增且季节上呈现春季数值最高,冬季数值最低的分布规律。（2）研究采用算数平均和基于Triple Collocaton（TC）的加权平均两种方法在12个站点上对CLDAS下三个陆面模式的模拟结果进行集成。结果表明基于TC的加权平均相对于算术平均方法在数值上略占优势,且对模式间模拟值相差较大的感热通量改进较大,对模拟值接近的潜热通量改进较小。因此,本文采用基于TC的加权平均方法对三个陆面模式模拟的水热通量数据进行集成,得到水热通量集成数据集(CLDAS-triple collocation,CLDASTC)。潜热通量集成前后数据间的相关性较高（大于0.9）且数值差异小于8W·m-2,其中CLDASTC与CLDAS-Noah-MP的相关性最高（0.97）,与CLDAS-Noah数值上最接近。感热通量集成前后数据间相关性的范围为0.83～0.96,数值差异范围为8.06～14.93 W·m-2,其中,CLDASTC与CLDAS-CLM的相关性最高,与CLDAS-Noah-MP数值上最接近。（3）集成数据集(CLDASTC)与国际其它数据集的潜热通量数据,即全球陆面数据同化系统（GLDAS）的Noah模型模拟数据集、欧洲中期天气预报中心（ECWMF）发布的第五代全球再分析数据（ERA5）以及美国航天气象局（NASA）的再分析数据集（MERRA2）等相比,在站点上CLDASTC的表现较优(相关性较高为0.80且均方根最小为30.41W·m-2)。在空间上,潜热通量数据间相关性表现为在湿润地区较高,在干燥地区较低。其中CLDASTC数值上与GLDAS-Noah最接近,与ERA5差异主要集中在极地带,与MERRA2差异主要集中在温带南部地区。从时间变化上看,潜热通量数据均满足增长的年际变化趋势且在热带和温带增加的幅度较大,在干带和极地带增加的幅度较小。（4）集成数据集(CLDASTC)与国际其它数据集中的感热通量数据相比,在站点上CLDASTC与观测数据的相关性较高（0.63）,高出同类数据0.09～0.1,能更好的模拟出变化趋势,但是均方根误差略高于ERA5。在空间上,感热通量数据间相关性的空间分布与潜热通量相反,在中国北部干燥地区较高,在南部湿润地区较低。CLDASTC数值上与MERRA2最接近,与ERA5差异最大且差异主要集中在干带和极地带。从时间变化上看,感热通量的年际变化趋势差异较大,CLDASTC与GLDAS-Noah呈现增加的年际变化趋势,两个再分析数据ERA5和MERRA2呈现减小的变化趋势。