我国于2016年发射了高分三号（GF-3）SAR卫星,填补了我国民用高分辨率合成孔径雷达卫星的空白,标志着我国高分辨率SAR对地观测能力的初步形成。据统计,未来即将发射的SAR卫星将要占据发射卫星总数的一半,SAR遥感卫星将成为遥感卫星的主流传感器。尽管SAR遥感卫星发展迅速,但SAR观测数据的处理分析以及应用研究相对滞后,如何实现SAR遥感卫星地物的有效识别与分类,是目前SAR应用研究的重点。海岸带是海洋、陆地共同作用的区域,是我国迈向海洋战略的第一步。海岸带在我国海洋经济发展、生态环境保护方面具有重要的意义。海岸带地貌类型复杂多样,由于海陆的共同作用,衍生出许多独特的地物类型,其遥感检测难度要高于一般的内陆地区。国产GF-3 SAR卫星是我国唯一一颗在轨运行的民用SAR卫星,其自主数据源可为海岸带地物检测提供服务。为了充分利用GF-3全极化SAR全极化特征,实现海岸带典型地物高精度分类,本文开展了高分三号极化特征优化选择与海岸带地表分类研究,主要研究内容包括:（1）通过对面散射、二面角散射和体散射三种典型目标的散射过程进行分析,并进一步推导了不同散射体的极化表征,以此作为后续GF-3全极化SAR极化特征分解的数学基础。分析了不同极化分解方法对海岸带典型地物的适用性,探讨了不同极化参数对应的地物散射机制,为后续海岸带典型地物分类提供基础理论支持。（2）对GF-3全极化SAR极化观测能力进行了验证,证明了 GF-3全极化SAR数据海岸带观测的准确性和适用性。对比业务化RADARSAT-2和GF-3全极化SAR极化数据,分析了二者针对水体、建筑物和植被三类典型地物在H-Alpha散射特征平面的分布特征,并基于传统的H-Alpha散射特征平面评价了二者极化测量精度,并进一步提出了基于类内聚合度和类间离散度的精度测量方法。（3）为了充分利用GF-3全极化SAR极化特征,针对海岸带典型地物类型开展极化散射特性研究。利用6种极化分解方法分别对刺槐、耕地、白蜡、芦苇、滩涂、海水、盐池、怪柳和建筑物九类典型地物进行极化特征提取,对比分析了不同类型地物对各极化参数的敏感性,并进一步利用Michelson差异准则对最优极化参数进行初探。（4）针对提取的GF-3全极化SAR极化特征信息冗余问题开展研究。采用GA-PLS模型进行极化特征组合选择,并通过构建改进后的判别标准ρcs,提出了基于ρcs判别的GA-PLS极化特征选择方法。同时考虑到GA-PLS模型的不稳定性,通过多次迭代阈值控制,建立了多次优化GA-PLS模型最优极化特征选择方法。并对最优特征提取组合进行了评价,验证了多次优化GA-PLS模型最优极化特征选择方法的有效性。（5）基于得到的GF-3全极化SAR最优极化特征组合,考虑到CNN模型深度特征广度不足的问题,通过采用空间邻域增强方法增加地物特征表征,通过多卷积核方法扩展CNN深度特征广度,提出了基于多卷积核CNN模型极化SAR地物分类方法研究。并进一步与传统的CNN模型和SVM分类方法进行了对比分析,验证了多卷积核CNN模型极化SAR分类的有效性。本文基于GF-3全极化SAR数据,开展了极化特征优化选择与海岸带地表分类研究,实现了国产GF-3全极化SAR极化观测能力的实验验证和初步评价,提出了基于ρcs判别GA-PLS最优极化特征选择算法,实现了多极化特征优化选择,建立了基于极化SAR多卷积核CNN模型分类算法,有效的解决了 SAR影像尺度问题对传统CNN模型的影响,构建了 GF-3全极化SAR数据处理-特征选择-影像分类完整应用框架。该论文有图64幅,表22个,参考文献154篇。