甘蔗作物具有糖料和能源原料的属性,是我国九大主要农作物之一,围绕甘蔗的相关产业链在农业经济中有着重要的地位。随着国家对现代化农业的重视,利用遥感技术对甘蔗进行精准、实时的生长监测,对于甘蔗的估产、政府的农业补贴政策的制定具有重要意义。以甘蔗作物种植和华南地区实际气候和天气条件为基础,针对遥感作物反演领域的若干经典参数对甘蔗的生长变化不敏感的问题,通过对覆盖甘蔗全生长周期的23景时间序列双极化Sentinel-1A雷达遥感图像进行预处理、矩阵转换、Cloude-Pottier目标分解,求得双极化雷达植被指数（Dual-Pol Radar Vegetation Index,DPRVI）。分析了DPRVI与甘蔗长势参数（株高）随甘蔗生长的动态变化规律,并对比分析了DPRVI与3种经典的遥感参数。结果表明,DPRVI的性能要优于其他三种参数,能更好的反映出甘蔗不同生长阶段的变化;采用了4种经典的经验回归模型（线性、二次多项式、指数、对数）,以分段函数形式对不同生长期的甘蔗株高进行反演,建立最佳反演模型,实验结果发现,拟合模型在分蘖期之前相关性最高,二次多项式模型拟合效果最好,相关系数R2与均方根误差RMSE分别达到了0.882与0.118。验证了DPRVI在甘蔗长势监测中具有较好的性能,为甘蔗全生长期的株高反演提供了一种简单、有效的方法,可以为甘蔗的生长态势监测提供较为精确的参考信息。针对大范围的甘蔗种植区域精准识别的问题,基于预处理后的三个时相的Sentinel-2A数据,完成了NDVI、BI2、S2REP植被指数特征的计算,并通过主成分分析与灰度共生矩阵选取出最优的均匀度（Homogenity）纹理特征。然后基于随机森林算法的识别模型,分别构建了单时相单特征、单时相多特征和多时相单特征、多时相多特征的不同组合方案,在广州市南沙区开展了甘蔗种植区域识别的对比实验。结果表明,融合了NDVI、BI2、Homogenity、时序特征四个特征的甘蔗种植区域的识别结果最佳,不同地物间的界线清晰,图像的椒盐噪声现象也得到较好的控制,总体精度达0.974,Kappa系数达0.931。在结果验证中,以广州市南沙区进行验证,识别精度为81.6%,达到了预期研究目标,并针对实验中产生的误差进行了分析。所提出的方法对于珠三角地区的甘蔗种植区域识别较为适用,能够为农业部门进行甘蔗估产、预测价格走势,提供有效的参考信息。