【摘要】【目的】微波遥感因具有全天时、全天候数据获取的特点，在多云雨的中国南方水稻识别研究中表现出巨大潜力。本研究通过对比Sentinel-1SAR遥感数据和Sentinel-2光学遥感数据用于水稻遥感制图的效果，分析光学和SAR遥感数据对于单双季稻识别结果的一致性，并探索水稻识别的最优SAR影像特征。【方法】本研究使用Sentinel-1/2卫星数据，基于面向对象的随机森林分类算法和Google Earth Engine平台，提取洞庭湖平原4个典型水稻种植区的单双季稻空间分布。通过比较9种不同传感器和特征组合场景的分类精度和分类结果统计指标，并计算NDVI和SAR特征时序（VH、VV、VH/VV）的R~2和DTW距离，分析识别单双季稻的最优SAR特征，评估光学和SAR遥感数据对于单双季稻识别结果的一致性。【结果】VH、VV和VH/VV时序识别单双季的总体精度分别为90.42%、82.08%和88.33%，而联合VH和VH/VV时序识别单双季稻的总体精度可达91.67%。VH(VH/VV、VV)时序与单双季稻NDVI时序的R~2和DTW距离分别为0.870(0.915、0.986)、4.715(1.896、5.506)（单季稻）和0.597(0.783、0.673)、2.396(1.839、3.441)（双季稻）。较高的R~2和较低的DTW距离说明单双季稻的VH/VV时序与NDVI时序相关度更高，可以较好地反映单双季稻的生长周期规律。同时，VH可以较好地反映单双季稻移栽期的淹水特征。基于光学数据和SAR数据在6个时间窗口的特征（S-2:NDVI、EVI、LSWI;S-1:VH、VH/VV）识别单双季稻的总体精度分别为91.25%和90.00%，识别结果面积相关性可达95.70%。【结论】SAR遥感数据与光学遥感数据水稻识别结果一致性较高。应用Sentinel-1在多云雨区识别单双季稻具有巨大潜力，VH和VH/VV后向散射系数时序是识别水稻的优质特征。研究结果为多云多雨区使用SAR数据进行特征优选以高精度识别单双季稻提供了重要技术支撑。