土地利用是人类影响地球系统的重要活动之一,具有伞球范围的环境效应。其巾,土地利用变化对陆地系统碳收支和区域气候变化的影响备受关注。陆地生态系统足重要的碳汇之一,土地利用类型决定了陆地生态系统的碳储量,土地利用类型的转变往往伴随着大量的碳交换,工业革命以来土地利用变化所引起的C02排放量约占人类活动总排放量的1/4,评估土地利用变化导致的陆地生态系统碳收支变化将有助于减少全球碳平衡研究的不确定性。历史土地利用变化及其导致的碳排放研究,既可增加对人类改造自然环境历史的认识,也对历史碳排放量和气候变化历史责任的评定具有重要意义。历史土地利用变化数据是研究陆地生态系统类型变化碳收支的数据基础,其精度在很大程度上影响碳收支模型的估算结果,高精度的区域重建数据是提高土地利用变化碳排放量估算数据精度的前提。　　本文对碳收支估算的重要基础-土地利用数据,进行了精度评估。分析了2个具有代表性并且应用广泛的全球土地利用数据集一SAGE和HYDE数据集与区域重建数据的结果差异,通过对比不同数据集巾耕地面积绝对数量、时间变化和空间分布,参考历史文献对开垦影响因素的记录,综合评估区域尺度上土地利用数据的重建精度。首先以中国东北为例,评估不同土地利用数据集的数据精度。为了进一步验证全球数据集的区域重建精度,又以斯堪的纳维亚半岛为研究区,对比了基于统计资料重建的区域历史耕地数据与全球数据集的差异。结果表明,全球数据集的耕地变化曲线与基于史料的区域数据集呈现的历史变化相去甚远,并且空间分布上,全球数据集的历史耕地分配是基于现代耕地分布格局,不能反映真实开垦进程在空间上的扩张。因此,无论是区域还是低一级的行政单元,全球土地利用数据集均存在很大误差,全球数据集直接应用于区域碳收支研究,会增加模拟结果的不确定性。　　本文选择中国东北作为碳收支估算的研究区,利用区域重建数据采用簿记模型对东北地区过去300年土地利用变化导致的碳收支进行了估算。中国东北地区过去300年经历了大规模移民开垦,耕地面积增幅巨大,森林、草场资源破坏严重,土地利用变化所导致的生态系统历史累计碳支出远远大于碳收入,1700.1949年东北3省土地利用导致的碳排放量中值估计为1.41Pg C,来自植被和土壤的碳排放量分别为0.53Pg C和0.88Pg C,土壤碳库的释放量大于植被碳库。本文土地利用变化率可以精确到分县,碳密度和模型曲线的改进均有助于提高本文的碳收支估算精度。如果应用HYDE数据进行碳收支估算,会低估区域开垦导致的的碳排放量。与前人研究结果相比,本文对东北地区的碳排放量估值较低,结果差异的主要原因是土地利用数据精度的提高和生态系统分类的改进。