摘要：冠层气孔导度（g_c）是许多陆面过程模型中的重要参数,提高对冠层气孔导度的模拟精度非常重要。以环境因子阶乘的Jarvis形式的模型是气孔导度模型中的典型代表,但研究中不同的环境因子有不同的响应方程和参数。研究认为不同的响应方程有不同的模拟效果,并通过比较各环境因子的不同响应方程组合的模型的模拟效果来确定最优的g_c模型。以桂花树为例,测定了树干液流、茎水势和微气象环境,用Penman-Monteith（PM）方程反推计算冠层气孔导度并检验不同方程组合的16种模型。模型的参数用DiffeRential Evolution Adaptive Metropolis（DREAM）模型优化。结果表明这种方法能够有效地找到各环境因子最优的响应方程,从而最优化g_c模型。优化的g_c模型很好地模拟了桂花树冠层气孔导度的变化,尤其是对干旱的响应,模拟值与PM计算值的相关系数和均方根误差分别为0.803和0.000623 m/s。同时也证明了模型中温度函数f（T）〉1的现象并非个例,由于温度（T）和水汽压亏缺（D）常是高度相关的,建议在以后的g_c模型研究中应把T和D看成一个影响因子,但f（T）〉1的这种现象是否具有全球性还有待进一步研究证实。