在山区的遥感应用中,因受地形遮蔽或遮挡的影响,遥感图像获取的地表特征被严重损害,导致地表生态参数(比如森林郁闭度)的定量反演精度降低,阻碍了遥感数据定量应用在山区的深入开展。因此,遥感图像的地形辐射校正不仅是遥感科学理论上的热点问题,而且在我国的林业调查、资源环境、生态等领域都具有重要的实用意义。针对遥感影像的地形效应改正,已发展了多种辐射校正模型,但由于背光区域散射辐射和邻近像元反射辐射的不确定性和难计算性,使得单源遥感数据情况下背光区域很难校正到实际地表情况。本文采用物理模型与统计模型相结合、多源遥感数据相结合,发展了一种基于MODIS NDVI数据的地形阴影信息恢复模型,并在此基础上对山区的森林郁闭度进行无缝模拟以及评估地形辐射校正对森林郁闭度估算精度的影响,为山区地表参数的遥感定量反演提供技术支持,推动山区遥感理论的发展和应用。　　 论文的主要研究内容包括以下3个方面:　　 (1)利用可视化交互语言(IDL)实现Minnaert模型、余弦模型、C模型、SCS模型和SCS+C模型这5种常用模型,通过目视效果、统计参数、散点图、直方图4个方面比较分析各模型的优缺点,得出校正效果最好的一种模型(SCS+C模型),以便于进一步的研究。　　 (2)在SCS+C模型基础上发展了一种基于MODIS NDVI的地形阴影光谱信息恢复模型,通过目视效果、统计参数、散点图和地物点光谱特征4个方面比较分析阴影恢复模型和SCS+C模型的优缺点,从而提出需改进之处。　　 (3)选用CBERS高空间分辨率影像和Landsat TM影像结合地面测量值估算30m分辨率的森林郁闭度,采用野外实测值和样本值对地形阴影信息恢复前后郁闭度估算结果进行精度验证。同时,评估地形辐射校正对森林郁闭度估算精度的影响,从而也可间接地验证地形辐射校正的必要性。　　 通过研究,本论文得出如下几点主要结论:　　 (1)5种常用模型均可在一定程度减少地形效应的影响,其中SCS+C模型的校正效果最好。但是,模型仍存在一些问题,文中以SCS+C模型为例,得出模型在光照区域的校正效果较好,但阴影区域在短波段的校正效果较好,而在长波段校正效果较差,存在严重的过校正或欠校正现象。　　 (2)MODIS NDVI数据可以用来恢复地形阴影的光谱信息,且取得了较好的效果;与SCS+C模型相比,阴影恢复模型基本消除了地形的影响,更好地反映了阴影区域的细节信息(尤其是植被信息),同时光谱保真程度较好。　　 (3)CBERS影像和TM影像可用来实现区域尺度上30m分辨率的森林郁闭度无缝模拟,且郁闭度估算值与实测值间的相关性可达0.68(R2=0.4605);地形辐射校正对森林郁闭度的估算精度有一定的影响,地形辐射校正前森林郁闭度实测值与估算值间的相关系数平方R2为0.252,校正后其相关系数平方R2为0.4605,相关性增大,说明了地形阴影信息恢复后郁闭度的估算值更接近于野外实测值;采用地形阴影信息恢复模型可使森林郁闭度实测值与估算值间的相关性提高,进一步验证了地形阴影信息恢复的必要性。　　 但论文还存在如下不足之处:　　 (1)本文对5种经典模型进行了比较研究,分析了这5种模型的优缺点,但是论文未对更新或更复杂的模型(比如辐射传输模型)进行比较分析,这也为后续工作留下了空间;　　 (2)本文在地形的阴影信息恢复方面取得了较好的效果,但是未考虑MODISNDVI数据与TM影像的空间不匹配现象,仍有待于进一步的研究;此外,本文未考虑山区地物的物种问题,不同环境下不同物种或相同物种的反射、辐射等特征存在着差异,NDVI是不能完全反映的,在今后的定量遥感工作中仍需进一步的研究。　　 (3)本文选用2.36m分辨率的CBERS影像来计算森林郁闭度样本,但2.36m的分辨率还不足以识别单个树冠,因而在后续工作中可考虑采用更高分辨率的遥感影像。此外,文中也未考虑森林郁闭度的环境影响因子,如降雨量、温度、土壤碳密度等,在后续工作中可在建模变量中添加环境影响因子,分析环境影响因子对森林郁闭度估算的影响。　　 (4)不同空间分辨率间山区遥感影像的配准精度是地形阴影恢复模型和森林郁闭度估算模型精度的影响因素之一,但文中未考虑MODIS NDVI影像和TM影像以及CBERs影像和TM影像间的配准精度对模型构建的影响程度,因而还有待于进一步的研究。