水稻是我国最主要的粮食作物之一。随着人口的增长和经济的发展,及时、准确、动态的水稻长势监测和产量预估对于保障粮食安全、促进农业可持续发展具有非常重要的意义。由于水稻是喜温好湿作物,多种植在温暖湿润的东南亚季风气候区域。而雷达遥感相比光学遥感具有不受云雨影响、全天候全天时监测的优点,可以为水稻监测提供重要的数据来源。同时,水稻生长模拟模型可以揭示作物生长发育和产量形成的内在机理,完整地反映水稻生长的全过程。因此将水稻生长模型和雷达遥感有机结合,有助于模型的过程性、机理性与雷达遥感的空间性、实时性优势互补。本文以苏州东桥研究区实测数据和Radarsat-2雷达遥感影像为基础,利用数据同化方法,优化作物生长模型参数,以提高模型模拟精度,为水稻长势监测和估产提供参考。首先对水稻后向散射系数与水稻生物量的关系进行了分析,并分别探讨了基于回归模型和MIMICS机理模型的雷达四种极化方式VH、VV、HH、HV下后向散射系数的水稻生物量反演。结果表明HH极化下的二次项拟合结果相关度最高,决定系数达到了0.77,利用建模之外样点数据的精度评价结果显示HH极化下机理模型的平均残差系数最小,说明HH极化下后向散射系数对生物量比较敏感,结合MIMICS机理模型能较好的表征水稻生物量。在对作物生长模型WOFOST进行适应性调整后,提出了同化雷达遥感和生长模型的方法,以不同生育时期的水稻生物量为信息融合点,利用粒子群算法得到生长模型难以准确获取的部分参数,在此基础上实现对水稻产量的有效预测。结果表明调整后模型能够较好地模拟研究区水稻主要发育期,而且各器官生物量和地上总生物量的模拟值与实测值的的变化趋势基本一致,较好地体现了这些值随水稻生长期变化的过程,最后模拟得到研究区最终产量为7982kg/ha,其与实测值的误差从同化前的38.7%下降到22.8%。因此,利用该方法进行水稻监测和估产是可行且有效的,并为多云多雨地区的水稻遥感监测和产量预测提供了重要的数据参考和技术方案。