【摘要】【目的】虫害早期胁迫会使得落叶松针叶含水率等内部生化组分发生微小变化，此时光谱具有明显响应。随着遥感技术的发展，高光谱遥感能够捕捉到这些微小变化，成为监测和识别虫害早期胁迫的重要工具。准确地预测针叶含水率，可为落叶松毛虫虫害早期胁迫预警工作提供实验依据。【方法】以大兴安岭森林虫害爆发区为研究区，获取2021年7月的高光谱数据和针叶含水率数据，通过平滑光谱反射率（SSR）、微分光谱反射率（DSR）和光谱连续小波系数（SCWC）三种光谱特征，结合Findpeaks函数（FP）和连续投影算法（SPA）对光谱降维和提取敏感特征，并利用偏最小二乘回归（PLSR）、随机森林（RF）和支持向量机回归（SVMR）三种算法建立含水率估算模型。【结果】1)SCWC的敏感波段大多集中在2～2、2～3、2～4三个尺度上且比DSR和SSR更加敏感。2)FP-SPA能快速准确地选择敏感光谱特征，减少数据冗余，降低模型复杂度。3)PLSR-SCWC-coif4模型精度最高（R²=0.890 4，RMSE=0.037 5），比DSR和SSR的R²分别提高0.096 3和0.115 3，RMSE分别降低0.007 5和0.017 8；其次是SVMR-SCWC-bior4.4模型（R²=0.876 4，RMSE=0.033 0）精度提高最为显著，比DSR和SSR的R²分别提高0.155 4和0.130 8且RMSE降低0.026 3和0.027 3。【结论】SCWC比DSR和SSR对针叶含水率更敏感，同时FP-SPA能快速准确地提取敏感光谱特征，因此SCWC对于针叶含水率的估算具有可靠的精度，从而可以实现落叶松毛虫危害下落叶松针叶含水率的准确预测。