准确估计和预测陆地生态系统碳循环时空变化是预测气候变化、管理自然资源以及控制温室效应的基础，是目前全球变化研究最为重要的前沿领域之一。然而无论是观测还是模拟手段都不能单独揭示出陆地生态系统碳循环的动态变化过程，必须综合观测和模型信息进行推断。近年来，模型数据融合方法在碳循环研究中得到了初步尝试和应用，还存在很多问题有待解决。针对陆地生态系统碳循环研究中模型和观测数据的具体特点，本文从观测数据的误差、观测数据的有效性、模型结构等角度出发，深入探讨了NEE观测误差分布类型对陆地生态系统机理模型参数估计和碳通量模拟的影响，辨析了NEE和生物计量数据对碳转移系数的不同约束作用，定量评估了不同陆地生态系统模型结构对参数估计的影响，讨论了空间数据的系统误差对区域参数估计的影响以及消除这一影响的方法。通过研究，得到了以下初步结论。　　 (1)NEE观测误差分布的不同导致了陆地生态系统机理模型的参数估计结果和碳通量的模拟结果的差异。基于正态观测误差模拟的总初级生产力和生态系统呼吸的年总量分别比基于双指数观测误差的模拟结果高61-86gCm-2yr-1和107-116gCm-2yr-1，导致前者模拟的NEE年总量较后者低29-47gCm-2yr-1，并且基于正态观测误差模拟的NEE低估了长白山阔叶红松林生长旺季期间的净碳吸收能力。　　 (2)NEE数据和生物计量数据对碳转移系数的约束作用不同。植物库(叶、细根和木质部分)和慢性土壤有机质库的碳转移系数能被生物计量数据较好约束，而代谢性凋落物、结构性凋落物和微生物库的碳转移系数的估计受NEE实测数据的影响更大。NEE数据对代谢性凋落物、结构性凋落物和微生物库的碳转移系数具有显著的约束作用，这一作用的强弱在很大程度上受NEE数据的样本量影响。NEE数据的引入有助于降低代谢性凋落物、结构性凋落物和微生物库的碳转移系数的不确定性。　　 (3)在模型数据融合研究中，应当根据数据的获取情况和数据的有效性选择复杂程度适宜的模型结构。在TECO模型中增加细根库后，只有当增加的模型参数能够被观测数据约束时才能提高模型的综合模拟效果。对于碳库数目相同的两个不同陆地生态系统模型，CEVSA2和AVIM2模型中植物库的碳转移系统能被观测数据所约束，而对土壤碳的转移系数的估计则缺乏足够多的信息量。两个模型对土壤温度和湿度、光合产物的分配等过程采用了不同的模拟方法，可能是影响植物库和土壤库的碳转移系数的估计的主要原因。　　 (4)观测数据的系统误差将引起参数估计结果的系统性偏移。如果对空间数据进行正态归一化处理后再进行参数估计，可能有助于在系统误差未知的情况下消除或减弱系统误差对区域尺度参数估计的影响，但其可行性和具体应用还有待进一步研究。