面向耕地与建设用地的监测需求,在时间序列挖掘与空间数据挖掘技术体系的支撑下,研究像素级SAR影像时间序列的建模方法,发展新型耕地与建设用地的提取技术,突破耕地到建设用地转变的监测技术,服务于耕地与建设用地地理国情的监测、分析与评价。遥感影像时间序列数据具有海量、多尺度性、时空相关性、模糊性、夹杂大量噪声等特征,挖掘其潜在的有用知识,具有重要的理论价值和现实意义。近年来,主要研究围绕光学影像时间序列展开,其研究难点主要在于时间序列的滤波重建。以往SAR影像时间序列主要应用于差分干涉测量,其构建主要基于影像的振幅信息,而直接利用影像强度信息转换为后向散射值的像素级SAR影像时间序列,其应用研究并不多见。传统的遥感地物识别是基于光谱维或空间域,而时间维的遥感影像数据集的地物识别研究主要集中于单纯考虑影像的时间向量特征。目前,顾及空间上下文特征和时间序列曲线相似性特征的SAR影像耕地与建设用地识别研究较为少见,如何充分利用像素级SAR影像时间序列的时空特征进行地物识别也是遥感影像数据挖掘研究中比较新鲜的话题。此外,直接利用SAR影像时间序列监测耕地到建设用地转变的研究较为少见,其难点在于其时间序列构建基本量的选取、噪斑的去除、变化节点的提取以及混合像元的处理。本文以150m、30m两种低、中分辨率的SAR影像数据集为数据源,对应选取深圳市全境、徐州主城区两个研究区,提出一套利用SAR影像时间序列进行耕地和建设用地信息提取与监测的技术方案。论文的主要研究内容和结论包括：(1)像素级SAR影像时间序列的构建研究。对像素级SAR影像时间序列进行定义、分类,针对其构建的核心问题,提出SAR影像局部自适应高精度配准技术,其主要步骤包括局部误差点聚类、渐进式二分法和边界处理三个步骤。在此基础上,提出像素级SAR影像时间序列的建模方法,并对时间序列去噪进行阐述。(2)耕地与建设用地信息提取技术。由时间序列相似度与空间相似度的数学公式导出时空相似度的数学公式,组合了多种时空相似度。提出一种时空相似度上下文分析方法,充分考虑了地物的时间序列特征和空间邻域特征。选取改进的DTW为相似度,以混合像元时间序列特征为依据,对相似性阈值的设定提供参考,利用时空相似性分析方法从SAR影像中提取耕地与建设用地。(3)耕地到建设用地转变监测技术。通过分析时间序列的变化特征,提出了一种顾及混合像元与噪声的时空变化检测策略,提取时间变化节点与变化像元。变化检测过程中,重点探讨了变化混合像元的变化特征,得出相关阂值；利用形态-结构特征对耕地到建设用地转变类型的时间序列进行判断,采用最小均方差模型计算变化节点,并利用变化节点前后时间序列的均值差处理混合像元。综上所述,本文探索了SAR影像时间序列在耕地与建设用地监测方面的潜力,提出一套SAR影像时间序列支持下的耕地和建设用地信息提取与监测的技术方案,取得了较好的试验效果,具有较高的应用价值。所提的像素级SAR影像时间序列的建模方法,具有较高的几何精度,相同地物的像素级SAR影像时间序列曲线具有较好的相似性；所提的时间序列与空间上下文综合的时空相似度分析方法,实现从SAR影像序列数据中有效提取耕地与建设用地;所提的一种顾及混合像元与噪声的时空变化检测策略,能够较有效地提取时间变化节点与变化像元,实现SAR影像时间序列支持下的耕地到建设用地转变监测。