水稻株高是水稻本身以及气候、水文、土壤等环境因素变化的综合反映,是评价水稻生长的重要指标。准确、高效、大规模地反演水稻株高为水稻识别、物候情况监测、病虫害评价以及水稻估产提供了可靠的依据。合成孔径雷达(Synthetic Aperture Radar,SAR),具有全天时、全天候、可穿透云雾、快速成像的能力,已成为水稻遥感监测的重要手段之一。SAR极化干涉测量是通过干涉和极化信息的有效组合实现了观测维度的拓展,将目标竖直方向上不同位置的散射中心分离开来,估计确定具有最高相干性的散射分量,然后利用通道差分法、模型解算法计算植被高度,该方法既具有极化SAR对植被散射体的形状和方向敏感的特性,又具有InSAR对地表植被散射体的空间分布敏感的特性,是目前最先进的雷达遥感植被高度反演技术之一。近年来,SAR极化干涉测量技术已成为植被高度反演研究热点,尤其是在森林高度反演方面得到验证和应用,但针对水稻低矮作物植株高度反演研究较少,且目前的极化干涉测量技术方法在反演像水稻低矮植被高度方面还存在一定问题:一,植被高度反演模型没有很好地解决各种去相干问题,对于像水稻较低矮的植被各种去相干(时间去相干、信噪比去相干、空间基线去相干等)影响严重,很难彻底去除各种去相干影响得到纯净的体散射复相干系数;二,现有的散射模型对水稻的结构形态描述不够合理,如常用的双层散射模型中随机体散射(Random Volume on Gound,RVoG)模型未考虑植被层内部结构的方向性和植被层下垫面的状况,而考虑结构方向性的方向体积层模型(Oriented Volume over Ground,OVoG)涉及参数又较多,对模型的推演和应用较困难,且也未考虑植被层下垫面的状况。因此,针对上述问题,本文开展多时相的水稻株高反演方法研究,实现不同时期下的水稻株高的高精度反演。论文利用2015年水稻生长季内9个时相的TanDEM-X极化干涉SAR数据,进行了水稻株高反演试验研究,其主要研究工作如下:(1)由于水稻植株较矮,去相干影响严重,本文考虑影响水稻相干性的5类因素:时间去相干、空间基线去相干、信噪比去相干、干涉处理过程造成的去相干、比特量化去相干,从而得到较纯净的水稻总的复相干系数。(2)针对稻田场景,水稻下垫面基本被水面覆盖,下垫面发生镜面散射,即地表层的后向散射很弱,来自地面的主要后向散射贡献量是由水稻茎杆和被淹的土壤之间的相互作用发生二次散射。本文对RVoG模型进行改进,只考虑水稻茎杆和下垫面之间的二次散射,实现水稻株高的高精度反演。(3)针对稻田场景特点,构建了基于RVoG模型的针对水稻特性的水稻株高反演算法,并同时利用该方法以及基于RVoG模型的三阶段算法、基于相位中心最大分离的相干优化(Phase Diversity,PD)算法-DEM差分法、基于PD算法-复相干幅度法)进行9个时相的水稻株高反演实验,然后对反演结果进行精度评定。本文提出的基于RVoG模型的针对水稻特性的水稻株高反演算法验证结果表明,当真实株高高于0.4m时,反演结果拟合“y=x”直线的决定系数R2为0.86,均方根误差RMSE为6.79cm。该方法算法远优于其他3种反演算法。实现了精度较高、误差较小的水稻株高反演实验。(4)针对RVoG模型,结合稻田场景的特点,本文基于TanDEM-X数据给出了极化干涉SAR水稻株高反演限制条件。当TanDEM-X数据空间基线B<3.2km时,利用极化干涉的方法能够较好地反演株高大于0.33m的水稻株高。对于株高低于0.33m的水稻,基于TanDEM-X数据,无论怎样改变空间基线,利用极化干涉的株高反演方法,很难得到较高精度的水稻株高反演结果。