卫星遥感技术在全球森林监测上具有重大的优势，能够实现对广袤偏远的热带雨林的监测，建立国家和区域尺度的森林面积及森林变化的有效估测，为全球气候变化和碳循环的研究提供支持。但在热带雨林地区，光学遥感受常年云雾的影响，无法实现连续观测；作为一种主动微波遥感技术，SAR可克服云雾的影响，具备全天时、全天候工作的能力，是一种理想的森林观测手段。近年来，各国已有及待发的新型SAR卫星，已经具备连续全球观测能力，可提供不同波段、极化、时相等多维度SAR数据覆盖，为实现全球热带雨林监测提供了前所未有的潜力和机遇。本文在ALOS Kyoto&Carbon森林议题资助下，针对东南亚地区热带雨林的毁林检测问题，基于L波段ALOS PALSAR和C波段ENVISAT ASAR的不同极化的时间序列数据，开展了多维度SAR数据自动分析与毁林检测的研究，突破了1）基于多维度SAR多变化检测特征融合的毁林检测，2）基于单时相PALSAR PGM数据和森林覆盖历史数据的毁林检测，3）基于ASAR APG时间序列数据森林制图后的毁林检测等问题，实现了基于多维度SAR数据的毁林检测。并以世界自然基金会的陆地覆盖地图作为地面真值参照，验证了本文中毁林检测方法的有效性，为构建大尺度、稳健可靠的自动/半自动的热带雨林毁林检测系统奠定了理论与技术基础，主要研究内容和成果如下：1、研究了基于多维度SAR多变化检测特征融合的毁林检测方法。首先分别研究了基于图像强度、纹理特征以及时间序列图像分析的毁林检测方法，分析了各自的优势与局限性；针对图像强度和ScanSAR时间序列图像分析的毁林边缘检测差而纹理特征又仅适用于毁林边缘提取的局限，提出了图像强度、纹理特征以及时间序列图像分析等多变化检测特征融合的毁林检测方法，提高了毁林检测性能。并通过在印度尼西亚廖内省地区使用C波段ENVISAT ASAR和L波段ALOS PALSAR遥感数据对上述方法进行了验证，多变化检测特征融合的毁林检测概率可达83.2%，获得超过10%的提升。并在研究中发现，均值滤波更适用于大面积空间连续区域的毁林检测；C波段ScanSAR时间序列数据的使用，会大大减少了热带雨林地区河水泛滥引入的错误检测。2、研究了采用单时相PALSAR PGM HH/HV极化比值的毁林检测方法。针对SAR历史存档数据缺失或不完整的问题，提出了利用单时相PALSAR PGM数据HH/HV极化比值，从非SAR历史存档数据制作的森林覆盖掩膜图像指定的自然林区域中，提取毁林区域，实现毁林检测。该方法有效地利用了相同观测区域不同时间点的SAR与非SAR数据，扩展了SAR数据在历史毁林检测中的应用，在SAR历史存档数据缺失的局限下，实现了大时间跨度、大空间尺度的毁林检测。并通过在廖内省使用PALSAR PGM数据，完成了该地区2007~2008年的毁林检测，检测概率可达86%，总体精度与光学遥感相当，验证了SAR数据在大尺度热带雨林毁林检测中的能力。3、研究了利用多维度SAR数据、基于像素的贝叶斯分类方法的森林制图技术，以及利用不同时相森林主题地图完成了对森林快速变化的监测。针对热带雨林地区人工林的轮作周期短，生长状态变更频繁，基于单双时相图像的变化检测技术难以追踪热带人工林间森林类型转变的问题，建立了基于森林主题地图制作（分类方法实现）后比较的毁林检测方法。基于ENVISAT ASAR和ALOSPALSAR的不同波段、极化、时相等数据组合，采用基于像素的贝叶斯分类方法，完成了森林主题地图的制作；并基于制作的不同时相森林主题地图，应用分类后变化检测的方法，实现了对廖内省商业人工林收获与再植等循环轮作的追踪。研究中通过对不同数据组合分类结果的对比，发现在热带雨林地区的人工林分类中使用C波段VV和VH数据组合可以获得最佳分类结果，总体分类精度和卡帕系数分别为86.2%和0.78。