合成孔径雷达(Synthetic Aperture Radar, SAR)以其全天时、全天候与远距离的成像能力广泛应用于北极海冰监测。但是由于北极海冰地面实况数据难以获取,导致缺少充足的测试样本,使得评估海冰SAR图像的分割以及分类算法较为困难。因此,本文以现有海冰SAR数据为基础,充分利用海冰SAR图像块之间的相关性,研究了区域级北极海冰SAR图像及地面实况图合成方法,以生成充足的测试样本。本文研究的主要内容及主要创新之处在于：1)研究提出了一种采用自适应块拼接的北极海冰SAR图像合成算法。该方法在区域后验采样过程中,首先通过自适应调整合成过程中选取的块尺寸,增大了样本选择块与已合成区域间的匹配度；同时利用Image Quilting算法在相邻块间重叠区域计算得到一条最小误差切割路径,使得相邻块间平滑的过渡,有效减少了合成过程中出现的人工瑕疵。2)研究提出了一种基于Graph Cut的北极海冰SAR图像合成算法。该算法将原海冰SAR图像以不同的位移拼接至合成图像中,消除了块尺寸选取的影响；同时运用Graph Cut方法决定放置到合成图像中原海冰图像的最优块区域,合成结果更加逼近于真实海冰图像。通过与现有算法进行对比分析,并采用真实海冰SAR图像进行实验,结果表明：两种新算法合成的海冰图像及地面实况图都保存了原海冰SAR图像的不均匀纹理以及多尺度结构,并且消除了合成过程中出现的人工瑕疵。合成结果更加逼近真实海冰SAR图像,对实现北极海冰SAR图像分割和分类算法的客观评价有着积极的意义。