土壤质地作为重要的地表特征参数,直接影响饱和土壤含水量、水力传导率以及土壤基质势等土壤水文参数,并影响包括土壤热容量和土壤导热率在内的土壤热力学参数,使用高质量的土壤质地数据是提高陆面模式模拟精度的有效方法。为此,本研究提出了基于集成学习的中国区域土壤质地数据模拟及研制方法,该方法使用气象数据、地形数据、植被数据等成土因素作为协变量因子,基于GBM梯度提升机对砂粒、粉粒、粘粒数据进行回归模拟,并且使用GLM广义线性模型作为元学习器,将GBM模拟结果与现有的高质量土壤质地数据进行融合,得到面向Noah-MP陆面模式的中国区域土壤质地数据,并应用于CLDAS/Noah-MP系统,开展土壤质地改变对模式模拟土壤温湿度的影响研究。主要结果如下:（1）使用降水、地表温度、NDVI、MODIS七个波段的地表反射率、土地利用类型、经纬度、高程、坡度、坡向、土壤类型作为协变量因子构建GBM模型,对中国区域砂粒、粉粒、黏粒含量进行回归模拟。使用GLM对GBM模拟结果、基于随机森林的土壤机械组成数据和基于多边形连接法的土壤机械组成数据进行融合。融合结果（GBM/GLM）的砂粒、粉粒、黏粒的精度均有所提升,三种粒径的均方根误差分别为0.127、0.098、0.069,与GBM结果比较,砂粒、粉粒、黏粒的均方根误差分别降低0.022、0.015和0.034,其中,黏粒的改进最为明显。利用美国农部制土壤质地三角图将基于融合结果得到土壤质地数据,并与Noah-MP模式自带土壤质地（FAO）进行比较,发现两种不同土壤质地数据中不同土壤质地的面积占比存在较大差异,尤其是砂壤、粉壤、黏壤和砂黏壤两套数据的空间分布存在较大不同。整体而言,GBM/GLM土壤质地具有更加合理的空间分布。（2）研究设计GBM/GLM（本文研究的土壤质地）和FAO（模式自带的土壤质地）两组CLDAS/Noah-MP实验模拟2014年0-10cm和10-40cm深度中国区域土壤湿度,开展不同土壤质地数据对于土壤湿度模拟的影响研究。结果表明,土壤质地的改变能够明显影响到土壤湿度的模拟结果,GBM/GLM两层土壤湿度的模拟效果均好于FAO,0-10cm和10-40cm深度相关系数分别提高了0.035和0.036,均方根误差分别降低了0.004m3/m3和0.003 m3/m3。从偏差结果来看,GBM/GLM一定程度上改善了0-10cm深度FAO模拟结果在夏季高估的现象,但10-40cm深度出现普遍低估的现象,这有赖于模式参数化方案的改进。将中国分为八个区域,发现GBM/GLM模拟精度在大部分地区都有所改进,其中东南地区改进最大,0-10cm和10-40cm深度的相关系数分别提高了0.016和0.041,均方根误差分别降低了0.008 m3/m3和0.005 m3/m3。（3）研究设计GBM/GLM（本文研究的土壤质地）和FAO（模式自带的土壤质地）两组CLDAS/Noah-MP实验模拟2014年0-10cm深度中国区域土壤温度,开展不同土壤质地数据对于土壤温度模拟的影响研究。结果表明,两组实验模拟值差值范围为-0.25℃-0.13℃,改变土壤质地能够影响Noah-MP土壤温度的模拟结果。GBM/GLM土壤温度的模拟效果整体优于FAO,与观测值相关系数为0.937,均方根误差为0.9091℃,与FAO相比较,相关系数提高了0.004,均方根误差降低了0.031℃。日尺度上,GBM/GLM在308个日次的相关系数大于FAO,均方根误差同样大部分日次低于FAO。月尺度上,除2、11、12月的其它各月CLDAS/Noah-MP模拟结果都出现轻微的高估现象。两组实验的均方根误差比较接近,1月、2月以及10-12月GBM/GLM的均方根误差更低。季节尺度上,两组实验的模拟效果秋季最好,冬季较差,相关系数仅有0.84,且存在明显的低估现象,其它三个季节相关系数均大于0.98。整体而言,GBM/GLM土壤质地在一定程度上改进CLDAS/Noah-MP土壤温度除夏季外的模拟效果。