海冰分类是SAR海冰遥感监测领域中的重要应用。多频段、多极化SAR遥感数据可以提供多个频段的极化、相位和能量等信息，能够更加全面的描述电磁散射特性和复杂的海冰目标，增强了SAR海冰分类与识别能力。本文基于SIR-C SAR系统获取的双频段全极化数据，对C和L频段SAR极化特征数据在海冰分类与识别中的应用进行了深入研究，主要工作和内容如下：1)本文阐述了SAR极化基础理论，系统地介绍了常用于SAR海冰识别与分类的两类SAR极化特征，以及各种SAR极化特征的提取、表示方法和相互关系。2)基于SIR-C SAR系统获取的南极威德尔海域C和L频段全极化海冰SAR数据，利用样本统计方法和监督分类器，对单频段SAR极化特征以及组合双频段SAR极化特征的海冰辨识能力进行了定性和定量评估，并据此对每一项极化特征在南极海域中的识别能力进行了排序，分析和讨论了组合双频段SAR极化特征在提高SAR海冰分类与识别能力中的优势与局限。3)针对组合C和L频段极化SAR数据在提高SAR海冰分类与识别能力中的局限，引入两种数据融合方法，分别对SIR-C双频段SAR极化特征数据进行融合，以进一步提高其海冰分类与识别能力。最大似然分类器被用于验证融合数据的海冰分类能力。实验结果表明，主分量分析（Principal ComponentAnalysis，PCA）方法能够有效提高SIR-C双频段SAR极化特征数据在海冰分类应用中的能力，而局部线性嵌入算法（Locally Linear Embedding,LLE）对提升双频段SAR极化特征数据在海冰分类应用中的有效性似乎并没有帮助。