树高是森林资源管理领域的重要指标,获取高精度、大规模、空间连续的树高参数对于林业资源监查、经营管理和区域碳循环研究等都有着重要意义。激光雷达测量方法精确但是成本高昂,难以全面覆盖;基于MODISBRF数据反演森林平均树高的方法受限于粗分辨率和大的观测视角,误差较大。为满足高分辨率树高反演需求,本研究提出一种新的思路,即用每日变化的太阳天顶角和固定观测角来构建BRDF数据集,命名为NBRF,并探索其提取树高的可行性。主要内容包括两大部分.:设计光照方向复位模盘,制作模拟林分升降平台来组成微缩林分场景观测试验,探索NBRF随树高的变化规律;使用RAPID模型建立相似的场景进行数据模拟验证。研究获得的主要结果如下:(1)林分NBRF变化曲线有沿正午12时向两侧正态分布的趋势:上午林分平均反射率较小,向12点靠近时反射率逐渐增大,在正午时达到最大;随着时间的推移BRF又逐渐减少。(2)NBRF随树高的升高而不断降低,即NBRF与树高呈负相关,在同一时段林分的平均反射率随着树高的升高而不断降低。(3)RAPID模型模拟的反射率的值跟试验观测测量值拟合程度较好,相关系数较高,可以反映反射率的变化规律,模型在模拟不同天顶角和林分条件下场景的BRF时,场景设立简单,关键参数可根据需要调节,运行速度快,模拟数据准确,具有较好的精度和实用性。(4)使用多元逐步回归统计的方法选择三个预测变量,建立了基于NBRF的树高估测模型,交叉验证对比R2为0.987,RMSE=0.184m,拟合效果好。研究表明林分每日变化的BRF与树高有很好的相关性,有望在未来的研究中建立更加精确的模型来反演真实林分的平均树高。