森林植被冠层结构数据是生态学应用研究中的重要参数，如全球变化中碳库含量的估算，野生动物适宜地的评估等。仅仅依靠传统的人工调查方式，是很难大范围内高频率获取这些数据的。遥感数据虽有大幅获取数据的能力，但传统的可见光和近红外卫星（如MODIS），其光谱信息多用来分辨植被类型，而较难提取出冠层盖度、树高和生物量。多角度传感器利用多个视角对特定目标同时立体成像，使上述参数的提取成为可能。
美国Terra卫星的MISR传感器，共有4个波段9个视角，分辨率250米，能同时获取9个方向的植被冠层反射率数据，而几何光学模型（GO）则是通过植物的几何结构和空间分布模式来模拟植冠的方向反射率。结合MISR数据的方向优势和GO模型的特点，美国蒙特克莱尔州立大学的科学家Mark Chopping等人将MISR数据作为输入参数，通过GO模型中的SGM模型反推植被冠层的几何参数，获得了亚利桑那州东南部和新墨西哥南部大面积的森林冠层盖度、平均树冠高度和森林生物量数据。模拟精度较高，相似系数分别达到0.78、0.69和0.81。这也是首次利用MISR传感器在大区域内测量冠层结构参数并制图，该项研究能为相关研究人员提供低成本高精度的森林制图及更新手段。
