喀斯特石漠化是一种特殊且复杂的地表形态,主要凸显为脆弱的自然环境,导致地域性生态劣变,使土地资源可利用率锐减,水资源遭到污染,生物资源的生存基础丧失。遥感技术是及时准确获取地理信息的一个重要手段,具有探测范围广、信息量丰富、综合性、周期性动态监测等特点,已成为石漠化动态调查与监测的主要方式。将传统光学遥感技术运用于对石漠化调查、监测的研究基本成熟,但在以贵州高原为中心的中国南方喀斯特地区由于多云多雨气候,导致光学数据难以作为喀斯特石漠化周期监测数据,大范围区域存在数据盲区。微波遥感具有不受气候、光照条件的限制,相比光学遥感仅能获取地物表面光照特征,极化SAR具有电磁散射矢量特性以及具有一定穿透性等优势,全极化SAR将成为喀斯特石漠化遥感调查与监测的又一数据。研究选择Radarsat-2全极化SAR数据作为遥感监测数据,以贵州清镇流长现代烟草农业基地单元为依托,从地形因子、岩性因子、植被因子、人为因子出发建立研究区喀斯特石漠化等级划分指标体系,选用1:1万地形图建立DEM作为地形数据,以1:20万水文地质图矢量化得岩性分布作为岩性因子,利用极化分解技术以及混合像元二分法获得植被覆盖度作为植被因子,在目标分解的基础上提取目标地物的H/α空间,在分析散射机制得到研究区土地利用现状作为人为因子;采用决策树、综合分析法分别对研究区进行石漠化遥感监测,提取研究区喀斯特石漠化分级分布信息,并完成研究区喀斯特石漠化等级分类制图。结果表明,Radarsat-2影像数据对喀斯特石漠化遥调查与感监测具有可行性和准确性,能获取喀斯特区域地面实时数据,能为喀斯特石漠化地区地物识别调查、监测提供新的技术方案,为石漠化地区的生态安全与生态恢复优化调控提供数据源支撑。研究得到的主要结论为:(1)SAR数据预处理。研究以Radarsat-2全极化数据为遥感调查与监测数据源,建立了一套适合于喀斯特山区的SAR数据处理流程。研究运用ENVI、Plo SARpro、Erdas等遥感数据处理平台,形成一套适用于中国南方喀斯特山地的原数据预处理过程:多视处理、相干矩阵提取、滤波、特征参数提取、几何校正。(2)基于SAR极化分解的石漠化指标提取。在提取特征参数(RVI)基础上,采用像元二分模型进行混合像元的信息的提取,结合研究区植被覆盖状况,根据实测数据以及SAR影像计算数据,确定RVImax=1.024和RVImin=0.142,提取计算研究区植被覆盖度;在构成H-α二维空间的基础上,利用Wishart-H-α对研究区进行土地利用类型提取,并进行精度验证。研究表明利用Wishart-H-α监督分类对研究区进行土地利用分类,其总体精度达到83.13%,Kappa系数达到0.81。精度表明,利用Wishart-H-α分类法得到土地利用类型能作为石漠化分类指标体系中人为影响因子进行石漠化判读。(3)石漠化程度判别模型与分类制图。研究在建立的研究区地理信息数据库的基础上,利用决策树、综合分析法对影响指标建立石漠化定量判别模型,得到研究区石漠化分布图,并以实际的石漠化分布图验证了分类结果的精度。研究表明,利用决策树法与综合分析法进行研究区石漠化程度分类都能获得较好的分类的精度,分类精度分别为80.125%、84.247%,Kappa系数分别为0.7412、0.8141,但综合分析法精度优于决策树法精度。因此在进行基于全极化SAR数据进行石漠化程度划分,研究建议选用综合分析法。