森林植被冠層結構數據是生態學應用研究中的重要參數，如全球變化中碳庫含量的估算，野生動物適宜地的評估等。僅僅依靠傳統的人工調查方式，是很難大范圍內高頻率獲取這些數據的。遙感數據雖有大幅獲取數據的能力，但傳統的可見光和近紅外衛星（如MODIS），其光譜信息多用來分辨植被類型，而較難提取出冠層蓋度、樹高和生物量。多角度傳感器利用多個視角對特定目標同時立體成像，使上述參數的提取成為可能。
美國Terra衛星的MISR傳感器，共有4個波段9個視角，分辨率250米，能同時獲取9個方向的植被冠層反射率數據，而幾何光學模型（GO）則是通過植物的幾何結構和空間分布模式來模擬植冠的方向反射率。結合MISR數據的方向優勢和GO模型的特點，美國蒙特克萊爾州立大學的科學家Mark Chopping等人將MISR數據作為輸入參數，通過GO模型中的SGM模型反推植被冠層的幾何參數，獲得了亞利桑那州東南部和新墨西哥南部大面積的森林冠層蓋度、平均樹冠高度和森林生物量數據。模擬精度較高，相似系數分別達到0.78、0.69和0.81。這也是首次利用MISR傳感器在大區域內測量冠層結構參數并制圖，該項研究能為相關研究人員提供低成本高精度的森林制圖及更新手段。
