合成孔径雷达(Synthetic Aperture Radar—SAR)是一种高分辨率成像雷达,具有全天时、全天候的特点,是我国南方理想的空间数据获取手段。Envisat ASAR 是目前世界上最先进的星载合成孔径雷达传感器,具有多极化、多入射角和多模式成像的新特点,具有广阔的应用前景。本文在对农业和森林资源的微波遥感机理进行分析的基础上,探讨了新型雷达数据ASAR 的图像处理方法及在农业、林业资源监测上的应用。主要的研究内容如下: (1)ASAR 数据预处理方法研究,包括辐射定标、几何校正和斑点噪声的去除。预处理效果直接影响到后期雷达数据应用的可靠性和准确度,本论文基于已有的图像处理软件所提供的功能,探讨较佳的ASAR 数据处理方法。研究表明在非平坦地区必须经过DEM 正射校正,正射校正时利用DEM 模拟雷达影像有助于山区控制点的选择;利用多参数雷达合成影像时,影像间的配准十分重要,利用自动配准技术不仅配准精度高,而且自动化程度高;文中采用多通道滤波方法对多时相合成的ASAR影像进行斑点噪声的去除,很好地保持了图像的辐射特性和空间分辨率。(2)不同分类方法比较分析。微波成像的特殊机理,使得雷达图像的分类与光学遥感有较大区别,有必要对不同的分类算法进行比较分析。针对多时相ASAR 数据,本文对比分析了传统的监督分类法、专家分类法和面向对象法等三种方法对目标地物的识别效果。结果表明:面向对象法基于对象分类,目标地物的提取效果较好,适合于纹理特征丰富的雷达图像专题提取。(3)ASAR 在农作物识别上的应用研究。以福州市和漳州市为研究区,利用多时相ASAR 数据进行水稻和香蕉两种农作物的识别。水稻的后向散射特性随时相变化明显,在第二主成分中信息突出,时相的选择对于水稻信息提取极其重要,研究区水稻生长初期这一时相十分关键;香蕉园地的后向散射特性随时相变化较小,对ASAR 数据时相要求较低,且在第一主成分中特征明显。将ASAR 的双极化数据均参与分类,有助于水稻和香蕉园地信息的提取。(4)ASAR 在沿海防护林提取上的应用研究。研究区森林资源的后向散射特性随时相变化甚微,利用双极化数据进行监测比多时相数据效果更佳。(5)不同雷达数据在农林资源提取上的对比研究。对Envisat ASAR、ERS-1 SAR和JERS-1 SAR 三种不同雷达影像在农作物和沿海防护林的提取效果进行比较。研究结果表明,在农作物监测时选择合适的时相,三者均能较好进行农作物识别;VV 和VH 极化比HH 极化更适合于研究区森林类型的识别。