叶面积指数（leaf area index）LAI是表征植被结构的核心参数，在植被光合、呼吸作用和降水截留等过程中具有重要作用，它是全球变化研究的关键参数之一。激光雷达（light detection and ranging，LiDAR）遥感作为一种新兴主动遥感技术，可探测森林的结构参数，已经广泛用于LAI估算。
　　近日，中国科学院地理科学与资源研究所博士研究生汪垚和导师方红亮研究员在Remote Sensing期刊发表“Estimation of LAI with the LiDAR Technology: A Review”的综述文章。
　　他们利用激光雷达技术估算叶面积指数取得新进展。论文介绍了地基、机载和星载LiDAR系统，以及不同类型的LiDAR数据预处理方法，总结了LiDAR估算LAI的方法，分析了各种方法的适用性，讨论了LiDAR LAI验证方法以及验证中的局限性及探讨了影响LiDAR估算LAI的各种因素。
　　目前LiDAR估算LAI的方法主要是基于冠层间隙率和接触频率。地基LiDAR主要用于估算单木和林分尺度的LAI，其估算精度受叶片聚集效应、叶片遮挡和体元大小等影响。机载LiDAR适用于区域尺度的LAI估算，容易受高度阈值、采样大小和回波类型等影响。星载LiDAR可用于估算全球LAI及其垂直分布，但受地形坡度影响。
　　未来将进一步探索LiDAR估算LAI及其垂直分布的新方法，并加强参数的定量分析和大范围的LiDAR LAI验证。　　
　　该研究获得了 “十三五”国家重点研发计划（2016YFA0600201）的支持。　　
　　相关研究论文：
　　Wang, Y. and H., Fang, 2020. Estimation of LAI with the LiDAR Technology: A Review. Remote Sensing, 12, 3457, doi:10.3390/rs12203457
　　论文链接