自国际地圈一生物圈(IGBP)计划和全球环境变化中的人文领域计划(HDP)于1995年联合提出“土地利用和土地覆盖变化”(Land use and land cover change，LUCC)研究计划以来，土地利用和土地覆盖变化业已成为全球研究生态、环境、经济和社会活动的重要纽带。卫星遥感提供了全球监测的动态信息，被认为是获取土地利用分类及变化检测最经济、快捷、有效途径。相对传统光学遥感而言，合成孔径雷达(SAR)因其全天候、全天时的成像特点，能弥补光学遥感在常年多云多雨地区数据获取问题，因此利用SAR技术实施土地利用及遥感动态监测引起了国内外的关注。　　 作者在我国第二次土地利用大调查的背景下，针对光学遥感在我国多云多雨地区实时监测困难问题，研究了采用SAR影像进行土地利用分类和遥感动态监测的方法，重点解决SAR影像配准和SAR影像土地利用分类这两方面的关键技术。主要进行的研究内容及创新点如下：　　 1、提出了利用SAR影像进行土地利用分类及变化监测方案，对整个处理流程进行陈述和尝试，并论证其实施的可能性和可行性。　　 2、从不同传感器平台、是否具有星历参数出发，研究了高分辨率机载SAR影像配淮和中分辨率星载SAR影像配准两大方法。针对高分辨率机载SAR，作者综合采用特征匹配和灰度匹配的方法，实施由粗到精的匹配策略；精匹配中，基于最小二乘影像区域自适应分块算法的提出，不仅使匹配达到了全局子像素级的精度，而且增加了算法的灵活性和稳健性。在中分辨率星载SAR配准阶段，作者提出了一种增强的附带星历参数的星载合成孔径雷达影像自动配准算法。该方法能克服常规SPOMF-FMI方法的缺陷，首先通过距离一多普勒或者多边形相交法实现影像粗配准，接着采用改进SPOMF-FMI实现了影像自动、高精度配准。　　 3、针对SAR数据及其它辅助数据的完备程度，提出了三种SAR影像分类算法，并进行较为深入探讨：　　 ●单时相SAR影像分类，该方法适应于城镇扩张或城市违法建设用地信息提取。即首先采用提出的改进最大似然分类法，实现类别先验概率自动提取，获得概率意义上最佳分类。接着，以改进最大似然分类作为初始分类，使用约束双成分马尔可夫随机场进行精细分类。马尔可夫随机场精分类能利用影像上下文信息，消除初始分类中错误的小图斑，进一步提高分类精度。　　 ●针对基于像素分类方法的不足，采用面向对象分割/分类的策略。该方法能引入地物对象特征(亮度、形状、大小等)、邻域特征和上下层关系，丰富影像特征，提高分类置信度。即首先使用多尺度分割技术，获取具有网络层次结构的分割影像；接着使用分类规则，对分割影像对象进行相似隶属度分类。　　 ●提出了一种基于案例库多时相SAR影像分类及变化监测方法，可实现SAR影像土地利用全自动分类及动态监测。首先利用历史多时相SAR影像和历史土地利用分类数据建立土地利用类型案例库，接着使用基于案例推理的K近邻模糊相似度进行匹配分类。　　 面向对象分割/分类和基于案例库多时相SAR影像分类及变化监测方法能应用于耕地、林地、草地、水体、建设用地和其它用地6大类土地利用分类调查底图的制作，服务于土地利用大调查。变化监测通过分类后比较法实现。