及时准确监测农作物种类的空间分布及其面积是农情信息监测的基础。合成孔径雷达由于其具有全天时、全天候监测地表信息的能力，在作物遥感监测方面具有广泛的应用需求。在国内外利用雷达遥感技术在水稻种植面积及长势监测方面开展了大量研究工作，但是在旱地作物监测方面的工作还不是很多。在农业部农情信息遥感监测系统的作物遥感监测业务中发现，在进行我国北方地区旱地作物监测时，由于在作物生长关键时期云雨天气比较频繁，很难获得足量、有效的光学遥感数据，经常不能满足监测业务的需求。针对这一业务需求，本文在华北平原选择研究区，开展应用雷达遥感数据进行旱地作物识别与面积监测方法的研究。本文利用多时相、多极化的RADARSAT-2遥感数据，在河北省衡水市枣强县开展了玉米及棉花遥感识别和作物面积监测技术方法的研究工作。主要研究内容包括以下几个方面：首先，利用与卫星同步获取的作物参数数据，分别分析了玉米抽穗期、乳熟期、成熟期及棉花蕾期、花铃期、吐絮期作物参数的统计特征及其时间变化趋势，这些参数主要包括生物量、植株含水量、植株高度、叶面积指数等。其次，基于RADARSAT-2雷达遥感数据，分析了采集的作物参数与作物后向散射特性之间的相关性，分析了玉米及棉花对雷达信号的响应特征。第三，基于RADARSAT-2遥感数据进行旱地作物识别的方法研究，并结合资源三号卫星数据及雷达遥感数据进行作物识别，探讨以多源遥感数据来提高作物遥感识别的能力。基于以上研究内容本文主要得出以下结论：（1）通过对作物参数和雷达后向散射系数之间的相关性分析发现后向散射系数对植株高度最为敏感，其次是植株含水量，发现玉米和棉花在不同作物生长时期对雷达信号响应机制有所差异，这是利用多时相、多极化雷达数据进行作物识别的基础。（2）基于RADARSAT-2雷达影像进行分类时，通过比较各极化方式信息的作物遥感分类效果，发现VV极化优于HH极化，并且这两种同极化方式优于交叉极化方式。对于不同时相分类效果，发现9月24日雷达影像分类效果略高于其他时相。同时，研究显示随着极化方式和时相的增加，作物识别精度也会增加，而HV和VH这两种交叉极化方式在分类效果上趋于一致，在应用上，只用选择其中一种参与分类运算即可。在不同遥感分类方法的比较中发现，最小距离法分类精度优于支持向量机法。用最小距离法对多极化、多时相影像进行分类结果最高精度可达85%。研究还发现，对不同极化方式之间数学运算结合多时相特征进行分类时，其分类效果低于多时相、多极化雷达影像分类效果。（3）由于本研究分类过程中，建筑物对分类精度的影响，本论文通过资源三号卫星光学遥感数据提取建筑物等随时间变化速率不大的区域，将其作为掩膜参与雷达影像作物识别过程，发现作物的遥感分类精度有了较显著的提高，达到了93%，基本达到了实际应用的需求，与光学遥感影像作物分类精度94%的分类效果相当，显示雷达影像对旱地作物识别能力。