目前流行的叶片光合生化模型Farquhar-von Caemmerer-Berry(FvCB)包含许多不能在大田中直接测定的参数，其模型参数值的估计和参数的敏感性分析是认识和定量估算生态系统碳循环的基础，也是植物群体光合作用机理模型建立与验证的基本依据;并且模型分析可以用于指导实验观测，告诉观测人员我们需要多少次的观测，多少数据量就可以确定模型的参数;进而减少不必要的实验观测和工作量。此外，本研究对于量化生态系统生产力和植被-气候的交互作用也具有重要的意义。为此，在中科院禹城综合试验站以禹城农业综合试验站的C3粮食作物小麦和大豆为研究对象，于2013-2014年开展了为期两年的实验观测，获取了不同生育期叶片光合作用的光响应曲线、温度响应曲线等数据。利用非线性优化算法和Bayesian统计方法对各种光合模型参数值的估算和参数的灵敏性进行了定量分析，从而揭示了不同环境条件下的光合作用重要参数以及它们对应的主要过程，进而为评价和改进模型提供了手段。论文取得了以下研究进展:　　(1)本研究选用1stOpt软件和WinBUGS软件用于光合模型优化方法的开发和应用，分别使用非线性优化算法和贝叶斯统计方法实现光合模型参数的优化和获取的技术;并且，不考虑温度因子的光响应模型参数的非线性回归分析表明，WinBUGS软件较1stOpt软件更适用于各个模型（直角双曲线、非直角双曲线和修正的直角双曲线光合模型）参数值的估算，该方法不仅能给出较好的参数估计值还能提供95％的置信区间。　　(2) Ethier-Livingston(EV)光合生化模型与阿伦尼乌斯非峰值温度方程的耦合模型被确定为包括温度、光和CO2输入数据最合适的模型;该耦合模型与一对匹配的A-Ci和A-Q数据即可为其参数值提供可靠的估算。并且，温度梯度数据的应用证明模型极大地提高了我们对6个参数(Jmax25，Rd25，Vcmax25，Γ*25，Kc25，gm25)盼估算，这些参数的后验均值表明温度的规律变化会产生相对更窄的置信区间Cis。然而，温度梯度的加入并不能提高Ko25和温度参数（活化能因子E，失活能因子H，熵因子△S）的估算。因此，我们建议将这些参数在25℃下的值设为常数。　　(3)耦合模型参数的灵敏度分析表明，参数对模型的贡献大小是随输入变量的值变化的，尤其是在25℃下可以被常数化处理、与温度方程相关的活化能因子E，失活能因子H，熵因子△S在别的温度条件下或许具有极大的重要性。例如，活化能参数E对输入温度尤其敏感，如阿伦尼乌斯非峰值温度方程中的Ekc，Ev，Ej和阿伦尼乌斯峰值温度方程的Erd和Ej。除此之外，峰值温度参数(H，△S)也对峰值温度方程敏感，尤其是△Sj。