遥感产品的应用越来越受到各行各业的高度关注，定量遥感产品的真实性检验作为遥感产品应用的前提和基础，已成为定量遥感研究的当务之急，也是近年来遥感研究的主要热点问题之一。叶面积指数（Leaf Area Index，LAI）是陆表生态系统模型的关键参数，是生态系统、作物生长和陆面过程等模型的输入或模拟的参量。随着遥感技术的深入发展，基于中低分辨率传感器生成的区域或全球尺度的LAI产品在地表过程模拟、农作物生长监测等领域有了广泛的应用，但是目前对LAI产品精度评价的研究仍显不足，因此开展LAI产品的真实性检验具有重要的研究意义。　　本文的研究区是2012年黑河流域生态-水文过程综合遥感观测联合试验(Heihe Watershed Allied Telemetry Experimental Research，HiWATER)的黑河中游核心试验区，利用的数据主要包括试验中获取的地面观测数据、高分辨率的ASTER影像数据和低分辨率的MODIS LAI产品。针对黑河中游MODIS LAI的真实性检验，主要进行了以下四方面的研究:　　1、高分辨率ASTER影像LAI的估算。简单回顾并概括了现有LAI反演的方法，基于研究区地面实测LAI值与高分影像归一化差值植被指数(NoramalizedDifference Vegetation Index，NDVI)，建立了LAI估算的经验模型。该模型虽然没有普适性，但适用于本文的研究区，并且模型相对简单。　　2、尺度转换及尺度效应分析。通过比较分析先平均后反演的方法和先反演后平均的方法，结果表明高空间分辨率影像LAI反演模型并不适用于粗空间分辨率影像LAI的反演，产生误差的主要原因是算法的尺度效应。本研究采用地统计法中的克里金法将地面实测数据进行尺度转换到1km像元尺度。利用半变异函数分析方法分析LAI变量的空间自相关性，分析结果表明地表异质性是引起LAI尺度效应的主要原因。　　3、MODIS LAI产品的验证。本研究从空间尺度和时间尺度分别对MODISLAI产品进行了验证，时间尺度上，在整个生长季中，MODIS LAI的变化趋势与地面实测数据的变化趋势是一致的。在空间尺度上，借助于高分辨率影像作为中间尺度验证MODIS LAI产品的方法要比直接利用地面实测点尺度转换到低分辨率LAI图验证MODIS LAI产品的方法更为合理，且研究表明MODIS LAI产品存在明显的低估现象，最大偏差达到2.26。　　4、空间采样方法的设计优化。对研究中采用的空间采样方法进行了评价与优化，随机采样方法的精度和稳定度较低，可以通过增加样点数来优化采样设计。并提出了适合黑河中游LAI空间采样的新方法，基于MSN的空间采样方法方法。通过与随机采样法、系统采样法的比较突出了MSN采样方法的优势，是三种LAI空间采样设计方案中最优方法论。