本研究中，在一个水稻生长周期中，获取了多时相的ENVISATASAR的APMode数据，并同步测量了水稻的各种参数。首先提出了水稻的雷达后向散射模型，并模拟了水稻生长周期内的后向散射系数序列值；对获取的ASAR数据分析，得出ASAR与模拟值具有相似的变化趋势，利用模拟值对多时相ASAR数据进行入射角归一化，得出反演水稻参数的回归方程；用模型模拟多种水稻生长情况的雷达后向散射系数数据库，建立了反演水稻参数的查找表；最后根据多时相的ASAR数据，提出了三种水稻面积测绘的多时相和多极化组合方法。本论文的主要研究内容包括： 1.改进Sun等的森林连续冠层模型，发展了适合水稻的雷达后向散射模型，并采用Matrix-doubling方法计算HV极化的后向散射系数。将实测水稻参数作为模型输入参数模拟水稻生长周期内的后向散射系数序列值，分析水稻参数与模拟后向散射系数的关系，以及模拟值与时间、入射角、极化的关系。 2.对获取的多时相ASAR数据进行一系列处理分析，发现提取的水稻后向散射系数与模型模拟结果具有相似的变化趋势。但由于这一时间序列的ASAR影像包含了多种入射角的情况，不能直接用来监测水稻。所以根据模型模拟结果与入射角的关系来进行ASAR数据的入射角归一化，得到相同入射角情况下的雷达后向散射系数，接着采用回归方程法进行水稻参数的反演。这就是水稻参数反演的第一种方法——角度归一化与回归方程算法。 3.逐步改变水稻的各种生长参数，从而改变水稻的高度和生物量特征，模拟了多种情况下的雷达后向散射系数数据库，将模拟结果作为查找表，建立反演水稻参数的第二种方法——查找表算法。 4.用研究中获散的多时相雷达数据提出了三种进行水稻面积测绘的算法，即三时相假彩色合成法、两时相变化指数法和HH/HV极化比法。选择合适的数据获取时间，这三种方法都能实现精确的水稻面积识别，为进一步的估产提供依据。 论文工作中取得的创新性成果有： 1.在原有森林模型的基础上，改进发展了适合水稻的雷达后向散射模型，交叉极化HV的后向散射计算采用Matrix-doubling方法，加入了多次散射的贡献。 2.提出了根据水稻生长周期内模型模拟后向散射系数随入射角的变化趋势，将多时相的ASAR数据进行角度归一化到相同入射角的方法。 3.通过逐步改变植株高度、叶片尺寸、稻秆尺寸等参数来达到逐步改变生物量的H的，进一步模拟了多种水稻生长参数情况下的模拟后向散射系数数据库，建立查找表。 4.提出了三时相ASAR影像假彩色合成法、两时相变化指数法、极化比法 进行水稻面积测绘的方法，并分析指出了最佳的影像时间选择。