准确监测农作物物候期和植被结构参数对农业长势监测和产量估计具有重要意义。传统的光学遥感植被指数（如NDVI、LAI等）在作物生长中、后期存在饱和现象，且受云雨天气的影响无法保证植被监测的连续性。合成孔径雷达（SAR）后向散射对地表介电常数、盖层结构、地表粗糙度等敏感，且不同极化、不同入射角、不同频率的多模式观测信息在作物类型和结构监测应用中具有较大的优势。本文研究了同极化（）和交叉极化（HV/VH）相位差（及）参数在作物物候期和结构监测中的可行性。本文首先给出了电磁波相位差、不同极化相位差及等效散射相位中心的概念和定义，以及基于辛克莱散射矩阵（）和协方差矩阵（）或相干矩阵（）的极化相位差和相干系数的计算方法；然后，基于不同植被结构取向（水平或垂直）类型作出了不同极化下电磁波植被穿透深度差异和相位差参数的物理关系；为论证本研究的有效性，利用加拿大温尼伯时序全极化L-band UAVSAR数据，展示了不同油菜、大豆、小麦、玉米等作物类型时序同极化和交叉相位差及相干系数的变化特征，定性分析了相位差参数时序变化、空间分布与作物结构实测图像数据的一致性；同时，结合实测采样数据定量分析了相位差参数与叶面积指数（LAI）、植被高度（H）、生物量（Biomass）和植被含水量（PWC）数据间的相关性。实验结果表明，同极化和交叉极化相位差在作物植被结构参数监测中具有较大的潜力。尤其是同极化相位差，其与LAI指数的时序变化特征具有较好的一致性。以油菜作物为例，当其处在叶生长期时，随着LAI的增加，>0且呈增加的趋势；当油菜物候期转向茎生长期时，由正转负。此外，研究发现不同作物的极化相位差参数表现不同。本研究结论主要有，1）基于作物类型和植被结构的相位差参数差异表现，可以极化相位差用于作物分类；2）相比于交叉极化相位差，同极化相位差更适用于作物垂直取向或水平取向结构特征识别；3）可以以同极化相位差参数作为先验知识，将其用于SAR极化目标分解模型的优化与改进。
 

PolSAR，相位差，散射相位中心，作物结构、物候期