近年来，随着光学遥感技术的迅速发展，获取了大量的多角度遥感资料。利用多角度遥感资料可以提取地物目标的空间结构等参数，为实际应用提供有效的信息。但是目前面临的问题是大量的多角度遥感数据未得到有效地利用，其中一个重要的原因就是对BRDF(双向反射分布函数)模型的研究不够深入。本文的目的是通过对半经验地表BRDF模型（三种核驱动BRDF模型和RPV模型）的研究，分析模型的数据拟合能力和反演结果，为获取准确的地表参数提供先验知识。　　本文介绍了RossThick-LiSparseR(简称RTLSR)模型、RossThick-LiTransitN(简称RTLT)模型、RossThick-Roujean(简称RTR)模型和RPV模型这4种半经验BRDF模型的理论推导过程。　　研究过程中，首先以大豆地、果树林、草地、阔叶林和玉米地为研究对象，在可见光红色波段和近红外波段，采用变分正则化反演方法，利用核驱动RTLSR模型、RTLT模型和RTR模型分别进行了五种地物的反演，对比模型的反演结果和SSE值，分析了这三种核驱动模型的数据拟合能力和反演结果的稳定性。由此次反演结果可知，这三种核驱动模型对不同地物都具有较好的数据拟合能力;在不同地物中，RTLT模型的数据拟合能力变化比较大，该模型数据拟合能力最好的有5组，是另外两种模型的总和，但是该模型数据拟合能力最差的组数也是最多的;RTLSR模型和RTR模型的数据拟合能力相差不大;RTLSR模型反演结果的分散程度比较小，反演结果最稳定;三种模型黑空反照率的反演结果很接近，说明这三种模型在反演黑空反照率上具有相同的优势。　　然后，以RTLSR模型作为核驱动模型的代表，与RPV模型进行比较，分析过程同上。通过对结果的分析可知，RPV模型在大豆地、果树林、玉米地中的SSE值都比RTLSR模型小，说明在这几种地物中，RPV模型的数据拟合能力比RTLSR模型好;RTLSR模型在草地、阔叶林中的SSE值比较小，即该模型在这两种地物中数据拟合能力比RPV模型好。　　最后，为了更好的分析RTLT模型与RTLSR模型，利用变分正则化反演方法，结合MODIS卫星数据获取了这两种模型的反演结果，并考虑了观测样本数对这两种模型反演结果的影响。由实验结果可知，观测样本数的变化对RTLSR模型反演结果的影响较小。