The leaf area index (LAI) is an important indicator reflecting the growth status of vegetation and is widely used in agriculture, ecology, climate change, and other fields. The shortcomings of the currently available methods for manually measuring LAI include labor-intensive, low sampling frequency, and asynchronous data collection. Focusing on these issues, a LAI sensor based on hemispherical photogrammetry and an automatic network observation system (LAI-NOS) for LAI were developed, which consists of four parts: LAI sensor, sensor node, sink node, and online data management system. The LAI sensor measures LAI values based on hemispherical photography. The sensor node is responsible for controlling the sensor and obtaining the data measured by the LAI sensor. The sink node is responsible for local networking and communication with the remote server. Data storage, data management, data display, and sampling frequency are managed by the online data management system. Comparative studies with LAI-2200C and satellite products were also conducted in this study. The comparative study with LAI-2200C showed that the LAI measurements of different vegetation types from both sources were highly significantly correlated whether based on Pearson regression or Passing & Bablok regression. A preliminary study comparing LAI-NOS measurements with Sentinel-2 inversion LAI and MODIS LAI products (MOD15A2H) showed (1) all LAI-NOS nodes measurements agreed very well with Sentinel-2 inversion LAI in the experimental period (average R²=0.94, RMSE=0.41); (2) the possible overestimate of Sentinel-2 inversion LAI was found in the middle stage of wheat (jointing-anthesis); (3) MOD15A2H and LAI-NOS measurements showed similar crop growth trends in long-term observations.

叶面积指数（LAI）是反映植被生长状况的重要指标，广泛应用于农业、生态、气候变化等领域。目前可用的人工测量 LAI 方法的缺点包括劳动强度大、采样频率低和数据采集不同步。针对这些问题，研制了基于半球摄影测量的LAI传感器和LAI自动网络观测系统（LAI-NOS），由LAI传感器、传感器节点、汇节点和在线数据管理系统四部分组成。LAI 传感器基于半球摄影测量 LAI 值。传感器节点负责控制传感器并获取LAI传感器测量的数据。sink 节点负责本地网络和与远程服务器的通信。数据存储、数据管理、数据显示和采样频率由在线数据管理系统管理。本研究还对 LAI-2200C 和卫星产品进行了比较研究。与 LAI-2200C 的比较研究表明，无论是基于 Pearson 回归还是 Passing & Bablok 回归，两种来源的不同植被类型的 LAI 测量值都高度显着相关。将 LAI-NOS 测量值与 Sentinel-2 反演 LAI 和 MODIS LAI 产品 (MOD15A2H) 进行比较的初步研究表明 (1) 所有 LAI-NOS 节点测量值与 Sentinel-2 反演 LAI 在实验期间非常吻合（平均 R 采样频率由在线数据管理系统管理。本研究还对 LAI-2200C 和卫星产品进行了比较研究。与 LAI-2200C 的比较研究表明，无论是基于 Pearson 回归还是 Passing & Bablok 回归，两种来源的不同植被类型的 LAI 测量值都高度显着相关。将 LAI-NOS 测量值与 Sentinel-2 反演 LAI 和 MODIS LAI 产品 (MOD15A2H) 进行比较的初步研究表明 (1) 所有 LAI-NOS 节点测量值与 Sentinel-2 反演 LAI 在实验期间非常吻合（平均 R 采样频率由在线数据管理系统管理。本研究还对 LAI-2200C 和卫星产品进行了比较研究。与 LAI-2200C 的比较研究表明，无论是基于 Pearson 回归还是 Passing & Bablok 回归，两种来源的不同植被类型的 LAI 测量值都高度显着相关。将 LAI-NOS 测量值与 Sentinel-2 反演 LAI 和 MODIS LAI 产品 (MOD15A2H) 进行比较的初步研究表明 (1) 所有 LAI-NOS 节点测量值与 Sentinel-2 反演 LAI 在实验期间非常吻合（平均 R 与 LAI-2200C 的比较研究表明，无论是基于 Pearson 回归还是 Passing & Bablok 回归，两种来源的不同植被类型的 LAI 测量值都高度显着相关。将 LAI-NOS 测量与 Sentinel-2 反演 LAI 和 MODIS LAI 产品 (MOD15A2H) 进行比较的初步研究表明 (1) 所有 LAI-NOS 节点测量值与 Sentinel-2 反演 LAI 在实验期间非常一致（平均 R 与 LAI-2200C 的比较研究表明，无论是基于 Pearson 回归还是 Passing & Bablok 回归，两种来源的不同植被类型的 LAI 测量值都高度显着相关。将 LAI-NOS 测量与 Sentinel-2 反演 LAI 和 MODIS LAI 产品 (MOD15A2H) 进行比较的初步研究表明 (1) 所有 LAI-NOS 节点测量值与 Sentinel-2 反演 LAI 在实验期间非常一致（平均 R² =0.94，RMSE=0.41)；(2) Sentinel-2反演LAI可能高估出现在小麦中期(拔节-开花期)；(3) MOD15A2H 和 LAI-NOS 测量在长期观察中显示出相似的作物生长趋势。