青藏高原自然资源丰富、生态系统多样,是我国重要的生态安全屏障。叶面积指数(Leaf Area Index,LAI)是表征植被冠层结构的重要参数,高效准确地获取青藏高原LAI数据对于青藏高原植被生长状况动态监测及生态环境变化等研究具有重要的意义...青藏高原自然资源丰富、生态系统多样,是我国重要的生态安全屏障。叶面积指数(Leaf Area Index,LAI)是表征植被冠层结构的重要参数,高效准确地获取青藏高原LAI数据对于青藏高原植被生长状况动态监测及生态环境变化等研究具有重要的意义。本研究以青藏高原为研究区,采用PROSAIL物理机理模型和机器学习(随机森林方法)结合的LAI反演方法,生产了1990-2023年青藏高原长时间序列30米分辨率年度最大有效LAI产品。Google Earth Engine云平台存档的近40年Landsat系列卫星历史影像为LAI产品生产提供了数据保障。数据产品质量评估结果表明,青藏高原30 m分辨率LAI产品在直接验证和交叉验证中均有较好的精度,产品质量可靠,可以为青藏高原植被资源调查、生态环境保护与恢复等研究提供数据产品支撑。展开更多