植被是陆地生态系统的主要成份，它们能够固定来自太阳的能量，为人类及其他生物的生存提供食物，是生态系统的基础。同时，植被能够净化空气改善环境，为人类的生存发展提供保障。因此各地研究者从叶绿素、水含量、氮素、等方面对植被进行研究，以了解植被的生长状况、健康状况等，试图预测植被的产量，为国民建设服务。　　 传统的植被监测方法是利用地面实测数据，对植被的各种生理参数进行直接或间接测量。传统监测方法，在测量过程中会易造成测量样本的破坏，费时费力，且大面积的测量监测较困难。　　 随着人类社会的发展，遥感技术是近几年来新兴的一门科学，遥感的出现直接去除了植被遥感的屏颈，遥感影像可以方便的进行短周期大范围动态地监测地表植被，且对观测样本不造成任何伤害。根据植被理化参量相应的光谱特征，研究人员利用遥感技术在生物量、叶面积指数、叶绿素、光合有效辐射APAR、水分含量等植被参量提取方面取得了一些研究成果。　　 但传统遥感其光谱分辨率低，对于精确定量地反演植被生化参数有一定困难，高光谱遥感的发展改善了这一状况。随着遥感卫星影像光谱分辨率的不断提高，现在能够获得上百个连续波段的图形，光谱分辨率可以达到10个纳米，使得每个象元都可以获取一条完整的光谱曲线，这为获取植被生化组分的光谱特征，进行生化组分的定量提取提供了可能。　　 因此，遥感的出现尤其是高光谱遥感的出现为植被生化组分反演提供大范围快速方便的资料来源，且大大降低了研究成本。　　 本文，在对国内外遥感植被生化组分反演研究的基础上，总结了以往研究的状况，及使用过的方法，并利用辐射传输模型与传统的反演方法结合反演植被生化组分，并将反演方法应用于环境星和OMIS高光谱数据，以其反演影像中植被参数。　　 本论文试图比较各种反演算法的研究，得出最精确的反演算法，并提供HJ星高光谱数据的处理流程，且将反演算法应用于高光谱影像，反演植被生化组分。