叶面积指数（Leaf Area Index, LAI）是全球气候观测系统计划（Global Climate Observing System, GCOS）提出的影响全球气候变化模拟的14个陆表关键参数之一。目前，国际上已有数套基于卫星遥感的全球LAI产品，对这些产品的性能和不确定性必须进行系统的比较与分析，才能更好的用于生态研究。
　　水稻主要集中在亚洲等发展中国家。由于地理区位优势，欧美等发达国家的大量遥感研究主要集中在森林、草地和其它农作物上。我国拥有独一无二的大面积水稻田的优势，亟需开展相关参数的遥感反演研究，树立我国在这一领域的研究特色，为全球生态系统模拟和气候变化研究做出贡献。
　　在国家自然科学基金和中国科学院研究项目的资助下，中国科学院地理科学与资源研究所方红亮研究员选择东北三江平原水稻主产区开展了长期的地面观测和遥感反演试验。最近他们针对主要的三种地面LAI测量方法，如LAI-2200，数字半球摄影（DHP）和AccuPAR进行了连续观测对比分析。结果表明LAI-2200和DHP二者得到的LAI比较一致（R2=0.76,RMSE=0.97），并且与地面收割方法得到的结果也相符合（R2=0.78,RMSE=0.74）。相比而言，AccuPAR得到的LAI会有系统的低估（可达30%）。
　　在LAI对比的同时，该研究同时对比了孔隙率和冠层聚集指数的时空变化。该项工作为进一步的水稻遥感反演验证奠定了基础，也为相关遥感产品在生态系统模拟和气候变化研究提供更好的指导。　
　　三江平原野外试验报告下载：
　　http://www.lreis.ac.cn/upload/article/Fang2014_PRESP.pdf
　　三江平原野外实测LAI数据集下载：
　　http://dx.doi.org/10.1016/j.agrformet.2014.08.005
　　相关研究论文：
　　Fang, H., Li, W., Wei, S., and C. Jiang, 2014. Seasonal variation of leaf area index (LAI) over paddy rice fields in NE China: Intercomparison of destructive sampling, LAI-2200, digital hemispherical photography (DHP), and AccuPAR methods. Agricultural and Forest Meteorology 198-199, 126-141.http://dx.doi.org/10.1016/j.agrformet.2014.08.005