由于光学遥感容易受到云雨天气的影响,难以获取有效长时间序列的光学影像.基于Sentinel-1 SAR时间序列数据,提出了一种基于优化动态时间规整(Dynamic Time Warping,DTW)的水稻种植区提取方法.首先根据物候特征构建Sentinel-1SAR时间序列数据,分别基于像元和对象构建后向散射系数(σ0)时间序列曲线；然后利用优化的动态时间弯曲(Dynamic time warping,DTW)算法,计算σ0时序曲线与标准σ0的相似性；最后以此为依据提取水稻种植区,并与传统DTW算法提取的结果进行对比.以江苏省东台市为研究区开展实验,结果表明,优化的DTW算法解决了全局寻优导致的时间位移不一致、时间跨度大问题,比传统DTW算法的正确率提高了1.38％；采用面向对象分类方法可以避免逐像元提取过程中出现的椒盐现象,正确率和完整率分别提高了2.48％和3.58％.