叶面积指数(LAI)是森林经营管理的一个重要参数,亦是众多基于土壤、大气和植被相互作用的森林经营管理动态模型的关键输入变量之一,但目前获得大尺度、高空间分辨率的LAI精确估计仍十分困难。以川西南山地常绿阔叶林为研究对象,基于地面调查的83个20 m×20 m样地和SPOT5遥感数据,运用不同的方法,估测了区域森林有效叶面积指数(LAIe)。利用遥感数据作为辅助变量,比较了来自遥感数据的直接辐射关系法(DRR)和地统计学方法协同克里格(CK)、回归克里格(RK)的LAIe空间分布差异。此外,运用反距离权重(IDW)、全局多项式(GPI)、普通克里格(OK)、泛克里格(UK)等方法也对LAIe进行了估计。结果表明LAIe与归一化植被指数(NDVI)回归拟合效果相对不理想(R2=0.679,P<0.001);由于研究区森林景观不是连续变量,LAIe呈低空间自相关性,各方法间差异不显著,对区域LAIe估算精度提升不明显;但DRR和CK、RK方法能降低统计误差值,且DRR与CK、RK的相关性极高(相关系数分别可达0.91和0.92)。尽管相比于DRR,地统计学方法并没有提高LAIe估计精度,为提高预测的准确性,应探讨更密集的抽样方案和不同的辅助变量。