农业是国民经济的基础。全球变化背景下,国家对农作物长势、产量等信息的需求更加迫切。及时、精准的农作物监测将为保障国家粮食安全、发展现代可持续农业提供信息支撑。遥感监测为及时掌握农作物动态生长状况信息提供了有效手段。其中光学遥感常受到不利天气的影响而无法获取有效的数据源,尤其是在作物关键生育期。而雷达遥感不仅能保障数据源,还具备植被监测“饱和点”高,对水分、结构敏感等特点,在农作物监测上具有独特的优势。然而雷达遥感在农业中的应用,尤其是在参数定量反演上,远不如光学遥感成熟,亟需从定性研究向定量研究深入。目前,雷达遥感应用主要基于散射强度信息或相位信息,而其极化信息没有受到应有的重视,亟待进一步挖掘。随着极化SAR(Polarimetric Synthetic Aperture Radar,Pol SAR)数据源的日益丰富以及极化SAR理论的快速发展,尤其是全极化与简缩极化SAR的发展,使得利用极化信息成为可能。为此,本文利用全极化SAR与简缩极化SAR数据,以典型旱地作物小麦、大麦和油菜为研究对象,在理论数据模拟和连续野外观测的基础上,综合运用极化目标分解、时间序列分析等方法,揭示了不同作物在整个生长期中散射强度特征、极化特征以及散射机制等的连续动态变化规律,探索了SAR极化特征在农业植被监测中的应用,开展了作物生物量、倒伏灾害、播种时间与收割进度等定量监测的研究,提出了相应的模型和方法,主要内容如下:1)基于全极化SAR的作物播期早期监测基于5个时相的全极化Radarsat-2数据和88块油菜地块,借助SAR极化分解方法,获取了系列极化参数近连续的随播后天数动态变化规律,筛选了播期监测的最佳时间窗口和最优极化参数。研究发现Volume,Volume/Total,Odd/Total,Entropy,Alpha和Span6个极化参数都可用于在早期估计油菜播期。基于Volume和Span参数的线性模型可达到最高估计精度,RMSE分别为2.4天和2.6天,但所适用的时间窗口很短(BBCH1到BBCH2)。相比之下,Volume/Total,Odd/Total,Entropy和Alpha参数有更宽的监测时间窗口,它们的线性模型在整个营养生长阶段(BBCH1到BBCH6)都有较好的精度,RMSE小于4天,且该4个参数对环境条件的变化并不敏感。因此,后4个参数在实际应用中有更大的潜力。本研究显示了极化信息和影像获取时间对作物监测的重要性,并首次提出了一种利用SAR数据监测作物播期的方法。2)基于全极化SAR的作物收割进度监测针对作物残留覆盖对作物收割进度监测造成的混淆问题,基于SAR极化分解构建了由10个极化特征组成的参数集,分析了每一油菜地块每一极化参数的时间变化趋势,通过动态对比分析筛选了对作物收割状态最敏感的极化参数。发现参数λ(最大特征值)和Vol(体散射分量)对油菜收割状态显示出最高的敏感性,即使对于有植被覆盖的已收割地块。分析还发现两参数作物品种对结果的影响不大。提出了一种基于单景SAR影像的融合了两极化特征的监测油菜收割状况的方法。实现收割状况的动态制图有助于监测某一时期的收获进度,进而指导作物收割。3)基于全极化SAR的作物倒伏灾害监测光学遥感在作物倒伏监测上能力有限。研究利用覆盖整个小麦生育期的5景时间序列Radarsat-2全极化影像数据(周期24天),动态对比分析了典型倒伏小麦与典型正常小麦在不同生长阶段的后向散射强度特征和极化特征的响应行为与规律,发现SAR极化特征对小麦倒伏十分敏感。研究提出了基于雷达极化指数的小麦倒伏监测方法,该方法充分利用了SAR极化特征对植被结构变化敏感的优势。利用内蒙古额尔古纳市上库力农场春小麦抽穗期和灌浆期的2期实地调查数据对提出的方法进行了验证,结果表明该方法能有效辨识和监测小麦倒伏。该研究首次提出了一种大面积快速监测小麦倒伏的方法。4)基于简缩极化SAR的油菜作物生物量监测由于简缩极化SAR在植被定量监测上的潜力有待探索,研究利用5景全极化Radarsat-2影像数据模拟了简缩极化SAR数据,对比了利用不同极化分解方法获取的极化分量随作物生长的动态变化规律,发现简缩极化模式下的极化特征能很好地反映油菜长势参数的动态变化。研究进而提出了一种基于简缩极化SAR数据利用该极化特征监测油菜干生物量和鲜生物量的方法,结果显示其均方根误差(RMSE)分别为56.5g/m2,448.2g/m2,相对误差(RE)分别为23.9%,25.0%。此外,研究发现作物成熟后由于植被含水量的下降会影响该生物量反演模型的精度。研究结果与全极化SAR结果进行了比较,结果表明简缩极化SAR在油菜监测上可达到全极化SAR的表现水平,考虑到简缩极化模式的大幅宽、数据量少等优势,简缩极化SAR在油菜等作物定量监测上更有优势。该研究首次展示了简缩极化SAR极化分解在农作物定量监测中的巨大潜力。5)基于简缩极化SAR的麦类作物长势参数监测植被结构对SAR散射机制影响较大,不同于以油菜为代表的宽叶作物,本研究针对以小麦和大麦为代表的窄叶作物。研究在简缩极化SAR数据模拟的基础上,利用时间序列分析方法探明了对麦类作物长势参数敏感的极化特征,分析了这些极化参数对麦类作物长势参数建模的能力。研究发现简缩极化模式下基于Stokes矢量的u L等参数在小麦和大麦的定量监测中都具有较好的潜力。验证数据表明,在麦类作物生长前期,u L参数与其植被高度、干生物量、鲜生物量等参数具有很强的相关性,R2都达到0.8以上;而在作物生长后期,反演模型受作物水分的影响较为严重。理论上分析了u L特征与经典的HH/VV、PDR等特征的差异,发现简缩极化u L等参数在定量监测作物长势参数上能到达与传统双极化相当的能力。总之,该研究揭示了简缩极化SAR在农业定量监测中的潜力,阐明了不同类型作物随生长时间的SAR动态散射规律,明确了SAR极化特征对于农作物监测的重要性,为SAR在农业中的应用开辟了新的方向。