植被和土壤的组分温度在全球变化研究、地表过程模拟以及农作物估产、干旱监测等应用方面都有重要价值。多角度遥感目前是大范围提取陆地表面组分温度方法中最有希望的一种，但一个很大的挑战是陆地表面复杂的非均一性。　　 为了利用多角度遥感卫星数据反演复杂地表组分温度，论文针对复杂山地地表建立了一个热红外方向性辐射模型。重点考虑到复杂地表对热辐射传输的影响，以通常的植被-土壤二元热辐射方向性模型为基础，论文中建立了一个面向一般遥感像元尺度的山地方向性热辐射模型。模型中考虑了坡度起伏对地物方向性热辐射的影响、可视天空因子和邻近像元的环境辐射。利用通用陆面过程模式(Common Land Model，CoLM)的输出、数字高程模型(Digital Elevation Model，DEM)、发射率波谱库和大气扩线等数据，通过添加大气效应、考虑了遥感的观测几何和传感器的波段响应函数后，模拟了青藏高原地区的地表辐射温度和大气顶辐射温度的遥感影像。和CoLM自身提供的地表辐射温度输出相比，加入地形影响之后模拟的辐射温度要高出0-7K左右，说明了地形起伏对辐射场造成影响的程度，并和真实的去云之后的中等分辨率成像光谱仪(Moderate Resolution ImagingSpectroradiometer，MODIS)、先进型甚高分辨辐射仪(Advanced Very High ResolutionRadiometer，AVHRR)星载传感器图像进行了对比。　　 山地方向性热辐射模型可以用于复杂地表热辐射的模拟和机理研究，但是对于具体的遥感反演适用性差。所以，在已建立模型的基础上接下来利用数理统计的方法简化山地辐射场，得到了几个描述山地效应的等效参数，可以和模拟端元植被.土壤热辐射的模型耦合之后得到参数化后的山地热辐射模型。通过模拟实验生成的空间分布图和直方图表明，简化后的模型和原模型在青藏高原地区的地表和大气顶辐射温度模拟精度相差不大，而新模型的运算速度提高非常多。更重要的是，参数化后的模型适于多角度遥感反演需求。　　 在组分温度反演的预处理流程里植被物理参数是一个重要的输入，文中对这部分研究的创新针对植被物理参数估算和为了获得植被参数而进行的气溶胶光学厚度反演。论文首先从反演精度的角度对大气纠正过程中气溶胶反演问题常用的优化算法进行了比较，选择了6种普通优化算法和两种耦合参数先验统计知识的优化算法进行性能检测。通过双角度高级沿轨扫描辐射计(Advanced Along Track Scanning Radiometer，AATSR)传感器数据的模拟实验和实际图像反演实验，推荐使用信任域类优化方法用于气溶胶光学厚度反演，为反演气溶胶光学厚度的优化算法选择提供了参考。其次在研究植被物理参数反演时，从提高多角度多光谱数据反演叶面积指数精度的角度出发，提出了敏感性与不确定性比的概念，从理论和实验证明了这个指数和反演精度之间比较好的相关性，解决了在反演前预测反演精度及客观选择最佳观测角度的难题。而针对物理模型反演叶面积指数方法，设计了将植被指数.叶面积指数经验关系和作物生长时间序列作为先验知识的反演方法，经过实验检验发现所提出的方法能够提高叶面积指数的反演精度，减少异常反演结果。　　 在具体的反演实践中，有选择的结合研究成果，采用一般性的算法流程实现了从水汽估算、大气纠正、植被覆盖度估算到组分温度分离等几个步骤，反演了青藏高原地区一个月的AATSR图像，并对典型的反演结果进行了分析。在分布直方图上能看到组分温度的峰值，但是由于地表的复杂性包括青藏高原地区植被数量有限等原因，反演的结果稳定性需要进一步提高。　　 以上研究成果对于进一步理解山区的热辐射传输机理，反演地表遥感要素，尤其是组分温度、叶面积指数和气溶胶光学厚度，具有一定的科研和应用价值。