【摘要】：DBM(DataBasedMechanistic)模型是一种基于数据的黑箱模型,将两组时间序列的数据分别作为DBM模型的输入与输出,就可以进行模型构建和参数估计。本文以长年观测站点的2002-2006年MODIS反射率产品(MOD09A1)中第1、2、7波段的反射率数据作为模型输入,以叶面积指数(LAI)产品(MOD15A2)作为模型输出,在大小为1km*1km的像元尺度上建立表达时间序列的反射率观测与LAI之间动态变化关系的模型,并进行模型参数估计。首先用纯像元数据进行模型识别,依据地表覆盖类型的异同认定模型结构,不同的地表覆盖类型表现出不同的模型结构。然后,在像元尺度上,根据该像元的地表覆盖类型,选择模型结构,再用该像元的历史数据计算适用于该像元的模型参数的值。针对MODISLAI产品在时间上连续性不佳的问题,在进行DBM建模之前对数据进行了滤波处理,填补时间序列上的空缺值,使用于建模的数据更好表达LAI的动态变化规律。最后,选择建模以外的同类型站点遥感观测数据,将用DBM模型计算的LAI与MODIS的LAI产品进行比较,结果显示,DBM模型能很好的表达MODIS产品中反射率数据与LAI数据之间的关系,可以作为描述时间序列LAI动态变化规律的模型。这种建模方法对建立基于遥感数据的地表参数动态变化模型具有参考价值。