土壤呼吸（R_s）是陆地生态碳循环的重要组成部分,精确量化R_s及其与环境因子的关系对区域碳平衡研究具有重要意义。本文基于天龙山地区2005-2016年测定的灌木和草地群落每月2次的长期野外观测数据,采用18种模型对土壤呼吸与土壤温度和水分的关系进行了模拟。基于模型评价指标对比分析了各模型的模拟精度,并从中选取了7种模型进行了不同土壤水分区间下土壤呼吸的模拟,以期揭示影响R_s模型的土壤水分的阈值。结果如下:（1）两样地的年均R_s没有显著差异,其值分别为3.67?mol CO₂ m^-2 s^-1和3.70?mol CO₂ m^-2 s^-1。与土壤温度（T_s）的季节变化趋势相一致,两样地R_s存在显著的季节变化,最高值出现在高温多雨的夏季,最低值出现在冬季,春末夏初存在明显的水分胁迫现象。（2）单因素模型中,灌木群落T_s对土壤呼吸的解释能力（21-26%）低于W_s对土壤呼吸的解释能力（20-31%）;而草地群落T_s对土壤呼吸的解释能力（34-45%）高于W_s对呼吸的解释能力（6-15%）。三种基于T_s的R_s模型中,高斯模型拟合效果最好,其次是单因素幂函数模型,最后是单因素指数模型。灌木群落W_s的解释能力（20-31%）高于草地群落（6-15%）的,模型从优到差依次是R_s=exp（a+bW_s）、R_s=a+b W_s+c W_s²、R_s=a+bln W_s、R_s=a+bW_s、R_s=a+bW_s³。与单因素模型相比,有T_s和W_s共同参与的模型可以更大程度解释R_s的变化,四种复合模型中,灌木群落的多元线性回归模型拟合效果最好（R²为0.73、AIC为845.98）,草地群落的多元线性回归模型解释能力最高（70%）,幂指混合模型AIC最小（823.33）。两个样地其余3种模型解释能力相差不大,各模型R²分别为:多元指数回归模型（0.67、0.66）、双因素乘幂模型（0.64、0.66）、幂指混合模型（0.64、0.66）。相对于单因素模型,复合方程对土壤呼吸的解释能力和拟合优度明显提高,说明2个样地的土壤呼吸受土壤温度和水分的共同影响。（3）灌木和草地群落在RWC（土壤水分/田间持水量,%）分别低于33%和25%时,存在明显的W_s对R_s的胁迫;当灌木群落RWC在33%-52%和草地群落RWC在25%-41%之间,R_s受到W_s的轻微胁迫;在灌木RWC>52%和草地RWC>41%时,W_s对R_s不造成胁迫。当考虑了T_s和W_s对R_s共同作用时,灌木群落在RWC>52%,T_s≤18.05℃时,T_s是影响土壤呼吸的限制因子,而T_s>18.05℃时,则不存在温度的限制。草地群落在T_s≤14.15℃时温度起主导作用,在T_s>14.15℃后,在RWC≤42%时,R_s受到W_s胁迫,在RWC>42%时,T_s和W_s对R_s的解释能力不高,此时可能是其他因子在起作用。