由于CO<,2>等温室气体的增加而导致的全球变暖已成为目前最严峻的环境问题之一，针对于此的全球碳循环研究正逐渐受到了人们的重视。陆地生态系统碳循环作为全球碳循环的重要组成部分，在全球碳收支中占据着重要的地位，研究陆地碳循环机制及其对全球变化的响应，是预测大气CO<,2>含量及气候变化的重要基础。基于涡度相关技术的通量观测研究是目前最为直接的一种定量测定生态系统CO<,2>交换的技术。但是，由于该技术本身和环境条件的限制，使得我们在利用观测数据进行生态学意义解释之前，或向广大的全球变化和生态系统研究人员提供科学的数据服务之前，必须对从站点获得的观测数据进行一系列的处理。这其中不仅包括坐标轴旋转、WPL校正、异常值剔除以及“u<*>校正等一系列数据质量控制过程，同时还包括对由于系统故障、天气恶劣等外界干扰以及由上述数据质量控制过程所造成的数据缺失进行合理的插补。其中，由于缺失数据插补对结果估算的不确定性，使其在通量研究中具有重要的位置。但是，到目前为止，虽然通量界有许多可用的插补方法，但这些方法对各种缺失数据的插补都具有一定的局限性，所以缺失数据的插补在很大程度上要依赖于研究人员的选择。本研究即利用ChinaFLUX禹城农田通量观测站2003-2005年的观测数据，总结了通量观测数据缺失的机制与规律，并将多重填补法(MI)引入通量观测数据的缺失插补中，与目前普遍使用的非线性回归法和MDV方法进行比较，主要结果如下： (1)净生态系统CO<,2>通量(NEE)的大小与环境因子之间有较为明显的非线性响应关系。其中，白天的NEE与光合有效辐射(PPFD)符合Michaelis-Menten光响应曲线，夜间的NEE与温度(T)可以用Llpyd &Taylor呼吸方程进行拟合。所以，NEE的缺失值可以用环境因子和NEE二者之间的非线性关系进行插补。但是，在NEE的高值区，观测数据较为分散，NEE与环境因子的响应关系不甚明显，而玉米生长季夜间的NEE与温度的非线性关系尤为较差。而且，将全年有效的夜间观测数据与温度数据使用Lloyd & Taylor-呼吸方程进行拟合发现，该拟合曲线在低值区明显高估了实际观测数据。另外，在三年的观测数据中，2005年的观测数据与环境因子的响应关系较为分散，固该年NEE估计值的不确定性较其他两年大。 (2)通过对数据缺失率规律的研究发现，三年观测数据的缺失率均在50％左右，且夜间观测数据的缺失率要明显小于白天的数据缺失率，其主要原因在于夜间的大气层结稳定，观测条件由于不符合涡度相关技术理论假设而被剔除。在季节上，冬季的数据缺失率要高于夏季，其原因也是因为冬季夜间大气的层结相对夏天稳定，由于理论假设被剔除的数据也较夏季多。 (3)选取玉米生长季和冬小麦越冬季两个数据集的有效观测数据，利用蒙特卡罗方法随机制造10％-60％的数据缺失率，分别使用非线性回归法和MI方法进行缺失数据插补。结果显示，在两个数据集中，非线性方法的R2和MAE指标都要优于MI方法，而MI方法的得到的拟合值与实际值的残差分布为标准正态分布。MI方法与非线性方法具有非常好的相关性。可以认为，MI方法用于NEE缺失数据插补具有较好的可信性。但是，在冬小麦越冬季，由于NEE的缺失量较大，且NEE与环境因子之间的非线性响应关系不明显，所以两种方法的插补效果均较差。 (4)本研究以MATLAB 7.1为开发工具，利用其强大的数学计算功能和可视化GUI技术，集成目前主要的通量数据处理方法，开发了一套具有自主知识产权的通量观测数据处理系统，为形成中国通量网的标准化数据产品提供工具和支撑。