遥感技术的发展及光学、热红外和微波等大量不同卫星传感器对地观测的应用,为森林郁闭度尤其是大区域尺度上的估测提供了经济、简便、快捷的新途径。目前光学遥感影像应用于森林郁闭度的估测方面,已形成了多种统计模型和物理模型,但目前常用的森林郁闭度估算大多是利用植被的可见光光谱信息。随着近年来合成孔径雷达(SAR)技术的迅速发展,由于它是一种不受气候影响的主动微波遥感方式,具有穿透云、雨、雾全天时对地观测的特征,因此利用不同极化特征的SAR影像进行森林参数的定量反演具有重要的应用前景。本文使用ENVISAT ASAR数据和Google高分影像对山区森林郁闭度的估测开展了深入研究,主要研究内容包括以下几个方面：(1)开展了龙门山茂县地区Envisat ASAR卫星影像数据的预处理,针对研究区域地处西南山区高地形起伏的实际情况,对影像进行掩膜处理,结合Google高分辨率光学影像,对SAR影像非叠掩和非阴影区域实现了森林郁闭度样本的提取。(2)将由Google高分辨率光学影像提取的森林郁闭度样本作为观测值与SAR影像的后向散射系数构建关系方程,考虑到研究区为地形起伏变化较大的山区,地形因素及雷达入射角对地物的后向散射特征可能会造成影响,采用逐步回归分析方法,把地形因素和后向散射系数一同作为自变量因子与郁闭度构建统计模型,利用交叉验证法进行精度评价,从而得到估测精度最好的统计模型。(3)利用C#语言开发实现了基于KARAM模型模拟森林冠层直接散射值和基于影像后向散射系数反演森林郁闭度的功能模块,应用该模块实现了森林郁闭度样本冠层直接散射系数的模拟,以及基于影像实际散射值的郁闭度反演,并分别与样本郁闭度间的关系进行了分析。通过研究,本文得到如下主要结论：(1)在郁闭度大于0.4时,多个雷达极化特征都与郁闭度之间存在较好的线性或非线性关系,其中HH极化和HV/HH极化比与郁闭度间的相关性要好于HV极化。(2)地形因素和雷达入射角对HH极化与郁闭度间的关系没有显著影响,而雷达入射角对于HV极化和HV/HH极化比与郁闭度间的关系产生了一定程度的影响。文中以HH极化和HV/HH极化比为自变量参数,分别与郁闭度建立线性和指数回归方程,并利用留一法交叉验证法对所建立的模型进行精度评价,结果表明,HH极化指数回归方程的模型精度最高(R=0.79627, RMSEP=0.03602)。而当郁闭度小于0.4时,影像后向散射系数与郁闭度的相关性很差。(3)基于KARAM散射模型模拟系统计算得到的森林冠层直接后向散射系数与郁闭度之间存在较强的相关性,其指数回归方程的拟合精度最优,决定系数值达到了0.74706。采用建立郁闭度与其它因素散射值间的统计模型来间接得到冠层的直接后向散射,进而反演出森林样本的郁闭度。结果表明,利用该方法计算得到的郁闭度估测值接近于郁闭度观测值(RMSE=0.0561),且两者之间具有较强的相关性(R=0.7155)。