合成孔径雷达(Synthetic Aperture Radar),它相比较起传统意义上的以光学方式为主的遥感方式来说,是一种具有可以全天时全天候监测优势的主动式微波遥感技术,这样的特点可为人们研究地物类型提供更加便利的条件。近年来,随着SAR分类技术的发展,为人们研究气候条件不好的地区的地物类型提供了一种新的方式。结合不同波段全极化SAR影像数据极化散射特征的联合分类方法作为一种方式,为人们的相关研究提供了更加丰富的地物信息。为了探索多波段极化SAR数据在地物分类中的潜在应用,本文选择内蒙古自治区根河市为研究区域,利用星载Radarsat-2 C波段全极化数据以及由中国测绘科学研究院自主研发的CASM SAR机载P波段全极化数据,对研究区域提取极化散射信息并分析得出各自波段的优势,然后进行分类实验对比,再联合多波段极化散射特征进行SVM监督分类,得出更加精确的分类结果。主要工作如下:1)首先对于星载C波段以及机载P波段的全极化数据进行预处理,包括基于距离多普勒模型的几何纠正,还有消除相干斑噪声的滤波处理,为后续极化处理奠定基础,随后进行以星载图像为基准图像的图像配准工作,机载数据重采样后即可得出配准影像。2)分别对两个波段的全极化数据进行两种方法的极化特征提取,先是提取出图像的散射角、散射熵以及各向异度结果并进行初步的分析;再基于非相干极化目标分解模型对图像进行Freeman3分量分解,得到两个波段各自的极化特征,并进行一定的分析,初步得到了不同散射特征对于地物的响应特性。3)对两个波段的数据分别进行分类实验得到分类结果,对单波段SAR影像实验分类的结果进行精度的定量评价,选取合适的极化分解方法。结合分类的结果进一步分析,得出三分量中效果较好的散射特征作为多波段联合分类的基础。4)对比两个波段由于波长差异而产生的穿透性差异,并结合散射分量比重图,对特定区域进行分析。最后结合两个波段各自的优势散射特征,提取特征向量进行基于两个波段影像数据的监督分类实验(SVM),在两块区域的实验数据上进行分类的实验,并且对分类结果进行定量的分析,与基于单波段分类精度指数做对比,得出最后的结论。结果显示:基于多波段全极化SAR数据分类的结果精度有了明显的提升,结合了不同波段各自的优势,最后的分类效果得到有效的提升。基于单波段分类中存在的错分及混淆的情况也得到了有效的改善。分类的总体精度由50%左右提高到了 80%以上。这也验证了本文中基于多波段全极化SAR数据的分类方法的可行性,体现了对于研究区域的分类研究的有效性,也为人们的进一步研究提供了一定的基础。