东北地理所遥感领域1区top期刊（IF=12.2）最新成果！在中国湿地植被叶面积指数遥感反演方法研究领域取得重要进展

背景：叶面积指数（LAI）是评估湿地植被生长状态和生态系统功能的关键指标，但湿地环境的复杂性（如水体干扰、混合像元效应）导致传统遥感反演方法精度不足。研究目的：为解决大尺度湿地LAI精准反演难题，中国科学院东北地理所团队构建了一套全国尺度的混合反演与制图方法框架，旨在提升湿地LAI反演的精度和适用性。结论：研究通过整合多源遥感数据和野外实测数据，采用“物理模型+主动学习+机器学习回归”的混合策略，显著提高了模型性能（R²提升0.15–0.40，RMSE降低0.02–0.27），并自主研发了适应湿地环境的新型植被指数，成果为湿地保护与气候变化响应研究提供了可靠数据支撑。