城市区域的人造目标(例如建筑物)通常具有规则的几何形状。随着目标方位角的变化,目标的后向散射随之发生明显改变。当方位角接近45°时,它们的后向散射通常包含强烈的体散射。在一些现有的目标极化特征分解算法中,通常将体散射作为区分植被区域与非植被区域的依据,二次散射作为区分城市区域与非城市区域的依据。然而,大方位角城市区域有着和植被区域相似的后向散射特征。因此,使用这些分解算法时会发生误分类。为解决这一误分类的问题,我们提出了一种基于子孔径技术的新算法。子孔径技术是一种通过子孔径分解从单幅PolSAR图像中获得两幅或多幅具有不同方位角图像的技术。在这项研究中,遵循一定的孔径比选择原则,获得了两个具有一定方位角差的子孔径图像。城市目标的后向散射随方位角变化,因此从子孔径图像中提取了城市校正参数。该参数可以很好地表征大方位角城市区域的后向散射,然后将其实现到现有的分解算法中,从而减少误分类。为了验证该算法的有效性,我们将该算法应用于包括加拿大的RADARSAT-2、中国的GAOFEN-3、日本的ALOS2/PALSAR的三种传感器的数据上,并且都取得了良好的分类结果。与Pauli分解算法相比,该算法可以在保证其他区域的分类结果不被改变的情况下,将大方位角城市区域的体散射降低约50%。最后,阐明了方位角和孔径比的变化对分类结果的影响,量化了方位角与城市修正参数的关系,并且以多种不同孔径比实现新算法进行实验,将新算法的孔径比确定为0.75。