落叶阔叶林是全球生态系统和经济林种的一部分,由于其生长快、轮伐期短,所以其地理分布、生物量和树种构成等年年有新的变化。随着对资源监测的时效性和精度要求的提高,遥感技术逐渐取代了传统的人工调查。但其中还存在着一些问题：受卫星重访周期,森林物候和天气情况等的影响,获取实时的中高分辨率卫星数据是非常困难的,这也是目前利用遥感对森林进行分布提取和参数估算中面临的最为关键的技术问题；一些遥感影像的空间分辨率较低,精度不能满足精准林业的业务化运行需求；用植被指数法估算叶面积指数(Leaf Area Index,LAI)时,一些特殊时期的估算模型的适用性和精度会受到一定的限制。环境星具有分辨率较高,成像周期短的特点,可以充分利用不同时期的环境星影像,研究植被生长期的物候特征,简捷有效地进行多种植被物种识别,跟踪植被生长情况。本论文充分发挥高时相中分辨率多光谱环境星CCD遥感数据所具有的高时相、中分辨率、以及便于获取的优势,并结合野外实地采集的数据信息,构建一种落叶阔叶林归一化差值植被指数(Normalized Difference Vegetation Index, NDVI)差值速率识别模型。并以安徽滁州地区为研究区,进行了落叶阔叶林分布提取,且以研究区的主要落叶阔叶林树种——杨树(Populus)林为例,基于实测LAI数据,分别建立了展叶期、花果期、叶面积稳定期、落叶始期的LAI-NDVI估算模型并进行了适用性分析；且通过对比分析得到了全生长期LAI估算模型并进行了适用性验证。本论文的主要研究内容与结论如下：(1)构建了落叶阔叶林NDVI差值速率识别模型,且验证了该模型用于提取的有效性和可靠性,生产者精度达到了83%,用户精度达到了90.6%,说明模型精度较高。(2)以杨树林为例,分别建立了展叶期、花果期、叶面积稳定期和落叶始期的LAI估算模型,并通过对比分析明确了杨树林不同生长期LAI估算模型的适用性情况：展叶期和花果期LAI估算模型的适用性较强,而叶面积稳定期和落叶始期的适用性较差,主要是因为叶面积稳定期NDVI相对集中,而落叶始期受林下灌草混合的影响较大。(3)以杨树林为例,利用所有时期实测的LAI数据及对应时期HJ-CCD影像经预处理后得到的NDVI数据,得到了一种全生长期LAI估算模型,验证结果是实测LAI和估算LAI的相关系数(R2)达到了0.531,均方根误差(RMSE)为0.38。模型估算结果表明,该模型可用以估算叶面积稳定期和落叶始期的LAI,从而弥补了单个时期LAI估算模型的局限性,最后适用性验证结果表明此模型可用于时间序列的LAI反演。