叶面积指数(LAI)通常指单位地表内所有叶片表面积总和的二分之一,是表征陆地表面植被叶片物理结构和数量的重要参数(Chen & Black,1992)。LAI作为全球气候模型、水文模型、生态生化模型等众多模型的输入变量参与运算,是决定模型结果的重要因素(Shabanov et al.,2005), LAI的大面积估算具有重要的理论与实践意义。现行全球LAI产品一般限于千米级的空间分辨率,不能反映地表局部区域内的差异和多样化、复杂化的植被生态系统,难以满足区域变化监测的需要。如何进行高质量的较高分辨率LAI制图是一个亟待解决的问题,有探索的必要性。本文以中国西北部干旱半干旱区为例,研究区域尺度的LAI遥感估算建模。通过PROSAIL模型模拟,综合运用野外实测数据建立了研究区域的多光谱反射率一LAI关系查找表,基于Landsat5 TM影像数据完成30m空间分辨率的LAI制图。主要研究工作如下：(1)系统地阐述了PROSAIL模型原理与方法,分析了植被缨帽面光谱空间的特征。(2)依据实测数据以及已有研究资料,详细分析了适于干旱半干旱地区的PROSAIL模型输入参数的值域范围；结合模型参数组合值域范围和遥感影像数据正向模拟得到与卫星观测、地面观测相吻合的81804条高光谱模拟数据集,进而得到对应TM波段的多光谱反射率模拟数据集。(3)在多光谱反射率模拟数据集的基础上分析了LAI在缨帽面光谱特征空间的分布情况,建立了多光谱反射率(包括红光、近红外和缨帽变换后亮度、绿度、湿度三变量)与LAI的查找表以及LAI的遥感估算准则。(4)基于所建LAI查找表和查找准则完成了LAI的反演制图,比较分析了利用红光、近红外一LAI查找表和亮度、绿度、湿度一LAI查找表进行LAI估算的差异。基于红光、近红外查找表的反演结果与基于亮度、绿度、湿度的反演结果相近,相关系数为0.8787。以实测数据进行模型理论精度验证的结果表明前者的反演理论精度略好于后者的反演理论精度,相关系数分别为0.86,0.67,均方根误差分别为0.54,0.9；以同时期MODIS LAI产品(共2期,与TM获取时间间隔均为4天)作为基准进行遥感反演精度评价的结果表明：基于亮度、绿度、湿度查找表的反演结果与MODIS LAI产品更接近,但是基于红光、近红外波段查找表的结果随机干扰较小。(5)多种不确定性因素影响LAI的反演结果。主要包括模型自身的不确定性,物理模型反演的病态性以及数据处理中带来的不确定性。