陆地生态系统净CO2交换（Net ecosystem exchange of CO2,NEE）是陆地总初级生产力（GPP）与生态系统呼吸（RE）的差值,表现为陆地生态系统吸收大气CO2的能力。在大气CO2含量升高导致全球气候变化的背景下,明确陆地生态系统NEE的总量、空间格局以及未来的变化规律至关重要。然而,NEE空间变异机理尚不清楚,导致模型模拟和预测存在较大不确定性。目前大多数模型基于植被功能类型参数化方法,掩盖了同一植被功能类型内部不同生态系统间生理生态参数的多样性,使模型对陆地生态系统碳循环的模拟无法准确估算,限制了我们对陆地碳汇能力空间差异形成机理的认知。为了探究陆地生态系统NEE空间差异机制并对其进行更加准确的模拟和预测,本研究关注气候变量、土壤性质和植被特征（植物群落、植物性状）对NEE的共同影响,首先在分析全球长期（≥4年）通量观测站点通量数据的基础上,探究NEE的空间变异来源以及气候、土壤和植物性状的相对重要性;然后,基于全球气候变量、土壤性质和植物性状的数据对陆地生态系统碳循环过程参数的空间变异进行分析和预测;并对陆地碳汇能力进行估算;最后,基于优化的碳循环过程关键参数,预测全球变暖幅度为1℃～8℃情景下陆地生态系统的碳汇及其空间格局。本研究主要结果如下:（1）基于全球147个长期（≥4年）通量观测站的数据,用广义加性模型与主成分回归结合的方法分析NEE的空间变异格局,结果显示:NEE的空间变异主要来源于气候变量、土壤性质和植物性状对总初级生产力和生态系统呼吸的不同影响。其中,森林生态系统NEE主要受气候变量的影响,如年平均降水量和年平均潜在蒸发散量解释了NEE空间变异的23.8%;草地生态系统NEE的空间变异主要受到土壤性质（如土壤可利用水分含量和土壤粘粒含量）的影响（41.4%）。这些对NEE空间变异重要但对GPP和RE影响小的因子,在目前的陆地碳循环模型中没有得到很好的体现,但对于更准确地预测全球森林和草原碳循环空间格局意义重大。（2）利用全球通量站点多年（≥4年）半小时或一个小时尺度的NEE数据,基于通量的生态系统模型（Flux-based ecosystem model,FBEM）框架,采用数据同化和条件性反演约束得到了每个站点的4个关键参数:25℃最大羧化速率(V2588)))、最大电子传递速率与最大羧化速率比(88)8)8)))、0℃基础生态系统呼吸速率(000)0)0)0)0)))以及生态系统呼吸温度敏感性(10)。继而利用自主机器学习（Auto ML）对4个关键参数的空间分布进行可靠的预测（R2=0.86～0.99）。结果显示:4个关键参数的空间变异规律不同,且光合过程关键参数的空间格局在森林和草地间存在很大差异。森林88)8)8))在热带地区较高,主要受到光照、叶面积指数和植物高度的调控,草地88)8)8))则在高纬度地区较高,这主要和温度有关;森林的V2588))与叶片功能性状密切相关,呈现随纬度升高而升高的趋势,而草地的V2588))主要由土壤酸碱度调控,与森林的V2588))空间格局相反。呼吸过程关键参数均受气候和植物性状的调控,森林和草地的000)0)0)0)0))均在低纬度地区高,而10在高纬度地区较高。本研究充分利用气候变量、土壤性质和植物性状的信息,对碳循环过程参数的空间变异性及其成因进行探索,并基于站点水平的参数推绎至全球,为更准确地模拟和预测陆地碳汇能力打下基础。（3）利用上述4个关键参数的全球空间连续变化格局,基于优化关键参数的FBEM对陆地生态系统NEE进行模拟得到的全球陆地年均碳汇总量（2000-2014）为5.35 Pg C,该数值高于传统的基于植被功能类型的模型（8个Ms TMIP模型）的估计。与传统模型相比,我们所模拟的NEE与通量观测站点实测数据的空间分布更为接近,尤其在模型间不确定性较大的热带地区更是如此。基于优化关键参数的FBEM模型更好地捕捉了常绿阔叶林RE的空间变异,从而更好地反映了热带地区NEE的空间异质性。这些结果表明,由于空间连续变化的参数更真实地体现了陆地生态系统生理生态过程的空间异质性,使用该方法能够有效地改进生态系统模型对NEE空间变异的模拟和预测能力。（4）基于优化关键参数的FBEM预测全球变暖情景下（1℃～8℃）陆地生态系统的碳汇能力。结果显示,全球变暖减弱了陆地生态系统的碳汇能力,尤其体现在北方高纬度地区。在绝大部分（82.7%陆地面积）陆地生态系统中,将光合和呼吸的热适应过程加入模型中能够缓解全球变暖对陆地碳汇的负效应。然而,随着全球温度的持续上升,69%的陆地生态系统的热适应效应会逐渐降低,使得维持碳汇的能力下降。在常绿阔叶林分布较广泛的热带地区,热适应对陆地碳汇的维持作用随温度增加下降得最为明显,而在高纬度地区热适应的维持作用却随温度上升而上升。因此,在未来陆地生态系统的碳汇能力预测方面,基于优化的光合和呼吸过程关键参数,参数热适应过程的加入可以矫正被高估的全球变暖的影响,降低模型预测的不确定性。综上所述,在全球尺度上,气候、土壤、植物性状等因子对陆地生态系统碳汇空间格局的影响机制在森林和草地中不同,这些影响机制的差异具体体现在模型参数的空间差异上,尤其光合作用关键参数的空间变化规律在森林和草地之间差异巨大。相比于传统基于植被功能类型的参数化方式,将空间连续变化的参数应用于生态系统模型中极大地减小了热带地区碳汇估算的不确定性,更好地反映了陆地碳汇在全球的复杂空间分布格局。利用优化的参数对未来气候变暖条件下陆地碳汇的预测受到光合和呼吸作用热适应的影响,热适应可在整体上矫正模型对全球变暖影响的过高估计。本研究系统解析了NEE全球空间变异的主要驱动因素及关键模型参数,通过全球模型的参数空间优化评估了当前及未来全球变暖情景下陆地生态系统NEE的空间分布格局,揭示了生态系统生理生态过程的热适应在矫正模型预测气候变化影响方面的重要性,加深我们对陆地生态系统碳循环过程的理解,为未来全球变化下地球系统模型更精准地模拟和预测陆地碳平衡提供了重要的科学依据。