碳循环模型是模拟陆地生态系统碳循环关键过程，预测和评价不同时空尺度陆地生态系统生产力收支格局和变率的重要手段。随着观测手段和计算机技术的迅猛发展，可获取的各类生态系统观测数据呈现爆发式增长，模型本身结构也愈加复杂，传统的存储资源和计算环境已不能满足生产力模型研究的需求。云计算技术为实现观测数据的弹性存储，增强数据安全性，提高模型模拟及其不确定性分析效率，从而促进生产力模型的发展和应用提供了一种新的途径。　　本研究基于微软公有云平台Windows Azure设计了陆地生态系统生产力模型云服务平台的主要功能和整体架构，介绍了模型云服务平台所需的开发环境，详细研究了用于构建模型云服务平台的空间数据Blob存储、模型模拟计算、模拟结果可视化等关键模块的实现方法以及基于Service Bus的模块间通讯机制。此外利用实验室已有的硬件环境搭建了Hadoop集群，并针对生产力模型代码重用性问题对Hadoop的编程接口进行了阐述，重点研究了基于MapReduce并行编程模型的空间Sobol敏感性分析算法并行化实现方案。最后以VPM模型为例，通过对青藏高原草地生态系统总初级生产力的模拟展示了陆地生态系统生产力模型云服务平台的功能、作用和特点，并利用Hadoop集群对VPM模型驱动数据的敏感性进行了快速分析，重点讨论了在空间敏感性分析过程中地图抽样阶段和模型模拟阶段的效率提升情况，取得了较好的应用效果。本研究为科研人员节省了数据存储与模型运算的硬件资源和时间资源，有利于生产力模型的推广，进而为我国陆地生态系统碳循环模型研究的发展提供支撑。