该文首先简要介绍了植被指数的机理和发展,以及植被多角度遥感的国内外研究现状,包括BRDF正向模型,模型的反演,最后介绍了该文所使用的半经验核驱动模型.为了对植被的二向性反射有个直观、明晰的认识,以及探讨植被冠层出现这种非朗伯反射特性的原因,该文选取冬小麦和夏玉米的可见光至近红外波段的二向性反射分布进行了分析.结果显示,在不同的生育期,两种作物冠层的二向性波谱反射特性在强度和趋势上都出现一定的变化,这主要是由于两种作物的结构特征和其他组分参数的变化所引起的,同时也说明可见光近红外波段的高光谱结合多角度反射数据包含了大量的植被光谱和结构信息,为定量反演相关参数提供了可能.该文利用红光和近红外波段的二向性反射率数据,通过反演半经验核驱动模型得到这两个波段的核参数,进行组合,建立了基于二向反射核驱动模型的植被指数KVI(Kernel-based Vegetation Index),通过分析18组不同植被类型的波谱二向性反射率数据与配套结构参数LAI,初步建立了KVI与LAI间的线性关系式,研究了冬小麦关键生育期内的KVI季相变化特征,考察了太阳角对KVI的影响,并与传统植被指数NDVI、RVI进行了比较.结果表明,KVI利用了植被红光和近红外波段的波谱信息,同时还吸收了半经验物理模型提供的多角度植被结构信息,具有了一定的物理意义,很好地刻画了植被波谱BRDF特征,还表现出了其与植被主要结构参数间的线性相关关系,具有一定的理论与实用价值.由地面观测数据得到的结果能否在航空、航天尺度有效?这需要一定的验证或修正工作.通过对地面冬小麦波谱二向性反射测量数据,机载AMTIS多角度多光谱航空遥感数据,中分辨率的MODIS二向性反射率数据产品,以及低分辨率POLDER二向性反射率数据产品的分析,发现该指数能充分反映出不同植被类型的覆盖状况和时相变化特征,KVI与NDVI在不同空间尺度下呈较好的线性变化关系,但在不同的观测尺度下,KVI与NDVI的取值,以及两者同归的线性方程的斜率都有所不同,说明观测尺度对KVI的影响不容忽视.通过该文的研究表明,基于二向反射核驱动模型的植被指数计算方便,充分利用了植被的光谱和结构信息,为如何更好的利用多光谱和多角度反射率数据提供了一个新的思路,同时,该指数为对半经验核驱动模型反演后的参数的使用做出了新的探索.