遥感作为新型的综合性探测技术，具有客观、实时、无损的特性，结合地理信息系统和全球定位系统等现代高新技术，能实现信息收集及分析的定时、定量、定位。其客观性强，人为干扰少，使得农林业遥感监测的精度逐步提高，为及时、准确地获取大范围的农林情分布信息提供了数据支持能更及时更准确的决策。　　光合有效辐射(Photo-synthetically Active Radiation, PAR)是植物进行光合作用的能量来源，影响植物的生长、产量和质量。建立冠层内 PAR垂直分布模型，分析其与冠层结构、太阳入射角度等之间的定量关系，有助于定量解析植被冠层内能量利用情况，为遥感定量反演冠层叶面积指数及其垂直分布提供模型基础。　　叶面积指数（leaf area index, LAI）是单位地表面积上的叶面积，是重要的植被结构参数。叶面积指数受植被种类、年龄、株行距等因子影响，控制着植被的生物物理过程,如光线的截获，冠层内光合有效辐射分布等。本文以玉米和森林为研究对象，针对当前 LAI垂直分布遥感反演欠成熟等问题，研究了利用物理模型反演冠层 LAI及其垂直分布的方法。本文的主要研究内容及试验结果如下：　　1．提出了基于考虑作物行垄结构、叶面积体密度分布函数、叶倾角分布函数等构建冠层内光辐射传输模型，结合 PAR在冠层内的辐射传输规律模拟玉米封垄前抽雄期冠层内光合有效辐射透过率垂直分布，考虑了不同太阳入射条件对模型的影响。探究LAI垂直分布与PAR透过率垂直分布的关系，利用不同太阳高度角的光合有效辐射透过率垂直分布模型结合消光系数运用不同算法实现层叶面积指数反演，创造性的提出了LAI垂直分布的反演。结果显示：Bonhomme& Chartier算法反演不同高度层LAI精度较高，上层均方根误差（root mean square error，RMSE）为0.18,中层RMSE为0.55，下层RMSE为0.09。不同太阳高度角反演结果不同，30°和45°高度角均能较好地反演下层LAI，RMSE分别为0.11与0.09；30°高度角反演中层LAI精度较高， RMSE为0.30；45°高度角反演上层LAI精度较高，RMSE为0.18。结果表明基于不同太阳高度角构建的层LAI反演模型更适于实现夏玉米不同高度层LAI的遥感估算。　　2.提出了基于辐射度模型（Radiosity-Graphics Combined model, RGM）模拟LAI垂直分布的方法，使用玉米地面实测数据作为辐射度模型（RGM）的输入参数，对玉米三维场景进行模拟，通过计算场景内叶片的辐射通量值模拟玉米封垄前光在冠层内的垂直分布，并利用Bonhomme&Chartier算法和Campbell椭球分布算法反演不同太阳光入射条件的LAI垂直分布。结果显示：RGM模型能较好模拟封垄前玉米冠层内PAR透过率垂直分布。Campbell椭球分布算法60°太阳高度角模拟LAI垂直分布效果最好，均方根误差最低，第一层RMSE为0.078，第二层RMSE为0.162，第三层RMSE为0.136，第四层RMSE为0.093，可用于玉米LAI垂直分布模拟。Bonhomme&Chartier算法对LAI垂直分布也有一定的估算能力。　　3．提出了基于PROSAIL模型结合植被指数模拟森林冠层LAI的方法，使用生化参数等作为输入参数输入 PROSAIL模型模拟森林冠层光谱反射率，建立NDVI-LAI、RVI-LAI预测模型，分别为指数模型、对数模型、线性模型。试验中使用了同步的TM7遥感影像数据，提取其光谱反射率计算NDVI与RVI输入预测模型反演LAI。结果表明：NDVI-LAI对数模型预测结果较好，决定系数为0.8942，RMSE值为0.492903。RVI-LAI线性模型预测结果较好，决定系数为0.8876，RMSE值为0.392869。综合比较，RVI-LAI线性模型反演森林冠层LAI精度最高。