Las características de imagen de alta frecuencia permiten que un satélite geoestacionario (GSS) capture la variación diurna en los espectros de reflectancia del dosel vegetal, lo cual es de gran importancia práctica para monitorear la vegetación a través de sensores remotos (RS). Sin embargo, el ángulo de observación y el ángulo solar de los datos de RS de GSS de alta frecuencia suelen diferir, y las diferencias en la reflectancia bidireccional de los espectros de reflectancia del dosel vegetal son significativas, lo que hace necesario normalizar los ángulos para los datos de RS de GSS. La biblioteca prototipo de BRDF (Función de Distribución de Reflectancia Bidireccional) es efectiva para la normalización de ángulos de datos de RS. Sin embargo, su aplicabilidad espacio-temporal y la propagación de errores actualmente no están claras. Para resolver este problema, proponemos un modelo sintético de normalización de ángulos (SANM) para la reflectancia del dosel vegetal de RS; este modelo explota las características de imagen de GSS, donde cada píxel tiene un ángulo de observación fijo. El modelo establecido hace referencia a un método de corrección topográfica para dosel vegetal basado en corrección de longitud de trayectoria, normalización del ángulo cenital solar y el modelo de Minnaert. También considera las características de las variaciones diurnas en los espectros de reflectancia del dosel vegetal al establecer la ventana de tiempo. Se llevaron a cabo experimentos en las ocho imágenes del Geostationary Ocean Color Imager (GOCI) obtenidas el 22 de abril de 2015 para validar el rendimiento del SANM propuesto. Los resultados muestran que SANM mejora significativamente la correlación de fase a fase de la reflectancia de banda GOCI en la ventana de tiempo de la mañana y mantiene la inestabilidad de los espectros del dosel vegetal en la ventana de tiempo del mediodía. SANM proporciona una solución preliminar para normalizar los ángulos de los datos de RS de GSS y hace posible la comparación cuantitativa de datos de RS espacio-temporales.