随着全球变暖、温室效应等环境问题的日益加重,碳汇作为全球碳循环过程的重要组成部分,已成为当今的重要研究方向。农田生态系统作为陆地生态系统的重要组成部分,是受人类活动影响最为深刻的部分,在碳汇方面起着举足轻重的作用。目前,农田碳汇研究多集中在土壤方面,对作物方面的研究相对较少。在作物生长过程中,伴随着光合作用吸收大气中的CO2,因此作物碳汇是生态系统碳汇方面的一个重要环节。同时,我国是一个农业大国,而小麦是我国三大重要粮食作物之一,因此研究小麦碳汇估算具有重要的意义。本研究以位于兖州市的试验田为研究对象,将小麦碳汇估算模型与可视化技术作为研究切入点,以Crop-C模型为基本框架,建立区域尺度下的小麦作物碳汇优化模型,并基于ArcGIS API for JavaScript进行小麦碳汇估算与可视化系统开发。具体内容如下:(1)对常用的作物碳汇模型DNDC模型、CERES-Wheat模型以及Crop-C模型进行比较分析,最终选取Crop-C模型作为小麦碳汇模型的基本框架。(2)通过对Crop-C模型参数和机理的深入分析研究,综合前人研究成果,确定了以土壤电导率、磷肥施用量、钾肥施用量和种植密度作为模型的优化因子,将优化因子引入Crop-C模型,对其进行优化修正;并利用可查证的山东省数据,对优化模型和Crop-C模型的模拟结果进行对比分析,结果表明优化模型能更好的符合实际,稳定性更好。(3)利用优化模型对兖州市的小麦的碳汇量进行模拟研究,并将试验区的实测土壤数据和作物数据等作为参数对优化模型模拟结果进行验证,结果表明模拟结果与实测数据的拟合度较高,优化后的Crop-C模型可以很好的模拟估算兖州市小麦碳汇量。(4)以Microsoft Visual Studio 2013、ArcGIS为开发工具,基于优化的小麦碳汇估算模型,结合兖州市小麦估算信息,研发了小麦碳汇估算与可视化系统,实现了地图基本操作及相关的属性查询、碳汇估算、碳汇信息展示分析等一系列功能。