叶面积指数（LAI）表征了单位土地面积上绿色叶片的单侧总面积，是陆地生态系统的关键变量。长时序的全球LAI产品，例如GIMMS LAI3g、GLASS LAI和GLOBMAP LAI，为监测植被变化并探索植被与地球其他圈层的关系提供了不可替代的数据基础；尤其是GIMMS LAI3g，入选了IPCC第六次报告的核心数据集（Zhu et al., 2013）。然而受传感器设计差异、NOAA卫星漂移和AVHRR传感器退化等因素的影响，当前的LAI产品在时空一致性上还存在不确定性。本研究利用后向传播神经网络模型和数据融合技术生产了新一代、即第四代GIMMS LAI数据产品（GIMMS LAI4g）。该产品的空间分辨率为1/12°，时间分辨率为半个月，时间跨度为1982−2020。GIMMS LAI4g的特色在于反演过程使用了最新的GIMMS NDVI数据集（PKU GIMMS NDVI）和超过三百六十万个高质量Landsat LAI样本，从而基本移除了来自NOAA卫星和AVHRR传感器的不确定性。研究结果表明，与前一代产品（GIMMS LAI3g）及GLASS LAI和GLOBMAP LAI相比，GIMMS LAI4g具有更高的R²（0.95）和更低的平均绝对误差（0.18 m²/m²）。它的平均绝对比值误差（15%）达到了全球气候观测系统组织（GCOS）设定的LAI精度目标。GIMMS LAI4g在陆地生态系统大部分区域、以及除落叶阔叶林外的大部分植被类型上都显著优于其他LAI产品。它呈现了更为出色的时间一致性和更加合理的植被变化趋势。在未来的研究中，GIMMS LAI4g能帮助澄清现有LAI产品的分歧，并提升地球系统模型的精度。GIMMS LAI4g数据目前正在Earth System Science Data上预印并接受讨论（https://doi.org/10.5194/essd-2023-68）。

GIMMS LAI4g,PKU GIMMS NDVI,Landsat LAI样本,MODIS LAI