随着全球气候变暖，近年来野火（wildfire），尤其是特大野火（mega-fire）频发，释放大量温室气体、破坏区域生态、危害人类生命财产。因此，野火风险的精确评估与预警，将野火扼杀在萌芽状态，显得尤为重要与迫切。近年来，大数据挖掘模型及多源时空大数据的兴起，为野火风险的评估和预警带来了新的机遇，衍生出了基于多种挖掘模型及多类别时空大数据的野火风险评估与预警研究。但是，这些研究通常存在可燃物信息考虑不足、忽略关键诱发因子的动态特征信息、数据误差与模型误差对挖掘结果的影响不明等问题，导致目前野火风险评估与预警的结果仍存在较大的不确定性，尤其是在小区域尺度上的不确定性更强，严重影响野火风险评估与预警的业务化应用。植被冠层可燃烧含水率（Canopy fuel moisture content, CFMC），定义为植被冠层含水量与其干物质重量的比率，是评估野火发生概率和燃烧速率的关键可燃物信息。前人大量研究表明，CFMC与野火发生密不可分。鉴于此，该研究首先展示基于多源遥感数据的CFMC反演方法，其次基于遥感反演CFMC及其他气象、地形数据，开展野火风险挖掘模型研究，最终弥补目前野火风险评估与预警中的理论与实际缺陷，提高野火风险预警与评估的可信度。

森林火灾,冠层可燃物含水率,遥感,野火风险预警,灾害