В докладе впервые описывается продукт индекса листовой поверхности LAI для территории России, получаемый по данным прибора КМСС-2 российской спутниковой системы Метеор-М №2-2 с пространственным разрешением 60 метров. В основе метода оценки LAI растительного покрова лежит решение обратной задачи переноса излучения в растительном пологе с заданными краевыми условиями на основе RT-модели PROSAIL, дистанционных измерений спектральной яркости прибором КМСС и известных условий наблюдения и освещения. В качестве инверсионного алгоритма была использована параметризованная модель на основе полносвязной нейронной сети. При создании обучающей выборки использовался полный ортогональный план для описания комбинаций входных параметров модели, при этом были учтены распределения и со-распределения характеристик по результатам мета-анализа за последние 20 лет для отражения имеющихся в природе взаимосвязей. В работе была исследована эффективность двух различных схем наблюдения – классической надирной и характерной для прибора КМСС-М разноугловой с углами ±8,67°. Была достигнута достаточно высокая модельная точность оценки LAI: RMSE=1, MAE=0,705 и R2=0,722. На основе разработанного метода был рассчитан и исследован полученный по данным КМСС-2 продукт LAI с разрешением 60 метров на территорию России за 2022 год. Попиксельное сравнение результатов оценки LAI по КМСС-2 с продуктом NASA LAI (MODIS MCD15A3H) за бесснежный период 2022 года на территорию страны также указывает на достаточно высокие характеристики полученного в результате работы продукта: RMSE=1,065, MAE=0,669 и R2=0,668. Разработанный в рамках настоящей работы метод создания продукта LAI по данным прибора КМСС повысит эффективность и оперативность приложений, связанных с высокодетальным дистанционным экологическим мониторингом на основе данных российских спутниковых систем.