张浔浔， 杨 斌*， 吴淑莹， 肖志强， 文 浪， 段阳海， 孙 建

(1.中国地质调查局应用地质研究中心， 四川 成都 610036； 2. 自然资源要素耦合过程与效应重点实验室， 北京 100055； 3.四川省华地建设工程有限责任公司， 四川 成都 610081； 4.北京师范大学地理学院，遥感科学国家重点实验室， 北京 100875； 5.中国科学院青藏高原研究所青藏高原地球系统科学国家重点实验室， 北京 100101)

植被作为陆地生态系统关键组成部分[1]，是连接大气、水体和土壤的自然纽带[2]，在水土保持、物质循环、能量流动及维持生态系统稳定方面有重要作用[3-4]。叶片作为植被开展光合和呼吸等作用的主要载体，对其进行定量描述是表征生态环境质量变化的重要指标之一[5]。叶面积指数(Leaf area index，LAI)通常被定义为单位土地面积上植物叶片总面积占土地面积的倍数[6]，是具有代表性的植被生物物理参数[7]，在作物的产量估算、森林监测、生态评价和碳循环研究等方面具有重要作用[8-9]。而植被覆盖度(Fractional vegetation cover，FVC)是指植被(包括叶、枝和茎)在地面垂直投影面积占区内总面积的百分比，是用于反映土地覆盖变化、自然资源监测和生态系统功能的重要指标[10]。

运用遥感技术来反演LAI是获取大范围LAI最为有效和快捷的方法[11-12]，目前反演LAI的遥感模型可分为2类：一类是统计模型[13]，常用的光谱数据包括植被指数、光谱反射率、导数光谱等[14]；一类是物理模型，利用辐射传输模型的反向过程反演获得输入参数从而达到反演地表参量的目的[15-17]。2类模型均存在普适性较差的缺陷[18-19]。……