本文针对中高分辨率遥感数据进行地表植被参数反演模型的研究，主要包括植被指数、叶面积指数以及地表温度，这些参数广泛应用于地表植被分析，具有重要的研究价值。　　 本文选择ASTER数据作为试验数据，以黑河流域四个重点实验区之一的中游旱区水文试验区的两个加密观测区-花寨子和盈科绿洲为主要研究区域。　　 首先，本文对地表植被遥感反演的数据预处理关键环节-辐射定标、大气校正进行了深入研究，详细讨论了其处理流程和关键技术，明确提出了大气层顶平均太阳光谱辐照度的量化公式及其推演过程解释，并验证了公式的正确性，同时试验了FLAASH和6S两种大气校正方法，结果表明，这两种大气校正方法都能较好地去除大气以及环境对地物反射率的影响，特别是去除以2.66微米和2.74微米为中心的大气水汽吸收带的影响，效果尤为明显。　　 针对植被指数反演模型，本文采用归一化植被指数(NDVI)，并利用其估算植被覆盖度，以研究试验区域植被覆盖度变化以及植被空间分布格局并分析其成因。在估算植被覆盖度时，提出一种结合土地覆盖调查数据资料确定反演模型相关参数的方法，并对比了ASTER与TM数据反演估算植被覆盖度的结果。　　 针对叶面积指数反演模型，本文提出通过估算GVI，结合MODIS LAI产品，选择均质区域作为回归分析和算法验证样点进行回归分析，并得到统计方程，再将该统计方程应用于算法验证样点，最后进行精度评价，给出各评价指标的具体数值，并根据GVI数值分组，结合相关误差给出误差修正公式进行数据修正。　　 针对地表温度反演模型，本文利用ASTER13、14波段和分裂窗算法反演地表温度，并提出使用NDVI间接估算地表比辐射率，采用改进后的大气水汽含量反演模型估算大气水汽含量并根据统计方程估算大气透过率。同时结合MODISLST/LSE产品，选择均质区域作为样点进行精度评价，给出各评价指标的具体数值，并根据样点类型分类，结合相关误差给出误差修正公式进行数据修正。　　 最后，针对基于中高分辨率遥感数据的产品反演生成系统项目需求以及遥感数据特点，本文研究了用于生成陆地、大气、海洋参数产品的系统构建，提出了一系列关键技术解决系统构建过程中出现的问题，建立了基于中高分辨率遥感数据的陆地、大气、海洋参数产品反演原型系统。