火灾是破坏森林和草原等生态系统的主要因素之一,准确了解森林、草原、荒漠、湿地等生态系统中的可燃物类型及其空间分布,对于预测火灾险情、指挥灭火等工作至关重要。为探究在不同空间尺度下我国可燃物类型划分的方法,本文首先建立了全国尺度的可燃物分类体系,并基于MODIS数据产品和全国植被区划数据,结合地理信息空间分析技术,对全国的森林、灌木和草本等三类可燃物进行精细划分和成图。利用实地调查数据和其他数据产品,采用直接验证和交叉验证相结合的方式对可燃物类型分类结果进行精度评价。然后以潮查林场为试验区,结合地面调查和森林资源调查等资料,建立了该区域的可燃物类型机载高光谱影像数据分类体系;通过光谱特征提取方法,得到适用于各类型识别的特征波段,并基于生成的特征波段的主成分分析分量（信息量95%以上）及其纹理特征影像,采用随机森林（Random Forests,RF）、支持向量机（Support Vector Machines,SVM）分类器对该区域的可燃物类型进行了识别,并选取识别效果最好的作为潮查林场可燃物类型划分结果。最后,选取全国尺度中的根河市和林场级尺度的潮查林场可燃物类型划分结果,结合森林资源二类调查数据、外业调查数据、相关文献资料等多源数据,分别生成根河市可燃物属性数据集和潮查林场可燃物属性数据集,采用可燃物特征分类系统（Fuel Characterization Classification System,FCCS）软件系统进行火灾发生风险估测,生成表征试验区火行为特征的地表火行为潜势、树冠火行为潜势、以及有效可燃物潜势等级等参量,并比较不同含水率情景下这些地表火行为参数值变化。本文的主要研究成果及结论如下:（1）研究形成了基于多源数据的全国可燃物类型划分方法;经对划分的前三级可燃物类型结果进行精度验证表明:利用该方法划分的一级类型总精度为90.89%,Kappa系数为0.81;二级类型总精度为84.14%,Kappa系数为0.74;三级类型总精度为68.16%,Kappa系数0.6。表明该划分方法具有一定的可行性。（2）研究形成了基于机载高光谱数据的林场级可燃物类型识别方法;验证结果表明:利用随机森林分类器对可燃物类型识别精度最高,总精度为86.31%,Kappa系数为0.836;兴安落叶松和白桦的制图精度分别达到95.58%、94.34%,表明该方法适宜用于乔木可燃物的细分,可为林场级可燃物更新管理、森林火灾的科学预防及扑救提供技术支撑。（3）分别选取根河市（代表县市级）和潮查林场（代表林场级）作为研究区,结合不同尺度的可燃物类型划分结果和其他多源数据,建立了可燃物类型属性数据集;采用FCCS软件系统对其发生火灾的风险进行估测。结果表明,在大尺度范围下的根河市研究区,针叶林区域森林火灾发生风险较高,以草本可燃物为主的区域树冠火潜势较低,但地表火行为潜势与有效可燃物潜势较高,根河市可燃物地表火行为预测值与非木本植被的活可燃物湿度成反比。在较为干旱时期,应重点加强针叶林区域与草本植被区域的火灾防范。在林场级小范围尺度下的潮查林场研究区,该地以针叶树为主要树种,乔木可燃物覆盖度较高的山地区域火灾发生风险较高,且随着非木本植被的活可燃物湿度的减小可燃物地表火行为风险增加,在防火季应重点加强该区域的防控。