近年来提出的简缩极化SAR(Compact Polarimetric Synthetic Aperture Radar,CP SAR)概念得到了越来越多的研究。简缩极化SAR本质上是一种双极化系统,系统设计复杂度低于全极化系统、对地成像范围却大于全极化系统,并且在许多方面的应用都展示出了几乎等同于全极化系统的能力。由于城市目标的重要性和散射特征的复杂性,城市区域一直以来都是微波遥感技术应用的重点方向。现有的简缩极化SAR分解算法,分解结果容易存在体散射高估的情况,会对地物目标的识别准确率造成影响。对于城市建筑物墙壁不垂直于雷达照射方向而形成一定方位角情况,体散射高估的情况会更加严重,从而更容易产生误分类的问题。本文针对简缩极化SAR系统对于城市建筑物目标识别中的问题,进行了下列研究工作:1.本文推导并实现了Souyris重建算法和Nord重建算法两种典型的基于简缩极化数据的伪全极化重建方法,并通过全极化SAR数据仿真三种模式简缩极化数据,对比了交叉极化分量这一关键参数的重建效果。2.研究实现了m-χ,m-α两种典型的直接利用简缩极化SAR极化特征参数进行分解的方法。对比分析了它们在包含城区建筑物目标区域分解的结果。利用这两种分解方法和全极化数据Pauli分解结果比较,发现简缩极化分解中普遍存在体散射过高估计问题,原因是将去极化分量全部化为体散射机制。3.针对π/4简缩极化模式的特点,提出了一种改进的基于模型的分解方法。由于城市建筑物散射特征的复杂性,我们认为对于城市建筑物区域不应该将其视为仅包含完全极化成分构成,而是由多种散射成分的组成。利用π/4简缩极化模式的特点,结合极化特征参数和Freeman-Durden体散射模型,提高了偶次散射分量在城市区域的占比。由于简缩极化分解中通常基于反射对称性假设,同极化散射分量和交叉极化散射分量的乘积项被视为噪声忽略掉,而该项在全极化数据研究中被认为具有对城市建筑物目标方位角进行补偿的作用,故简缩极化数据对于大方位角城区的识别更为困难。本文利用斯托克斯参数和全极化相干矩阵之间的联系,提出了一种改进模型。我们采用了不同载荷平台和工作波段的传感器数据,包括美国旧金山区域的ALOS PALSAR数据和GAOFEN-3数据,以及德国Oberpfaffenhofen区域的E-SAR数据进行实验,ALOS PALSAR数据实验表明,从分解角度上本文提出方法能有效提高小方位角和大方位角城市区域的偶次散射功率占比,在小方位角城区,新提出的算法相较于基于模型的方法和伪全极化重建后分解的方法,偶次散射功率分别提升了16.4%和40.7%。在大方位角城区,本文算法相较于基于模型的方法和伪全极化重建后分解的方法,偶次散射功率提升了7.3%和21.6%;从分类角度上漏警率指标下降较多,也说明了对于城区建筑物目标检出能力。