摘要：叶面积指数（LAI）是表征烟草生长健康状态的重要指标之一，获取准确的LAI数据是监测烟草生长走势的重要步骤。以广东省南雄地区为试验区开展了集合卡尔曼滤波同化方法在烟草LAI的应用研究。通过野外实测得到南雄烟草生长期内的高光谱数据，并计算每个生长期的归一化植被指数（NDVI），依据NDVI值获得LAI测量数据；通过积温数据和实测LAI数据构建了符合南雄地区烟草LAI变化规律的LOGISTIC模型；并以LAI为研究变量，利用集合卡尔曼滤波数据同化技术融合NDVI数据计算得到的LAI和简化LOGSITIC模型拟合得到的LAI这两种不同的数据信息，获取实验区烟草生长期时间序列上的连续LAI数据。最后，进一步对比了数据同化方法、NDVI计算LAI方法和LOGISTIC模型拟合这3种方法获取烟草LAI的效果。结果显示：数据同化方法、NDVI计算LAI方法和LOGISTIC模型拟合3种方法均可一定程度上表征烟草LAI的变化状态，其中数据同化方法拟合效果最优。实验发现NDVI计算LAI方法在烟草生长前后期LAI值出现偏大或偏小的异常情况；LOGISTIC模型拟合则不能有效的描述烟草LAI的突发性变化；同化方法综合作物生长模型和遥感监测的优势，能够动态调节参数得到LAI优化结果，同化后LAI结果和真实值吻合，变化曲线更符合烟草的实际生长状况。