结合分水岭变换与支持向量机的特性，提出一种新的极化ＳＡＲ图像分类算法。其基本思想是先通过分水岭变换及区域合并处理，将极化ＳＡＲ图像分割成一系列同质区，再以同质区为基本单元进行特征提取及样本选择，后采用支持向量机分类。实验结果表明该算法可有效降低相干斑对分类的影响，与传统基于像素的ＳＶＭ算法相比其分类精度有显著的提高，且结果也更易于理解。