全极化合成孔径雷达(Polarimetric Synthetic Aperture Radar,简称PolSAR)具有全天时、全天候的特性,是目前进行海冰分类最重要的遥感手段之一。与单极化SAR相比,PolSAR在获得目标强度信息的基础上还可以得到目标的极化散射特性,从而为提高海冰分类的效果提供数据基础。由于海冰形成的条件非常复杂,不同冰型间的差异相较于陆地目标之间来说要少,所以只有利用极化特征进行分类容易导致海冰的误分类。PolSAR海冰图像同时包含有由毗邻像素所决定的空间特征,利用这些空间纹理特征通过纹理分类方法可以对海冰进行有效分类。然而单独使用极化、纹理特征对海冰进行分类有着两个严重的问题：(1)极化特征方面,由于环境因素和海冰间的电磁衰减导致误分类；(2)纹理特征分析涉及到的灰度共生矩阵计算量很大,造成分类实时性不高。极化特征主要关注的是在当前像素的后向散射系数值,而纹理特征主要是基于毗邻像素分空间分布。针对海冰分类的复杂性,本文重点研究海冰分类的特征融合问题。首先对海冰的纹理特征和极化特征进行分析,然后对筛选的特征利用本文提出基于多特征融合的多波段监督分类模型进行海冰分类。通过对3景SIR-C在C波段和L波段的PolSAR海冰数据的测试,实验结果验证了本文方法的有效性。概括来讲,本文主要工作和成果有：(1)为了评价各个特征对海冰分类的有效性,对海冰极化、纹理特征进行分析、筛选。通过对3景SIR-C海冰数据的分析,选取了一组适合海冰分类的特征；(2)提出了基于多特征融合的多波段监督分类MSCM模型；(3)通过对3景SIR-C在C波段和L波段的PolSAR海冰数据的测试,证明利用融合的极化和纹理特征对海冰进行分类,可以有效提高海冰的分类精度,得到有效的分类。