植物资源是地球资源中最为重要的资源之一,生境的破坏,对物种灭绝有很大威胁。全球50%野生生境被破坏,80%以上的亚热带生境被破坏,中国70%天然林已被采伐,50%草原被破坏,有四分之一的土地资源受沙漠威胁。为了确保自然资源的可持续利用,多样化的植物种类,最重要的是要确保生物资源的质量。在农业生产过程中,植被的生长情况及长势变化的宏观监测,都是全面反映农情信息,帮助农户提供客观的农业生产依据,叶面积指数(LAI)作为农作物产量估测的重要凭证,具有很大的研究价值。本文选取黑龙江省海伦市海伦研究区试验田作物长势差异较为明显的地块为研究区,于2018年7月下旬采集海伦市海伦研究区试验田不同区域高粱LAI样本共40个。在对实验室实测LAI数据分析的基础上,分别建立基于单一多光谱数据,单一激光雷达数据和多源融合的LAI反演模型,同时对不同模型输入量进行分析评价,解释干扰因素对遥感反演模型的影响机理,最终确定最优LAI反演模型。结果表明:(1)获取激光雷达点云数据后生成冠层高度模型(CHM),从中提取其有效的冠层结构参数(HCV、CRR、标准差、均值、植被高度指标、回波密度变化度量、偏斜率)。建立冠层结构参数和LAI的相关性分析,选取相关性大于0.6的参数,构建高粱LAI反演模型,并与实测LAI进行精度验证与评价。实验结果表明:模型估算的LAI与实测LAI之间的决定系数R~2为0.78,RMS为0.14。(2)基于无人机多光谱数据,通过线性逐步回归方法选取与实测LAI相关性系数高的植被指数:(RVI,NDVI,SAVI,DVI,TM,EVI,HJVI,SIR,PSRI,NDVIedge,CI,MSR)。建立与实测LAI的相关性分析,选取相关性大于0.7的植被指数,引入作为模型输入量,使遥感反演模型的决定系数R2达到0.74,RMS为0.14。其模型反演精度略微低于激光雷达LAI反演模型。(3)基于多源遥感数据的高粱LAI反演模型。利用激光雷达与多光谱传感器同时获取高粱垂直结构参数及光谱信息,通过逐步回归方法获得与实测LAI相关性较高的光谱参数:红边归一化差异指数NDVIedge,红边叶绿素指数CL、Vskewn、CRR四个参数的相关性都超过0.8,参数进行LAI反演,估算LAI值与实测LAI相关性为0.83。RMS为0.14。提高了单一传感器高粱LAI反演模型的精度。实验中,通过不同飞行平台搭载不同精度的传感器获取海伦研究区高粱植被信息。相比于单一传感器的LAI反演模型,双传感器协同反演,显著提高的模型精度与稳定性。解决了数据获取过程中激光雷达在获取低矮作物水平冠层结构上的缺陷以及多光谱数据因冠层垂直结构复杂易产生LAI过饱和的问题,为将来获取更为准确的LAI反演模型提供了新思路。