森林叶面积指数是森林生物量估测和病害评价的有效参数，是表征林分长势和预测森林产量的重要林学指标之一，也是森林定量遥感的地面定标手段。目前，国外许多学者利用高光谱遥感图像对大区域尺度范围内的森林LAI估测的研究已超过十年，做了许多工作。而国内在这方面起步较晚，多是用传统的宽波段遥感影像估测森林LAI，利用高光谱遥感数据估测森林LAI的研究国内还未见报道。本文以位于山东省中部的徂徕山林场为实验区，选取利用LAI-2000植物冠层分析仪地面实测的28个森林样地的叶面积指数值，高光谱遥感数据采用Hyperion图像。首先，本文针对高光谱遥感数据具有波段数目多、光谱分辨率高、波段宽度窄、数据量庞大等特点，对经过预处理和大气校正获得的Hyperion反射率图像进行波段选择，采用标准差和相关系数等统计方法进行分析评价，选出最佳波段组合成假彩色图像，再将该假彩色图像进行3*3算子的中值滤波去噪处理。然后利用从该图像上分别提取的双波段和三波段植被指数(NDVI、SR和RSR)和地面实测的LAI分别构建三个回归模型，反演森林叶面积指数。最后推算该研究区的平均森林LAI，从而为该研究区绘制较为合理的森林叶面积指数等级图。研究结果表明，三种植被指数中，RSR与LAI的相关性最大，估测精度也最高，其次为NDVI，SR最低。并且RSR和NDVI与LAI呈现非线性关系，而SR与LAI呈线性相关关系。研究结果还表明，RSR，NDVI和SR与LAI均呈正相关关系。虽然这一研究结果仍是初步的，且处于探讨阶段，但这一定量指标的研究的结果，使人们更加深刻地了解到高光谱遥感反演地表森林LAI的优势。