极化干涉SAR森林冠层高反演是当前SAR领域研究的热点。经典的森林冠层高反演算法主要基于随机地表二层相干散射模型( Random Volume over Ground ,RVoG),该模型在山区受到植被层下地表的地形坡度影响,反演精度存在较大误差。为了提高森林冠层高反演精度,采用地形坡度改正的S-RVoG ( Sloped Random Vol-ume over Ground )模型,结合三阶段算法,应用德国宇航局DLR提供的星载TanDEM-X全极化干涉数据反演森林冠层高,并对结果进行验证。结果表明:坡度级为II、III级,RVoG模型反演效果接近于S-RVoG模型;坡度级为IV级,RVoG模型与二调平均树高的相关关系明显下降,加权相对误差和RMSE增大;S-RVoG模型与二调平均树高保持显著相关关系,反演误差同比小于RVoG模型。因此,S-RVoG模型一定程度上改正了地形坡度造成的误差,提高了森林冠层高反演精度,在坡度大的地区精度提升程度更为明显。