饶月明，刘凯军，黄华国，林起楠，王 川

（1.北京林业大学 省部共建森林培育与保护教育部重点实验室,北京 100083；2.内蒙古自治区巴彦淖尔市乌拉特后旗林草局，内蒙古 乌拉特后旗 015543）

水分含量是评价森林健康的关键参数，代表了森林对气候、干旱和虫害的综合反馈[1]。植物冠层中水分含量占40%～80%，并且是影响绿色植物光合作用和生物量的主要因素[2]，叶片含水量被认为是监测植物干旱胁迫的有效指标[3]，土壤水分在虫害初期由于疏导组织受阻无法顺利到达冠层[4]，森林火灾蔓延过程中产生的飞火与树冠火均与冠层可燃物含水量有密切联系[5]。森林火灾破坏了森林的结构和功能，降低了涵养水源的能力。冠层水分含量（Canopy water content，CWC）是叶片的等效水厚度（Equivalent water thickness，EWT）与叶面积指数（Leaf area index，LAI）的乘积，表示单位面积冠层水分总厚度。植物水分主要吸收近红外与短波红外的太阳辐射，植物的反射率在970、1 200、1 450、1 950 和2 500 nm 光谱范围内有不同程度的降低，因此利用光谱信息可定量反演植物的水分含量[6-9]。

遥感提取植物的水分含量主要包括统计模型和物理模型两种方法。统计模型通常使用光谱指数[10]、人工神经网络[11]和最小二乘回归将叶片水分参数与反射率关联提取植物水分含量。然而，统计模型的建立需要标定，对于大区域反演能力有限。相比而言，物理模型研究光线与植被生化组分之间相互作用的辐射传输过程，从机理上解释植被光谱与生化组分之间的关系，物理模型更有通用性[12-14]。Zhang 等[15]指出，高光谱数据有助于提高辐射传输模型反演植被水分含量的精度。……