植被与水文循环耦合,是国际地圈生物圈计划核心项目“水文循环的生物圈方面”关注的核心问题,也是生态水文学的研究难点,在生态水文学研究中,植被生态水（层）是水文循环的重要环节,植被生态水包括植被体本身储水量以及植被根系土壤储水量,它在土壤-植被-大气界面的物质交流与循环过程中起到关键作用,科学估算植被生态水对于充分认识植被-土壤-大气-水之间的传输机制和规律具有重要科学意义。遥感技术为区域尺度植被生态水的定量反演提供了重要手段,然而单一遥感数据源难以准确反演植被生态水,如何协同多源遥感数据,科学有效提高植被生态水估算精度是亟待解决的关键技术问题。论文以植被富水性特殊且生态区位典型的川西高原为研究区,依托国家自然科学基金（41671432）和四川省自然资源厅项目（KJ-2020-05）,基于Landsat5 TM、Landsat8 OLI,哨兵1号C波段SAR（Sentinel 1;S1）,相控阵型L波段SAR（ALOS PALSAR）,以及Li DAR,协同光学、SAR、Li DAR遥感的优势,定量反演并分析了川西高原丰-枯水期、5·12汶川特大地震胁迫下的植被生态水,以期达到丰富植被生态水遥感定量研究,揭示植被生态水文效应的目的。论文研究内容以及取得的成果如下:（1）基于Landsat植被指数,构建一种新植被含水率（FMC）反演模型。利用重采样后的植物宽波段反射率构建新的距离投影比值指数-DPRI＿L,将其与简单比值植被指数（SR）结合,建立FMC反演模型-FMCDPRIL-SR,该模型10折交叉验证判定系数（R2）=0.73,相对均方根误差（r RMSE）=12.19%。（2）协同光学遥感、SAR与Li DAR,提出了一种植被体本身储水量反演方法。首先,利用FMCDPRIL-SR反演FMC;其次,利用微波遥感反演生物量,将植被生物量分为灌草、草地、林地生物量。构建了基于S1信息指标的灌草、草生物量随机森林（RF）反演模型（R2=0.67,r RMSE=12.04%）,协同Li DAR与ALOS PARSAR,建立RF林木高度反演模型（R2=0.64,r RMSE=12.9%）以及林木胸径（DBH）RF反演模型（R2=0.61,r RMSE=13.91%）,根据林木高度、DBH反演结果,构建了一种新的林地生物量反演模型（R2=0.67,r RMSE=13.93%）;最后,结合FMC与生物量,计算植被体本身储水量。（3）构建了一种新的根系土壤储水量反演模型-SEE-WP-RSM模型。先利用WCM-PARSAR模型计算根系土壤含水率,接着利用SEE法计算根系土壤厚度,再结合根系土壤含水率、根系土壤厚度、土壤容重等性质构建SEE-WP-RSM模型,最后利用该模型计算了川西高原枯水期、丰水期、5·12汶川特大地震前、后植被根系土壤储水量。（4）结合DPRI＿L与温度（LST）,建立了一种新的干旱胁迫植被指数模型-TVDIDPRIL-LST,将川西高原干旱程度分为6个等级。提出一种协同光学遥感、SAR与Li DAR的植被生态水反演方法,首先,得出川西高原典型实验区植被体本身储水量以及根系土壤储水量反演模型;接着,利用以上模型反演川西高原4个时期植被体本身储水量以及根系土壤储水量;再接着,计算川西高原4个时期植被生态水,植被生态水为植被体本身储水量及根系土壤储水量之和;最后,深入分析川西高原植被生态水受到季节变化影响与5·12汶川特大地震胁迫的响应状况。结果表明:川西高原不同植被类型植被体本身储水量丰-枯水期变化量从大到小依次为常绿林、混交林、落叶林、灌草、草地;不同植被类型植被生态水丰-枯水期变化量从大到小依次为草地、常绿林、落叶林、灌草、混交林;川西高原不同程度干旱区植被体本身储水量丰-枯水期变化量共2.494033623×109 Mg,常绿林植被体本身储水量丰-枯水期变化量最大,为2.071349492×109 Mg,总体来看,植被体本身储水量丰-枯水期变化量在干旱区、较干旱区、严重干旱区均高于其他干旱等级区;不同程度干旱区植被生态水为4.718495449×1010 Mg,干旱区植被生态水丰-枯水期变化量较大,其余干旱等级区较少;川西高原丰水期不同类型土壤植被体本身储水量较高,枯水期反之,石灰性雏形土植被体本身储水量丰-枯水期变化量较大（6.079806×108 Mg）,其次为潜育高活性淋溶土（4.73824×108 Mg）、暗潜育土（4.01387×108 Mg）;不同土壤类型植被生态水丰-枯水期变化量不同,石灰性雏形土植被体本身储水量丰-枯水期变化量较大(1.405017×1010 Mg),其次为暗潜育土(1.119915×1010 Mg)、变性雏形土（5.770063×109 Mg）;枯水期植被体本身总储水量为6.639086803×109Mg,丰水期被体本身总储水量为9.133120426×109 Mg,植被体本身总储水量丰-枯水期变化量为2.494033623×109Mg,植被体本身储水量丰-枯水期变化量占丰水期植被体总储水量27.31%;枯水期总植被生态水为1.86658285×1011Mg,丰水期总植被生态水为2.33843239×1011 Mg,总植被生态水丰-枯水期变化量为0.4718495449×1011Mg,总植被生态水丰-枯水期变化量占丰水期总植被生态水的20.18%;5·12汶川特大地震胁迫植被体本身总储水量为0.073810898×108Mg,地震胁迫总植被生态水为0.97868833×108Mg。本文协同光学、SAR、Li DAR遥感的优势,提出了一种植被体本身储水量反演方法,构建了一种新的根系土壤储水量反演模型,提出一种植被生态水反演方法。该研究可为我国西部地形复杂地区采用遥感等手段进行植被生态水研究提供有价值的技术支撑。同时,植被生态水是一个较为全面、较为准确的水文要素或生态指标,该研究将对我国西部地区生态环境、水文、森林火灾、农林、极端气候等相关领域的研究起到重要促进作用,并为我国生态环境保护及人类可持续发展提供重要科学技术手段及重大潜在社会价值。论文主要创新点:（1）协同光学遥感、SAR与Li DAR,提出了一种植被体本身储水量反演方法。首先,利用Landsat信息指标建立新的植被指数DPRI＿L,将其与简单比值植被指数（SR）结合,构建一种新的多植被指数FMC反演模型-FMCDPRIL-SR。;其次,利用微波遥感反演生物量,将植被生物量分为灌草、草地、林地生物量,构建了基于S1的灌草、草生物量反演模型,提出了协同Li DAR与ALOS PARSAR的林地生物量反演模型;最后,结合生物量和植被含水率计算植被体本身储水量。（2）构建了一种新的根系土壤储水量反演模型-SEE-WP-RSM模型。首先,建立了新的根系土壤含水率反演模型-WCM-PARSAR;其次,构建了新的根系土壤厚度反演模型-SEE模型;最后利用根系土壤含水率、根系土壤厚度与其他土壤性质参数建立SEE-WP-RSM模型。（3）协同光学遥感、SAR与Li DAR,提出一种植被生态水反演方法。首先,得出川西高原典型实验区植被体本身储水量以及根系土壤储水量反演模型;其次,将以上模型用于反演川西高原4个时期植被体本身储水量以及根系土壤储水量;再接着计算川西4个时期植被生态水,植被生态水为植被体本身储水量及根系土壤储水量之和;最后,深入分析川西高原植被生态水受到季节性变化影响与5·12汶川特大地震胁迫的响应状况。