В работе впервые описан метод дистанционной оценки индекса листовой поверхности LAI по данным прибора КМСС российской спутниковой системы Метеор-М с пространственным разрешением 60 метров. В основе метода лежит решение обратной задачи переноса излучения в растительном пологе с заданными краевыми условиями на основе модели переноса излучения PROSAIL, дистанционных измерений спектральной яркости прибором КМСС и известных условий наблюдения и освещения. В качестве алгоритма инверсии была использована параметризованная и обученная 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 сораспределения характеристик по результатам метаанализа 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 показана достаточно высокая модельная точность оценки LAI: RMSE = 1, MAE = 0,705 и R2 = 0,722. На основе разработанного метода был рассчитан и исследован продукт LAI по данным КМСС-2 с разрешением 60 метров на территорию России за 2022 год. Попиксельное сравнение результатов оценки LAI по данным КМСС-2 с продуктом NASA LAI (MODIS MCD15A3H) за бесснежный период 2022 года 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