地上生物量(AGB)是表征植被生长状况及生产力的重要指标，对草地AGB进行准确的时空连续监测有利于实现草地的可持续发展。然而，现有的草地AGB反演方法大多是经验法，难以支持时空连续监测。由于草本植物的地上生物量主要来自于叶片，因此草地AGB可以近似为叶面积指数(LAI)和叶片干物质含量(Cm)的乘积。LAI与Cm均为PROSAIL模型的输入，据此，本研究提出了一种基于PROSAIL模型的草地AGB物理反演新方法。结果表明，该方法估算的AGB与实地测量AGB具有较高的一致性（R²=0.87, RMSE=14.29 g/m²）。借助谷歌地球引擎(Google Earth Engine, GEE)云平台，本研究生产了青藏高原2000-2021年日和月尺度的草地AGB产品。该产品阐明了青藏高原草地AGB精细的时空动态：空间上，草地AGB呈由东南向西北递减趋势；季节上，草地AGB在休眠期因放牧影响仍呈下降趋势；年际上，2000到2021年，青藏高原大部分地区草地AGB呈上升趋势，且主要集中在东部。这证明了，提出的方法在刻画草地AGB的时空动态变化上表现良好。本研究为区域乃至全球尺度草地AGB的时空连续监测提供了有效途径。

PROSIAL,草地地上生物量,青藏高原