遥感影像数据蕴含丰富的地物空间信息，其中主动式成像传感系统——合成孔径雷达(Synthetic Aperture Radar，SAR)可以全天时、全天候的对地球进行观测。但由于其成像原理及过程的复杂性，使其数据解译难度大大增加。本文在随机几何和空间统计学的基础上，采用随机模型模拟，空间统计学测度分析，对海冰空间结构进行解译。　　首先根据海水与海冰混合区域的影像空间结构特征，建立两个随机模型。其一为多值Gamma模型，用于描述海洋表面对电磁波的连续性变化特征。其二为Poisson Mosaic模型，用于表征不同类型海冰对电磁波的区域性变化特征。然后以这两个模型为基础，建立混合模型并定义其空间统计学测度——理论一阶、二阶变异函数以刻画海冰空间结构变化。最后根据实际影像计算实际变异函数值，利用最小二乘准则拟合理论变异函数，估计出其中参数，反演出相应的海冰空间结构信息。　　实验分为三个部分，首先从理论上验证混合模型区分不同空间结构的可行性。然后生成具有不同空间结构特性的模拟影像，并以这些影像为实验对象对本文方法进行验证。最后以加拿大Hudson湾Radarsat-1强度影像为实验对象，用Canadians Ice Service提供的相关海冰信息为验证信息，验证本文方法对不同海冰参数的反演能力。