土壤呼吸是陆地生态系统碳循环中的一个重要环节。遥感技术在估算净初级生产力、总初级生产力的研究中已得到广泛的应用,但却很少用于土壤呼吸的研究中。本文以山西高原天龙山自然保护区灌木群落为研究对象,利用野外多年来（2005—2015）实测的土壤呼吸（R_s）、10 cm深度的土壤温度（T_s）和0¹0 cm深度的土壤水分（W_s）数据集,结合遥感反演的陆地表面辐射温度(LST_d和LST_n分别为Terra卫星10:30和22:30过境时的瞬时温度,LST_av为LST_d和LST_n的算术平均值)、归一化植被指数（NDVI）、增强植被指数（EVI）、绿边叶绿素指数(CI_green)及植被供水指数（VSWI）的数据集,探讨了遥感参数在灌木群落土壤呼吸模拟中的适用性。结论如下:R_s春冬两季较低,夏秋两季较高,变化趋势大体呈开口向下的抛物线形式。年平均R_s的最大值出现在2005年(5.20±4.02μmol CO₂ m^-2 s^-1),最小值出现在2015年(2.70±1.86μmol CO₂ m^-2 s^-1);11年R_s的平均值为3.59±2.86μmol CO₂ m^-2 s^-1,低于生长季的平均值(4.70±3.16μmol CO₂ m^-2s^-1)。LST和T_s具有比较明显的季节变化规律,变化趋势大致呈抛物线形,呈基本对称的单峰曲线,冬春季较低,夏秋季较高。相关分析表明,LST_n可以解释T_s季节变化的81%,高于LST_d和LST_av的解释能力（69%和78%）。这一结果表明LST_n可以替代T_s用于土壤呼吸的模拟。W_s和VSWI的季节变化呈高低交替变化的波动状态,基本表现为春末夏初较低、夏秋季及冬初较高。相关分析表明,VSWI可以解释W_s季节变化的39%。植被指数的季节变化趋势呈基本对称的单峰曲线,变幅较大,冬春季较低,夏秋季较高,最大值出现在7-8月份,最小值多出现在12月和1月。对单个测定年的数据进行指数回归分析表明,除个别年份外,R_s与LST_n的决定系数R²都高于与T_s、LST_d和LST_av的决定系数。采用11年全部测定数据分析表明,LST_n可以解释土壤呼吸季节变化的23%,高于T_s（22%）、LST_d（11%）和LST_av（17%）的解释能力。生长季的R_s与W_s和VSWI的拟合方程在大多数测定年均达到极显著水平（P<0.01）,W_s和VSWI分别可以解释生长季R_s的60%和32%（线性模型）、62%和40%（指数模型）。归一化植被指数（NDVI）、增强植被指数（EVI）、绿边叶绿素指数(CI_green)解释R_s的季节变化的比例没有显著差异,在36%³7%之间。与单因素模型相比,基于实测的T_s、W_s、NDVI和LST_n、W_s、NDVI的复合模型的R²均有不同程度的提高。6种复合模型中模型R_s=a+b*（T*W_s*VI）,R_s=a*e^{b T}*W_s^c*e^{d VI}和R_s=a*e^{b T}*W_s^c*VI^d的决定系数高于方程R_s=a*e^{b T+c Ws+d VI}、R_s=a+b*T+c*W_s+d*VI和R_s=a*e^{b T+c Ws}*VI^d的决定系数。以上分析初步表明山西高原灌木群落的土壤呼吸主要受温度、水分和生物因子的共同影响,基于遥感反演的陆地表面辐射温度、植被指数可以用于土壤呼吸的模拟。