水稻是重要我国和世界的重要粮食作物之一，水稻种植面积及其长势对于粮食安全、国际粮食贸易等诸多方面都具有重要意义，因此建立高效快速的水稻监测系统具有重要价值。经过多年的发展，遥感技术已经成为作物监测主要手段之一。然而水稻主要分布在热带和亚热带，在水稻生长季，由于云雨天气的影响，难以获取足够的光学影像来监测整个生长季水稻的长势和面积，而合成孔径雷达(SAR)具有全天候、全气候的特点，是水稻遥感监测可靠的数据源。因此研究利用SAR监测水稻的长势和面积具有意义。水稻的栽培方式比较特殊，在整个生长季，冠层的下部基本维持着一层水层，而来自水面的后向散射可以忽略不计，这样水稻的后向散射几乎全部来自水稻植株，因此利用SAR监测水稻的生长状况是可行的。由于诸多原因，实际上不可能连续不断地大而积利用遥感手段监测水稻的生长状况，因此在水稻生长季会存在着许多监测的空白时间段。同时雷达遥感只能监测到水稻生长的表象，无法反映许多水稻生长内在的过程。而水稻生长模拟模型具有很强的机理性，可以完整地反映水稻生长的全过程。因此耦合SAR和水稻生长模拟模型，可以宏观、快速、完整地监测水稻的生长状况。这也是本文研究的意义之所在。在江苏兴化试验点，本研究系统地观测了直播水稻整个生育期诸多生物学参数，这些参数有株高、地上部鲜重、叶、穗和茎蘖的生物量、叶面积指数(LAI)、生育期以及植株的形态；此外还观测了地表粗糙度。在水稻生长季获取了4景ENVISAT ASAR数据以及逐日的气象资料。依据这些数据，本文作了如下研究：1、对ASAR水稻后向散射的时域特征以及单时相特征进行了研究，比较了多时相、单时相的决策树分类和监督分类的方法。2、总结了生物量、LAI、株高等参数与水稻冠层含水量之间的关系。并以此为基础，研究了基于经验模型和半经验水稻水云模型的水稻生物学参数的反演。3、根据水稻种植的实际状况，系统地分析了点尺度水稻生长模拟模型与ASAR数据耦合过程中存在的问题，并对该模型进行了升尺度研究。4、研究了ASAR反演量与升尺度水稻生长模拟模型的耦合的技术路线。本文的主要结论：1、基于“决策树”方法，多时相ASAR水稻的识别精度和分类精度约为80％，而单时相的为77％；而基于监督分类方法，多时相的水稻分类精度可以达到87％，但是识别精度只有70％左右。2、在水稻生长的前期和中期，生物量、LAI、株高与水稻冠层含水量之间存在良好的线性正相关。3、基于半经验的水稻水云模型对鲜重、干重、LAI的反演并不理想。这些参数的最佳反演经验模型为幂函数。4、引进“虚拟品种”和“综合营养因子”，成功地将点尺度水稻生长模拟模型升尺度到田块尺度。5、ASAR反演量和升尺度水稻生长模拟模型耦合的主要校正因子为“综合营养因子”；采用耦合方法可以完整地监测水稻的长势。