地形校正作为遥感影像预处理的重要组成部分,可以有效削弱地形起伏导致的地表接收太阳辐射不均匀和地表反射率失真问题,校正算法的精度和实际应用能力一直以来都是遥感定量反演领域的研究热点。基于数字高程模型（Digital Elevation Model,DEM）的地形校正模型是目前校正精度较高、应用范围较广的一类模型,其中以Minnaert地形校正算法为代表的非朗伯体模型考虑了地表的非朗伯体特性,更加接近地表的真实反射情况,校正结果稳定,适用于大多数山区和丘陵地区的地形校正。然而,目前基于DEM的地形校正算法仍存在两个问题:一是Minnaert地形校正算法忽略了双向反射分布函数（Bidirectional Reflectance Distribution Function,BRDF）与系数k的相关性,未考虑不同地物类型间的BRDF差异;二是基于DEM地形校正算法的通用性问题:对地形阴影中落影部分校正效果较差。针对上述两个问题,本文以Minnaert地形校正算法为基础,提出了两种改进算法,主要研究内容及相关工作如下:（1）针对Minnaert地形校正算法未考虑不同地物类型间的BRDF差异问题,基于地物的二向性反射理论,提出了分地物类型的Minnaert地形校正算法。该算法以Minnaert算法系数k和BRDF的相关性为依据,考虑了地物类型对Minnaert算法精度的影响,针对各波段各地物类型分别进行系数k拟合。以河南省商城县附近大别山区的Landsat8/OLI影像为实验数据,选择目前地形校正结果较好的四种算法和四种评价方法对分地物类型的Minnaert地形校正算法进行结果分析与对比。研究结果表明,应用分地物类型的Minnaert校正算法后,研究区假彩色合成影像未出现过校正现象,目视结果明显优于其他四种算法;反射率与太阳入射角余弦值相关性分析显示,在反射率与太阳入射角余弦线性拟合斜率为正的情况下,经过分地物类型的Minnaert校正后两者线性拟合R~2分别为1E-05、0.0005、0.002、0.004,是五种算法中最小的,其余2个波段削弱了其他算法的过校正现象,线性拟合R~2分别为0.004和0.002;反射率直方图是五种算法中最接近正态分布趋势的,显示出了地表的真实反射率情况;6个波段阴阳坡光谱特征差值也是五种算法中最低的,其中第3、4波段的阴阳坡差值均为0.04,是6个波段中最低的。综上所述,分地物类型的Minnaert算法有效消除了地物类型对Minnaert地形校正算法精度的影响,特别是在地物类型复杂的山区,地形校正效果明显优于其他四种算法。（2）为了解决基于DEM的地形校正算法对地形阴影,特别是落影校正效果较差的问题,结合阴影消除技术,提出了考虑地形阴影的Minnaert地形校正算法。以Minnaert算法系数k和地形阴影的强相关性为依据,将阴影消除植被指数（Shadow-Eliminated Vegetation Index,SEVI）中的地形调节因子1)（（?））引入到Minnaert地形校正算法中用以调整地形校正的强度,达到恢复阴影区光谱值的目的。以河南省商城县附近大别山区的Landsat 8/OLI影像为实验数据,利用五种地形校正算法及四种评价方法对考虑阴影的Minnaert地形校正算法进行结果分析与对比。研究结果表明,考虑阴影的Minnaert地形校正算法目视结果与分地物类型的Minnaert校正算法基本一致,地形校正效果较好;经过考虑阴影的Minnaert地形校正后,影像6个波段反射率和太阳入射角余弦值线性相关性斜率均为正,未出现过校正现象,两者线性拟合R~2最小值为9E-05,整体校正效果是六种算法中最优的;植被指数相对误差结果显示,本影与阳坡归一化植被指数（Normalized Difference Vegetation Index,NDVI）和比值植被指数（Ratio Vegetation Index,RVI）相对误差分别为8.59%和19.59%,落影与阳坡NDVI和RVI相对误差分别为12.35%和24.28%,是六种校正算法中最低的;光谱特征分析图表明经过考虑阴影的Minnaert地形校正算法后,本影、落影与阳坡NDVI和RVI差值是六种算法中最小的,最小差值达到了0.02。即考虑阴影的Minnaert地形校正算法有效削弱了地形阴影对地形校正结果的影响,是一种适用于多植被山区的地形校正算法。