随着遥感技术在林业领域应用的逐渐加深,合成孔径雷达以其独特的优势在森林资源调查中取得了许多重要的研究成果。极化干涉SAR将极化SAR和干涉SAR的优点集于一体,并随着其在理论和应用上的充分发展,已逐渐成为林业领域中一种不可或缺的技术,其中森林树高反演已成为极化干涉SAR技术最成功的应用之一。森林是最大的陆地生态系统,是全球碳循环的基础,森林树高反演对了解整个生态系统有重要意义,是全球变化研究的重要内容之一。极化干涉SAR具有全天时、全天候、穿透性、高分辨、低成本的优势,为大面积森林植被高度反演提供了理想的遥感手段,具有重要的实际应用价值。本文在介绍极化干涉SAR理论知识的基础上,以BioSAR2007机载SAR数据为数据源,将森林密度和时间去相关作为切入点,展开极化干涉SAR森林树高反演研究。论文主要研究内容如下:(1)分析了传统极化干涉SAR森林树高反演算法,包括DEM差值法、复相干幅度法、三阶段算法、相干相位-幅度联合反演法,并利用模拟数据和真实数据对上述算法进行分析验证。(2)利用模拟数据分析了森林密度对传统算法的影响,并根据其影响改进了相干相位-幅度联合算法,最后利用模拟数据和真实数据对其与传统算法进行了分析比较,结果表明在已知森林密度的情况下,该方法具有一定优势,其R2=0.92,RMSE=1.82。(3)在介绍分析三种基于时间去相关的森林树高反演模型的基础上,针对RMoG模型反演时依赖初值、耗时过长和反演结果不稳定的问题,通过忽略植被地面运动改进了 RMoG模型。改进RMoG模型通过减少未知数,避免了 RMoG模型求解时非线性优化过程。最后利用真实数据验证了改进RMoG模型,结果表明改进RMoG模型缩短了反演时间却未降低反演精度,证明了在短时间基线下忽略植被地面运动的可行性,其中RMoG 模型 R2=0.47,RMSE=4.17,改进 RMoG 模型 R2=0.53,RMSE=6.24。(4)利用模拟数据分析了土壤含水量改变引起的时间去相关对森林树高反演结果的影响,结果表明由土壤含水量变化造成的偏差较小,其远远小于算法本身误差,所以在分析算法误差时土壤含水量的变化一定程度上可以忽略不计。