极化干涉合成孔径雷达(PolInSAR)集PolSAR和InSAR测量技术于一体,可以同时把目标的精细物理特征与空间分布特性结合起来。极化干涉测量不仅能够提高常规InSAR测量的精度,而且有助于更好的理解目标的散射机理和所发生的散射过程,进一步拓展了SAR在成像遥感领域的应用,在军事和民用领域具有无法估量的作用。PolInSAR可用于反演地表植被参数,特别是森林的高度参数。地表参数的提取为地表分类及进一步目标识别奠定了基础,因此用极化干涉雷达数据提取地表植被参数是当前极化干涉研究的热点问题。论文主要研究了基于遗传算法的PolInSAR图像地表植被参数反演算法。主要内容包括:极化干涉相干最优理论,相干散射模型和反演模型以及基于遗传算法的参数反演过程。本文首先对PolSAR的基本工作原理进行了阐述,包括目标极化散射特性的表征和基本极化散射机理。进而对InSAR的基本工作原理以及影响干涉数据相干性的各种因素进行了分析。然后,对矢量干涉和极化干涉相干最优理论进行了系统的研究和探讨。接下来,论文讨论了矢量相干散射模型,重点研究了RVoG相干散射模型和相应的参数反演模型,并分析了模型中各个参数对干涉相干性的影响。在对PolInSAR理论进行深入讨论后,论文对参数反演所使用的遗传算法基本理论进行了研究,分别讨论了基本遗传算法和两代竞争遗传算法的优劣以及实现步骤。在此基础上,通过遗传算法对参数反演过程进行优化,最终得到地表参数。最后,论文给出了利用SIR-C/X-SAR L波段两组真实数据的反演结果,并分析了不同遗传算法及不同参数对反演过程的影响。实验结果表明论文所采用的算法具有一定的有效性和准确性。