层状水云廓线对于理解云的生命周期、微物理过程及气候变化影响具有重要意义。然而，目前遥感手段对云垂直结构的探测仍存在较大挑战。CloudSat等主动遥感能够提供云微物理廓线产品，但其观测仅限于窄幅轨道；而多角度被动成像仪（如POLDER）虽具备宽覆盖、多参数反演能力，但缺乏获取云垂直信息的关键先验知识与有效方法。本文聚焦于单层云廓线反演问题，首先基于全球CloudSat数据揭示了层状云有效粒子半径（CER）廓线的主要结构特征，发现三角形廓线和单调递减廓线是主导类型，合计约占全球液态水云CER廓线的88.5%。在此基础上，提出一种从POLDER多角度偏振观测中估计三角形廓线关键结构特征（如廓线转折点属性）的新方法，结合垂直结构形态识别与拟合方法、机器学习模型，实现转折点CER及归一化光学厚度的准确估计，进而基于物理参数化模型实现完整云廓线的重建。验证结果表明，转折点CER反演RMSE为1.1 μm，转折点归一化光学厚度反演RMSE为0.1，与主动观测具有良好一致性。本研究推进了液态水云廓线的参数化研究，首次实现基于多角度被动成像仪的云廓线结构特征反演，为改进天气与气候模式中的云过程认知与模拟提供了重要支撑。

云廓线,层状水云,有效粒子半径,主被动协同遥感反演