Das Monitoring von Landwirtschaftsflächen ist eines der Kernthemen der zukünftigen EnMAP Mission, einem deutschen, hyperspektralen Fernerkundungssensor, dessen Start für 2015 geplant ist. In Vorbereitung dieser Mission gehören die Erweiterung und Entwicklung objektiver, robuster sowie zuverlässiger Methoden zur Ableitung biophysikalischer Parameter zu den Hauptaufgaben. Die für das Monitoring von Vegetation notwendige hohe zeitliche Auflösung wird durch ein stufenloses Schwenken von bis zu +/-30° quer zur Flugrichtung erreicht. Daraus resultiert, dass die Daten durch variierende Ein- und Ausstrahlungsgeometrien stark beeinflusst werden. Daher ist eine detaillierte Kenntnis der bidirektionalen Reflexionsfunktion (engl. bidirectional reflectance distribution function, BRDF) der beobachteten Oberflächen notwendig, um diese Einflüsse auf das Reflexionssignal zu identifizieren und anschließend zu korrigieren. Zu diesem Zweck wurde in dieser Arbeit eine Methodik entwickelt, die es ermöglicht, auf der Basis von simulierten Spektren realistische BRDF Szenarien zu modellieren und oberflächenspezifische Korrekturfunktionen abzuleiten. Die Methodik besteht aus drei aufeinander aufbauenden Komponenten. Im ersten Schritt erfolgt die Modellierung der BRDF von landwirtschaftlichen Vegetationsbeständen. Im zweiten Schritt wird der Einfluss der Bestandsarchitektur auf die BRDF analysiert. Darüber hinaus wird untersucht, inwiefern sich Variationen in der BRDF auf die quantitative Ausprägung von Vegetationsindizes auswirken. Solche Indizes sind eine häufig genutzte Möglichkeit zur Quantifizierung biophysikalische Parameter im Rahmen empirischer Verfahren. Aufbauend auf den gewonnenen Erkenntnissen wurden im dritten Schritt Korrekturfunktionen für ausgewählte Vegetationsindizes entwickelt, um Schrägblickbeobachtungen in Nadirbeobachtungen zu transformieren. Abschließend wurde die entwickelte Methodik auf simulierte, sensorspezifische Spektren übertragen. / Monitoring of arable crops is one of the core applications of the upcoming spaceborne EnMAP mission, a German hyperspectral imaging spectrometer scheduled for launch in 2015. During the present preparatory phase one of the primary tasks is the development of accurate, robust and reliable retrieval methods for biophysical canopy parameters. Monitoring of crop canopies requires a frequent temporal coverage. In case of EnMAP, this will be realised by an off-nadir pointing of the sensor up to +/-30° across to the flight direction. The off-nadir pointing leads to data strongly influenced by varying acquisition geometry. Therefore, detailed knowledge of bidirectional reflectance distribution functions (BRDF) of the observed surfaces is necessary to identify and to correct BRDF influenced reflectance signals. For this purpose, a methodology was developed that allows modelling of realistic BRDF scenarios and of surface-specific correction functions. This methodology consists of three consecutive parts. In the first part, modelling of the BRDF of crop canopies was performed. In the second part, the influence of canopy architecture on the BRDF was analysed. Additionally, the BRDF related dependencies of vegetation indices were investigated. Such indices are widely used to quantify biophysical canopy parameters based on empirical methods. In the third part, correction functions were developed for selected vegetation indices to enable a transformation from off-nadir into nadir observations. These correction functions incorporate results obtained in the second part of the methodology. Finally, the developed methodology was applied on sensor-specific simulated spectra.