极化干涉SAR是将干涉SAR技术和极化SAR技术结合在一起,将极化SAR获取目标散射特性的能力与干涉SAR获取目标散射体空间分布的能力集于一身。极化干涉SAR技术提高传统的干涉SAR的测量精度,同时能够更好的获取目标散射机理。极化干涉SAR技术利用全极化数据,通过相关矩阵特征分解技术可以明显提高地表参数反演精度,从而为获取高精度数字高程信息提供了可能。本文研究了极化干涉SAR地表植被高度反演方法,同时对极化相干层析算法进行详细的研究,主要工作如下:(1)分析了极化干涉SAR不同极化状态的散射机制特性及其对植被区域反演的敏感性,研究了极化干涉相干系数最优化;同时深入分析了ESPRIT算法散射相位中心估计,并通过模拟数据验证了算法的有效性。实验结果发现:基于ESPRIT算法能够较好的估计出植被冠层和地表相位中心,实现了植被散射体相位中心的分离。(2)研究了相位相干融合反演算法,该算法利用复相干幅度反演算法弥补DEM差分算法,有效的减小ESPRIT算法中去极化等因素对高度估计的影响。在DEM差分算法中,主要针对地表相位极化模式的选择和相位跳变进行研究,实验表明:经过中值滤波处理后,HH-VV极化模式能准确的估计地表相位;在复相干幅度算法中,通过选取最优相干系数及散射模型函数反演高精度的植被高度;最后,分析了权重系数在相位相干融合算法中的作用。通过实验获取了精确的植被高度估计,验证相位相干融合反演算法的有效性。(3)详细研究了极化相干层析算法。阐明了极化相干层析算法原理,并推导出单基线极化相干层析算法步骤,主要进行了相位相干融合算法植被高度估算和Legendre系数的计算,并通过仿真数据实验,证实该算法能够获取植被高度及植被垂直结构散射特性。