植被是土壤和大气间气体交换的纽带，它的蒸腾作用和光合作用不断地与外界交换着氧气、水汽和二氧化碳，对于改善生态环境、维护生态平衡具有不可替代的作用。植被生物量是水循环和碳循环过程动态分析的研究基础，遥感技术可以提供大范围快速更新的植被现状数据，能够突破传统的植被生物量数据获取方法在时间和空间上的局限性。本研究的目标是利用被动微波遥感卫星SMOS的多角度亮温数据反演获得植被的地上生物量，为了实现该目标，发展了具有解析表达形式的高阶辐射传输模型用于参数反演，结合植被生长经验方程和参数化经验关系得到了植被地上生物量的估算方法。　　 本研究发展的高阶植被辐射传输模型，是基于辐射传输的基本理论和MatrixDoubling算法得到的，该模型将植被层当做一个整体考虑，引入了多次散射反照率的概念。通过建立模拟数据库比较了多次散射反照率与等效反照率之间差异，分析零阶模型与高阶模型在等效的过程中产生的变化。经过试验验比较，该高阶模型模拟浓密植被的效果要明显优于零阶和一阶植被辐射传输模型。　　 高阶模型中只有三个参数，分别是，前向散射占总散射能量的比例系数，多次散射反照率和光学厚度。以该模型作为基础方程，使用SMOS多角度亮温数据建立多个冗余方程进行参数反演，从而可以计算出植被光学厚度。植被光学厚度和蓄积量的关系是通过一系列的参数化过程给出的经验参数，再乘以干物质密度便得到了植被生物量。　　 微波植被指数(MVI)是近些年发展出的一种能够消除地表下垫面影响，直接表征植被状况的指数关系，本研究尝试利用SMOS两个观测角度亮温的组合构建MVI，并利用MVI的b参数发展出可以直接计算植被光学厚度的简便算法，在获得光学厚度后，利用前述生物量估计的经验算法可以计算出植被生物量。利用该算法可以实现大范围植被生物量的动态监测，为全球生态、气候变化过程的模拟提供快速更新的生物量输入参数。